“天时已至，地利已成，唯独人和是变量。”

2026北京车展开幕在即，一位不愿具名的车企智能化负责人向虎嗅汽车发出了这样的感慨。他所在的品牌，将在本届车展上高调发布一款搭载AI大模型的智能产品。但现在，座舱和智驾两个团队仍在争吵不休，没人知道到底该谁负责部分功能的落地。

就在这家企业内部仍在进行团队博弈的同时，理想汽车CEO李想在对内讲话中抛出了一个更为紧迫的判断，2026年是车企上车AI的最后窗口——这也是整个行业的共识。

最新消息显示，特斯拉中国车机语音大模型服务将接入豆包+DeepSeek大模型，该服务已于4月20日完成备案。特斯拉Model Y L车型将搭载豆包大模型与DeepSeek模型，两款模型均通过火山引擎接入。

事实上，AI大模型上车的技术堆栈实际早已就绪，产业链条已打通。正可谓天时已至，地利已成。然而在车企内部关于组织架构、研发节奏和权力格局的隐秘博弈，却正在成为车端大模型从PPT驶入量产交付的最大变量。

2026北京车展，将成为这场博弈的集中阅兵场。

在展台聚光灯照不到的会议室里，车企如何将内部组织墙推倒，实现彻底打通同样是值得聚焦的重点话题。

车端大模型“天时地利已至”

如果要用一个指标来度量车端大模型的市场热度，佐思汽研的数据最具说服力。

2025年，AI车载大模型的渗透率从1月的10.8%，一路攀升至12月的38.6%，翻了近四倍。进入2026年，国海证券研报进一步预计，国内智能座舱渗透率将超80%，这一数据遥遥领先于全球其他市场。

与之呼应的是市场规模的高速增长。中商产业研究院数据显示，2026年中国乘用车智能座舱解决方案市场规模预计将达1828亿元，其核心驱动力之一正是端到端大模型技术的涌现。得益于无需依赖传统模块化架构，可直接从语音、视觉等多模态输入生成决策指令或服务响应的优势，端到端大模型技术正在完成一次质变级的范式跃迁。

值得注意的是，业内当前对世界模型的关注点，正在发生一场微妙但深刻的价值重构。过去谈及世界模型，外界往往聚焦于其是否能带来智驾能力的代际突破。但现阶段头部玩家与投资人更看重的是它对底层架构的降维打击，该技术有望将传统“感知-预测-规划”的多模块串联，压缩为一个统一的推理模型。

这意味着，对智驾而言，世界模型的最大价值并非在于短期内让车开得更像老司机，而在于通过压缩模块、降低对海量高精规则代码的依赖，从而极大幅度地降低系统迭代的工程成本与硬件算力开销。

图源：车企官方

这一变化本质上是将智能驾驶从手工作坊式的规则堆砌，推向了工业化的数据生成。在过去的多模块架构下，每一个环节的优化都意味着天量的代码工作与跨团队联调成本；而压缩为统一推理后，系统的上限由模型与数据决定，下限则由硬件承载能力决定。

这直接决定了车企接下来的竞争焦点：不再是比拼谁家的规则写得细，而是比拼谁的架构更擅长低成本地处理长尾场景。

同时，国海证券研报指出，智能座舱域控市场预计从2025年的208.2亿元增长至2030年的701.6亿元，年复合增速27.5%，2026和2027年将是关键窗口期。在这个窗口期内，谁的芯片先装车、谁的生态先闭环，谁就掌握了定义下一代智能汽车体验的话语权。

基于上述，在虎嗅汽车看来，大模型上车的演进划分为三个阶段。

第一阶段是2023年左右，第一批尝鲜者开始在车机中接入云端大模型，核心目标朴素而关键，让语音助手不再“已读乱回”，变得能用。

到了2024至2025年，第二阶段的大模型不再满足于对话，开始主动执行任务，也就过渡到了好用的阶段。

当下，汽车行业正迈入第三阶段，那就是让用户离不开AI大模型。该技术也将从工具进化为智能体，它不仅要会观察、会思考、会预判，还要会主动服务用户。

然而，天时与地利的叠加，并不等于胜利的必然。恰恰相反，当技术准备就绪、供应链通路打开之后，最大的不确定性恰恰来自车企内部。

 “人和”是最大变量

一个不容回避的现实是，大模型的部署，正在挑战传统车企已经运行了数十年的组织架构和权力格局。

在过去，智能驾驶和智能座舱分属两个独立的领域，多数车企内部同样由不同的团队、不同的供应商，甚至不同的芯片来支撑，彼此之间界限分明。

然而，大模型天然具有跨域融合的基因，它既要处理感知数据，又要响应人机交互，还要实时决策。这意味着，车企内部过去彼此割裂的智驾团队和座舱团队，如今必须坐在同一张桌子前，共享数据、对齐优先级、协同开发。而这对大多数传统车企而言，不亚于一场“组织地震”。

