奇瑞「瑶光 2035」战略:从车企转向 AI 驱动的全球智能科技公司

资讯 爱范儿 全文 3545 字 · 约 9 分钟读完 配图 8 张 分类汽车

奇瑞想做一家创新技术企业。

所属频道 智能汽车与出行

做汽车这一行,研发的钱该往哪儿投?发动机效率还能不能再提,电池续航能不能再长,智驾能不能更聪明,或者干脆造一辆能卖遍全球的车?

这些方向都对。

不过在 2026 年的奇瑞全球创新大会上,奇瑞拿出来的东西有些不太像传统车企的手笔:能载人飞的 eVTOL、在田里自己干活的电动拖拉机、进家庭和医院的人形机器人,还有一辆靠太阳能从空气里取水的汽车。

自然,也少不了眼下最热的那个词——AI。

10 月 20 日的这场全球创新大会上,奇瑞董事长尹同跃又把那个说法讲了一遍:奇瑞是一家「披着车企马甲」的高科技创新公司。

这家企业马上就要过 30 岁生日,中国品牌乘用车出口第一的位子也已经连坐 23 年。对它来说,造车本身就是一门足够大的生意,安安稳稳做一家基业长青的汽车公司,没什么不好。

可奇瑞并不想停在这儿。

大会现场,奇瑞把「瑶光 2035」战略摆了出来,方向是从传统汽车制造商变成一家以 AI 驱动的全球智能科技公司。

奇瑞「瑶光 2035」战略:从车企转向 AI 驱动的全球智能科技公司(配图 1)

AI 时代,奇瑞想造的不只是汽车,还有大脑

这几年,车企在 AI 上没少较劲:智能辅助驾驶要自研,大模型要往车上装,有的干脆投资甚至自己办一家 AI 公司。

智驾要更大的模型,座舱要更聪明的助手,制造环节也想借 AI 把研发和生产的效率提上去。可多数时候,这些 AI 能力散落在各条业务线、各个产品里,彼此并不打通。

奇瑞想把这个局面改掉。

本届创新大会上,奇瑞亮出了面向物理 AI 的垂类基础大模型 CheryMind。它和通用大语言模型走的不是一条路——不以聊天、写作为主,而是要理解物理世界,真正参与到现实里的决策和行动当中。

撑起这个模型的,是奇瑞攒下的 700TB 企业知识、200PB 工程数据、2500 万段教练级驾驶数据,以及 500 万段机器人动作捕捉数据。

语言模型靠互联网文本学会人怎么说话,可要让一个智能体弄懂车辆动力学、机械结构、空间关系,还有现实世界里那些意想不到的状况,就得靠大量来自真实物理环境的数据。

汽车本身就是一个极其复杂的物理智能系统。而且 CheryMind 不只服务产品,在企业内部,它已经接入超过 400 个企业系统、1500 条端到端业务流程,覆盖 200 多个业务场景,每天用它的员工超过 6 万人次。

从 CAD 设计、质量管理到生产制造,AI 已经进到奇瑞的企业运转体系里。到了产品端,它又能长出智能座舱、辅助驾驶、飞行控制、机器人、农业机械等各领域的垂类模型。

换句话说,奇瑞的做法不是给每款产品单独开发 AI 功能,而是先建一个共同的大脑,再把它装进不同的机器。配套的还有奇瑞自己布局的紫微芯片。

奇瑞「瑶光 2035」战略:从车企转向 AI 驱动的全球智能科技公司(配图 2)

其中面向物理 AI 端侧部署的紫微 C100,规划支持千亿参数级模型部署,双芯片 NPU 算力达到 2400 TOPS,计划 2027 年推出。

CheryMind 回答的是智能从哪儿来,紫微芯片要解决的则是这些智能怎么高效、可靠地跑在真实设备上。

从模型到芯片,从软件到硬件,奇瑞在试着搭一套属于自己的物理 AI 技术底座。

当汽车开始理解世界,方向盘也许不再是必需品

有了大脑,接下来就得让机器真正看懂世界。奇瑞这次发布的全维世界引擎 CHERY AWE,就是这条路线在智能驾驶上的落地。

它下面分构境、观语、行策三个细分模型,分别管场景理解、语义推理和行为决策。

构境模型目前已积累超过70万个场景,涵盖30万个高危场景和2万个极限场景。它的用意不在于让车辆多记几种路况,而是借助复杂场景的生成与模拟,让智能驾驶系统学会处理现实中发生概率低、后果却很严重的少见情形。观语模型要解决的是另一类问题:让车辆像人一样看懂路标、理解环境含义和导航意图。

