二连板当全行业车机AI被骂“都挺垃圾”，赛力斯+豆包造车走对了道路

9 月 1 日，知名大 v 罗永浩在社交平台对车载 AI 的犀利评价引发行业热议，他称自己试了好几十辆车，"居然没有一家接了完整版的 Top 大模型"，顺带把车企自研模型的体验评价为"挺垃圾的"。这条帖子迅速把两个话题顶上热搜。9 月 2 日，罗永浩追加第二炮，专门回应"阉割版本"的争议，明确排除了隐私、安全、算力三个常见借口。

争议声量居高不下，正是因为它精准戳中了当前汽车智能化的尴尬，虽然各家都在喊着" AI 定义汽车"的口号，" AI Agent "上车也正在成为新趋势，但绝大多数玩家仍在延续"先造车、后装 AI "的传统路径，AI 是锦上添花的配置，而不是定义产品的起点。

不过也有新玩家开辟了第二种路径，让 AI 从第一天起就参与产品的定义，打造真正的 AI 原生汽车。今年 6 月赛豆科技在北京发布的 AI 汽车品牌 AIVA，就提出了"先有 AI，再有车"的全新造车思路，火山引擎作为 AIVA 的技术合作方，提供豆包大模型和智能座舱技术服务。最近 AIVA 的首款量产车 ME7 被拍到正在新疆吐鲁番进行夏测，新车量产已进入关键阶段。

AI 上车逃不过"外挂式"体验尴尬

汽车行业从不缺 AI 概念，2024 年开始涌现大模型上车潮，国内主流车企几乎全部完成了车载大模型的搭载，进入 2026 年，AI Agent 上车已成为新趋势。

4 月理想汽车宣布成为全球首家搭载高德汽车出行 AI Agent 的车企，提升导航系统在复杂意图理解、多点位顺路规划及动态路线调整等方面的能力；吉利发布了中国首个舱驾融合超级智能体，首发搭载超级 Eva 整车智能体；比亚迪通过与 Cerence 合作引入 AI 座舱助手。高工智能汽车研究院监测数据显示，2026 年一季度中国市场乘用车前装接入大模型交付新车渗透率已经接近 50%。

但是剥开功能列表的外衣，绝大多数车载 AI 仍未摆脱"外挂式"集成的本质，这也是为什么罗永浩体验了那么多新车后依然感觉车机 AI 体验不佳。现代汽车工业百年来的核心逻辑，始终是硬件定义产品：先完成底盘、车身、电子电气架构的研发定型，再逐步填充软件与功能。进入智能化时代后，这套惯性依然存在，绝大多数车企的 AI 能力，都是在整车硬件定型后，作为附加功能"塞进"车机系统。

这种模式下，AI 天然处于从属地位：传感器布局不是专为 AI 感知设计，电子电气架构没有为 AI 算力预留冗余，车辆控制权限无法对 AI 深度开放。AI 后置的直接后果，是体验的碎片化与表面化，人机交互还是以"指令 - 应答"的回合制模式为主，无法主动感知用户状态与环境变化，无法深度联动车辆控制、环境感知与出行场景，更谈不上定义整车体验。

但是用户对车载 AI 是有强烈需求的，《2026 麦肯锡中国汽车消费者洞察》显示，84% ‌的受访者期待车载智能体成为能"主动感知、会思考、可主动服务"的智能伙伴，而不仅仅是执行语音指令。

车企们并非看不到问题症结，只是转型的包袱太重。传统车企拥有成熟的整车研发体系、供应链与制造能力，但也正是这套体系，成为 AI 原生的阻碍：硬件平台迭代周期长达 3-5 年，跟不上 AI 技术的迭代速度；层级化的组织架构，导致数据割裂、决策缓慢，无法适配 AI 快速迭代的需求；成熟的供应链和制造体系形成了固化的开发流程，很难从产品定义阶段就把 AI 作为整车的核心中枢来重构整车架构，大多只能在原有硬件框架上做局部智能化补丁。即使是头部新势力，也大多基于既有电动化平台做智能化升级，无法从源头重构造车逻辑。

