CES 2026:吉利智行生态与物理AI的汽车变革 硅谷101 2026-01-20

这是一段关于我在时速170公里/小时的汽车中的体验,第一次感受到了过山车般的眩晕。我并非身处F1赛车,尽管我的司机曾是职业赛车手。这辆车是吉利旗下的极氪7X车型。1月初,吉利在拉斯维加斯的CES展赛道上,向全球来宾展示了中国电动汽车在海外用户眼中的高性价比。

我在美国消费电子展(CES)上逛了一圈,参观了各大车企厂商的展台,最大的感受是:未来的汽车企业已不再仅仅是制造商。AI正在推动自动驾驶、工业自动化领域快速进步。AI驱动的解决方案以及交互体验,也在重塑人们的生活和出行方式。这对于新时代头部车企而言,意味着需要构建一个庞大的生态布局,包括制造自动驾驶、AI模型、芯片、计算硬件、机器人等。本期视频将带您深入2026年CES现场,探索新能源车厂的布局策略、未来打法,以及作为消费者的我们,出行体验将迎来怎样的变革。

物理AI的汽车落地与智能座舱的演进

在今年的CES上,物理AI(Physical AI: 能够理解和作用于物理世界的AI)是最重要的关键词,而汽车正是Physical AI最直接的落地场景和产品。正如业界所言,在Waymo特斯拉等公司的成功之后,“自动驾驶革命”(The AV revolution has arrived)已然到来。汽车正从“看见世界”演进到“真正理解世界”,成为新一代Physical AI的里程碑级技术突破。

英伟达在本届CES上发布的全新自动驾驶平台,正是黄仁勋在Physical AI上的重点押注。该平台的核心能力在于多步推理(Multi-step Reasoning: AI系统通过多个逻辑步骤进行思考和决策),它不仅能识别道路和目标,还能理解交通参与者之间的因果关系,在复杂场景中做出更接近人类驾驶逻辑的决策,从而推动辅助驾驶向更高智能形态进化。黄仁勋还披露,2025年款奔驰CLA将全线搭载英伟达完整的自动驾驶技术栈。按计划,首批车辆将于今年第一季度率先在美国上路,第二季度进入欧洲市场,亚洲市场则预期在下半年启动部署。

此外,高通等芯片厂商也在CES上明显加快了汽车与AI结合的生态布局节奏。高通与谷歌进一步深化长期合作,将骁龙数字底盘(Snapdragon Digital Chassis: 高通专为汽车打造的集成平台,提供连接、计算、安全等全方位解决方案)与谷歌汽车软件体系深度融合,通过语音、触控、视觉等多模态交互,大幅降低下一代AI车载体验的部署门槛。

如果说Physical AI正在重塑“如何开车”,那么在智能座舱领域,生成式AI(Generative AI: 能够创造新内容,如文本、图像、音频等的AI模型)则在重新定义“车是什么”。我们在CES中观察到,汽车正从交通工具演进为真正的智能体。今年CES期间,宝马宣布与亚马逊合作,将Alexa(亚马逊开发的智能语音助手)集成生成式AI,整合进智能个人助理系统。首款落地车型为宝马iX3。升级后的语音助手支持更自然的多轮对话,能够理解包含多个操作意图的复合指令,例如一句话就能同时调节空调、规划导航、播放音乐,甚至在特定场景下主动给出上下文相关的建议。

博世展示了与英伟达、微软联合打造的新一代AI座舱方案,系统具备用户行为学习能力,可基于历史偏好提供个性化的语音反馈。LG在“AI in Action”战略下,推出了新一代的智能座舱平台,基于骁龙座舱至尊版芯片,将生成式AI深度嵌入车载信息娱乐系统,实现界面与内容随时间、天气、位置动态调整。

吉利的全域AI 2.0:构建类特斯拉生态闭环

同样值得关注的是,中国车企在AI领域的进展已成为CES上不可忽视的力量。我们参加了吉利汽车在CES期间召开的发布会,吉利宣布基于其首发的世界行为模型(World Action Model - WAM: 吉利自主研发的AI模型,旨在赋予汽车持续进化的世界观与判断力),其全域AI技术体系正式迈入了2.0阶段。这意味着汽车智能不再限于单一功能的叠加,而是首次拥有了持续进化的世界观与判断力。