行策模型负责把理解落到动作上,驾驶行为由此从被动应付危险转向提前判断风险。

顺着这套技术思路,奇瑞推出了面向全球市场的原生前装 Robotaxi,并定下 2030 年全球运营规模达到 10 万辆的目标。

所谓原生前装,与把自动驾驶系统改装到现有车型上不同,是在产品设计阶段就把无人驾驶需求纳入考虑,涉及整车架构、安全冗余、乘客体验和运营体系。

不过,要从技术展示走到真正的规模化运营,法规、安全、成本和运营效率这几道坎都还得迈过去。

奇瑞的视线也放到了地面以外。

奇瑞「瑶光 2035」战略:从车企转向 AI 驱动的全球智能科技公司(配图 3)

此次亮相的凌霄 Q212 是双座复合翼载人 eVTOL,设计飞行速度 120km/h,满载续航时间超过 60 分钟。五座的凌霄 J506 则给出了最高 350km/h 飞行速度、航程超过 1000 公里的技术目标。

从智能汽车、Robotaxi 一路延伸到 eVTOL,交通工具的形态正在改变。

但从技术底子看,感知环境、理解空间、规划路径、控制运动,这几件事它们都得做。

不同产品形态的背后,一套相通的智能能力或许正在成形。

很长时间以来,电动汽车跟电网之间的关系很简单:车从电网取电,再把电耗在行驶途中。

奇瑞想把这层单向关系改为双向。本届创新大会上,由 V2G 车网互动、迅龙秒充和无线充电构成的能源技术体系被展示出来。

迅龙秒充系统的功率为 1.44MW,按官方公布的技术指标,充电 5 分钟可增加 500 公里续航。

奇瑞「瑶光 2035」战略:从车企转向 AI 驱动的全球智能科技公司(配图 4)

V2G 则让电动汽车能在合适时机把电能反向送回电网。

奇瑞测算,借助峰谷电价差,参与车网互动的用户一年有望获得 3000 元以上收益。

奇瑞还打算在 2029 年前,于全球建成 2 万座 V2G 车网互动场站。

这些动作背后藏着一个不小的变化:汽车正从单纯的能源消费者,变成可以储存、调配乃至出售能源的移动节点。当接入电网的电动汽车数量足够多,车辆电池也可能成为分布式能源系统的一部分。

当然,这套商业模式要大规模成立,还受制于充放电损耗、电池寿命、电价机制和车网协同能力。

同期,奇瑞公布了能量密度 400Wh/kg 的全固态电池技术指标,并计划在 2027 年投用中试线。

从充电、储能到能源交易,奇瑞对新能源的理解正从汽车动力系统向更大的能源生态延伸。

奇瑞「瑶光 2035」战略:从车企转向 AI 驱动的全球智能科技公司(配图 5)

三十而立,奇瑞想要重新定义自己

奇瑞亮出的众多新技术中,机器人和智能农机大概最容易引来疑问:一家汽车公司,为什么要造这些?