地平线创始人余凯在公开发言中直指这一痛点，他建议主机厂把组织架构从“智驾+座舱”分立模式转变为“硬件团队+算法软件团队”。因为整车架构正在从分布式控制器快速走向中央计算，如果组织跟不上架构的变化，技术再好也落不了地。

这不仅是组织设计问题，更是一场话语权之争。一位主机厂内部人士曾私下对虎嗅透露：“过去，座舱团队和智驾团队几乎是两条平行线，各管各的预算、各汇报各的老板。现在你告诉我，要把数据打通、把决策权统一，首先得有人回答一个问题：这事儿，到底谁说了算？”

如果说组织架构的滞后是看得见的障碍，那么AI人才储备的捉襟见肘则是更致命的看不见的短板。一家合资品牌的高管在采访中坦言：“我们有全球顶尖的制造能力和供应链体系，但缺少既懂大模型又懂车辆工程的复合型人才，这样的人在国内基本上被头部新势力和科技大厂瓜分完了，这不是靠签几家供应商就能解决的问题。”

在传统车企的人才池中，软件工程师本就稀缺，能够理解Transformer架构、掌握强化学习训练方法、同时又熟悉车载系统部署要求的人才，更是凤毛麟角。当新势力们早已建立起从芯片到算法的全栈团队时，一些传统车企仍在为“大模型到底该挂靠在IT部门还是产品部门”而争论不休。

豆包大模型最新版；图源：车企官方

内部协同之困的另一面，是外部博弈之痛。

随着AI大模型成为智能汽车的核心竞争力，供应商的角色正在发生根本性变化。过去，车企与供应商的关系是典型的甲乙方合作模式。主机厂提出需求，供应商提供硬件或软件，交钥匙即可。

但大模型的出现，彻底打破了这种关系。

一方面，头部供应商正在从提供者升级为能力定义者。华为凭借全栈自研的端到端智驾大模型，成为国内城市NOA方案市占率第一的供应商；地平线的HSD端到端系统已经不仅仅是芯片供应商的角色，而是在事实上参与甚至主导了部分车型的智能化体验定义。

千问大模型生态布局；图源：车企官方

在此背景之下，当供应商掌握了核心技术栈，主机厂在合作中的地位和话语权不可避免地受到挤压。

另一方面，头部新势力车企则选择全栈自研为主要路径。我们看到，小鹏自研图灵AI芯片和第二代VLA物理世界大模型；理想自研Mind GPT大模型并通过国家备案；蔚来自研NWM世界模型。这些新势力正在将AI能力视为核心护城河，拒绝将其外包给供应商。

两种路径本质上没有对错，但问题在于，选择依赖供应商的车企，如何在“借力”的同时不丧失产品定义权？选择全栈自研的车企，如何在高昂的研发投入与规模化量产之间找到平衡？

这些博弈不仅发生在车企与供应商之间，也深刻影响着车企内部的组织形态和资源分配。2026北京车展，将成为这场博弈最直观的展示窗口。

从已经披露的信息来看，AI大模型已成为本届车展最核心的竞争主线。

奔驰将携近40款车型参展，依托MB.OS架构，以AI大模型全面赋能座舱与智驾；豆包大模型也将陆续上车；搭载Momenta大模型驱动的全场景辅助系统的新车也将进行展示。此外，还有多家车企将在车展期间首次公开展示自研大模型上车成果。

但车展聚光灯下的繁荣，掩盖不了宁静水面之下的汹涌暗流。CAAM预测数据显示，2027年非标配车端大模型车型将逐步淡出市场，这无疑描绘了一幅残酷的淘汰路线图。

对于某些在智能化转型中慢了一拍的品牌而言，车展上热闹的展台可能正是它们品牌溢价的最后“遮羞布”。

当消费者逐渐意识到，同价位的新势力车型能提供越用越聪明的AI体验，而传统品牌的车机语音助手仍停留在已读乱回的时代，品牌忠诚度将以前所未有的速度崩塌。

对于那些仍困于传统组织架构、在自研还是外包之间摇摆不定的车企而言，2026年可能就是决定命运的十字路口。它们的答案可能各不相同，有的选择与华为、地平线这样的生态伙伴深度绑定，有的则像小鹏蔚来一样押注从芯片到算法的全栈自研。

但无论车企选择哪一条路，在AI大模型上车天时地利已至的当下，谁先解决了“人和”问题，谁就拥有了定义AI汽车下半场的话语权，慢一步，或许就是永别。（转载自虎嗅APP）