作者 |辰紋

來源 |洞見新研社

當(dāng)一個來自英偉達(dá)CEO黃仁勛的概念，意外成為中國汽車行業(yè)的年度熱詞，你就知道，事情沒那么簡單。

GTC 2026大會上，黃仁勛將開源AI智能體框架OpenClaw比作“AI時代的操作系統(tǒng)”，并斷言它將是“下一個ChatGPT”。

這只“龍蝦”迅速出圈，被中國汽車行業(yè)敏銳地捕捉并借用——“龍蝦上車”成了最新的行業(yè)流行語，特指將智艙、智駕、底盤三大核心系統(tǒng)從底層打通、由一個統(tǒng)一的物理AI智能體全域掌控車輛的技術(shù)路線。

隨后，從傳統(tǒng)巨頭到新勢力，幾乎在同一時間窗口，紛紛拿出了各自的“龍蝦”方案。有的基于全線控底盤與艙駕一體融合架構(gòu)，有的強(qiáng)調(diào)智駕感知與底盤決策的深度耦合，有的則將整車徹底“機(jī)器人化”。

盡管路徑各有側(cè)重，但核心共識已然形成，讓AI不僅理解人的意圖，更能精準(zhǔn)、安全地控制車輛的每一個動作。

01

“龍蝦”全面登陸

理想是這場“龍蝦運(yùn)動”的急先鋒，早在2月份時，就發(fā)布了搭載全球首個量產(chǎn)“完全體”全線控底盤的L9 Livis；3月份小鵬先行曝光全球首發(fā)博世新一代線控轉(zhuǎn)向系統(tǒng)的GX，智己則發(fā)布“超級智能體IM Ultra Agent”，一套集成線控底盤、L4級智駕大模型與千問大模型的系統(tǒng)，被行業(yè)形象地稱為“智己版龍蝦”。

此外，華為乾崑發(fā)布了業(yè)界首創(chuàng)的“六合一全域融合”數(shù)字底盤引擎；比亞迪則將云輦系統(tǒng)全面鋪開，從10萬級到百萬級全覆蓋；甚至連特斯拉Cybertruck也已經(jīng)實(shí)現(xiàn)線控轉(zhuǎn)向量產(chǎn)。

各品牌“龍蝦上車”進(jìn)展 制表：洞見新研社

從上表中各品牌紛繁的技術(shù)名稱里，我們可以清晰看到一條共同的主線，打破智艙、智駕、底盤三域之間的“墻”，實(shí)現(xiàn)從信息世界到物理世界的貫通。

過去，汽車的三大核心系統(tǒng)各自為政，智艙域負(fù)責(zé)交互與娛樂，智駕域負(fù)責(zé)安全與決策，底盤域負(fù)責(zé)執(zhí)行與操控，三者之間通過復(fù)雜的線束和協(xié)議通信，不僅延遲大、協(xié)同難，還造成了硬件冗余和成本浪費(fèi)。而“龍蝦”技術(shù)的本質(zhì)，正是用統(tǒng)一的中央大腦打通這三域，讓AI不僅聽得懂話，還能“動手”執(zhí)行。

盡管路徑趨同，但各家的差異化能力同樣鮮明。

智己主打“全域代勞”，千問大模型讓AI聽懂用戶意圖后，直接通過線控底盤執(zhí)行操作，從“我累了，找個能看湖景的咖啡店”到車輛自動規(guī)劃路線、下單咖啡、調(diào)整懸架，一氣呵成。

理想的差異化在于“完全體”，L9 Livis不僅集成了線控轉(zhuǎn)向和四輪轉(zhuǎn)向，還首發(fā)了全電控機(jī)械制動（EMB），徹底告別了傳統(tǒng)液壓制動，真正實(shí)現(xiàn)了轉(zhuǎn)向-制動-電驅(qū)的全線控化。配合兩顆5nm自研馬赫100芯片提供的2560 TOPS算力，理想將L9 Livis定位為“具身智能時代旗艦SUV”。

蔚來的“天行智能底盤”則更注重全主動懸架與線控轉(zhuǎn)向的深度融合，全主動懸架支持四輪獨(dú)立響應(yīng)，響應(yīng)速度高達(dá)每秒1000次，讓一臺車長超5.3米的大型SUV轉(zhuǎn)彎半徑達(dá)到5.4米。

華為作為供應(yīng)商的角色尤為特殊，其乾崑數(shù)字底盤引擎通過打通X、Y、Z三軸控制，將動力、制動、車身、底盤進(jìn)行全域融合，并可向車企開放研發(fā)體系和流程標(biāo)準(zhǔn)。2026年預(yù)計(jì)搭載華為乾崑智駕的車型將超80款，累計(jì)搭載量預(yù)計(jì)達(dá)300萬輛。

