编者按：进入2026 年，汽车产业正在经历一场比“软件定义汽车”更深层的结构性变化。大模型、算力、云计算与数据能力，正成为重塑汽车产品形态、产业分工和商业模式的核心变量。在这一背景下，车百会与阿里云共同启动系列深度对话。第1期对话节目中，车百会理事长张永伟和阿里云智能集团公共云事业部副总裁、AI汽车行业总经理李强，与极客公园创始人 & 总裁张鹏共同畅谈 AI 如何重构汽车产业的价值边界，有哪些产业发展趋势值得关注。

【张鹏】过去几年，行业普遍用“软件定义汽车”来概括变化，但现在，大模型、AI 和云计算正在成为更核心的关键词。首先想请教永伟理事长，您曾提出“未来汽车智能不仅限于车载智能，更需构建用户服务的智能化体系”，这一观点的背后逻辑是什么？

【张永伟】汽车行业15年来经历三次重大变革：第一次是电动化，当前渗透率已超半数；第二次是软件赋能汽车，催生座舱新生态与新技术；而现在，我们正在进入第三阶段，也就是以人工智能为核心驱动力的智能化阶段。

与前两次变革聚焦制造业本身不同，AI与汽车的融合延伸了产业链条，推动制造业向服务化转型，需关注汽车全生命周期、全价值链环节。因此，我们既要用AI突破智驾技术，更要借助AI推动制造业向服务化延伸。

车企竞争需兼顾两个环节：一是产品制造环节的竞争力，二是产品销售后的服务链条价值挖掘。过去车辆销售后与车企关系不大，现在则需要重新建立连接，通过AI创造更好的服务体验，挖掘盈利机会，形成竞争优势。谁能通过AI提供更优质的服务，谁就能获得消费者更多认可。

【张鹏】从车云关系来看，AI定义汽车的概念出现后，主机厂对云的需求是否发生了显著变化？云厂商如何应对？

【李强】过去，我们很少进到研发团队、研发领域，但现在无论是在智能驾驶、还是智能座舱，甚至未来的整个生态，都进入到车的前装阶段。提前在设计的时候（车企）就要跟云厂商进行一个紧密的合作。

【张鹏】过去一年阿里云在汽车产业的工作成果如何？从行业视角如何评价？

【李强】阿里云汽车行业在过去一年服务了100% 的车企，数据还是很能体现我们在这个行业里面和车企是在共同奔跑。我们在云栖大会推出了座舱的端侧模型 ，高通以及联发科的芯片和我们模型做了一个深度的适配，为明年的新车上市，我们已经做好了端侧模型加云端模型结合的准备。

我们也近期刚推出了千问APP，千问APP把阿里整个生态的能力进行了深度的打通，让车企可以非常丝滑的把千问的能力放到车上来服务消费者。

【张永伟】汽车行业技术迭代快，但最怕核心供应商变动，一旦选错合作对象将影响研发节奏与产品推出。阿里云能获得众多车企认可，体现了中国产业融合的独特优势，形成了“1+1>2”的协同效应，为行业技术迭代提供了稳定支撑，这是其他国家难以复制的。

【张鹏】云厂商在汽车产业中的定位发生了怎样的转变？

【李强】这一两年发生很大变化，特别是模型的选择。由于基于同一平台，可能十万辆、几十万辆，甚至上百万辆都会与这一模型深度绑定，对主机厂至关重要。

【张永伟】打破了传统瀑布式的整零关系，形成了网状、平行的共生合作模式。传统时代整零层级清晰，供应商仅负责配套，不参与上游研发；现在汽车行业创新节奏加快，主机厂必须调用下游供应商资源弥补软件、智能等领域的短板，供应商需要提前参与研发，而非被动供应。这种网状共生关系考验主机厂的核心资源整合能力，这也是中国汽车产业的独特优势，在欧洲、日本很难实现。

【张鹏】数据与算力是AI定义汽车的核心支撑，但这并非传统汽车供应链的核心要素。这给车企带来了哪些挑战？

【张永伟】车企面临的核心挑战是快速实现数据与AI能力的内化转型。一方面要坚守传统优势领域，另一方面要快速拥抱数据、算力、大模型等新领域，将这些外部要素内化为核心竞争力。车企需从产品制造公司转型为数据驱动的运营者，盘活数据实现价值变现；同时构建核心AI能力，打造稳定的底层模型与技术架构，避免依赖外部模型导致的高切换成本。