同时,吉利还发布了千里浩瀚辅助驾驶系统(Qianli Haohan / GASD: Geely Autonomous Smart Driving,吉利自主研发的辅助驾驶系统)的英文品牌和软件版本名称。千里浩瀚GASD融合了先进的AI算法、大规模真实驾驶数据与高性能传感硬件。首版本已率先搭载于极氪9X领克001等吉利旗下的众多车型。按照规划,吉利将在2026年起,在法规允许的前提下,逐步落地高速L3、低速L4级自动驾驶能力,并启动Robotaxi(Robotaxi: 自动驾驶出租车服务)商业化运营,使得高阶自动驾驶正式进入规模化阶段。

新时代的车企需要多元化布局,这意味着庞大的生态布局,包括制造自动驾驶、AI模型、芯片、计算硬件、机器人,乃至智能生态。在国际上,我们能想到特斯拉;而在中国市场,拥有这样生态布局的正是吉利。这些看似眼花缭乱的布局,其核心目标是构建一个生态闭环,让汽车从硬件产品变为一个有生命力、能够自我成长的智能终端。

这个生态闭环的运行逻辑可以拆解为几个关键步骤:

  1. 感官:车上的摄像头、雷达、麦克风等是汽车的“眼睛和耳朵”,使其能够感知世界,并整合成庞大的数据集。
  2. 端侧算力:仅仅收集数据还不够,汽车需要“长出脑子”,依据外界反馈不断提升自身。这就是为什么有些车的辅助驾驶在使用一年后会更稳,语音助手更智能。
  3. 架构:汽车的电器架构就像人的神经系统,连接各个器官。高效的架构能带来更快的反应速度。过去的燃油车采用分布式架构,每个功能配一个独立芯片,部件间如“数字孤岛”,难以通信,计算性能不足,无法智能化。而新能源厂商布局的架构平台,旨在给汽车换一副“年轻的数字骨架”,将几十个分散的小电脑集成到一两个高性能大脑上,算力集中,软件运行才能流畅。
  4. 数据中心与卫星通信:集中所有车辆的使用数据来训练自己的大模型(Large Model: 拥有海量参数和训练数据的AI模型),再应用于自动驾驶或智能座舱,通过OTA(Over-The-Air: 空中下载技术,实现远程软件更新)不断提升消费者体验。为了集中数据,通信是必不可少的一环。在城市道路中基础设施完善,但若在偏远地区甚至无人沙漠,服务可能会中断。这便需要依赖卫星通信(Satellite Communication: 通过卫星进行数据传输的通信方式)。这样的布局才能实现最终的“舱架融合”,让开车和坐车这两件事从割裂变为一盘棋。

具身智能(Embodied AI: 能够理解和交互物理世界,并具备一定行动能力的AI系统)则是这个闭环的终极野心。特斯拉为何要做机器人?因为训练自动驾驶汽车和训练一个能在物理世界自由行动的智能机器人,其底层技术是相通的,都需要感知环境、理解世界、做出决策并控制身体。从这个角度看,汽车就是“轮式机器人”。今天在汽车上积累的所有AI能力,未来都可以复用到更通用的机器人身上。反过来,研究机器人获得的对复杂环境的理解,又能让自动驾驶表现更好。因此,布局机器人是在为下一个时代“买门票”。汽车是当下赚钱和收集数据的核心载体,而数据是通向未来任何智能形态的“石油”。

吉利的生态闭环清晰可见:传感器收集数据,车载芯片提升端侧算力,平台架构提高效率,集中分散的数据,即使在偏远地区也能通过卫星通信,数据中心训练AI模型反哺到自动驾驶和智能座舱,通过OTA让所有车变得更聪明,顺便还能发展具身智能。因此,对于新时代车企来说,下一阶段的竞争是生态闭环能力的竞争。

吉利生态帝国:自研核心技术与多元品牌矩阵

如果说吉利在全球要找一个对标对象,那无疑是特斯拉。我们尝试拆解吉利的生态帝国,看看其全景布局能力如何支撑吉利未来的新能源汽车叙事。

造车是所有能力的基础,也是最考验经验的一环。众所周知,吉利拥有自己的赛车队,曾多次参加WTCR(世界房车锦标赛)并取得冠军。我在现场也体验了一把由前专业赛车手驾驶的极致速度。

吉利旗下品牌覆盖了从主流大众的银河、中高端潮流的领克,到豪华的极氪沃尔沃,以及豪华超跑品牌莲花,几乎囊括了所有市场区间。这种完整的基本盘意味着强大的成本分摊能力、供应链话语权和丰富的研发数据,造就了其卓越的机械工程实力。吉利通过与沃尔沃多年的协同,在架构技术、底盘技术、空气动力学等方面拥有全面的技术储备。汽车作为产品,除了智能化,更要保证安全、品质与可靠性,这是谈及智能车体的先决条件。

