AI上车如何转化为产业价值

如何把技术的变量转化为用户价值与产业利润的增量？这个问题已经成为中国汽车迈向智能化新阶段的必答问题。近日在武汉举行的2026智能汽车新生态（武汉）论坛以“变量与增量”为主题，围绕汽车智能化的技术演进、碳管理、无人物流和产业协作展开交流。

智能化增量来自用户价值和自产业协作

中国国际贸易促进委员会汽车行业分会助理会长柴占祥指出，2026年是“十五五”开局之年，更是全球汽车格局重塑的关键之年，继电动化之后，智能化成为汽车产业最大的变量，也是最重要的推动力量。AI上车、端到端下沉、国产芯片发展和L3合规等多重趋势正在交汇，行业旧有壁垒逐渐瓦解，新秩序尚未定型。他提出，智能汽车产业的核心变化与增长首先是核心软硬件将成为新的护城河，其次是智驾装车率不等于使用率，用户买单才能算增量，最后是法规守安全底线与产业生态守可持续底线，两条线都不能断。

在中国碳排放权注册登记结算有限责任公司党委副书记、总经理张杲看来，汽车企业正在面对出口、积分政策和供应链要求等多方面的碳成本。随着碳足迹管理要求逐步细化，整车企业需要从钢铁、铝材、电池等上游环节获取数据；而供应商层级复杂、原始凭证不足，也让碳数据追溯和核验面临挑战。汽车碳管理的重点，正从生产设施的排放管理延伸到产品全生命周期。目前，动汽车、动力电池和驱动电机的碳足迹管理标准已发布，将为相关产品建立统一的量化方法框架。中碳登的工作重点不是代替企业核算碳足迹，而是帮助企业把碳账建立得更扎实，使核算有依据、数据可核验、结果能互认。他还提出，湖北汽车产业基础较好，中碳登落户湖北，为碳市场与汽车产业开展协同探索提供了条件。

东风汽车股份有限公司商品研发院智能网联生态负责人陶博则表示，AI大模型进步、车载传感器成本下降、测试规范与路权政策推进，以及物流企业降本增效的需求，共同推动无人物流从试验走向实际应用。围绕这一趋势，东风股份推出无人运力品牌OpenVNA，开放技术平台、制造能力和合作生态，与智能驾驶企业协同开发，并通过车型与上装组合适配不同运输和作业场景。目前，东风 OpenVNA 布局了 DF2、DF8、DF25 和 DF60 四款车型，货箱容积覆盖从 2 方到 60 方，形成全链条的四个车型平台，能够满足不同物业物流节点的运输需求。

在同济大学汽车学院原教授、汽车安全技术研究所所长朱西产看来，电动化领域，动力电池企业获得了较多收益；智能化领域，芯片和域控制器等硬件环节的商业回报相对明确，更能“吸金”，而算法服务的盈利仍面临挑战。汽车产业的增量逻辑不同于手机行业，现阶段硬件仍是较能支撑汽车产业收益的环节。评估物理AI不能只看发布会上的演示效果，尤其是与行车安全密切相关的功能，更应关注真实场景中的表现与责任边界。智能驾驶从L2辅助、L3代理接管到L4无人运营的递进过程，不同阶段对驾驶员责任、平台监管和商业模式的要求各不相同。辅助驾驶的价值可体现在降低事故风险、带动保险等服务；L3有望探索用户付费，L4则可能通过运营创造收益。

国际碳核算核查理事会创始发起人孙冰提出，双积分政策调整以及欧盟数字产品护照（DPP）对数据和合规提出的新要求，可能影响汽车产业链的经营与订单，企业需要提前做好准备。同时，碳市场也蕴含新的增长机会：依托绿色运力、矿山运输电动化和新能源车辆资源循环利用等应用场景，相关企业未来有望借助温室气体自愿减排项目（CCER）及国内碳市场开发碳资产，为产业带来新的增量。绿色低碳既带来合规要求，也蕴含产业增量。欧盟电池护照等规则要求产品提供碳足迹及供应链信息，但当前国内碳数据的获取、数据库建设与国际互认仍有待完善。同时，AI可以辅助数据处理，却不能替代可靠的数据基础、明确的责任主体及有效的监管机制；在数据库与规则尚未成熟时，单靠AI难以解决合规问题。当新能源汽车、人工智能与绿色低碳拥有明确的应用需求和用户价值，若能进一步完善标准、数据体系与创新应用，有望成为汽车产业新的增量来源。

产业链协同在自研与合作之间寻找平衡

千里智行首席运营官陈力则认为，智能网联汽车的增量主要体现在三个方面：一是推动商业模式尽快落地，让技术和企业估值转化为实际产出与利润；二是提升合规与安全能力，随着企业承担更多运营安全责任，合规水平将成为竞争力的重要组成部分；三是完善全生命周期运营体系，通过平台与基础设施协同，解决无人车、Robotaxi、Robotbus等场景中的充电、清洁、停放等问题，提升运营效率、控制成本。传统方案商根据主机厂需求提供软硬件开发服务与相关产品，当前面临销量波动、成本压缩和行业竞争加剧等压力；综合运营商则需要把技术方案放进实际运营场景，证明单车或单个体系的经济模型能够逐步成立。转型对企业的软硬件、模型能力及产业链生态配套提出更高要求，且并非所有方案商都具备相应条件。最终哪种模式能够走通，仍要由市场检验；对投资驱动的科技企业而言，商业模式逐渐清晰、用户规模和订单持续增长，是获得市场信心的重要依据。

天目鑫望联合创始人兼首席营销官何金俊表示，企业要实现盈利，既要掌握核心硬科技，也要让技术进入产业增量场景。以纯固态激光雷达为例，芯片等关键技术突破推动其从概念走向量产应用；作为物理AI感知的重要入口，它也为汽车及具身智能提供来自物理世界的数据基础。只有把硬科技优势转化为产业链中的实际应用，才能形成可持续的商业价值。技术突破打开了产业化的窗口，场景落地则决定了企业能否真正分享产业增量。国产替代可以为企业提供发展机会，但仅靠替代难以形成长期竞争壁垒。企业还需找到真正的硬核技术与商业能力，在产业链中建立自身优势。

武汉菱电车身域控研发负责人熊锋认为，汽车产业的增量主要来自用户价值提升与产业链重构。一方面，AI要切实改善用户体验，例如通过能量管理优化降低能耗，让用户感受到实实在在的收益，并愿意为此买单；另一方面，新能源汽车出海带动零部件企业拓展海外市场，国产芯片也迎来替代发展的机遇，为产业链打开新的增长空间。域控融合需要从硬件、底层软件和算法三个方面推进。硬件要提升算力、可靠性与安全性，同时具备可扩展性，并兼容国产和进口芯片；软件层要构建支持跨域融合、便于适配不同应用的统一基座；算法层则需要实现信号与系统资源的协同调度，在满足功能需求的同时提高算力利用效率。

北京阿尔特太乙人工智能科技有限公司产品负责人陈英龙表示，AI带来的增量不应只看单个环节的效率提升。整车开发涉及产品定义、造型、工程、性能和软件等多个专业领域，只有推动AI能力跨领域协同应用，形成从单点工具到多环节服务的转变，才能有效缩短整体开发周期。关键在于生成数据能否直接进入工程流程并支持后续编辑。当前AI生成的模型常难以满足工程软件对格式、精度和兼容性的要求，往往只能用于效果评估，难以直接交付或修改。因此，研发环节的难点不只在于生成，更在于让生成结果可用、可编辑，并融入现有工作流。

    来源：中国汽车报