AI 原生汽车生逢其时

所以，真正的原生 AI 不是简单地"把大模型装上车"，而是一套从产品定义、架构设计到组织体系的全链条重构。在产品立项之初，就以 AI 能力为核心原点，从用户真实出行场景出发，反向定义整车的硬件布局、交互逻辑与功能体验，而不是先造好车，再思考 AI 能做什么。

这就让那些没有历史包袱的全新品牌，成为原生 AI 的最佳试验场，AIVA 正是 AI 原生汽车的代表。作为全新品牌，AIVA 没有传统车企的平台包袱与路径依赖，从诞生之初就锚定原生 AI 路线。它没有沿用现成的整车平台改造智能化，而是以 AI 大模型为核心，反向推导整车的产品定义、架构设计与体验逻辑。

在产品定义端，AIVA 依托 AI 完成海量用户出行数据挖掘，替代传统人工调研完成需求洞察，产品团队聚焦高价值场景的落地打磨，形成" AI 在前挖掘，人在后甄选"的模式，打破了"人的认知边界就是产品天花板"的行业痛点。在技术端，AIVA 与火山引擎达成深度共创，从产品定义阶段就联合设计智能体验，让豆包大模型深度融入整车架构，实现座舱、驾驶、服务全场景的 AI 能力贯通。

产品层面，原生 AI 带来的是全场景的体验革新。同样是 22 ℃空调，它能区分季节、着装、运动状态的体感差异；同样一段通勤路，它能根据驾驶习惯、实时路况自动匹配行驶节奏；面对不同乘车场景，AI 还能自主切换交互风格。这种"千人千面"的主动式体验，正是外挂式 AI 无法实现的能力。

AIVA 总裁李博此前做客《央视财经》时提出了一个产品公式，AI 汽车 = 极致懂你 × 时间自由 × 空间自由，让车从一个标准化的工具变成拥有丰富的场景的、越来越懂你的一个生活伙伴。这恰恰满足了罗永浩提出的需求，让用户不用浪费掉每天在车上的宝贵时间，充分利用通勤路上的碎片时间。

8 月底曝光的谍照显示，身披黑白伪装的测试车正在吐鲁番荒漠戈壁开展夏季高温测试。高温测试是量产前环境验证的核心环节，不仅验证整车硬件的可靠性、电池与电控的高温稳定性，更重要的是验证原生 AI 系统在极端环境下的运行表现：高温下车载算力芯片是否稳定，多传感器感知是否精准，语音交互与场景服务是否正常运行。

这意味着 AIVA 的原生 AI，不再停留在发布会上的概念，而是正在接受真实路况与极端环境检验的可落地产品。按照规划，AIVA ME7 将于年内正式亮相，全系产品覆盖 20 万元以上主流市场，原生 AI 的量产落地，已经进入倒计时。

便捷炒股配资开户

结语

在"先造车、后加 AI "的框架下，大模型永远是语音助手的换皮升级，只有当 AI 从产品定义的起点介入，整车架构、交互逻辑、服务体系都围绕 AI 能力重新设计，车内体验才可能发生质变。从这个意义上说，AIVA 代表的原生 AI 路线，是行业在"大模型上车"喧嚣之后，一次值得认真对待的方向探索。

元股证券:ygzq.hk

麦肯锡全球副董事合伙人周冠嵩指出，"当前智能座舱的发展，距离消费者心目中那个能够真正‘听懂、记住、思考、行动’的智能伙伴尚有距离。能率先跨越这道门槛——让车载智能体做到‘能用、可用、好用’三个层次递进的整车企业或供应商，将在下一轮竞争中占据先发优势。"目前，行业内有越来越多的车企开始意识到原生 AI 的价值，逐步调整研发路径，整个赛道正在加速成熟。