“时机已然成熟，条件也已到位，唯独内部协同仍是最大未知数。”
2026年北京车展即将开幕，一位不愿透露姓名的车企智能化主管向外界吐露了这番感慨。他所在的品牌打算借本届车展高调推出一款搭载AI大模型的智能汽车产品。然而截至目前，智能座舱团队与自动驾驶团队之间的内部纷争仍未平息，究竟谁来负责某些关键功能的落地，还没有定论。
就在这家车企还深陷内耗之际，理想汽车CEO李想在内部讲话中提出了一个更为紧迫的判断，2026年是车企布局AI的最后时间窗口——这也是行业内的普遍共识。
最新消息方面，特斯拉中国车机语音大模型服务即将接入豆包和DeepSeek，相关服务已于4月20日完成备案。Model Y L车型将同时搭载豆包大模型与DeepSeek模型，两款模型均通过火山引擎接入。
事实上，AI大模型上车所需的技术栈早已就绪，产业链条也已全面打通，可谓万事俱备。但车企内部围绕组织架构、研发节奏与权力格局展开的隐秘博弈，正成为大模型从展台PPT迈向量产交付的最大障碍。
2026年北京车展，将成为这场博弈最集中的展示舞台。
在展台聚光灯照不到的会议室里，车企究竟如何打破内部的组织壁垒，同样是值得深入探讨的核心议题。
车端大模型的”天时地利”已然具备
若要以一项数据来衡量车端大模型的市场热度，佐思汽研的统计最具说服力。
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%，增幅近四倍。进入2026年，国海证券研报预计，国内智能座舱渗透率将突破80%，这一数字远超全球其他市场。
市场规模的同步高速扩张与之相互呼应。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，端到端大模型技术正是核心驱动力之一。由于无需依赖传统模块化架构，能够直接从语音、视觉等多模态输入生成决策指令或服务响应，端到端大模型正在完成一次质变级的范式革命。
值得关注的是，业界对世界模型的关注重心正悄然发生转移。过去谈论世界模型，外界通常聚焦于它能否带来智能驾驶能力的代际突破。但当前，头部玩家与投资人更为看重的是其对底层架构的降维优势——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不在于短期内让车开得更接近老司机水平，而在于通过压缩模块、降低对海量高精规则代码的依赖，大幅削减系统迭代的工程成本与算力开销。
图源：车企官方
这一转变的本质，是将智能驾驶从手工作坊式的规则堆砌推向工业化的数据生成。旧有多模块架构下，每个环节的优化都意味着庞大的代码工作量与跨团队联调成本；而统一推理架构下，系统的天花板由模型与数据决定，底线则取决于硬件承载能力。
这直接决定了车企的竞争方向：不再是比谁的规则写得更细，而是比谁的架构更擅长低成本地处理长尾场景。
国海证券研报同时指出，智能座舱域控市场预计将从2025年的208.2亿元增至2030年的701.6亿元，年复合增速27.5%，2026年和2027年将是关键窗口期。在这个窗口内，谁先完成芯片上车、谁先实现生态闭环，谁就掌握了定义下一代智能汽车体验的主导权。
基于以上判断，大模型上车的演进可以划分为三个阶段。
第一阶段始于2023年前后，首批探索者开始向车机接入云端大模型，目标朴素而关键——让语音助手不再答非所问，实现基本可用。
到了2024至2025年的第二阶段，大模型的能力不再局限于对话，开始主动执行任务，进入”好用”阶段。
当下，汽车行业正迈入第三阶段——让用户真正离不开AI大模型。这一技术将从工具进化为智能体，不仅能观察、会思考、可预判，还能主动为用户提供服务。
然而，天时与地利的叠加，并不等于必然胜利。当技术就绪、供应链打通之后，最大的变量恰恰来自车企内部。
“人和”是最大的变量
不可回避的现实是，大模型的落地正在冲击传统车企沿用数十年的组织架构与权力格局。
过去，智能驾驶和智能座舱各自独立，车企内部通常由不同的团队、不同的供应商甚至不同的芯片支撑，两者之间边界清晰。
然而，大模型天然具备跨域融合的特质，既要处理感知数据，又要响应人机交互，还要做出实时决策。这意味着，此前各自为政的智驾团队和座舱团队，如今必须坐到同一张桌子前，共享数据、对齐优先级、协同开发。这对大多数传统车企而言，无异于一场”组织地震”。
地平线创始人余凯曾在公开发言中直指这一痛点，建议主机厂将组织架构从”智驾+座舱”分立模式转变为”硬件团队+算法软件团队”的模式。整车架构正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，技术再先进也难以落地。
这不只是一个组织设计问题，更是一场话语权之争。一位主机厂内部人士曾透露：”过去，座舱团队和智驾团队各走各的路，各管各的预算，各汇报各的老板。现在你要求数据打通、决策权统一，首先得有人回答：这件事，到底谁说了算？“
组织架构滞后是看得见的障碍，而AI人才的严重短缺则是更致命的隐患。一家合资品牌高管坦承：”我们拥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。这类人才在国内几乎已被头部新势力和科技大厂瓜分殆尽，不是多签几家供应商就能解决的问题。”
在传统车企的人才储备中，软件工程师本就稀缺，能理解Transformer架构、掌握强化学习训练方法、同时熟悉车载系统部署要求的复合型人才更是凤毛麟角。当新势力们早已建立起从芯片到算法的全栈团队时，一些传统车企却仍在争论”大模型该挂靠IT部门还是产品部门”。
豆包大模型最新版；图源：车企官方
内部协同之困的另一面，是外部竞合格局的深刻重塑。
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转变。传统的甲乙方合作模式中，主机厂提出需求，供应商交付硬件或软件，职责分明。
大模型的出现彻底改变了这一格局。
头部供应商正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，拿下国内城市NOA方案市占率第一；地平线的HSD端到端系统也已不再只是芯片供应商的角色，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
当供应商掌握了核心技术栈，主机厂在合作中的话语权不可避免地遭到挤压。
另一方面，头部新势力选择了全栈自研的路径。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大模型并完成国家备案；蔚来自研NWM世界模型。这些车企将AI能力视为核心护城河，拒绝将其外包。
两种路径本身没有对错，但问题在于，依赖供应商的车企如何在”借力”的同时守住产品定义权？押注全栈自研的车企又如何在高昂研发投入与规模化量产之间找到平衡？
这些博弈不只在车企与供应商之间展开，也深刻影响着车企内部的组织形态和资源分配。2026年北京车展，将成为这场博弈最直观的展示窗口。
从已披露的信息来看，AI大模型已成为本届车展的核心竞争主线。奔驰携近40款车型参展，依托MB.OS架构以AI大模型全面赋能；豆包大模型也将陆续上车；搭载Momenta大模型驱动全场景辅助系统的新车也将亮相。此外，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。
但展台上的繁荣，遮掩不住台面下的暗流。CAAM预测，2027年未标配大模型的车型将逐步退出市场，这无疑是一幅残酷的淘汰路线图。
对于智能化转型迟缓的品牌而言，车展上热闹的展台，或许正是其品牌溢价最后的遮羞布。
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，而传统品牌的语音助手仍停留在”已读乱回”阶段时，品牌忠诚度将以前所未有的速度瓦解。
对于那些仍困于传统组织架构、在自研与外包之间摇摆不定的车企，2026年或许就是决定命运的分叉口。有人选择与华为、地平线等生态伙伴深度绑定，有人则像小鹏、蔚来一样押注从芯片到算法的全栈自研。
无论选择哪条路，在AI大模型上车天时地利已备的当下，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。
