2026年4月，北京国家会议中心的空气里弥漫着一种被刺破泡沫后留下的清醒感。智能电动汽车发展高层论坛的现场，中国一汽战略与合作部副总经理周时莹的演讲像一把精准的手术刀，划开了行业繁荣表象下正在化脓的伤口。
她没有循惯例讲述技术蓝图或销量捷报，而是径直抛出了三个让台下众多车企高管可能坐立不安的问题：钱都烧到哪里去了？为什么放弃造车的本质？难道中国企业永远只能在国内互相厮杀，卖一辆车亏两三万？
这些问题并非空穴来风。论坛披露的数据显示，2025年尽管中国新能源汽车产销量双双突破千万辆，但盈利状况却呈现冰火两重天的极端局面。当年只有比亚迪、理想、赛力斯三家新能源车企实现了年度盈利，而更多的新势力品牌依然深陷亏损泥潭。以零跑、蔚来、小鹏等为代表的多家车企，仍在以每辆车亏损数万元甚至十万元以上的代价艰难维持市场份额。
这种“增收不增利”的悖论，成为周时莹发出“第一问”的现实背景。
从数据层面看，中国智能电动汽车行业正处于一种奇特的“冰与火”交织状态。一方面，销量持续攀升，技术迭代加速，市场渗透率不断突破历史新高，呈现出一派繁荣景象。但翻开财务报表，看到的却是另一番景象：根据2025年的行业数据，11家国内主流车企全年业绩呈现两极分化，比亚迪、吉利、长城、奇瑞、广汽5家传统车企归母净利润超695亿元，而蔚小理、零跑、赛力斯、小米汽车6家新势力一年累亏超75亿元。
周时莹在演讲中直言不讳地指出，现在行业内投入的资金非常多，但这些钱大多用在了购买算力、采集数据，以及一轮又一轮的模型训练和推理上。每个车企品牌都投入了大量的人力和资源，组建团队研发座舱和自动驾驶系统。然而，这种看似高强度的投入背后，隐藏着巨大的资源浪费。
问题核心在于“军备竞赛”背后的重复投入与“伪自研”现象。部分车企为追求宣传亮点或资本市场故事，在技术积累不足的情况下，投入巨资进行低效率、高成本的“从零开始”研发，导致资源严重浪费。周时莹用了一个直白的比喻：整个行业像在同一个水平面上重复挖土，没有统一标准，没有共同方向。每家车企都要有自己的操作系统、定制化芯片，否则发布会上没噱头。
这种“重复造轮子”的内卷，消耗的是全行业的血条。她将汽车智能化的底座拆解为算法、算力、数据、操作系统、芯片五大支柱，并指出当前现状是：每家车企自建算力中心，调度效率低下；各自采集百万级CLS数据，却困在碎片化里用不起来；操作系统三条路线并行，车控用OSEK/VDX，座舱跑安卓，智驾又切到RT-Linux，中间层调度成了不可能任务。
更值得深思的是，这种竞赛模式直接推高了全行业的研发与供应链成本。车企们一边要研发新车型、攻坚电池技术，一边要自建充电桩、布局产业链，每一张牌都要打，每一张都烧钱。多数车企卖一辆车亏损两三万元，能分给智驾自研的资金寥寥无几，对比头部智驾公司年投入数十亿的规模，车企这点投入无异于杯水车薪。
周时莹的第二个问题，直指行业更深层的战略迷失：“我们为什么要放弃造车的本质，去和互联网、软件乃至人工智能行业竞争，去比拼我们并不擅长的领域呢？”
当前行业中存在明显的资源错配现象。大量预算和顶尖工程人才被优先配置于算法、软件、用户交互等“显性”领域，这些领域短期内能够带来营销亮点和资本市场关注度。然而，在车辆基础平台、底盘调校、热管理系统、制造工艺等决定车辆安全、可靠、耐久与高性能的“造车本质”领域，投入相对不足或被忽视。
这种“本末倒置”背后有着复杂的驱动逻辑。一方面，资本市场对“科技故事”和“数据闭环”的偏好，促使车企不得不将有限的资源向智能化领域倾斜，以换取更高的估值和融资机会。另一方面，消费者短期内对智能化功能的过度关注，以及部分车企急于在拥挤的市场中建立差异化标签，都加剧了这种战略偏向。
但从长期来看，这种战略迷失蕴含着巨大风险。智能化确实为汽车产业带来了新的增长点和差异化机会，但如果以此为代价忽视了车辆的基础工程能力，可能导致产品基础素质不牢，影响品牌口碑与长期竞争力。一旦智能化竞争进入平台期，各家车企的技术水平趋于接近，那些核心车辆工程的短板将暴露无遗，成为制约发展的瓶颈。
周时莹在演讲中特别指出，中国芯片的瓶颈不在车载SoC，而在于云端训推AI芯片。这意味着，车企们挤破头搞的车规级芯片，可能只是打错了靶子。而真正需要突破的核心关键技术领域，如超高速模数转换器芯片、自主可控的操作系统等，却因为投入周期长、技术门槛高而被多数车企回避。
智能化与汽车本质不应是取舍关系，而应是相辅相成的关系。一辆优秀的智能电动汽车，既需要领先的智能化体验，也需要卓越的基础工程能力作为支撑。缺乏坚实基础的技术创新，就像在沙滩上建造高楼，看似光鲜亮丽，实则根基不稳。
面对“难道中国企业永远只能在国内互相厮杀”的拷问，周时莹给出的药方是专业分工与行业协同。但这条突围之路，行业内实际上已经形成了两种泾渭分明的探索模式。
