在汽車行業(yè)，AI 服務(wù)商的身份徹底變了。

2025 年剛翻篇，回望過去的一年，汽車圈發(fā)生了一個重要但容易被忽視的變化：在車企的核心合作伙伴陣營中，出現(xiàn)了一張新面孔——阿里云。

這種行業(yè)角色的變化，往往藏在最真實(shí)的細(xì)節(jié)里。我前段時(shí)間和阿里云智能集團(tuán)公共云事業(yè)部副總裁、AI 汽車行業(yè)總經(jīng)理李強(qiáng)交流，聽他說自己這幾年經(jīng)歷的最明顯變化，就是在很多主機(jī)廠的供應(yīng)商大會上，自己被安排在交流中的重要席位。

為什么阿里云能被如此重視？這折射出的，是汽車行業(yè)最底層的邏輯變遷。過去我們常說「軟件定義汽車」，云是背后的「基礎(chǔ)設(shè)施」；但在「AI 定義汽車」的當(dāng)下，如果你還只把阿里云當(dāng)成「云」看，那就看窄了。現(xiàn)在的阿里云，定位早已升級為「全球領(lǐng)先的全棧人工智能服務(wù)商」。

怎么理解這個身份呢？簡單說，它既是智駕的訓(xùn)練場，也是座艙的大腦，更是出海的修路人。正是這三件事，改變了阿里云在車圈的座次。

目前，中國車企不僅在國內(nèi)市場全部選擇了阿里云，在出海業(yè)務(wù)中，也 100% 使用了阿里云。這其中，智駕算力市占率穩(wěn)居第一，所有中國車企都在使用通義大模型。

這其實(shí)也是時(shí)代的信號。當(dāng)算力和模型成為 AI 汽車的新引擎，供應(yīng)鏈結(jié)構(gòu)和關(guān)系的重塑，也就成了一件自然而然、且不可逆轉(zhuǎn)的事情了。

01

智能駕駛：

將每一份算力，轉(zhuǎn)化為模型迭代的動能

過去，車企找 AI 服務(wù)商，邏輯特別簡單，無非是為了降本增效：把 ERP 系統(tǒng)搬上云，或者存一下車聯(lián)網(wǎng)的日志數(shù)據(jù)。

但在 AI 定義汽車的時(shí)代，這套舊邏輯已經(jīng)完全跑不通了?，F(xiàn)在的車企，本質(zhì)上是在做兩件事：一邊造車，一邊煉 AI。

最近這幾年，輔助駕駛的技術(shù)路線快速切換，從 BEV、占用網(wǎng)絡(luò)，一直到現(xiàn)在的VLA、世界模型。這背后是從「規(guī)則驅(qū)動」向「數(shù)據(jù)驅(qū)動」的進(jìn)化，帶來的直接結(jié)果是模型參數(shù)量和訓(xùn)練數(shù)據(jù)量的指數(shù)級爆炸。

在國內(nèi)，小鵬是最早的「破風(fēng)者」之一。早在 2022 年，他們就和阿里云在烏蘭察布建設(shè)了自動駕駛智算中心，當(dāng)時(shí)的算力就達(dá)到了 600 PFLOPS。而短短三年間，隨著大模型技術(shù)持續(xù)被驗(yàn)證，小鵬汽車算力儲備來到了 10 EFLOPS。

這時(shí)候，車企對云的需求就發(fā)生了質(zhì)變：從存儲和彈性，到如今的軟硬協(xié)同的系統(tǒng)效能的硬實(shí)力。在千卡甚至萬卡集群訓(xùn)練的時(shí)候，GPU 之間的通信往往是最大的瓶頸，GPU 如果有大量時(shí)間都在「等待數(shù)據(jù)」，那就是巨大的算力浪費(fèi)。更要命的是，在大規(guī)模集群里，硬件故障幾乎是必然的。一次訓(xùn)練可能要跑幾周，如果中間斷了得從頭再來，沒有一家車企能承受得起。

在算力即黃金的當(dāng)下，AI 服務(wù)商最大的價(jià)值，是把不確定的「算力堆疊」，轉(zhuǎn)化為確定性的「工程效能」。李強(qiáng)有個觀點(diǎn)我特別認(rèn)同，他說在 GPU 時(shí)代，算力集群是用「金子」堆起來的，停一天對所有人的損失都巨大。這跟 CPU 時(shí)代完全不同，今天 AI 服務(wù)商每提升一個百分點(diǎn)的集群穩(wěn)定性，對車企來說都是真金白銀的節(jié)約。在這里，阿里云交付的不僅是算力，更是極致的穩(wěn)定性和效率。