谈到智能化,吉利选择了“两条腿走路”:

  • 自下而上的整合:吉利直接收购了手机公司魅族Flyme Auto车机系统之所以一经推出便好用,是因为它由一个经过众多用户考验的成熟手机OS团队打造,这是从消费电子领域进行“降维打击”。
  • 自上而下的研发:吉利自主研发自动驾驶和AI大模型。在本次CES上,吉利正式发布了千里浩瀚辅助驾驶系统的英文品牌和软件版本名称——“千里浩瀚GASD”(Geely Autonomous Smart Driving)。这套系统不仅采用主流的VLA(Vehicle-Level Architecture: 车辆级架构),还融合了世界行为模型(WAM)。

吉利在自动驾驶方面的一大优势就是数据量充足。以特斯拉为例,FSD(Full Self-Driving: 特斯拉的完全自动驾驶系统)的表现备受赞叹,其背后原因之一是凭借超高的销量收集了海量的训练数据。2025年,特斯拉全年交付了163.6万辆车。而吉利2025年全年销量达到302万辆,其中新能源车销量为168.8万辆。因此,吉利至少不愁训练数据,而且数据种类会非常丰富。

吉利此前已拥有聚焦汽车垂直领域的新锐AI大模型,以及通用型的吉越星辰(STEP)系AI大模型,实现了全域AI(All-Domain AI: 将AI融入汽车架构、动力、底盘、智能座舱、辅助驾驶等全链路)。但此前最大的问题是各个模型相对独立,无法共同协作,例如座舱知道乘客疲劳,但无法让驾驶变得更平顺;底盘感知到颠簸,辅助驾驶系统也无法联动调整动力输出。因此,全域AI 2.0升级的核心是从单点智能的交互到整体智能的涌现。本次CES上,全域AI升级至2.0,其核心是打通了所有环节的AI,让车辆拥有一个统一的大脑。而这个大脑的核心就是世界行为模型(World Action Model - WAM)。

WAM模型的核心特点在于感知层面融合了更多感知数据,不仅有视觉和语言,还包含了世界模型中的知识,融入对世界的感知概念。同时,在动作层面,WAM将整车的辅助驾驶、座舱、底盘动力等各个领域形成协同模型,以实现动作协调、效率更高、响应更快、体验更好。此外,该模型还大量融入了沃尔沃的安全事故数据,通过模型保障车辆产品的安全性。

有了WAM后,开启辅助驾驶时,车辆不仅能感知外部车流道路环境,还能通过座舱内乘客状态来判断如何驾驶。例如,当系统判断你比较赶时间时,AI会在保证安全的情况下,让超车更加激进;如果感知到车上乘客较多且疲惫想休息,则会调整驾驶风格、动力输出、底盘软硬度等,确保乘客能好好休息。除了辅助驾驶,WAM还提升了被动安全(Passive Safety: 车辆在发生碰撞时保护乘员的安全性能)。在WAM模型的统一调度下,辅助驾驶与底盘、动力实现深度联动。当系统感知到侧面碰撞风险时,底盘会自动抬升,以车身最坚固的门槛梁抵御外部撞击。

吉利未来出行生态:从芯片到低空经济

在全域AI 2.0的赋能下,吉利去年推出的伊娃(EVA: 吉利超拟人智能体)超拟人智能体也开始加速进化,主要针对智能座舱。这就像特斯拉将擎天柱(Optimus)机器人理念融入汽车一样。伊娃作为高情商、具备人类常识的智能体,将使智能座舱更像一位真人助理,更好地理解乘客的模糊需求。例如,如果你想去露营,伊娃可以规划好路线、沿途餐馆,甚至了解到你用电量高且电量可能不足时,会在规划吃饭地点时选择能充电的场所。这就像有一个靠谱的小伙伴为你安排好了一切。

吉利已在M9上首发了AI大模型,它拥有更多的知识、支持更多的技能,并具有一定的情感,可以进行角色扮演。例如,当用户不知道如何调整后视镜时,系统能提供图文展示,就像熟悉的用户手册。吉利未来汽车将拥有独立思考能力,例如暴雨天车辆泡水,它会自动判断并把车开出危险区域。这些都是AI赋能产品带来的益处。

