3月18日，在第七届软件定义汽车论坛暨AUTOSAR中国日上，盖世汽车研究院副总裁王显斌抛出了一个掷地有声的判断：中国汽车产业正在经历从“软件定义汽车”（SDV）到“AI定义汽车”（AIDV）的深刻范式转移。这不仅是技术热词的更替，更是汽车作为“移动终端”向“具身智能体”进化的关键一跃。
如果说“软件定义汽车”的核心是解耦——将硬件与软件分离，通过OTA实现功能的持续迭代，让车“好用”；那么“AI定义汽车”的使命则是融合与进化，让车“懂我”。从“好用”到“懂我”，这一词之差，折射的正是汽车核心驱动力的根本转换。
从软硬解耦到AI融合
技术架构的升维之战
王显斌在演讲中指出，这一转变的背后是电子电气（E/E）架构的根本性跃迁。目前，头部新势力已普遍进入“中央计算+区域控制”阶段，而下一代的竞争焦点将是“AI中央大脑”与“车载云计算平台”的协同。他援引AUTOSAR的最新报告强调，面向AI大模型的开放式架构正在成为行业重点。未来的软件不再是简单的功能堆叠，而是基于AI OS的端云协同神经系统。
盖世汽车研究院副总裁、合伙人 王显斌
在演讲中，他生动地描述了这种体验差异：“从过去的好用到懂我。”软件定义时代，用户通过触屏、语音调用“原子化服务”；而AI定义时代，车载AI Agent正从被动响应的语音助手，进化为具备主动感知、任务规划与跨场景执行能力的“智能体”。正如他所言，这不仅是技术的迭代，更是汽车从“机器”到“伙伴”的身份重塑。“它带来的好处，更多地在于从过去的好使用到懂用户这样的拓展。”特斯拉的Grok上车、理想同学与底层车控的深度融合，都预示着“整车级机器人”的时代正在开启。
从硬件内卷到生态协同
产业链格局的重构
技术范式的转移，正在重塑整个汽车供应链的格局与竞争逻辑。王显斌分享的数据直观展现了市场的“冰与火”：一方面，中国在智能化硬件层面已形成强大的产业优势。2025年底，L2级辅助驾驶渗透率逼近60%，高速NOA渗透率近30%；智能座舱普及率达80%，域控制器渗透率超30%。在激光雷达、域控制器等领域，中国企业的市占率遥遥领先。
但硬币的另一面是上游核心技术的短板。王显斌坦陈：“在摄像头，包括雷达，包括摄像头上游的mms芯片，我觉得我们还是有短板。”这揭示了中国汽车供应链“长板很长，短板致命”的现状。
更深层的变革发生在软件与操作系统层面。过去，车企谈“灵魂”多指自研算法；而今，整车操作系统（OS）成为兵家必争之地。王显斌观察到，从奔驰的MB.OS到理想的星环OS，再到蔚来的SkyOS，主流车企的策略出现分化。有的选择应用层自研、底层合作；有的则从内核到芯片全面自研。但他同时指出一个现实：“虽然大家都在做整车级OS，但底层的工具链、Hypervisor、AUTOSAR基础软件，完全独立还是很难。”
这预示着未来产业的常态不是“零和博弈”，而是“开放协作”。王显斌特别强调，无论是鸿蒙智行还是理想星环OS，头部企业都在走向开源，以此协同芯片、硬件、软件各方力量。“这种开源带来的好处在于协同，这是未来国产化车载软件迭代的方向。”
从卷产品价格到全生命周期价值
AI驱动的商业模式跃迁
当AI成为汽车的大脑，数据便是其血液。AI与数据的深度融合，正在彻底打开汽车的商业模式边界。
王显斌在演讲中描绘了这样一幅图景：过去，卖车是一次性交易；未来，卖车只是服务的开始。基于AI的数据闭环，服务将贯穿车辆全生命周期。在研发端，AI驱动的数据增强和仿真场景生成，正在加速端到端大模型从“车位到车位”的泛化能力。在应用端，智能底盘不再是执行机构，而是结合云端与路端数据的“智慧伙伴”，实现主动感知与预判。
更重要的是，商业模式正在被重构。王显斌预测，AI将催生一系列新型服务：基于L3级自动驾驶的UBI保险、打通车机与本地生活的生态服务、基于个人习惯的个性化场景订阅等。他判断，到2030年，仅中国乘用车软件市场规模就将达到1300亿元。“AI加数据带来的好处，就是软件能实现快速的全生命周期迭代，而数据和技术能力可以泛化——从汽车泛化到具身智能，再到机器人。”
这种泛化能力，意味着车企的竞争对手不再局限于同行，而是所有争夺用户“下一个时间窗口”的科技巨头。正如王显斌所言，AI定义汽车的时代已全面开启，这不仅是一场技术的竞赛，更是一场关于开放心态、生态协同与价值重塑的黄金十年之约。
从“好用”到“懂我”，从“软件定义”到“AI定义”，一词之变，折射的是汽车产业核心驱动力的根本转换。软件赋予了汽车迭代的能力，而AI则赋予了汽车思考、感知和进化的“灵魂”。面对这场升维之战，产业链各方唯有以更开放的心态、更协同的姿态，才能在未来的智能出行生态中占据一席之地。
热门跟贴