除了訓(xùn)練，還有仿真。車企在模型推送前，要在云端跑億萬公里的仿真測試。這需要極致的彈性——白天工程師寫代碼，深夜瞬間拉起數(shù)萬個計(jì)算節(jié)點(diǎn)搞回歸測試。阿里云的彈性計(jì)算和容器服務(wù)，實(shí)際上是給車企構(gòu)建了一個隨用隨取的「云端練兵場」。

與此同時(shí)，行業(yè)里出現(xiàn)了一個明顯的趨勢：競爭的焦點(diǎn)已經(jīng)從模型調(diào)用，蔓延到了數(shù)據(jù)準(zhǔn)備、模型訓(xùn)練與精調(diào)，乃至后續(xù)的模型管理、評估和全鏈路觀測。

這種變化在智能駕駛領(lǐng)域和具身智能表現(xiàn)得尤為明顯。以前，處理采集車和量產(chǎn)車回傳的海量圖像數(shù)據(jù)，靠的是傳統(tǒng)的 CV 小模型。說實(shí)話，那些老方案在語義理解上太弱，泛化能力差，準(zhǔn)確率也總是差點(diǎn)意思，面對復(fù)雜的長尾場景往往顯得力不從心。

隨著通義千問多模態(tài)大模型Qwen3-VL的入局，情況變得有所不同了。它能一次性給圖像打上數(shù)百個語義標(biāo)簽，無論是泛化能力還是檢索準(zhǔn)確率，相比傳統(tǒng)方案直接提升了 50% 以上。其中的，遇到那些讓人頭疼的場景，直接調(diào)用云端服務(wù)處理；同時(shí)依托其開源開放的特性，自己搞定微調(diào)。

目前，頭部車企正在基于 Qwen-VL 定制自己的 VLA 和世界模型，數(shù)十家具身智能企業(yè)在和通義進(jìn)行合作。

這種底層能力的進(jìn)化，在 2025 年 11 月的小鵬科技日上得到了具象的展示。那個叫 IRON 的機(jī)器人一亮相，走起「貓步」來流暢得驚人，以至于現(xiàn)場觀眾紛紛懷疑是不是「真人扮演」。

這種極致的擬人感，背后是小鵬正式推出的第二代 VLA（Visual-Language-Action）。這一代模型做了一個極具創(chuàng)新性的「減法」：去掉了「語言轉(zhuǎn)譯」環(huán)節(jié)。傳統(tǒng)的 V-L-A 架構(gòu)，往往需要把視覺信號先轉(zhuǎn)化成語言描述，再轉(zhuǎn)化成動作。但小鵬實(shí)現(xiàn)了從視覺信號到動作指令的端到端直接生成。

總的來說，阿里云提供了一種稀缺的「確定性」——在這個充滿變數(shù)的 AI 時(shí)代，保證了每一分算力都能轉(zhuǎn)化為模型的能力。

02

座艙革命：

始于「懂你」，成于「履約」

如果說智駕解決的是「好用」，是把人從駕駛位上解放出來；那么智能座艙解決的就是「好玩」和「懂你」，是把車變成一個有溫度的空間。

我們過去談智能座艙，往往盯著屏幕大小，或者「打開空調(diào)」這種機(jī)械指令，但現(xiàn)在用戶需要的是一個懂情感、能推理的 AI 伴侶。這就倒逼車企必須把生成式 AI 引入座艙。

但這在工程落地時(shí)，面臨著一組天然的「互斥」矛盾：超大模型不能完全跑在車端，因?yàn)檐嚈C(jī)算力撐不??；也不可能完全跑在云端，因?yàn)檠舆t和斷網(wǎng)風(fēng)險(xiǎn)會影響體驗(yàn)。所以，真正的競爭高地轉(zhuǎn)移到了「端云結(jié)合」：復(fù)雜的推理在云端搞定，輕量化的決策下發(fā)到車端。

在這方面，阿里云手里的「牌」確實(shí)硬。通義千問大模型現(xiàn)在已經(jīng)是全球第一開源模型：開源 300 多個模型，全尺寸全模態(tài)覆蓋，下載量突破 6 億次。這不僅是數(shù)據(jù)，更是難以撼動的壁壘。