一辆智能电动汽车要用到电机、电池、传感器、计算芯片、控制系统,还要有复杂的软硬件协同能力。

奇瑞「瑶光 2035」战略:从车企转向 AI 驱动的全球智能科技公司(配图 6)

具身智能机器人、无人驾驶农机,背后同样需要这些技术支撑。不同之处在于,汽车主要处理道路上的位移,机器人得在更开放的环境里完成各类动作,农机面对的则是复杂的土地条件和农业生产任务。

奇瑞想把汽车领域攒下的电动化、智能化与供应链能力,搬到这些新场景里去。智能农机就是一个例子:按奇瑞公布的测试数据,相关产品在马铃薯农场的能耗成本下降 74%,维护保养成本下降 59%。

东北大田的规模化无人作业中,一人管多台机器,人均日作业面积从 150 亩提高到 800 亩。

机器人走的是同一条路子。

奇瑞「瑶光 2035」战略:从车企转向 AI 驱动的全球智能科技公司(配图 7)

眼下奇瑞墨甲机器人业务已进入全球 60 个国家,累计出海超过 2000 台,应用场景延伸到公共服务、医疗导诊、家庭陪伴和工业生产。

从汽车到农机,再到人形机器人,奇瑞并非单纯追几个热门行业。

本届创新大会上,奇瑞还搭起一座有象征意味的「未来城」。观众能在里面体验 Robotaxi、近距离看 eVTOL,看机器人做公共服务,也能了解智能农机、无人超市和未来能源系统。

单看这些展品,可能只是各领域的技术创新。可摆到一起,它们拼出了奇瑞对未来产业形态的一种设想。

奇瑞「瑶光 2035」战略:从车企转向 AI 驱动的全球智能科技公司(配图 8)

瑶光 2035 战略里,奇瑞列出「出行自由、能源自由、粮食自由、生活自由」四个方向。它们共用一个技术前提:让 AI 从数字世界走进物理世界,帮人完成更多现实任务。

过去,奇瑞的核心本事是把车造出来、卖到全球。但要从汽车制造商变成全球智能科技公司,光发一套战略、亮一批新技术显然不够。

接下来几年,奇瑞要证明的不只是能研发大模型、芯片、机器人和飞行器,更要证明这些技术能变成可复制的产品、能带来可持续的收入,各业务之间也能真正协同起来。

回看科技产业的历史,不少公司的重要转折,都出现在它们重新划定业务边界的时候。

计算机公司不再只卖计算机,手机公司不再只卖手机,互联网公司也不再只提供互联网服务。

今天的汽车产业,似乎正走到类似的节点上。

三十年前,奇瑞靠造车参与全球工业竞争。三十年后,它想用同一套工业能力,造出更多种类的智能机器。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 星闪 3.0 标准成果发布:面向全场景智能物联,瞄准 AI、无源、毫米波等方向

    IT之家 10 月 25 日消息,以“星闪 AI · 智合万物”为主题的 CEIC2026 暨国际星闪联盟产业峰会已于 10 月 22 日在深圳会展中心(福田)举行。 在星闪 3.0 标准成果发布环节,国际星闪联盟理事长石晶林与中国信息通信研究院、中国电子技术标准化研究院、国家无线电监测中心检测中心、中国标准化研究院、

    来源 AI 行业观察
  2. 亚马逊云科技谈物理AI落地:85%试点卡在哪,数据题怎么解

    【环球网科技综合报道】近日,在亚马逊云科技汽车与制造行业峰会的采访中,一个数字被反复提及:85%。这是全球车企AI试点项目未能真正走向大规模量产与工业化落地的比例。当生成式AI与自动驾驶技术经历了数年狂热投入后,行业正站在一个冷静而关键的分水岭上——技术本身已足够先进,但规模化部署的瓶颈究竟在哪里?亚马逊...

    来源 腾讯网
  3. 小鹏Etta道歉视频被标AI生成:10月22日风波再起?

    小鹏MONA L05预售发布会引发的“老登”用词争议尚未完全平息,涉事产品经理Etta的道歉视频又出现了新的质疑。10月22日,Etta在社交平台发布视频,就此前在发布会上多次使用“老登”一词公开致歉。她在视频中解释,该词本是团队内部的玩笑用语,本意是吐槽汽车设计中长期存在的固化思维,并非针对年龄,同时承认在公共场合使

    来源 腾讯网
  4. Axiom Math用数十个AI Agent,24天形式化有限单群分类定理

    10 月 26 日,AI 数学公司 Axiom Math 宣布,由人类数学家和工程师组织的数十个 AI Agent,在 24 天内完成了这一巨型定理的 Lean 形式化,生成约 4310 万行代码、205 万个形式化声明,给出了第一份覆盖整个分类定理的计算机检查证明。