比亞迪則是“技術(shù)平權(quán)”的代表，從20萬級的夏全系標(biāo)配云輦-C，到仰望U7、U8搭載的云輦-P，云輦技術(shù)已經(jīng)覆蓋了從10萬級到百萬級的全產(chǎn)品矩陣，讓智能底盤不再是高端車型的專屬。

02

從“三大孤島”到“一個大腦”的必然

要理解這場“龍蝦集體上車”，需要回到過去幾年智能駕駛的真實(shí)體驗(yàn)。

2025年，搭載城市NOA的乘用車已達(dá)到267萬輛，但用戶的使用意愿并不樂觀，原因在于，傳統(tǒng)的智能駕駛方案將智駕、智艙、底盤視為三個獨(dú)立系統(tǒng)，各自擁有獨(dú)立的感知、決策和執(zhí)行模塊。智駕系統(tǒng)負(fù)責(zé)規(guī)劃路徑，智艙系統(tǒng)負(fù)責(zé)與用戶交互，底盤系統(tǒng)負(fù)責(zé)執(zhí)行操控，三者之間缺乏統(tǒng)一的語言和協(xié)同機(jī)制。

這種“孤島式”架構(gòu)帶來的體驗(yàn)問題比比皆是。

一個典型的場景，某市街頭，一輛亮著左轉(zhuǎn)燈的自動駕駛車因沒有車輛讓行，機(jī)械地閃爍信號卻無法前進(jìn)，感知系統(tǒng)看到了障礙，決策系統(tǒng)制定了規(guī)則，但執(zhí)行系統(tǒng)卻無法靈活調(diào)整策略，與此同時，消費(fèi)者對于輔助駕駛汽車識別不了靜止車輛的困惑更是普遍存在。

在理論上以及數(shù)據(jù)統(tǒng)計(jì)顯示，城區(qū)智駕比新手司機(jī)更安全，可對追求駕駛效率的用戶而言，“安全但緩慢”的體驗(yàn)仍難以替代人工駕駛。

造成這種問題的根源在于：

智駕系統(tǒng)“想得到”但“做不到”，即使AI做出了最優(yōu)的路徑?jīng)Q策，底盤執(zhí)行的速度和精度也無法跟上；

底盤系統(tǒng)“做得到”但“想不到”，擁有強(qiáng)大的物理操控能力，卻無法預(yù)知前方的路況變化；

智艙系統(tǒng)“感知得到”但“聯(lián)動不了”，用戶發(fā)出語音指令，系統(tǒng)理解意圖，卻無法協(xié)調(diào)底盤做出相應(yīng)動作。

智己的IM Fusion Nova架構(gòu)正是在這一背景下誕生的，它打破了傳統(tǒng)“感知—決策—執(zhí)行”的線性鏈條，將三大系統(tǒng)從底層統(tǒng)一到一個架構(gòu)下，使AI能夠全域掌控車輛動作，這種融合的意義，用智己的話說，是讓AI不僅“理解人”，更能“掌控車”。

在對AI技術(shù)應(yīng)用的認(rèn)知和布局上，各品牌也都形成了統(tǒng)一的共識。

何小鵬將2026年視為“物理AI商業(yè)化的關(guān)鍵之年”，他認(rèn)為2026年至2028年是這一技術(shù)走向成熟的關(guān)鍵窗口期，小鵬2026年僅AI領(lǐng)域投入就達(dá)70億元。

蔚來李斌將人工智能定位為公司年度優(yōu)先事項(xiàng)，成立近30名專家組成的“人工智能技術(shù)委員會”統(tǒng)籌推進(jìn)。

長城佘士東也指出，汽車智能化正呈現(xiàn)兩大趨勢，多動力需求普遍化和整車“智能體化”演進(jìn)，用戶與車輛的交互將僅通過自然對話和主動服務(wù)兩種方式實(shí)現(xiàn)。

在技術(shù)層面之外，長期的價格戰(zhàn)和不斷收窄的利潤率，推動著市場邏輯發(fā)生轉(zhuǎn)變，迫使車企從“堆料競賽”轉(zhuǎn)向“體驗(yàn)競爭”。就像智己的IM Ultra Agent，它沒有繼續(xù)在座艙算力或智駕感知的單項(xiàng)指標(biāo)上堆料，而是從底層重新定義架構(gòu)標(biāo)準(zhǔn)。

據(jù)億歐智庫預(yù)計(jì)，2025年中國乘用車智能底盤市場規(guī)模將達(dá)到466億元，2030年將達(dá)到1171億元，年復(fù)合增長率高達(dá)20.24%。很顯然，這個千億級市場，正以“龍蝦集體上車”的方式宣告自己的到來。

