汽車將成為隨AI能力進化的“智能生命體”。

“AI定義汽車：先有AI，再有車”。

2026年6月9日，賽豆科技在北京正式發布AI先鋒生態出行品牌AIVA。喊出了上述這句產業宣言，瞬間點燃了業界對“AI汽車”的討論熱潮。

而且，這不只是概念車發布，AIVA品牌總裁、產品經理李博現場表示，AIVA全系列車型將覆蓋20萬元以上主流市場，品牌首款量產車型AIVA ME7已籌備完畢，2026年內就可以亮相。

AIVA品牌的背后是一組頗具張力的組合：AIVA品牌作為獨立運營主體，負責品牌、產品與業務推進；賽力斯作為重要股東方和產業資源方，在整車制造、供應鏈、質量體系與工程經驗等方面提供支持；寧德時代在電池技術、電池安全、動力電池充換電體系等方面提供系統的能源解決方案；國資平臺提供產業資源支持；火山引擎為AIVA品牌提供豆包大模型、智能座艙等技術服務，幫助AIVA品牌提升AI汽車交互體驗。

國資托底、車企造車、產業加持、互聯網巨頭賦能智能化內核——這種“多方協奏”的架構，在中國汽車工業史上并不多見。背后也能看出賽豆科技的戰略妙思：在一個高度同質化、內卷化的汽車市場，行業應該如何破局？

AIVA給出的答案是：AI。

智能電動車產業一向承載著電池、材料、智能科技乃至AI技術等各個領域最新的技術成果。

從今天的產業條件來看，AI技術在端側落地的成熟度，已經到了可以探索新的汽車產品定義方式的臨界點。AIVA總裁、產品經理李博曾分享過一個真實細節：團隊嘗試用智能工具撰寫車型立項報告，僅二十分鐘就產出了近七十頁的優質內容。

這一經歷讓團隊意識到，智能技術早已不是簡單的輔助工具，而是能夠主動解決實際工作問題的“生產力主體”。落地到汽車產品上，汽車也不該只是單純的代步工具，更可以成為貼合用戶情緒、適配出行習慣、持續迭代優化的出行伙伴。

再加上，AIVA的AI能力，來自中國AI應用生態最豐富的平臺火山引擎，“AI定義汽車：先有AI，再有車”的這條路已然明朗。

范式切換：從“電定義汽車”

到“AI定義汽車”

回顧新能源汽車的上半場，這是一場圍繞“電動力”展開的軍備競賽。續航里程、能量密度、能耗效率、補能速度，幾乎所有的產品定義、造型設計乃至功能設計，都會被電池這一核心部件所牽引。然而，這套范式正在顯露出明顯的天花板。

最直觀的信號是車重的失控。為了堆出更長的續航，大型純電SUV的整備質量已經普遍突破2.5噸，部分車型甚至超過3噸，逼近重型卡車的水平。與此同時，電機能耗效率的提升已經開始以零點幾個百分點計，電池能量密度的年度增幅同樣進入了“擠牙膏”階段。

這意味著上一代的技術紅利正在見頂，下一場競爭的主戰場，已經悄然遷移到AI。

下半場比拼的不再是物理參數，而是模型能力、數據閉環，以及AI加持的全新人機交互體驗。

支撐這一切換的產業條件，在過去幾年已經全面成熟：端側芯片算力快速躍遷，主流智能駕駛芯片動輒500 TOPS以上，而單位算力價格仍在持續下降。

同樣，AI大模型能力也在快速演進，S2S（語音到語音）能力已經普及，同時，大模型的參數規?？梢员桓咝嚎s與蒸餾，以適配車端有限的算力與功耗，10億級參數量的大模型正在普遍上車。

而Agent生態則在OpenClaw等頭部玩家的帶動下迅速走入千家萬戶，開始革新終端應用的調用范式，進一步讓用戶體驗被AI重新定義。

火山引擎副總裁楊立偉從行業技術迭代的角度，梳理了智能技術的演進脈絡：早期的智能交互需要用戶逐條下達指令，操作繁瑣；隨著智能體技術升級，設備可以自主完成目標任務，無需人工反復干預；而當下，智能技術已邁入全新階段——能夠結合實體設備完成落地應用。

這些技術和產業層面的成熟，共同構成了“AI定義汽車：先有AI，再有車”的現實基礎。

賽豆科技正是在這樣的產業拐點上應運而生，它聯合火山引擎，從底層圍繞原生AI技術，定義了一個全新的AI汽車品牌——AIVA。

據李博介紹，AIVA取自Artificial Intelligence Voyage Ahead，寓意“AI陪伴用戶一路向前、悅見前方”，中文諧音“愛我”。

“隨著AI的發展和模型能力的提升，我們一直在思考：如何讓AI更智能地服務用戶？”李博說。

他以車載空調為例做了通俗解讀：同樣22℃的溫度，春夏秋冬、不同穿著、不同狀態下的體感完全不同——通勤辦公、運動過后、大人休息、孩童玩耍，對應的舒適溫控需求各有差異。AIVA可以長期記憶用戶的使用習慣，無需手動調節，就能自動適配專屬的舒適溫度。

這種“智能適配”的能力進一步覆蓋了全場景出行。李博舉例，你說一句“去健身”，它就知道你要去的，是工作日還是周末習慣去的那家健身房，知道為你導航哪條路，也知道你是不是想更快一點，是不是在意好停車，并關注你去程和返程時，偏好的空調設置。

