CES 2026划清科技创新与科技应用的分界线

1月6日， CES 2026如期而至，每一家企业依然在试图用未来去博得市场注意力。英伟达把重点放在新一代算力如何被调用，机器人被拉进真实的分拣作业，甚至家电都开始演示全屋智能协同，2026年AI技术直接嵌进具体场景里，承担起明确的功能。

这种变化其实从过去两届CES就能看出端倪，但演变速度比想象中快了许多。在CES 2024和2025上，AI还只是加分项，到了CES 2026，AI变成必需品，无AI难入主流。比起过去几年“先有技术，再找场景”，今年更多是“围绕场景反推技术是否成立”。

科技创新与科技应用在2026年形成清晰分工，创新负责把底层能力做实，应用负责把场景价值跑通。CES 2026像是一道分水岭，科技创新和科技应用对应的逻辑不同、估值不同、打法也不同；绝大多数创新可能会失败，绝大多数应用又注定被硬件所限；在科技创新和应用的问题上，要有所为有所不为。

创新成果、应用成果同台亮相CES 2026

CES 2026表面是一次科技产业全景展示，实质上却分裂出两条清晰的路径，一条是科技创新，一条是科技应用。这两者并没有谁高谁低的绝对之分，但在话语权、估值模型、资本吸引力上的差距，已经越来越明显。最典型的两个代表，一个是英伟达，另一个是车企。

英伟达这家公司已经不需要用性能更强来证明自己，在CES 2026上同时发布了6款芯片，并首次在公开场合亮出一整套六芯组合的机架设计，在算力、性能、功耗、热控、能耗比等方面实现代际升级。

和英伟达过去20年的铁律不同，英伟达不再每年只更新1-2款芯片，这次直接打穿算力成本。Rubin AI超级计算平台从过去的单颗芯片平台到6款芯片组阵，由220万亿颗晶体管堆出来，俨然成为整个 AI产业下一轮迭代升级的基础设施。相比上一代Blackwell平台推理效率提升5倍，成本下降10倍。在AI模型规模每年增长10倍，生成token数每年增长 5 倍的背景下，英伟达的创新成果让摩尔定律失灵了，从按年迭代变成按天算的更新节奏。可以发现，英伟达这一次暂缓消费级显卡，转而聚焦高利润的端侧AI算力产品正是看中了端侧推理市场的增长潜力。

你可以说这是一场卷死对手的加速战，也可以看作是在给整个AI行业创造更具性价比的算力。就连特斯拉创始人马斯克都用AI火箭引擎来评价Rubin AI。英伟达在做的事情让算力变成“白菜价”。

在另一端，是以吉利为代表的整车企业借助CES的全球流量窗口把中国制造和中国消费的体系能力投向世界市场。吉利带来的是在现有成熟平台迭代而来的智能座舱方案、新能源整车产品，包括基于WAM世界行为模型的全域AI 2.0技术体系、千里浩瀚G-ASD辅助驾驶、Eva超拟人情感智能体以及极氪9X、吉利银河M9。

本质上这一套做法的底层逻辑仍然是经济全球化时代的节奏，美国做创新突破，日韩做量产，中国做规模化落地和成本优化。直至现在，很多车企依然把CES视为让外界了解自身体系化能力的媒介。

两种路径并无对错之分，差异也不只停留在CES的舞台上，也体现在资本市场的回报方式里。英伟达靠新架构撬动估值新高，整车企业则更多围绕产品、交付、业绩吸引投资人，两者在资本市场中的取向和含金量完全不同。

科技创新是前沿技术向产业湖泊中投下的石子，科技应用是围绕那圈涟漪快速建立商业模型，这两种力量在CES 2026上被放到一起，看似平行实则各自承担着不同的逻辑使命。

科技创新有风险，科技应用有天花板

大模型、辅助驾驶、语音控制、VLA 语义识别，CES 2026上几乎所有整车企业谈智能的内容都高度相似，工程师轮番讲解车如何更聪明，但观众只关心，能不能用，好不好用。工程师站在现有算力和算法结构上推技术，消费者站在使用场景里看技术，谁都没错只是很难在相互认可。

