上证报中国证券网讯当特斯拉FSD(Full Self-Driving)技术持续迭代，智驾新势力押注算力芯片，车企越来越强调整车协同与跨域协同……当前，汽车制造的产业逻辑也随之改变。

“行业正在从‘软件定义汽车’阶段迈向‘AI定义汽车’阶段。”2026年5月初，盖世汽车研究院副总裁王显斌在接受上证报记者专访时如此判断。在他看来，这一趋势正在重塑汽车供应链的分工与格局。主机厂和供应商之间的关系从传统的垂直配套走向深度协同，并催生出不少新型合作模式。在此过程中，掌握算力、软件、芯片等智能化底层技术的AI科技公司或芯片类企业有望走向台前，占据更多产业链主导权。

从“可迭代”到“主动决策” 关键卡点仍是算力

“和‘软件定义汽车’相比，‘AI定义汽车’最本质的差别是‘主动性’。”王显斌认为，前者改变了汽车“出厂即定型”的生产逻辑，让车像手机一样可迭代更新;后者则希望汽车成为能够感知、判断并主动执行任务的智能体，通过对语音、视觉、触觉以及外部环境变化，即时理解场景并主动提供服务——“就像车自己有‘灵魂’一样，可以自主决策”。

纵观当前的汽车制造业，不少厂商正朝着这一方向努力。

特斯拉围绕FSD持续推进整车智驾能力，其官网显示，FSD系统可实现自动变道、转向、泊车等任务;小鹏把“AI汽车”作为明确方向，构建涵盖芯片、操作系统和智能硬件等多个领域的全栈式自主研发物理AI系统，并实现图灵AI芯片搭载上车;华为鸿蒙智行则将智能座舱、智能车控、途灵平台等能力整合到整车体验中，强调软硬协同和多系统联动。

然而，要实现真正的“自主决策”，并非一日之功。

“最关键的卡点，我觉得还是算力。”王显斌分析道，面对车内人员的动作和复杂多变的周边环境，汽车系统需要在极短时间内完成感知、理解与决策。比如，在感知到不平整的路面后，系统需要立刻自动调整悬架和座椅状态，让车内乘客感受平稳。他表示，这种主动调整对车端的实时计算能力提出了极高要求，而当前国内芯片企业在中等算力区间已形成一定积累，但高端算力仍相对缺失。

此外，实现汽车“自主决策”不仅取决于芯片算力，还取决于技术生态。“比如说1000tops的算力芯片，在实际使用场景中到底能发挥出实际算力的多少百分比，这取决于整车与域控制器、芯片、算法软件、工具链和执行部件等生态企业能否做好深度匹配。”王显斌直言，这也是当前国内企业面临的挑战之一。

供应链格局重构 谁将受益?

概念之下，更值得追问的是，“AI定义汽车”改变了什么?

“过去我们的汽车开发体系非常垂直化，大部分核心能力直接封装在Tier1总成里，主机厂承担产品集成的角色，直接向Tier1采购产品部件，并不直接深入芯片、软件等底层环节。但这一垂直化体系已在当下发生很大变化。”王显斌说。

近几年来，随着电子电气架构变化、造车新势力入场，以及“缺芯”等事件带来的行业冲击，主机厂开始直接面向芯片公司、软件公司、算法公司等科技企业，开发流程和供应链关系也随之改变。

随着“相安无事”的垂直关系被打破，产业链各环节争相争夺技术主动权，继而催生出不少主机厂与科技公司的新型合作模式。例如，上汽联手阿里孵化斑马智能，吉利联手旷视科技打造智驾公司千里科技，长城汽车投资元戎启行，宝马、奔驰、奥迪等跨国车企牵手Momenta等。

在这些合作中，整零关系从过去单纯的供需交易，转向更深层的利益共同体。车企通过投资、合资甚至并购，吸纳科技公司的技术能力;科技企业则借助主机厂的量产平台和场景入口，加速完成商业化验证。此类合作能够帮助车企补短板，也能帮助科技公司缩短从技术到量产的距离。

那么，当供应链格局迎来重构，谁能吃到“AI定义汽车”时代的红利?

王显斌认为，受益玩家主要有两类：其一，是芯片和算力底座企业，该类企业具备实现智能化发展的底层能力，无论技术路线怎么变，算力始终是基础设施;其二，是原本在手机、互联网或大模型领域有技术积累的科技公司，该类企业懂软件、懂用户交互，同时具备前沿人才储备，一定程度上填补了传统车企智能化转型过程中的短板。

另一边，部分传统供应商则或将逐渐边缘化。“单纯依赖传统冲压焊接、传统部件加工等旧链条的企业，如果没有智能化转型能力，会面临更大边缘化风险。”王显斌说。此外，那些只能提供单一产品、缺乏灵活性、也不能向多元化或系统级解决方案升级的供应商，也更容易被替代。

在王显斌看来，汽车制造走向“AI定义”时代的背后，是一场供应链体系的重塑与价值再分配。过去，整车与零部件企业依靠规模化制造和稳定配套能力来站稳脚跟;进入智能化“下半场”，市场的关注点转向企业的底层技术及其持续迭代性，算力、生态、数据等能力成为行业新的话语权来源，决定企业能否在竞逐激烈的整车智能化进程中占有一席之地。