2014年，第一批互聯網企業進入汽車行業。

2025年，進入創業的第二個十年。

這一群擁有互聯網基因的造車新勢力，開始求變，于AI。

01.擁抱AI

李想說，只盯初級自動駕駛成為不了萬億市值企業，但AI可以。2030年，李想的愿景是成為全球領先的人工智能企業。

所以理想同學獨立上線了。

從座艙智能助理，變成人工智能助手，可以搭載在車之外的智能設備上，用戶在其它生活場景下也能與理想同學產生連接。

這是理想轉型人工智能企業的第一步。

在其愿景中，人工智能會歷經三個階段：第一階段，“增強我的能力”，輔助完成L3級別自動駕駛；第二階段，“成為我的助手”，獨立完成“我”發出的指令，到L4級別的自動駕駛；第三階段，升級為“硅基家人”，不需要指令，可以自行承擔家庭角色。

李想認為，勢必會到來。

在節奏上，理想同學獨立之后。2025年，理想要在空間智能領域成為行業第一，語言智能、大語言模型方面進入前三。

然后，把語言模型和空間智能結合成一個更大的VLA模型。

到全面Agent（可以自主理解、規劃決策、調用工具并執行復雜任務的智能體）及L4自動駕駛階段，再根據能力、組織、資源來調整具體戰略。

理想關于AI發展規劃的初步邏輯已經理順，并且每年一半以上的研發投入在人工智能上。

小鵬也不例外，在最新的內部信中，何小鵬認為，未來10年將是AI的時代。

在過去的十年，小鵬對AI技術堅定投入，已經將技術轉化為產品和成本優勢。

其堅定認為，AI的發展浪潮勢必會比移動互聯網更大，持續時間更長。未來10年，小鵬要打造“面向全球的AI汽車公司”，實現產品、商業、組織和全球化全方位領先。

2025年，將是小鵬AI體系技術車型落地的元年。

蔚來在2024年創新科技日上，發布了基于AI核心底層能力打造的全新Banyan 3智能系統。

基于此打造的NOMI，目前已經可以協助停車，找車位，守衛停車期間的安全，一鍵維保等多項“助手”角色。不僅是車內的交互，還有車外環境的指引。

和小鵬、理想一樣，蔚來堅定認為，一個成功的智能電動汽車公司，一定是一家成功的AI公司。

無論是行動上還是偉大愿景，造車新勢力，堅定擁抱AI。

汽車行業的第二波浪潮要來了嗎？

02.AI 會改寫汽車行業嗎？

如果說第一次工業革命，人類用機器解放了雙手。

那如今車企試圖用人工智能解放四肢、眼睛甚至大腦的操作，會不會掀起新一輪的革命浪潮。

汽車行業的某些底層邏輯，會不會被重新改寫？

如果要思考這一點，我們可以先回顧一下互聯網造車企業進來的這一波，汽車行業發生了哪些變化。

互聯網造車潮起于2014年，第一批互聯網創業成功者進入，歷經4年左右的探索，迎來中國電動化浪潮。

相較于傳統主機廠，在新能源車發展初期，嚴格按照燃油車開發周期，從概念設計、工程開發、再到原型車制造以及最后的量產測試，依賴測試和工程設計方案，周期通常在3-4年左右。

但是造車新勢力進入之后，“軟件定義汽車”被放大，周期直接被壓縮至1-2年。

軟件定義下的汽車，可以和硬件解耦，硬件趨向于標準化、平臺化、通用化，通過預埋和軟件更新來實現整車功能的迭代。

在此邏輯下，打造通用的硬件平臺，不同的車型可以共用同一套軟件系統。不需要每一款車重新開發，軟件工程師甚至可以在一個完全虛擬化的環境里開發各種車型的不同功能。

無論是橫向還是縱向層面，軟硬件的適配程度和協同開發，很大程度上都在縮減開發周期。

這是電動化時代，擁有互聯網背景的造車新勢力帶來的巨大沖擊。

與此同步的，是整個汽車行業關于營銷模式的轉變。

與傳統的經銷模式不同，特斯拉、蔚來、小鵬等新造車企業，沒有傳統車企大體量經銷商資源的積累，前期產能跟不上也無法大批量交付，選擇以線上發布會的形式在前端造勢、宣傳，后端逐步以展示中心的形式將車送到消費者面前。

車企不再是低頭造車，還要面向消費者，吸引其目光。

這一模式也被比亞迪等一眾車企采用，目前北上廣深及眾多二三線城市商場B1B2，基本上都有主流車企的車型展示中心。

在造車新勢力的帶動下，車企高層開始面向消費者。

小米、華為等企業進入后，“消費者感受”被進一步放大，企業高層從KOL等角色升級為KOS、KOC，營銷模式也發生新的改變。

從上至下的“硬銷”模式已經讓消費者無所適從。

對車端的改變是，車逐漸開始有了消費品屬性。疊加更多比如防曬、休憩、娛樂等附加功能。

相較于燃油車時代，互聯網基因被造車新勢力帶入汽車領域之后，整個行業的確發生了很明顯的變化。

如今這一波車企又全面擁抱AI，會不會再次掀起新的浪潮？

按照李想對人工智能的暢想：第一階段，實現對人的輔助；第二階段，執行人給出的指令；第三階段，主動幫人承擔部分“家庭責任”。

于車企而言，彼時AI作為工具，要與車進行結合，但又不僅僅只應用在車這單一物件上，車企也不再只是車企。

基于第一階段來看，目前AI在產品研發和設計、生產制造、供應鏈管理、市場營銷與服務等等環節均有所嘗試。

以制造端為例，AI最直觀的效果就是產線的高精度、高效率生產，代替人工，減少誤差。自動化產線和AI視覺檢測系統目前是整個行業都在做的方向，還有研發過程中的模擬仿真、AI數據分析，供應鏈管理的AI監測。

AI，其實已經進入汽車行業。

但能否如李想相信的那樣，汽車將從工業時代的交通工具，進化成為人工智能時代的空間機器人？

變數很多，但想象空間也很大。