記者 翟芳雪

編輯 高宇雷

2026年的北京車展，AI無處不在。

從輔助駕駛到Robotaxi，從智能座艙到人形機器人，幾乎所有展臺都在講“更強的能力”。但在密集的信息轟炸之下，一個更值得注意的變化是，供應(yīng)商們不再單純強調(diào)“更強”，而是在反復(fù)強調(diào)另一件事：如何讓這些能力變得“更輕”。

奇瑞汽車、華陽通用都在車展宣布與英特爾達(dá)成合作，推出新款A(yù)IBOX產(chǎn)品，通過標(biāo)準(zhǔn)化高速接口便捷接入，通過外置大腦減輕汽車座艙算力壓力，賦予其靈活的AI迭代能力。

同樣推出AIBOX的還有商湯絕影，他們的側(cè)重點在于為車企節(jié)約Token成本，通過本地化部署的形式實現(xiàn)“一次投入、Token 永久免費”，按單臺車日均節(jié)省 30 元云端成本計算，每 1 萬輛車每年可為車企節(jié)省至少 1 億元，擺脫云端按次計費的成本枷鎖。

地平線、黑芝麻智能、芯擎科技等芯片供應(yīng)商展示了新款艙駕融合芯片，在算力上進行高效分配，減少成本溢出；被稱為“自動駕駛賽道上DeepSeek”的輕舟智航，則是發(fā)布物理AI模型，稱僅用超500TOPS算力即可對標(biāo)上千TOPS體驗。

在旁聽多場發(fā)布會之后，電廠發(fā)現(xiàn)，為汽車智能“減壓”，正在成為這一屆車展最隱性的主線?！皽p壓”并不是削減功能，而是在功能不斷疊加的背景下，降低其對算力、成本、能耗以及生命周期的綜合壓力。

從算力錯配到成本外溢，汽車智能化正背負(fù)多重壓力

汽車智能的進化已經(jīng)進入一個失衡階段。

一端是需求的急劇膨脹。多傳感器融合成為標(biāo)配，激光雷達(dá)線數(shù)從32線躍升到896線、甚至上千線；輔助駕駛從高速場景擴展到城區(qū)乃至逼近無人駕駛；座艙側(cè)引入多模態(tài)大模型，語音、視覺、情感交互一并上車。

另一端，則是算力承載的極限不斷被逼近。百度副總裁石清華4月在智能電動汽車發(fā)展高層論壇上發(fā)出警示：“汽車行業(yè)正在從AI訓(xùn)練階段邁入全量推理時代，行業(yè)面臨嚴(yán)重算力荒?！?例如，對車機說“幫我規(guī)劃一條沿途有超充樁、風(fēng)景優(yōu)美的路線”，背后就涉及到復(fù)雜的多模態(tài)推理。而這些推理需求越頻繁，算力消耗越大。

4月25日的北京車展上，商湯絕影CTO肖楓表示，端側(cè)大模型上車，算力需求超過100TOPS，原車SoC算力無法承載，成為智能化升級的核心瓶頸。

在這種壓力之下，行業(yè)給出的第一反應(yīng)是不斷加碼。

2022年汽車芯片剛進入百TOPS時代，如今英偉達(dá)單顆Thor-U芯片算力達(dá)700TOPS，蔚來自研的神璣NX9031芯片單顆算力已達(dá)1016TOPS。算力還不夠就增加芯片數(shù)量，一顆不夠就兩顆、三顆、四顆，以至于2026款的豪華電車普遍總算力在2000TOPS以上。但問題在于，這種加法邏輯，本身就在制造新的負(fù)擔(dān)。

算力架構(gòu)公司DataCanvas的COO尚明棟在接受雷鋒網(wǎng)采訪時表示，行業(yè)內(nèi)算力的平均使用率低于30%，這意味著70%的裸金屬算力資源在被浪費。這些算力過?？辙D(zhuǎn)的芯片會帶來巨大的功耗，甚至為了給芯片散熱還要專門配水冷系統(tǒng)，直接吃掉電車的續(xù)航。據(jù)虎嗅報道，近7%的續(xù)航里程都被高算力芯片白白消耗。

算力的快速堆疊并沒有帶來同等幅度的體驗提升。目前常見的現(xiàn)象是車的總算力很高，但智能功能的使用有時并不流暢。造成這種情況的一部分原因是，大幅提升的算力幾乎都來自智駕芯片，而非座艙芯片，且兩者的算力無法共享。同時，用戶的使用場景并不均衡，這常常導(dǎo)致一些芯片超負(fù)荷，而另一些芯片卻一直被閑置。