【张鹏】从用户体验来看，未来两三年AI定义汽车将在哪些方面呈现变化，是人机交互，还是智驾能力的提升？

【张永伟】在AI和汽车融合这条路上，中国企业是跑在全球前面的，中国消费者也引领着AI时代的汽车消费潮流。未来用户体验提升将集中在三个维度：一是智能座舱，解决“好不好玩”的问题，通过黑科技功能带来惊艳体验；二是智能驾驶，解决“好不好用”的问题，实现驾驶解放；三是服务领域智能化，解决“服务满不满意”的问题，这也是当前行业的最大短板。

【张鹏】说到智能驾驶，这几年端到端、VLA 这些技术概念不断更新，车企的模型训练需求也在暴涨，阿里云如何帮客户解决问题？

【李强】大模型的出现，彻底改变了智能驾驶的技术逻辑。过去的智能驾驶方案，靠的是几百万行规则代码穷举场景，就像“书越读越厚”，永远有处理不完的极端工况。但大模型带来了本质性改变：人类开车不会记无数规则，几天学习就能上路，核心是对驾驶场景的本质理解。现在智能驾驶正朝着 “书越读越薄” 的方向发展，不少企业已经实现了 “零规则” 研发。智能驾驶和智能座舱的发展，都带来了算力需求的几何级爆发，很幸运，阿里云赶上了这个时代。

【李强】这里面要特别感谢下小鹏汽车，其实他们做的最早，22 年，我们就在乌兰察布和何小鹏先生一起宣布的扶摇算力平台，当时是一个几千卡的算力，小鹏今年的算力集群已经达到3万卡，甚至奔着4万卡的算力集群去了。但是大家要理解，我经常讲一句话，就是算力集群的调度使用效率每增加一个百分点，它的模型的工作的时长，它的整个 program 不会掉卡，不会中断，这些能力跟你的这个整个的训练集群的稳定极其相关。

像比亚迪用了9 个月的时间就赶上了别人可能两年、三年的这样的一个数据产线闭环的时间。

【李强】这里需要非常强的技术能力。现在也用到了大量的车企和方案商的整个训练集群，不掉卡，也不出现故障，或者是故障率极低，这是非常难的事情。这个集群太贵了，投资太大了。那在今天我们每提升一个百分点的稳定性，对于企业来说都是巨大的节约。

很多CPU 时代积累大数据的技术、 PAI技术、 Dataworks 等等，包括你的集群的整个的自适应、自调节，所有这个在 CPU 时代已经有了。今天（GPU时代）是以十倍、百倍的能量被释放。我觉得一个是数据闭环，一个是训练闭环，这两件事情，阿里云过去16 年的云的技术，发挥了巨大的能量。我们不仅仅是提供服务器， GPU 卡，更重要的是能够让它极度稳定，在非常高水位下能极度稳定的去训练，这个是非常难的一件事情。

所有做大模型的公司，包括OpenAI，特斯拉他们都在开始往公共云的方式去走。这个时候的所有的技术的能力能够让他节约大量的时间和减少大量的故障。

【张鹏】智能座舱领域，阿里云与主机厂的合作有哪些突破？

【李强】今年夏天开始，主机厂研发团队找我，我们当时就一起在跟几家主机厂，做了很多的探索。

第一个就是端加云，随着明年的各个系列的芯片的算力的冗余出现，模型尺寸越来越小，但是还比以前能力强了。所以这两个一握手，让过去不太可能在端侧放模型的车端放一个模型，这种可能性就成为了现实。

然后云端我们所有的应用，功能性的应用还特别重要，站在主机厂的角度，他是希望能够直接上车了。那我们最近其实推出了一个产品叫千问APP，正常你在手机上怎么用，你在车上就应该怎么用。现在是打通了，而且就是语言去调控它。那阿里有一个好处，就是阿里的整个这些生态相对功能性比较强，你看大麦，我去订票，然后支付宝免密的支付，然后还有整个高德的路径规划，甚至你去问一些餐馆，高德现在也有扫街榜。过去主机厂是一个一个APP 去谈。跟高德谈完再去跟这个淘宝去谈，再去跟饿了么谈。现在我们有了千问 APP 以后，把阿里的所有生态串在一起，他就是在车端装一个车载千问APP，所有的这些能力你基本上都去能够让消费者能够第一时间很丝滑的用到。