总而言之,WAM构建了一个统一的整车通用大脑,其技术内核由4个关键角色协同构成:

  1. 多模态模型(MLLM: Multi-modal Large Language Model,能够处理和理解多种类型数据如文本、图像、语音的AI模型)担任决策大脑,负责理解复杂指令并规划宏观任务。
  2. 动作专家(Action Expert: 将决策大脑的意图转化为具体的车辆控制指令的模块)作为执行小脑,将意图转化为具体控制指令。
  3. 世界模型(World Model: 能够预测未来情境、模拟不同行动序列后果的AI模型)充当预测模拟器,对行动序列进行毫秒级别的物理推演。
  4. 人类驾驶数据训练的价值函数作为体验评价官,选出最优解,完成端到端的自我修正。

这一闭环首次让汽车智能具备了基于理解的自主判断与进化能力。在机械方面,吉利可谓“上天入地”,这也是其最像特斯拉的地方。要实现这些能力,离不开大量的算力。吉利布局了自己的数据中心,建立了算力大联盟,综合算力达到23.5 EFLOPS,位居中国车企第一位。在通信方面,吉利旗下的时空道宇正在部署低轨卫星(Low Earth Orbit Satellite: 在地球近地轨道运行的卫星)。吉利星座目前载轨卫星已达64颗,顺利完成一期组网,卫星在轨可靠性、网络可靠性均达到百分之百,成为中国首个完成组网并具备规模化应用能力的低轨卫星星座。除南北极外,吉利星座已实现全球地表任一地点实时通信覆盖,为后续推进全球商业化应用进程奠定了坚实基础。

目前,吉利旗下已有吉利银河星耀8吉利银河E8、领克001等车型搭载了卫星通信技术。这些卫星不仅服务于家庭用车,未来还能应用于海洋物流运输、生态环境监测,甚至低空出行(Low-Altitude Travel: 在低空空域进行的飞行活动,如无人机配送、飞行汽车等)。

最后,我们再来看看吉利的其他生态集成。国内打车观众应知道曹操出行,这正是吉利旗下的服务,将成为自动驾驶的最佳应用场景。吉利正推动Robotaxi相关的技术和业务发展,已在小范围试行Robotaxi运营。随着国家政策的逐步落地,2026年有望看到新的状态。吉利表示,他们今年将开始布局高速L3、低速L4级自动驾驶,而Robotaxi业务将成为新的闭环。Robotaxi将作为7x24小时不停歇运行的数据采集机器人,通过自营或合作的Robotaxi车队,吉利可以直接验证自动驾驶出行服务的商业模式,并利用其规模制造优势,打造专用Robotaxi车型,进一步降低成本。

除了地上跑的,吉利还有天上飞的。2025年9月,吉利旗下的沃飞长空A200-100首架机已正式下线,标志着中国大型载人飞行汽车(Flying Car: 能够在空中和地面行驶的交通工具)迎来了新里程碑。地面拥堵无解,城市空间向上延伸是必然。飞行汽车并非汽车的替代,而是对城市立体交通网络的重要补充,尤其适用于点对点快速通勤、紧急医疗、高端商务等场景。

既然自动驾驶能达到如此高度,发展具身智能也就顺理成章。吉利五大AI科技伙伴之一的千里科技,是国内首个在机器人强化学习基准测试平台L-Bench测试中,平均成功率达到90%的团队。吉利汽车集团CTO李传海在2025年WAIC(世界人工智能大会)上也表示,吉利有望从车企转变为中国乃至全球最大的机器人公司。我们想象的未来汽车形态,是“出行智慧生命体”,相当于一个“带轮子的机器人”。

吉利还展示了其底层芯片SOC的能力,拥有自主研发的龙鹰一号芯片,采用7纳米制程,最多支持一块4K大屏或三到四块分辨率较低的屏幕。这意味着吉利具备了从芯片到软件,再到硬件的全栈自研能力(Full-Stack Self-Research and Development: 具备从底层硬件到上层软件,全链条自主研发的能力)。这款小巧的芯片,连同座舱大脑,能以更低的成本将高级功能普惠到更廉价的车型,让更多用户享受到越级体验。魅族也是吉利生态的一部分,其手机系统与车机系统完全一致,实现了交互习惯的无缝衔接。手机与车机可以互联互通,手机可作为车钥匙,听歌或导航也能在上下车时自动切换至车机,提供连贯体验。连接后,车机也能使用手机上的应用。吉利还在构建眼镜与手机的连接,未来将打通整个生态的外设,包括AI在内的所有设备。