這暴露出更深層的結(jié)構(gòu)問題：同一輛車上，算力既“緊缺”，又“過?！?。而無論是哪一種，本質(zhì)上都是負(fù)擔(dān)。

算力不足帶來體驗瓶頸，而算力冗余則直接轉(zhuǎn)化為能耗與成本，而這些成本無一例外地被轉(zhuǎn)嫁至消費者。但算力并不等于體驗，系統(tǒng)設(shè)計、帶寬、存儲、調(diào)度能力等因素共同決定最終效果，用戶為算力買單，卻未必能感知到對應(yīng)的功能提升。

在價格敏感時期，這種投入與體驗之間的錯配，最終也會反噬到汽車的銷量上。

也正因如此，無論是通過AIBOX進行外置擴展、以艙駕融合提升資源利用率，還是通過模型輕量化降低算力門檻，在本質(zhì)上都是供應(yīng)商在提高算力的使用效率，減輕汽車智能成本，而非繼續(xù)擴張規(guī)模。

迭代的沖突，是汽車進化更直觀的壓力

成本之外，更前置的沖突是被智能進化，尤其是主芯片進化推動的車型頻繁迭代。無一新能源品牌可以置身事外，老車主抗議的聲音層出不窮，一些品牌甚至長時間關(guān)閉直播的評論區(qū)。

官方數(shù)據(jù)顯示，2026北京車展有181款全球首發(fā)新車，比上屆的 117 款增長了54.7%，創(chuàng)下歷史新高。易車車型庫數(shù)據(jù)顯示，2025年中國乘用車市場共上市新車1278款（車系），同比增長6%，平均每天就有3.5款新車型發(fā)布。

快速迭代帶來的直接后果，是新舊車型之間的能力斷層不斷擴大。車質(zhì)網(wǎng)發(fā)布的投訴分析報告顯示，2025年，自主品牌投訴量再創(chuàng)歷史新高，同比上漲53.4%，投訴占比首次超過總量的5成，較2024年提升8.3個百分點。從投訴類型來看，超過9成的投訴問題點集中在“新舊款迭代糾紛”，已成為現(xiàn)階段自主品牌投訴的核心痛點。

“如果能三年一更新，誰想兩年更新？如果能兩年一更新，誰想一年就更新呢？” 蔚來創(chuàng)始人李斌在樂道 L90 煥新發(fā)布會媒體溝通會上直言，“對汽車企業(yè)而言，當(dāng)然希望市場更新速度慢一點。更新越快，意味著開發(fā)費用越高，意味企業(yè)的沉沒成本越多。比如很多零部件，可能還沒用上，就已經(jīng)被淘汰了……但如果我們不把最新技術(shù)下放給新車，不對車型進行更新迭代，我們沒有辦法參與市場競爭?！?/p>

一些車企，例如小鵬、極氪試圖通過為老車主更換新芯片的方式修復(fù)用戶關(guān)系，但這很難。

一方面，周圍的元器件和電路、相關(guān)的整套零部件、以及與軟件的適配等都需要重新磨合，成本巨大，李斌曾直言20萬輛車升級換芯得花費20億元，車企無力承擔(dān)。并且，由于更換芯片的一系列工程屬于更改硬件，政府審查流程極為嚴(yán)格，耗時無定數(shù)，也許還沒換完硬件就又升級了。

另一方面，車主對品牌的信任度已然降低，從已經(jīng)完成換芯的車主反饋來看，即使品牌發(fā)起眾籌換芯，仍有車主質(zhì)疑品牌是否是第二次“割韭菜”，也會因為與新車功能仍存差距而對換芯效果不滿意，品牌難以用這種方式彌合用戶關(guān)系。

在這樣的背景下，當(dāng)前行業(yè)掀起的算力擴張潮，某種程度上也是一種能力預(yù)埋，通過提前配置更高算力，為未來的軟件升級留出空間，從而延緩車型過時的速度。而現(xiàn)在供應(yīng)商正在試圖把這件事做得更柔性。

例如AIBOX的邏輯，本質(zhì)上是將算力與整車解耦，使其具備可外接、可升級的能力；本地化部署降低持續(xù)使用成本，也在延長功能的生命周期。

奇瑞開陽瑤光實驗室AI智能生態(tài)與運營實驗室主任丁雪毅在發(fā)布會表示：“奇趣寶（奇瑞新推出的AIBOX）的產(chǎn)品設(shè)計初衷是解決智能化汽車售后旅程中，用戶對于升級服務(wù)的需求與品牌供給不平衡產(chǎn)生的矛盾與沖突?！?/p>

上半場的智能化賽跑，讓行業(yè)背上了算力錯配、成本外溢和產(chǎn)品生命周期縮短的“沙袋”。要贏得下半場，卸下這些負(fù)重是車企與供應(yīng)商首先要做的事。