“全栈自研”模式的理想与现实
部分车企试图完全掌控从硬件到软件、从底层到应用所有环节，动机不难理解：掌握数据安全的主导权，确保用户体验的一致性，最大程度获取产业链价值。但周时莹在演讲中戳破了这种理想的泡沫——单靠任何一家整车企业，都无力独立完成端到端的智能化布局。她分析认为，主机厂高管大多出身机械工程领域，思维模式、管理体系都围绕传统造车搭建，对AI算法、大模型、自动驾驶等前沿技术缺乏底层认知。即便高薪外招互联网技术大牛、职业经理人，也难以融入车企封闭僵化的体系。
现实数据也印证了这种模式的沉重负担。自动驾驶研发是吞金巨兽，算法训练、数据采集、算力搭建、团队薪酬，每一项都需要持续巨额投入。汽车行业分析师钟师在分析传统车企智驾折戟时曾指出，对于绝大多数车企来说，投入巨资自研辅助驾驶等技术从经济上看是不划算的。尤其是传统车企自研折戟概率更大，这与受限的管理体系和思维惯性密切相关。
专业化分工（“被集成”）模式的实践探索
与之形成鲜明对比的是以华为为代表的“被集成”模式。这种模式下，科技公司作为核心部件与技术解决方案提供商，赋能多家车企，通过专业化、规模化研发摊薄成本，加速技术创新，让车企能更专注于自身擅长的车辆定义、制造与品牌运营。
从实践效果看，华为的乾崑智驾与鸿蒙座舱方案已经展现出明显的效率优势。截至2025年10月底，华为乾崑智驾累计辅助驾驶里程达58.1亿公里，相当于绕地球赤道14.5万圈；累计辅助泊车3.5亿次，95.2%的月活用户高频使用辅助驾驶功能。目前已有14家车企的33款量产车型搭载其智驾或座舱方案，单月最高销量超10万台，智驾总用户超100万。
这种合作模式的核心优势在于研发效率与资金利用效率。华为将智能汽车解决方案拆分为鸿蒙智行和乾崑智驾两条路径，前者深度介入产品全周期，主导车型定义、研发设计、品控及营销链路；后者专注技术输出，提供模块化智驾方案，车企保留品牌主权。无论哪种模式，都避免了车企在非核心领域的重复投入。
效率与前景的探讨
两种模式在效率上的差异已经开始显现。传统“全栈自研”模式下的车企，不仅要承担沉重的研发负担，还要面对技术路线频繁摇摆、决策效率低下等问题。而采用专业化分工模式的企业，则能够快速接入成熟的技术生态，将资源集中投入到品牌建设、用户服务和制造创新等核心能力上。
在行业技术快速演进、成本压力巨大的背景下，开放协作、优势互补正在成为突破“内卷”和“亏损”困局的更优解。周时莹在演讲中建议行业应建立标准化接口，推动专业化分工：让算力公司提供算力服务，高制程电子企业专注核心元器件，操作系统公司开发统一OS，而整车企业则聚焦于品牌建设、车辆安全、底盘调校，以及最终的智能化功能集成与用户体验落地。
这种分工协作的生态体系，可能预示着未来汽车产业的格局演变：形成少数核心平台供应商与众多品牌车企共生的生态体系。在这个体系中，车企不再需要为每一个技术细节投入重金，而是可以选择最适合自身品牌定位的技术方案进行集成，将有限的资源投入到真正能够创造差异化价值的领域。
周时莹的“三问”，像三面镜子映照出中国智能电动汽车产业在快速发展期的深层矛盾与战略迷思。第一问揭示了繁荣表象下的财务困境，第二问指出了战略偏航的根本原因，第三问则提出了路径选择的分水岭。
从行业现状看，那种数十个品牌、上百款车型在相似的价格区间、用相似的智能化话术争夺同一个存量市场的“大逃杀”模式，已经显现出明显的不可持续性。平均每辆车亏损两三万元的数据背后，不仅是个别企业的经营困境，更是整个行业发展模式的内在缺陷。
破局的关键，或许正从“各自为战、重复造轮子”的消耗战，转向基于核心能力分工的“协同作战”。华为等科技公司通过“被集成”模式积累的实践经验，周时莹在论坛上呼吁的专业化分工，都在指向同一个方向：构建开放协作、优势互补的产业生态。
外资车企的动向增加了这种转型的紧迫感。周时莹在演讲中提到，大众和宝马等公司正在深化“在中国，为中国”战略，积极对接中国的发展规划。这体现出它们对中国市场逻辑的理解正在加深。如果本土车企无法整合国内最优秀的智能化资源，形成合力，那么在未来更加激烈的全球竞争中，将面临巨大挑战。
从更广阔的视野看，中国智能电动汽车产业要实现从“大”到“强”的跨越，需要的不仅是销量的增长，更是发展模式的根本转变。是继续在低水平重复建设的“内卷”中慢性自杀，还是勇敢地拆掉围墙，拥抱最专业的合作伙伴，共同把蛋糕做大，去全球市场寻找新的增长极？
周时莹的演讲没有给出标准答案，但它撕开了一道口子，让所有人都必须直面这个问题。而市场，正在用订单和亏损报表，默默地书写着它的评分。
在这场关于“灵魂”与“躯体”、“自研”与“合作”、“内卷”与“共生”的大讨论中，你更看好哪种发展路径？
全部评论 （0）