    来源 凤凰科技
  5. Axiom Math用AI形式化有限单群分类定理,24天生成4310万行代码

    100 多位顶尖数学家,耗费数十年,写下 1.5 万页证明。 现在,AI 只用了 24 天,就把这项人类数学史上最庞大的工程之一,变成了 4300 多万行可以由计算机逐步验证的代码。 更惊人的是,AI 在检查这些数学家留下的证明时,还揪出了一个存在近 40 年的论证漏洞。 这不是一道奥数题,也不是一篇几十页的数学论文,

    来源 AI 行业观察
  6. 小鹏IRON机器人固态电池小批量量产,2026年底目标人形机器人量产

    IT之家 10 月 28 日消息,综合第一财经、新浪汽车报道,小鹏集团副总裁顾捷在今日的 SAECCE 年会上表示,小鹏 IRON 机器人固态电池已小批量量产下线,机器人目前处于 SOP(标准作业程序)前的阶段。 顾捷表示,小鹏已首发机器人专用固态电池,受制于机器人空间要求,小鹏机器人固态电池采用高能量密度设计,并重构

    来源 AI 行业观察
  7. 中科创达滴水AIOS 3.0发布:汽车机器人AI眼镜迈向自主智能

    10月23日,中科创达举办ThunderWorld 2026技术大会暨产品发布会,发布了AquaDrive AIOS(滴水AIOS)3.0,同时亮相的还有工业具身智能解决方案,以及TurboX自主智能物联网平台在AI眼镜等终端上的应用。过去几年,AI大模型逐渐成为智能汽车的标配,但不少产品仍停留在语音交互层面。即便能够

    来源 腾讯网
  8. 医疗AI诊断为何难独立成生意:三道闸门卡住商业化

    过去28个月,市场对“医疗AI诊断”热门股完成一轮完整的压力测试:Tempus自历史高点回撤约35%;估值大幅回撤引发我们再审视“医疗AI诊断”的现实商业卡点。本文基于2020年初至2026年9月国内公开披露的212张AI相关医疗器械注册证,以及政策原文,沿“产品化—注册证—价格立项”三道商业化闸门,逐层解析AI诊断的

    来源 腾讯网
  9. 亚马逊电话会:现金流“烧穿了”,但AI是“此生仅有的机遇”,AWS冲击万亿营收,零售业务被低估

    CEO Jassy预计AWS在2027和2028年增速将超40%,并将在5-10年内冲击“万亿美元”营收规模。针对今年高达2200亿美元的资本开支,Jassy直言AI是“一生一次机会,将永远改变亚马逊规模”。公司计划明年底对外销售算力芯片。电商业务方面,管理层强调剔除Prime Day时间错配影响,北美和国际业务依然保

    来源 华尔街见闻
  10. SAP报告:激励型忠诚度首破40%,30%消费者因AI弃品牌

    过去很长一段时间里,中国品牌出海最熟悉的打法是:投放买量、折扣拉新、积分留客。这套组合拳曾经百试百灵——只要账算得过来,增长就能持续。 但2026年,这套逻辑正在失效。 SAP发布的《2026年全球客户忠诚度指数》报告给出了一组刺眼的数字,“激励型忠诚度”(指靠折扣、激励和奖励建立的忠诚度)从2025年的48%骤降至2

    来源 AI 行业观察
  11. AI验证有限单群分类定理:24天4300万行代码,揪出40年漏洞

    编辑|Neo100 多位顶尖数学家,耗费数十年,写下 1.5 万页证明。现在,AI 只用了 24 天,就把这项人类数学史上最庞大的工程之一,变成了 4300 多万行可以由计算机逐步验证的代码。更惊人的是,AI 在检查这些数学家留下的证明时,还揪出了一个存在近 40 年的论证漏洞。这不是一道奥数题,也不是一篇几十页的数学

    来源 腾讯网
向下滚动自动加载更多