“而聰明的AI，會像人一樣靈活做事，它能理解情境、用好工具，達成任務目標，給人的感受，就是時常有新的能力涌現出來，恰當且有效，不斷突破智能的上限。”李博說。

這種與用戶體驗深度嵌合的AI能力，正是未來智能汽車的要義，而AIVA顯然踏出了實踐落地的第一步。

為什么是AIVA：

打造AI原生組織

“AI定義汽車：先有AI，再有車”是一個新的產業敘事，為什么是AIVA占領了先機？

橫向來看當前的造車格局，大致可以分為三類：

一是傳統車企，優勢在制造與渠道，但智能化往往只是“功能堆疊”；

二是頭部新勢力，在智能化上追求全棧能力，但囿于競爭壓力，AI投入上并不能全力出擊，對于智能化體驗來說，始終存在一條鐵律，做不到用戶滿意就是0；

三是科技公司跨界造車，智能基因不俗，但體系龐大，部門架構打通耗時耗力，到一輛AI汽車落地，仍然需要時間。

賽豆科技采用更開放的架構，引入業內強合作方，快速在一個市場打響。

從已有信息可以看出賽豆科技和火山引擎的合作脈絡，開放整車核心架構給火山引擎，由后者基于AI產品需求，構建智能化核心配置、車內外硬件等等AI全鏈路能力。

當然，這是整合資源的路徑，而任何戰略的落地實施，離不開高效和深度匹配的組織，AIVA已經為AI汽車產品，構建了一套AI原生組織能力。

李博在品牌發布會上有過詳細分享，其將AI原生組織拆解為三層：

第一層，感知層。傳統組織里最大的浪費是信息衰減。一些好的機會和想法，一些關鍵的決策要素，傳到決策層的時候，不是需求捋不明白、就是背景講不清楚，等大家都弄明白，時機已經晚了。AIVA的做法是，把所有影響決策的信息，比如用戶反饋、市場變化、供應鏈動態等等，實時匯聚到一起。不讓關鍵信息在傳遞中衰減或丟失。

第二層，決策層。有了完整的信息之后，怎么做判斷？AIVA搭了一個AI沙盤，把分析和預判這些事，交給AI來做。也就是，在做任何決策之前，AIVA先讓AI協助模擬一遍、推演一遍。

但李博強調的一點是：最終拍板的永遠是人?！癆I是最強的參謀，但不是老板。它改變的是什么呢？是我們決策的依據：從過去的‘我覺得’，變成了現在的‘數據告訴我’。這兩者的準確性，差距是很大的?！?/p>

第三層，執行層。也就是AI助手和智能體組成的執行網絡。這里有個關鍵，每一項執行的結果，和人的反饋，都會自動回流到感知層，變成下一次決策的養分。這意味著什么？意味著這不是一個“做完就完了”的系統，而是一個每做一件事就變聰明一點的飛輪。它在持續學習、持續進化。

所以這套AI原生組織和AIVA的AI汽車，是相輔相成的關系：組織越聰明，造出來的車就越懂人；車跑出來的數據回流到組織，組織又變得更高效。兩者相互喂養、共同生長。

簡單來說，這就是AIVA打造AI汽車的最底層邏輯——不只是車在進化，造車的這群人、這套系統，也在同步進化。

“AI化的汽車人，更有機會做好AI汽車。”李博說。

而從團隊配置來看，以AIVA總裁、產品經理李博為代表的核心管理團隊，對汽車產品的市場洞察、用戶語言和定義節奏有深刻理解。如果獲得AI能力加成，顯然在AI汽車的產品定義和落地上可以事半功倍。

正如李博所說，讓AI去做海量的數據分析、趨勢洞察、需求推理，它能看到的可能性，遠遠超出任何一個人的想象力邊界。而人，也就是產品經理做什么呢？在AI挖出來的這些可能性里，挑出真正值得做的方向。

說白了，過去是產品經理辛苦地邊挖礦邊淘金，現在是AI在前面挖礦，人在后面淘金。

有賽豆科技對造車托底，原生AI組織進行產品實現，萬事俱備之下，AIVA的AI汽車還需要一個強有力的東風-AI能力。

AI基礎設施，

火山引擎的全力加持

如果說賽豆科技為AIVA提供了制造與組織的基本盤，那么火山引擎，則為AIVA提供了真正意義上的“技術內核”。

AIVA背靠火山引擎的算力基礎設施和豆包大模型的生態能力，形成了“模型+算力+數據+場景”的四位一體支撐?；鹕揭嫣峁┰贫擞柧毰c推理底座，豆包大模型提供多模態交互與內容生態，二者共同降低了AIVA自研大模型的門檻，加速了其在AI交互、個性化服務的產品化落地。

這套基礎設施的核心價值，在于可以讓AIVA從第一天起就站在一個產業級的AI能力底座之上，而不必從零摸索。

同樣重要的是，豆包大模型沉淀的海量C端用戶行為數據、內容消費偏好、自然語言交互習慣，可以為AIVA的座艙與服務體驗提供“出廠即懂用戶”的能力——這是絕大多數車企即便重金投入，也難以在短期內復現的資產。

可以預見的是，當AIVA的車輛真正上路交付，它與火山引擎、豆包大模型之間將形成一個動態的數據-模型-體驗閉環：車輛產生的真實駕駛與交互數據，反哺模型迭代，模型迭代的成果，又通過OTA持續優化車輛體驗。

車不再是一個出廠即定型的工業品，而是一個隨AI能力進化而進化的“智能生命體”。

這，正是“AI汽車”的根本標志。喊出成為AI企業的車企已經足夠多，但AIVA顯然是那個為數不多的行動派，其已經搶占了第一波身位，讓行業的未來遠景快速走進現實。