全球汽车市场的分化与吉利的双栖特质

最终,我们再来完整看看吉利的闭环生态:汽车、软件、AI、数据中心、卫星、Robotaxi、低空经济、具身智能。这确实与马斯克的布局高度一致,其内核都是掌握核心基础设施,打通软硬件闭环,在多维度构建协同生态。因为这个行业发展变化很快,未来将走向生态化发展。例如,通过卫星技术打造“永不失联的汽车”,为用户提供更好的安全保障;布局手机和芯片,是为了更好地提升座舱产品体验;而算力则是为了智能驾驶和AI技术,如何打造更好的模型和芯片,最终实现产品化。这些布局都有其内在逻辑。

我们拆解了吉利如何通过“上天入地”的全链路布局,将自己对标成“中国的特斯拉”。同时,我们也来看看全球车企们正在发生什么。如今,全球汽车生态正在分裂,成为两个具有截然不同代谢速率、工程哲学和竞争逻辑的平行世界。

一个是以中国为核心的速度与智能化阵营。中国汽车生态已完成了从跟随者到规则制定者的蜕变。这里的核心竞争力,是通过极致的垂直整合(Vertical Integration: 企业将产业链上下游的环节整合到自身内部)带来的成本控制力,以及将汽车视为智能生态节点的全新价值定义。例如,比亚迪被认为很像电动化时代的丰田,其核心护城河在于垂直整合能力。华为在生态中的定位极其独特,它通过鸿蒙智行模式,反复强调“不造车”,但更像是一个T2.5供应商,强调座舱与智驾方案的生态协同。小鹏一直代表了中国汽车工业中最具硅谷气质的力量,是软件定义汽车(Software-Defined Vehicle: 以软件为核心驱动和定义功能、性能的汽车产品)的先行者,当然也面临着不同的组织与规模挑战。小米SU7的横空出世,展示了消费电子巨头入局造车的优势,包括供应链话语权、线下门店的渠道能力等。吉利作为极具全球化野心的操盘手,走的路径比上述任何一家都要复杂。它通过收购沃尔沃、莲花,入股戴姆勒阿斯顿马丁,孵化极氪与领克,构建了一个庞大的品牌矩阵。吉利的优势在于全域AI布局与全球资源协同。正如我们前面所聊,吉利不仅有SEA浩瀚架构(吉利自主研发的全球领先的电动汽车架构),这种顶级的物理底座,还有自研芯片、魅族车机OS,甚至自建的低轨卫星网络。这种“上天入地”的整合能力,使其在应对全球不同市场的需求时,拥有极强的弹性。

另一个是以欧美传统巨头为核心的品牌与工程深度阵营。西方车企阵营依然掌握着全球豪华车的定义权和顶尖的机械工程实力。但在软件定义汽车的浪潮下,它们正遭遇严重的组织架构阻力。所谓的“德国双雄”,即宝马奔驰,正面临康威定律(Conway's Law: 系统设计本质上反映了企业的组织架构)的挑战。康威定律指出系统设计本质上反映了企业的组织架构,并往往受制于此。这正是奔驰和宝马面临的困境。庞大臃肿、掉头缓慢的内部组织,导致了它们不尽如人意的软件体验。

奔驰自研了MBOS(Mercedes-Benz Operating System: 奔驰自主研发的操作系统),试图通过HyperScreen(奔驰推出的超大一体式联屏)来重新定义数字时代的豪华。但其弱点在于迭代速度慢,用户对原厂车机的满意度往往不如Apple CarPlay(苹果公司开发的车载系统)。奔驰的挑战在于如何在维持“机械皇冠”的同时,在算法层面建立核心优势,而不是沦为苹果或谷歌的昂贵载体,以及在面对新势力车企智能化进攻时,如何有新的创新,而不是“吃品牌历史的老本”。

宝马押注于2025年登场的**“新世代平台”**(New Class: 宝马全新纯电动平台)。宝马在操控感和800V技术上依然领先,但在辅助驾驶的感知算法上显得过于稳重。在欧洲严苛的法规框架下,宝马的智能化步履蹒跚,缺乏竞争对手快速试错的迭代速度。

