文｜谢泽锋
编辑｜杨旭然
在新能源汽车竞争白热化的当下，新品牌的诞生已难称新闻。然而，由赛力斯原蓝电业务重组演变而来的赛豆科技，近日在北京发布了 AI 汽车品牌 AIVA，并联合字节火山引擎（豆包）与宁德时代，计划于今年推出首款量产车型 AIVA ME7。这场发布会因独特的"AI 定义汽车”理念，被视为近年来最具颠覆性的汽车发布活动之一。
赛豆科技提出“先有 AI，再有车”的新造车路径。与此同时，理想汽车作为新势力中转型最为激进的代表，亦明确将自身定位为 AI 公司而非传统车企，全面押注 VLA 司机大模型、操作系统及具身智能机器人等前沿领域。回溯过往，百度与吉利打造的极越 01 曾试图融合 Apollo 自动驾驶与文心一言大模型，却因商业化闭环未通而陷入困境。但在 L4 级无人驾驶日益临近、AI 应用案例频出的今天，重新探讨并落地真正的"AI 汽车”，恰逢其时。
激进派：从“功能叠加”到"AI 原生”
赛豆科技脱胎于赛力斯旗下的蓝电汽车。蓝电品牌自 2023 年推出以来，定位 10-15 万元市场，旨在与问界形成高低搭配，但销量持续低迷，至 2025 年上半年累计销量仅 4259 辆。今年 2 月，赛力斯启动资产剥离与重组，引入重庆国资、宁德时代等投资方，持股降至 32.96%，并于 5 月正式更名为“重庆赛豆科技有限公司”。
重组后仅十天，赛豆便发布 AIVA 品牌，主打"AI 定义汽车”。与传统车企在成型硬件上叠加 AI 功能不同，AIVA 主张从产品定义之初即由 AI 主导，硬件服务于 AI。AIVA 总裁李博比喻道：“过去是人在前面挖矿，现在是 AI 在前面挖矿，人在后面淘金。”例如，面对“我好冷”的指令，智能汽车仅调节温度，而 AI 汽车能综合温差、偏好及效率推荐最优方案。
技术路线上，赛豆未绑定华为盘古大模型，而是选择火山引擎提供 AI 能力及智能座舱技术。这一举措契合了物理 AI 爆发的趋势，即从处理虚拟信息的语言大模型，转向在真实物理环境中感知、推理与行动的物理 AI。
在新势力阵营中，理想汽车同样激进。在近期的软件与具身智能发布会上，理想定义了具身智能汽车：集电动车、职业司机、AI 计算机与生活助手于一体的智能体。李想认为，现有智能设备仍属“功能驱动”，唯有构建自研大模型、芯片、操作系统及机器人四大体系，才能通往真正的 AGI（通用人工智能），实现从“硬件定义”到"AI 定义一切”的范式迁移。
远征难：技术先进不等于商业成功
AI 汽车的早期探索者极越汽车提供了宝贵参照。2021 年，百度与吉利成立集度汽车（后更名极越），推出号称“全球首台 AI 汽车机器人”的极越 01。该车融合了吉利 SEA 浩瀚架构与百度 AI 底座，拥有取消物理按键、语音换挡等超前设计。然而，尽管配置豪华，极越的市场表现却不尽如人意。2024 年全系销量约 1.4 万辆，且曾因资金链紧张陷入经营危机，最终依靠股东联合发声才得以善后。
极越的挫折表明，从传统汽车向 AI 汽车跨越极为艰难。技术先进性并非商业成功的唯一要素，组织运营、渠道建设、成本控制及品牌信任同样关键。J.D.Power 2026 年调查显示，虽然消费者对全自动驾驶认知度提升至 58%，但对安全、性能及系统可靠性的顾虑仍是主要阻力。调研显示，超八成受访者担心系统出错导致事故，逾四成不愿为智能辅助驾驶额外付费。
当前，消费者仍将汽车视为出行工具，可靠性与安全性是核心考量。AI 在购车决策中的权重正在建立，但尚未成为决定性因素。“汽车机器人”这一全新标签的认知与信任建立，仍需时间沉淀。
落地关：数据积累与信任构建
消费者对 AI 汽车的心态呈现“乐观但缺乏深度信任”的矛盾特征。在中国，L2++ 领航辅助已成为中高端车型标配，用户逐步习惯“车能开但人要盯”的模式。真正的转折点在于 L3 级自动驾驶的普及，即用户可接受在限定条件下“脱手”，并相信车辆不会出事。远期目标是 L4 级高度自动驾驶及 L5 级全自动驾驶，使汽车真正成为“移动的智能空间”。
关于时间表，地平线创始人余凯提出“三步走”：2028 年 L3 脱手、2030 年 L4 闭眼、2035 年 L5 睡觉。李想则更为乐观，预测 L4 最晚于 2028 年落地，前提是具备 3D ViT 感知系统、面向物理世界的大模型及超强算力。他将汽车 AI 演进分为三个阶段：从类似“昆虫”的规则算法，到接近“哺乳动物”的端到端模型，最终达到具备看、理解、执行能力的“人类智能”阶段。
技术落地的基石是数据。特斯拉凭借 FSD 超 100 亿英里的行驶里程占据先发优势。理想汽车目前辅助驾驶总里程约 84.8 亿公里，仍有追赶空间。要实现让 AI 汽车独立处理复杂非固定场景（如接送亲人、小区通行），不仅需 L4 级智驾能力，还需解决身份识别等交互难题。分析认为，实现此类场景闭环或需等到 2040 年，而跨越心理上的“安全门槛”更是任重道远。
写在最后
从极越的试错到理想、赛豆的激进押注，再到全球巨头的布局，AI 汽车在螺旋上升中从未停歇。信任建立、责任划分、商业闭环等课题亟待破解。与消费电子不同，汽车承载生命安全，对可靠性的要求天然更高，这意味着 AI 汽车的成熟周期更长，但一旦建立信任，其护城河也将更深。
“何时愿将方向盘完全交给 AI？”这一问题的答案，取决于技术、法规、基础设施与用户信任的同步成熟。方向已然明确，剩下的只是时间问题。