【张鹏】中国智能电动车出海已进入新阶段，不像以前只卖车就行。到了海外，云服务怎么落地？智能服务怎么适配本地环境？

【张永伟】是的，过去车出海就可以，现在出海的核心竞争力集中在智能化，这就要求“体系出海”。支撑汽车智能的云服务、软件适配升级、合规服务等生态资源必须随车企同步出海，否则智能化优势无法落地。比如阿里云已有全球化布局，可以对接车企出海的云服务需求，但还有很多智能服务类企业从未出海，需要重新开拓海外市场，这既是机遇也是巨大挑战。

【张鹏】阿里云在支撑车企全球化方面有哪些布局？

【李强】过去两年被车企叫去谈的很多的一件事情，就是全球化。其实阿里云从15 年就开始，第一站是到新加坡，在东南亚开始，然后第二站是 2016 年到法兰克福，然后南北美。我觉得其实从那个年代我们基本上主要服务的是很多互联网出海，他在海外要用到一些云的服务，我们是跟着中国的互联网，这一波儿，铺设了很多全球化能力。

阿里巴巴又是一个国际化的一个企业，包括我们的速卖通，Aliexpress，包括全球的菜鸟的服务，全球物流，海外用的阿里PAY也很多，就是这些都是跑在阿里云上的。所以我们过去这么多年，阿里巴巴自己也是一个体系在出海。那我们其实最重要的一件事情就是十年，我们在世界各地把当地的合规，还有很多非常local 的事情，我们都已经搞明白了，我们现在覆盖全球29个地域，92个可用区，然后明年还在陆续在开。

【李强】海外网络运营商就是一个很大的难题，还有各种法律法规，欧洲的法律法规不一样，中东不一样，东南亚又不一样，我们会看到海外车联网，以及海外的销售、运营、企业的日常的运营工作，这些都是长在云上的。如果你一家车企出去自建一个IDC，这个在现在看起来几乎是太艰难了。

然后我们看到智能化的时代，实际上中国的很多车企现在开始在欧洲、东南亚准备上智算集群。（阿里云）算力集群现在在欧洲也要开设了，因为欧洲的数据要求特别严格，你不可能拿回到中国来算，然后再传回去，所以要用当地的路测数据来去训练智能辅助驾驶的一个模型。在车上使用也符合欧洲的对数据要求的法律法规。那这个对我们又提出了智能算力也要去全球化去部署。在国内车上用的是千问大模型来去服务我的座舱的这个所有的能力，那在海外依然还是要同一个。然后还一个问题，就是模型去了世界各地以后，一定要符合超过百种以上的语言。那千问本身又是一个全球的这样的一个模型，所以也满足了车企的要求，所以这个就是这一两年，我们在全球化像理事长讲的就是形成代差，加上阿里的这些能力，我们一起是一个整体的去到全球去，扬帆出海。

【张鹏】当前不少车企已布局具身智能领域，虽然智能驾驶本身就是具身智能的重要应用场景，但随着产业进一步向机器人和更广义的具身智能方向演进，对云计算能力也提出了新的要求。

从车到具身智能，接下来云平台的能力会发生哪些变化？

【李强】我们非常笃定物理AI 一定在汽车行业。如果物理 AI 实现，一定是率先发生在汽车行业。然后物理 AI 发生在汽车行业，它首先是发生在车这个形态里，而不会发生在其他的形态里。我想先抛两个观点。

然后我们看车本身，咱们这个男生从小都有一个变形金刚的梦，那其实就是一样的，他车往下走是机器人，那机器人我认为他的路要更长，最关键就是现在我没有看清楚：一个是数据的一个回馈链路，然后他对整个算力的要求，机器人本身的算力怎么办？对电的消耗是很大的，待机到底能多久？那这些问题其实我认为都在目前新能源汽车这个领域，已经闭环掉了。我们判断在机器人时代的TOKEN 所有的消耗将是汽车时代的 10 倍，甚至更多，甚至更高。

【张鹏】本次交流恰逢2026 年伊始，想请两位预测一下，在 AI 定义汽车的浪潮下，2026 年汽车行业可能出现哪些值得关注的变化？

【李强】从技术角度看，一是智能驾驶将实现飞跃式发展；二是智能座舱迎来阶跃式变化；三是全球化加速。

【张永伟】补充三点：一是技术创新加速，尽管行业经营压力较大，但没有企业敢减少研发投入，L2普及加速，L3、L4产品上市时间将大幅提前；二是企业分化加剧，头部企业优势扩大，落后企业面临补旧课、跟新课的双重压力，2026年将成为行业分水岭，全球市场格局也将重构；三是汽车行业重要性提升，不再只是制造业龙头，更成为科技创新的火车头，带动AI、云等产业同步发展，承担经济拉动与科技带动的双重使命，需要更多关注与支持。