大众通用福特这三家巨头面临着最深重的历史包袱。大众在经历了CAR软件部门的全面溃败后,选择了务实的外购策略,投资小鹏,注资Rivian。大众的规模是优势,但层级森严的组织流程与敏捷软件开发天然对立。通用奥特能平台(Ultium Platform: 通用汽车的电动化平台)曾被寄予厚望,但频繁的软件故障暴露了系统集成能力的短板。福特则更加敏捷,通过建立内部代号为“臭鼬工厂”的计划来开发平价电动汽车,试图绕过内部体制障碍。但面对新能源车企的成本攻势,这种转型依然显得迟缓。

现代起亚是传统巨头中转型最稳健的玩家,它们执行能力强,供应链反应快。E-GMP平台(Electric-Global Modular Platform: 现代汽车集团开发的电动汽车专用平台)的800V高压快充技术甚至领先于大多数欧美竞品。它们没有太大的软件定义汽车的包袱,而是通过稳扎稳打的产品节奏,在西方市场占据了较高的电动车份额。现代和起亚是全球范围内最可能稳定追上电动化加智能化体验的传统巨头之一。

在美国市场,Rivian曾被公认为除特斯拉外,最具产品创新力的美国电动车公司。其R1S在设计感与电动平台性能上被高度评价。然而,Rivian的弱点也显而易见:极高的制造复杂度导致沉重的成本压力和现金流危机。近期大众汽车对Rivian 50亿美元的注资,本质上是一场“各取所需”的联姻。大众需要Rivian成熟的电子电器架构来弥补自身软件部门CAR的无能,而Rivian则需要这笔钱来跨越规模化鸿沟。

当然,特斯拉作为全球新能源车的标杆公司,其优势在于马斯克旗下的广阔生态布局,包括AI算力、商业太空,未来还有“Neuralink”(马斯克创立的脑机接口公司)和“The Boring Company”(马斯克创立的隧道挖掘公司)等未来科技,形成全生态护城河。这也难怪吉利汽车集团CTO李传海在采访中表示,在生态布局上,吉利想要成为“中国的特斯拉”。

总结而言,如今的全球汽车市场已不再是简单的马力对比,而是代码速度与新型制造的对撞。中国阵营凭借着摩尔定律般的速度(Moore's Law-like Speed: 形容技术进步速度极快,类似摩尔定律),试图重写百年汽车工业,利用本土智能化的先发优势构建壁垒。而欧美阵营则依赖百年的品牌积淀和工程底蕴,试图在软件浪潮中守住阵地,并通过“外科手术般”的外部合作来弥补数字短板。在这些新变化中,吉利的特殊性在于它既拥有中国阵营的速度与全闭环生态,又通过对沃尔沃等国际品牌的整合,深度吸收了欧美阵营的工程底蕴。这种“双栖特质”或许是它在这场全球大分流中最大的筹码。

中国新能源车企的全球化机遇

中国新能源车企正在拥抱全球化机遇。2025年数据显示,全年出口量超过700万辆。尽管最重要的俄罗斯市场因对本土产业的政策原因导致市场降温,但从欧洲、东南亚到拉美、中东市场都在加速发展,赢得了当地不少顾客的心。我们在CES现场就遇到一位墨西哥车主,他表示家中购买了两辆中国新能源车。

以吉利为例,其新能源汽车销量增长势头强劲。2025年全年累计销量超过168万辆,同比增长90%。公司预计,2026年新能源销量将达到222万辆,实现32%的增长。毫无疑问,吉利正进一步加强全球布局,这也是中国车企出海的标杆市场趋势。

试驾现场,驾驶过无数汽车品牌的赛车教练表示,北美市场用户喜欢SUV车型,注重家庭场景、驾驶体验和安全性能。每位消费者的体验都被照顾到,这是他们做出选择的重要因素。他还提到,像领克等中国品牌,其价格远比同等配置的其他品牌更实惠。虽然一些品牌也有类似功能,但通常只有一两个,而非全面覆盖。中国车企提供了出色的音响系统、内饰设计、合理的价格、宽敞的空间,并且非常符合多种审美需求,既是多功能车,也是运动型、有趣的家庭用车,集多种特性于一身。

以上是我在CES现场对车企的一些探展和观察。正如视频中提到的,今年的关键词是Physical AI,而汽车被认为是“最先落地的机器人和物理AI”,这让市场充满了验证新可能性的期待。无论是设计、研发还是体验,其背后都需要一整套新生态链的支持与跟进。我非常期待出行这件事情在未来几年中发生颠覆性进化,而中国车企将是其中的重要力量,我们拭目以待。

关键字: physical-ai automotive-intelligence ecosystem-strategy autonomous-driving smart-cockpit