03

“龍蝦”上車后的暗礁

必須認(rèn)識到，任何技術(shù)革命在初期都伴隨著陣痛，“龍蝦上車”也不例外。

最直接的安全問題是線控底盤系統(tǒng)的可靠性。

線控技術(shù)取消了方向盤與車輪之間的機(jī)械硬連接，轉(zhuǎn)向完全依賴電信號，一旦系統(tǒng)失效，后果不堪設(shè)想。

正因如此，1月27日，國家發(fā)布了《汽車轉(zhuǎn)向系基本要求》強(qiáng)制性國家標(biāo)準(zhǔn)（GB17675—2025），重點(diǎn)完善線控轉(zhuǎn)向的失效規(guī)定，明確在不同失效場景下的安全應(yīng)對策略。該標(biāo)準(zhǔn)將于2026年7月1日正式實(shí)施，為線控轉(zhuǎn)向技術(shù)大規(guī)模裝車掃清法規(guī)障礙。

可是，法規(guī)的完善不等于技術(shù)的成熟，在極端工況下，線控底盤仍面臨電磁兼容性、傳感器信號干擾、軟件算法缺陷及冗余切換平滑度等技術(shù)難點(diǎn)。尤其是全電控機(jī)械制動（EMB）技術(shù)，雖然理想已在L9 Livis上率先量產(chǎn)，但行業(yè)整體普及仍需時間驗(yàn)證。

其二，成本與滲透率的矛盾同樣棘手。

線控底盤目前仍處于產(chǎn)業(yè)化初期，其研發(fā)、制造和驗(yàn)證成本遠(yuǎn)高于傳統(tǒng)EPS系統(tǒng)，為滿足國標(biāo)安全要求，必須配備全套冗余硬件——雙ECU、雙電機(jī)、雙路線束、雙電源，零部件數(shù)量和精度要求大幅提升。一套線控轉(zhuǎn)向系統(tǒng)的成本約為主流EPS系統(tǒng)的2~4倍。

現(xiàn)在智己雖然將線控轉(zhuǎn)向下放至30萬元級市場，但要讓這項(xiàng)技術(shù)真正“飛入尋常百姓家”，還需要產(chǎn)業(yè)鏈的成熟和成本的大幅下降。

此外，更大的挑戰(zhàn)在于用戶認(rèn)知和體驗(yàn)的斷層，“龍蝦上車”的本質(zhì)是用一個統(tǒng)一的AI大腦接管全車，這意味著用戶對車輛的信任模式需要根本性轉(zhuǎn)變，從信任機(jī)械系統(tǒng)轉(zhuǎn)向信任AI系統(tǒng)。

目前大多數(shù)消費(fèi)者對輔助駕駛功能的付費(fèi)意愿仍不高，如何讓用戶為“物理AI”買單，是一個遠(yuǎn)比技術(shù)難題更難解的商業(yè)命題。

不過，放眼未來，行業(yè)的發(fā)展趨勢已經(jīng)清晰。

第一，線控底盤的滲透率將加速提升，2026年被業(yè)內(nèi)視為線控底盤量產(chǎn)上車的“元年”。華金證券研報指出，在智駕催化下，線控底盤將邁入放量周期，市場規(guī)模將進(jìn)一步擴(kuò)張。

第二，底盤域控制器的集成化程度不斷提高，減少冗余硬件，提高響應(yīng)效率，將成為主流方向。

第三，物理AI與Agentic AI將雙線并行演進(jìn)——自動駕駛等物理AI通過規(guī)?；慨a(chǎn)與數(shù)據(jù)積累推動能力躍遷，智能體AI則重塑用戶交互方式。

據(jù)預(yù)測，2026年至2030年，智能網(wǎng)聯(lián)汽車預(yù)計(jì)新增1.2億輛，用戶日均智能座艙使用時長已超過2.5小時。

04

結(jié)語

“龍蝦上車”不是一個偶然的熱詞，而是汽車智能化從“軟件定義”邁向“物理AI”的必然注腳。當(dāng)智己率先喊出“物理AI上車”的口號時，各大品牌早已在幕后磨刀霍霍。理想的“完全體”、小鵬的SEPA 3.0、蔚來的天行底盤、華為的乾崑XMC、比亞迪的云輦矩陣——每一條技術(shù)路線都在指向同一個終點(diǎn)：讓汽車真正擁有屬于自己的“大腦”和“身體”。

2026年，注定是智能汽車從“會說話”到“會做事”的轉(zhuǎn)折之年，而那只“龍蝦”，不過是一個可愛的比喻，背后承載的，是整個人工智能從信息世界跨入物理世界的宏大敘事。