从算力竞逐开始谈起：2026年中国智驾产业的何去何从|中国|何小鹏|智驾产业|算力|自动驾驶

引言：当“汽车公司”变成“AI公司”

2026年4月1日，小鹏汽车更名为小鹏集团。两字之差，背后是一场持续数年的认知革命——何小鹏把这场革命概括为：过去十年，汽车硬件占整辆车价值超过90%，但未来十年，硬件价值会缩减到50%，软件将从10%暴增到50%。这个判断正在被整个产业所验证。

与此同时，蔚来“神玑”、理想“马赫”、零跑“凌芯”等自研智驾芯片密集量产。截至2026年4月，蔚来神玑NX9031累计量产已超55万颗，单车降本约1万元；小鹏图灵AI芯片已从旗舰下探至十几万元区间主力车型，促进智驾平权。

这不是简单的“造芯内卷”，而是中国智驾产业正在经历的三个深层转变：算力从“够用”到“短缺”的供需逆转、技术范式从“小模型修补”到“大模型重构”的跃迁，以及商业模式从“卖硬件”到“卖能力”的价值链重塑。

一、算力之争：从“买得起”到“造得出”的战略转向

1.1 自研芯片：不再只是“替代”，而是“定义

2026年3月，2026款小鹏MONA M03 Max版官宣首搭图灵AI芯片，有效算力750TOPS，首次将这一算力等级带入15万级市场。紧接着在4月，小鹏旗舰SUV GX宣布可搭载4颗图灵芯片，总算力达3000TOPS，支持XNGP 5.0系统，未来可升级至L4级自动驾驶。从一颗到四颗，从15万级到旗舰级，小鹏的自研芯片战略已经完成了全产品线的覆盖。

同样在4月，理想汽车全新L9搭载自研马赫100双芯片，总算力2560TOPS。理想创始人李想特别强调：“关键不只是总算力，更要看单颗有效算力。马赫100单颗算力1280TOPS，因为它采用数据流架构，为算法软件提供了最大的优化空间。”

各家自研芯片百花齐放，但指向问题一致：通用芯片在跑VLA大模型时存在明显短板，传统GPU架构的算力利用率低，难以满足大模型对有效算力和实时性的苛刻要求。

1.2 算力战略从“外采依赖”到“自主可控”的深层逻辑

头部车企为何纷纷放弃英伟达方案转投自研？何小鹏的答案最为直白：“未来全球最好的AI公司都会选择自己定制芯片，这会决定每家公司AI产品的性能上限。”

这句话中有三层逻辑清晰可见：

·成本账：自研虽前期流片投入巨大，但摊销到数十万台车后，单片成本远低于外采。如蔚来已实现单车约1万元降本。

·主权账：地缘风险下，供应链自主可控成为底线。蔚来甚至将神玑技术授权给其他车企，从“自用”走向“输出”。

·效能账：智驾已从规则驱动转向大模型驱动，通用芯片在VLA（视觉-语言-动作）场景下算力利用率低，而自研芯片能实现软硬一体的极致匹配——这正是决定用户“丝滑体验”的核心变量。

1.3 “全栈控制派”与“供应链集成派”的分化

2026年，车企在芯片路径上呈现出明显的“分层演进”。

“供应链集成派”——以多数传统车企及二梯队新势力为主——则依托成熟的第三方大算力平台（高通、英伟达、地平线），通过深度定制实现快速量产与成本摊销。

“全栈控制派”——以特斯拉、蔚来、理想、小鹏为代表——通过自研智驾核心芯片，追求算法与硬件的极致耦合，试图掌握智驾溢价的话语权。

两派并非对立，而是基于自身资源禀赋的不同选择。中国一汽战略与合作部副总经理周时莹指出，芯片瓶颈并非单纯的算力，而是缺乏与之匹配的、支撑云端大模型运行的高效算力架构。这也提醒我们：自研芯片只是手段，算法与架构的协同进化才是目的。

二、算力·模型·数据：智驾产业的“新三位一体”

2.1 算力：从训练到推理的“算力荒”时代

算力犹如一个人的体力，只有体力强健，才能实现更多的可能性。

百度副总裁石清华在智能电动汽车发展高层论坛上发出警示：“汽车行业正在从AI训练阶段迈入全量推理时代，行业面临严重算力荒。”

所谓“全量推理”，是指AI模型在完成训练之后，需要在每一辆车上、每一次行驶中进行实时运算推理。当智能座舱和智能驾驶开始海量服务用户时，算力的结构正在发生根本性变化——石清华援引数据称，2028年推理在总算力需求中的比重将达到73%。

那么，算力如何才能满足需求，成为一个显而易见的当务之急。这也是当下众多国产车企纷纷投入芯片自研的直接动因。

2.2 模型：从“小模型修补”到“基座模型重构”

模型则是知识储备，以及如何聪明的去运用这些知识。算力让一个人可以走多远，而模型才决定一个人可以看多远。

元戎启行CEO周光在2026年百人会论坛上给出了一组令人警醒的数字：2025年整个行业的自动驾驶投入超过1200亿元，顶配芯片算力达到750TOPS，但城市NOA的真实使用渗透率仅约15%。

为何投入如此巨大，使用率却如此之低？周光的诊断是：今天中国量产的自动驾驶，模型参数量普遍容量不够，无法同时在所有场景下表现优秀。他将其描述为“跷跷板效应”——早高峰跑得好，晚高峰差一些；上海顺畅，换个城市就不行。

他的破局方案是：把自动驾驶从小模型时代彻底带入大模型时代，用一个40B参数的基座模型重构整套架构。这不是迭代，是范式的切换。

元戎的40B基座模型统一覆盖三个角色：驾驶系统（视觉输入→实时决策）、分析系统（对关键场景进行诊断理解）、评测系统（结合世界模型模拟器进行评测）。三个系统共享同一套基座模型，这意味着驾驶系统从执行系统变成了认知系统——不只是会开车，还会理解怎么开，并评估开得好不好。