落地到端側(cè)，最近阿里云發(fā)布了全模態(tài)大模型 Qwen3-Omni-4B，實(shí)現(xiàn)毫秒級響應(yīng)，也解決了斷網(wǎng)焦慮與隱私難題。配合下一代車載算力平臺，使得模型參數(shù)下降的同時(shí)效果更好，曾經(jīng)不敢部署的端側(cè)大模型成為可能，端云協(xié)同成為現(xiàn)實(shí)。

光有模型還不夠，模型只是「腦子」轉(zhuǎn)得快，但要讓車真正「懂你」，它必須有記憶。

目前的車機(jī)大多是「金魚記憶」——你今天告訴它喜歡車內(nèi) 24 度，明天上車它全忘了，一切重來。而基于阿里云推出的 AI Agent 記憶存儲功能，座艙開始擁有了跨時(shí)空的記憶能力。它記得你的喜好，懂得你的習(xí)慣。這種能力的注入，讓交互發(fā)生了質(zhì)變：它不再是那個等著你下指令的冷冰冰機(jī)器，而是能根據(jù)歷史習(xí)慣主動提供服務(wù)的管家。

除了「腦子」和「記憶」，AI 還需要有「手腳」來解決實(shí)際問題。

以前車企要接入服務(wù)，那是真的苦。得一個個去談，談完地圖談音樂，談完支付談外賣，效率極低，體驗(yàn)還割裂。通過阿里巴巴集團(tuán)和螞蟻集團(tuán)生態(tài)，車企現(xiàn)在可以接入支付寶、高德、淘寶、大麥、淘寶閃購等業(yè)態(tài)，這實(shí)際上是打通了互聯(lián)網(wǎng)的半壁江山。

所以我覺得有一點(diǎn)在越來越清晰，阿里云獨(dú)特的護(hù)城河，不僅是底層的技術(shù)硬實(shí)力，更是現(xiàn)實(shí)世界中龐大而復(fù)雜的履約體系。這是其他純軟件或 AI 服務(wù)商難以逾越的壁壘。

最近，阿里巴巴通過「千問」APP 把高德接入進(jìn)來，就是個信號。它不是讓你在車上看地圖，而是調(diào)用高德地圖、掃街榜等底層服務(wù)，即時(shí)生成包含餐廳、酒店、出行方案的可視化決策卡片。接下來，千問 APP 將整個阿里的生態(tài)悉數(shù)收入囊中，成為一個超級入口。

其實(shí)，車企需要的不僅僅是底層的「算力」，而是上層的「智能」和觸手可及的「服務(wù)」，這件事起于「懂你」，但終于「履約」能力。

03

陪著車廠把「基建」搞到海外

除了智能化，「出海」絕對是今年中國車企最核心的另一個命題。2022 年以來乘用車出口量持續(xù)高增，越來越多的車企深化海外市場布局，比亞迪、小鵬、零跑等紛紛將版圖拓展至全球。

目前，確實(shí)已經(jīng)有人在這件事上拿到了不錯的成績。比如 2025 年全年，比亞迪乘用車及皮卡海外銷售 105 萬輛，同比增長 145%，出海已成為比亞迪未來幾年的核心之一；同期，小鵬汽車海外市場交付量同比增長 96%。截至 2025 年 12 月底，小鵬汽車已在全球布局 60 個國家和地區(qū)。

看中汽協(xié)數(shù)據(jù)，2025 年前 11 個月，中國汽車出口 634.3 萬輛，同比增長 18.7%。同期，新能源汽車出口 231.5 萬輛，同比增長 1 倍。這數(shù)字確實(shí)漂亮，但如果你只盯著銷量看，很容易忽略掉這一輪出海和過去本質(zhì)的不同。

以前的出海，邏輯很簡單：把產(chǎn)品賣出去，收錢發(fā)貨，完事。但現(xiàn)在的智能電動車出海，賣的不是單純的「產(chǎn)品」，而是一整套「體系」。車百會理事長張永偉有個比喻特別精準(zhǔn)：智能汽車出海，如果背后的云服務(wù)、數(shù)據(jù)合規(guī)、智能化體驗(yàn)沒跟上，那這輛車到了海外就是「斷了線的風(fēng)箏」，非常脆弱。

