打不过“独一专研”的车企们，确实该迷途知返了！

在2025年中国电动汽车百人会论坛上，地平线创始人兼CEO余凯的发言引发了智能驾驶行业的广泛讨论。他指出，车企一味追求全面自研并非明智之举，聚焦差异化功能研发，将标准化功能交由第三方专业供应商，才是更具前瞻性的战略选择。

全面自研：吃力不讨好的困局

当下，智能驾驶技术以令人惊叹的“十倍速”迅猛发展，这无疑给车企的全面自研之路设置了重重障碍。从资金和技术积累的角度来看，研发智能驾驶相关技术所需的投入堪称天文数字。以某知名芯片研发项目为例，其历经数年时间，耗费数十亿资金才得以完成，如此巨大的成本并非所有车企都能承受得起。

全面自研的效率问题也不容忽视。智能驾驶技术的迭代速度远远超过传统汽车研发周期。车企若选择全面自研，不仅要组建规模庞大的研发团队，还得时刻应对技术快速更新带来的风险。余凯提到，智能驾驶的底层逻辑已从“模仿人类”转变为“超越人类”，这意味着车企需要在数学逻辑和虚拟仿真数据等方面投入更多精力，而不能再单纯依赖用户数据积累。然而，全面自研模式下，车企的精力被分散在各个环节，难以在这些关键领域做到深入钻研，技术进步自然也就受到了限制。

数据与算力：智能驾驶的基石

智能驾驶技术的发展离不开强大的数据支持和算力保障。智能汽车在运行过程中会产生海量的数据，据华为预测，自动驾驶研发阶段单车每日会产生近10TB数据，商业落地阶段每日也会产生近2TB数据。这些数据包括车辆运行状态、路况信息、驾驶行为等，为AI模型的训练提供了丰富的素材。同时，强大的算力支持是处理这些海量数据、实现快速决策的关键。

基于LLM（大语言模型）和VLM（视觉语言模型）的大模型训练对于提升智能驾驶的性能至关重要。LLM能够理解自然语言指令，为用户提供更个性化的驾驶体验；VLM则能够处理视觉信息，提升车辆对环境的感知能力。通过这些大模型的训练，智能驾驶系统能够更好地理解复杂的交通场景，做出更精准的决策。

物理世界AI：系统解法的必要性

随着人工智能技术的不断发展，其下一阶段的重要发展方向是深度融入物理世界，与实体经济紧密结合，实现对真实场景的深刻理解与全面赋能。具身智能作为这一进程中的典型应用场景，其未来规模化推广面临三大核心挑战：安全性、协同性和经济性。

智能体终端的传感器覆盖范围有限，存在无法处理和理解的盲区；多智能体大规模投入使用时，需要通过网络实现交互协同与意图共享；而智能体无法无限制地堆叠硬件、感知设备和算力，最终需像手机终端一样实现后台化，将部分功能置于云端。这些系统性问题亟待通过构建实时物理世界的AI网络来实现整体突破。

除了AI网络，还需要一个深度理解物理世界的AI大模型，其本质是物理世界的“认知中枢”。与传统依赖静态数据的AI模型不同，AI模型将融合多模态模型（VLM）和大语言模型（LLM），具备多模态理解、时空推理与自适应进化三大核心能力。能够对物理世界进行深度理解和认知，可识别和理解视频、图像、文档等多模态数据，并支持人机自然语言对话交互和逻辑推理。

基于AI大模型构建的物理世界AI网络，能够提供全量的环境实时信息，将智能体周围数公里范围内的所有信息完整呈现，不受气象条件或遮挡物的影响。同时，AI基础设施能够及时预测或发现问题，并通过AI网络将信息传递至每个智能终端，从而规避因信息缺失或处理不及时带来的安全风险。

车路云一体化：协同网络的实践

在智能驾驶领域，车路云一体化是“独一专研”理念的绝佳实践范例。真正的车路云一体化，绝非车、路、云三端技术各自发展后简单的拼凑拟合，而是深度融合、协同运作。

在一些城市的智能交通试点项目中，专业团队专注于车路云一体化的整体架构设计与技术融合。他们通过在道路上部署先进的传感器和通信设备，让道路具备实时感知交通状况的能力；车辆则配备相应的智能终端，能够接收道路和云端传来的信息，并做出精准的驾驶决策；云端则如同大脑，整合分析车与路上传的数据，进行全局的交通调度和优化。

这种一体化的模式，相较于车企各自为战，单独发展车端技术、路端技术和云端技术，优势明显。它不仅降低了整体的研发成本，避免了重复建设和资源浪费，而且大大提升了智能驾驶的安全性和通行效率。

行业未来：“20% 自研 + 80% 外采”成趋势

余凯大胆预测，未来智能驾驶行业将逐渐形成“20% 自研 + 80% 外采”的稳态格局。20%的头部车企凭借自身强大的实力，可以选择自研差异化功能，打造独特的竞争优势；而80%的车企则更适合依赖第三方供应商提供标准化功能，实现资源的优化配置。

这种格局的形成有其内在的必然性。一方面，智能驾驶技术的标准化特性使得在这些方面很难通过差异化来塑造品牌价值；另一方面，技术的快速演进和高昂的研发成本，让全面自研变得愈发不切实际。地平线通过开放合作模式，已经助力多家车企实现了智驾平权，未来这一趋势还将进一步加速发展。

专注协同，车企方能行稳致远

智能驾驶时代的竞争，早已不再是单纯的速度竞赛，而是一场比拼稳定性和可持续发展能力的长跑。车企如果仍然固执地坚持全面自研，很可能陷入资源浪费的困境，与技术快速发展的红利失之交臂。与其盲目追求大而全，不如专注于差异化功能的研发，将标准化功能放心地交给第三方供应商。只有这样，车企才能在智能化转型的浪潮中找准自身的核心竞争力，实现高质量的稳健发展。