当下，小鹏纯视觉方案的VLA路线强调“一脑多用”，追求认知层面的统一与泛化能力，类似特斯拉FSD V12/V14的演进方向——从纯端到端走向加入思维链的VLA架构。而华为激光加视觉的多模型协同路线更注重场景细分与专用优化，类似模块化大模型的组合。两者孰优孰劣尚无定论，但行业共识已经清晰：无论是基座模型重构，还是多模型协同，都标志着自动驾驶正从“小模型修补”时代迈入“大模型驱动”的新阶段。

2.3 数据：从“数据孤岛”到“数据驱动”的闭环革命

数据更像是经验，一个体力充沛的高学历年轻人，如果再具备足够的经验，自然就会娴熟的处理一切复杂问题。

而数据来自于积累，更来自于规模。

当自动驾驶进入模型驱动阶段之后，车辆数量本身就变成了训练资源的一部分。模型、数据、算力，这三件事开始重新绑定在一起。

元戎的数据显示，截至目前已交付近30万台城市NOA，累计行驶里程超13亿公里，累计避免前向碰撞14万次、后向碰撞4.7万次。这组数字背后的含义是：每一台搭载智驾的车辆，都是一个移动的数据采集终端。行驶里程越多，数据越丰富，模型迭代越快，智驾体验越好——这是一个正反馈循环。

除了来自于车辆自身的数据数据积累，未来更好的可能性，就是有一个更为系统性全面性的数据收集。

清华大学李克强院士则指出，当前行业面临的核心挑战之一是“AI大模型训练受限于车企数据孤岛，存在数据量不足、覆盖不全等问题”。他提出的解决方案是“车路云一体化”——融合路侧感知、交通信号等全维度数据，打破车企数据孤岛，各自为战的局面，为AI大模型训练提供兼具海量性与完备性的“数字发电站”。

目前，我国20余个车路云一体化试点城市正加速落地，已遴选出网联式前向避碰辅助、绿波车速引导等5大高价值场景。

三、产业规模与经营模式：万亿赛道上的机遇与隐忧

3.1 市场规模与渗透率：爆发式增长的背后

2025年，中国自动驾驶市场规模达到4502亿元，同比增长17.5%。中商产业研究院预测，2026年这一数字将达到5293亿元。

渗透率同样在快速攀升。2025年中国L2级辅助驾驶新车渗透率达到64.9%，NOA渗透率27.4%。搭载城市NOA功能的乘用车累计销量达312.9万辆，占乘用车上险量的15.1%。机构预测，2026年高速NOA、城市NOA渗透率将分别达到21%和22%。到2029年，中国L2+级智驾方案市场规模将成长至超过1500亿元，2024—2029年CAGR达到33.7%。

“智驾平权”加速落地。比亚迪全系标配高阶智驾，功能下探至10万元以下市场。2026款小鹏MONA M03以11.98万元起的售价，首次将750TOPS高算力带入15万级车型阵营。吉利银河L7甚至以“免费升级城市NOA+智能座舱终身OTA”为核心卖点，上市后订单暴涨200%。

3.2 经营模式转型：从“卖硬件”到“卖软件+卖里程”

2025年自动驾驶市场完成“L2全面标配、L3法规破冰、激光雷达千元化”三连跳，2026年将进入渗透率>40%的爆发通道，车企从“卖硬件”转向“卖里程+卖软件”，成为汽车价值链最大增量。

这意味着什么？以特斯拉FSD为例，其在美国的订阅价格为每月99美元，对于拥有数百万用户基数的车企而言，这是一个持续的、高利润的软件收入流。中国车企也在探索类似模式——小鹏，理想皆准备逐步从买断转向试水订阅模式。

但如何让消费者为“好用的智驾”付费、如何让智驾服务本身成为盈利来源，还是行业面临的重要课题。

3.3 危机与挑战：繁荣之下的冷思考

第一，渗透率与销量脱钩的隐忧。2025年我国新能源车渗透率接近60%，但随着补贴减少、竞品增加、成本提升正在削弱2026年汽车行业的预期。智驾虽然成为新车核心卖点，但若整车市场增长放缓，智驾的规模效应也将受限。

第二，小模型的“跷跷板效应”与用户粘性不足。2025年行业智驾投入超1200亿元，但城市NOA真实使用渗透率仅约15%。消费者并没有把辅助驾驶作为日常工具——从“可用”到“爱用”再到“依赖”，还有相当长的路要走。

第三，安全信任与数据透明。华为ADS累计辅助驾驶里程超95亿公里，完全开启辅助驾驶模式下，平均757万公里发生一次严重碰撞，是人驾的4.2倍。但行业内大多数品牌并没有形成持续的数据披露机制。华为已宣布从今年开始每月在官网公布《安全出行报告》，但能否带动更多车企跟进，将是2026年值得观察的行业风向。

第四，供应链风险与国产替代的紧迫性。海外芯片受限背景下，汽车行业“算力问题”受制于外部供应，国产算力需加快补位。好消息是，车载芯片国产化替代范围正逐步扩大，蔚来、小鹏、理想、零跑等自研芯片已进入量产落地阶段。

第五，行业洗牌加速。2026年中国智驾驶入决赛圈。曾经估值百亿的独角兽毫末智行被曝陷入停摆，纵目科技、清研微视等中腰部玩家因资金断裂或技术掉队而声量渐微。目前行业共识是：竞争将在2026年进入关键阶段，最终可能只会有两到三个供应商玩家胜出。

结语：中国智驾的“范式革命”刚刚开始