這就引出了一個非?，F(xiàn)實(shí)的痛點(diǎn)：中國車企出海，面臨著地緣政治、數(shù)據(jù)合規(guī)和網(wǎng)絡(luò)基建的三重壓力。

海外每個地方的數(shù)據(jù)合規(guī)紅線都不一樣，網(wǎng)絡(luò)環(huán)境更是千差萬別。如果車企每到一個國家，都要自己去建機(jī)房、談運(yùn)營商、搞定法律法規(guī)，那這個時(shí)間成本和合規(guī)風(fēng)險(xiǎn)，是任何一家搶占市場的車企都無法承受的。

這時(shí)候，AI 服務(wù)商的角色不僅是一個 IT 供應(yīng)商，更像是車企的「本地向?qū)А?。在?fù)雜的國際環(huán)境下，中國車企天然傾向于選擇一家「既有中國背景、又懂全球合規(guī)」的 AI 服務(wù)商。原因很簡單：中國車企跟中國的云，在國內(nèi)就已經(jīng)磨合得很好，帶到海外去，不僅僅是成本優(yōu)勢，更有溝通效率和信任的優(yōu)勢。

從這個維度看，阿里云確實(shí)又多了一個在車圈「坐上重要席位」的原因。

畢竟在從 2015 年開始，阿里云就開始了體系化出?！，F(xiàn)在全球 29 個地區(qū)阿里云運(yùn)營了 92 個可用區(qū)，而且這里邊不光是云，還有 Alipay、菜鳥物流這些實(shí)打?qū)嵉臉I(yè)務(wù)。這讓阿里云成了國際化程度最高的中國 AI 服務(wù)商。阿里云能成為支撐中國車企海外快速擴(kuò)張且不掉鏈子的隱形功臣，可能是因?yàn)檫@些提前的投入。

所以說，對于中國車企而言，選擇阿里云，已經(jīng)不再是一個單純的技術(shù)決策，而是一種戰(zhàn)略綁定。車企需要一個既懂「中國速度」，又懂「全球規(guī)則」的合作伙伴。在當(dāng)下這個時(shí)間節(jié)點(diǎn)，阿里云就是那個「最大公約數(shù)」。

04

AI 時(shí)代的中國制造，

需要新的「共生結(jié)構(gòu)」

這事如果我們再往深了剝一層，你會發(fā)現(xiàn)，阿里云坐上重要席位，意味著汽車行業(yè)維持百年的「鏈條結(jié)構(gòu)」正在變化了。

過去一百年，汽車供應(yīng)鏈?zhǔn)巧瓏?yán)的「瀑布式」結(jié)構(gòu)：主機(jī)廠首先提出需求，再由核心供應(yīng)商承接執(zhí)行，層層協(xié)同推進(jìn)。

但在 AI 定義汽車的時(shí)代，車企和供應(yīng)鏈的關(guān)系變成了一種「網(wǎng)狀」的共生關(guān)系。阿里云不再是一個被動等待需求的乙方，而是提前一年甚至更久，就嵌入到了車企的研發(fā)團(tuán)隊(duì)里。從芯片選型到模型適配，雙方是背靠背作戰(zhàn)的。這種深度的共生模式，也是中國汽車行業(yè)能在 AI 時(shí)代領(lǐng)跑的一道護(hù)城河。

這種共生的關(guān)系，汽車行業(yè)只是開頭，物理 AI是更大的未來。

比如我們今天在智能駕駛、智能座艙上投入的每一塊 GPU、消耗的每一個 TOKEN，都不會被浪費(fèi)。李強(qiáng)有個判斷，他說物理 AI 一定率先發(fā)生在汽車行業(yè)，而不是其他形態(tài)。車企今天在復(fù)雜的交通場景中打磨出的感知與決策能力，都會匯入到未來機(jī)器人時(shí)代的通用智慧。他預(yù)測，未來機(jī)器人時(shí)代的 TOKEN 消耗，將是汽車時(shí)代的 10 倍甚至更高。

已經(jīng)坐在車圈「重要席位」上的阿里云，我會很期待接下來可以「不散不飄」，在物理 AI 的更大世界里，為新階段的中國制造帶來獨(dú)特的模式與更大的價(jià)值。

*頭圖來源：阿里云

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請聯(lián)系極客君微信 geekparkGO