让大家看到，99%的技术创新最后可能会失败，99%的技术应用终究还是会被算力卡死，这是新汽车产业反复踩进的陷阱。

英伟达的策略是从不根据车企的需求定制路线图，英伟达做的是一套独立于整车需求的芯片战略，除了算力提升之外，让成本降低10倍。现有的一些低端芯片已经开始吃力，部分车企被迫拆分方案，智舱用高通，智驾用英伟达。长期看，这种组合方式只是权宜之计，背后仍然是计算资源跟不上技术节奏。软件系统一直在前进，但硬件条件撑不住，就会陷入更新堵塞的状态。

在芯片之外，关于电池路线的争议从未停过，磷酸铁锂和三元锂阵营的声音此起彼伏。但目前市占率最高的宁德时代，并没有押宝某一种路线，而是将三元锂和磷酸铁锂的性能、安全性、耐久性、衰减都实现行业领先的含金量，最终的结果就是，市场会自然而然地去选择宁德时代。

产业真正需要的是判断什么样的问题值得被技术解决，英伟达用架构主导未来训练规则，宁德时代用一致性重塑电池技术含金量，它们的底层逻辑都是一样的，不跟风、只造风。很多时候，等别人验证完再跟进，永远拿不到代差红利，真正有积累的企业，往往在提出问题之前，已经准备好了答案。

这也揭示了CES 2026上另一个值得反思的地方，不是所有别人做出来的东西，都必须马上转化成我们要用的功能。同样，也不是所有技术突破都值得第一时间上车。盲目引入别人验证过的方案，只会形成路径依赖；沉迷于展示先进性而缺少实际使用价值，又容易堆出技术泡沫。所以，真正该做的是往消费端扎进去，然后反推转化成自己掌握的技术。

创新和应用，一个会因为试错失败，一个会因为封顶停滞。技术越复杂，失败的机会越多；场景越清晰，可变空间越小。科技创新有风险，科技应用有天花板，是产业真实状态的两面。

创新和应用要有所为、有所不为

CES的舞台越大，就越容易看出谁还在硬撑。今年一个越来越清晰的信号是，该停的项目要尽早收手，能借力的环节就不要硬上。

比如造芯片这件事很多整车企业还在讲，但很多投资人已经不信了。造芯片当然不是错，但车企做芯片的代价太高。不是说技术门槛过不去，而是商业逻辑跟不上，芯片需要生态协同、算力布局、版本维护、资源分配，每一环都需要规模来支撑。车企不是没资源，而是这些资源更应该用在能产生比较优势的地方。

CES上英伟达发布Rubin架构的方式已经很说明问题，英伟达是在制造需求，赌的是AI基础设施的瓶颈，赌注就是英伟达的十万亿美元市值和整个AI行业的下一个十年，当Rubin在今年下半年量产的时候，大家就能知道英伟达的赌局是神来一笔还是孤注一掷。

自研芯片最大的问题不是“做不出来”，而是成本、效率、工程落地和生态联动，车企很难一口气吃下，可能百亿投入仅仅能追赶上英伟达上一代产品的水平，而几个月甚至几天后，芯片行业再次迭代，自研芯片装车规模还没能摊销研发成本，就变成落后产品。科技公司做芯片是战略投入，车企做芯片很容易变成战略消耗，与其在芯片上苦撑，不如早做决断，停下来反而可能是更好的决定。

另一个清晰的信号是，用硬件逻辑去理解软件是现在整车智能化最大的问题。

车企在智能化转型过程中，似乎只要都用上最好的硬件，智能化就一定能成。可是，软件不像发动机、底盘这种百年不变的零部件，靠堆料、靠测试可以搞定，软件的生命周期和迭代节奏完全不同。

蔚来创始人李斌在蔚来第一百万辆下线仪式上提到2025汽车行业最大的成本压力之一不是锂资源，而是内存。根据PCPartPicker数据显示，DDR4和DDR5内存在2025年内已涨价2-3倍，256G内存条单价已经超过4万元。

不光是智能座舱，连“神玑”芯片、英伟达的智驾系统都高度依赖高规格内存，而现在的内存已经成为整个智能赛道的刚需资源。从AI大模型训练中心，到高端手机主控芯片，再到消费电子，每一个领域都在争同一条产线，手机出货更快、毛利更高、周期更短，汽车行业在这场排序里自然是排在后面，李斌甚至提醒到：“今年买车可以早一点。”

这句话的潜台词是，车企五年周期的产品拼不过以季度更新的智能设备是现实，在智能汽车赛道，全球只有两个技术阵地，硅谷做创新，中国做验证，而目前真正能跑通智能汽车的市场只有中国。

中国市场的优势在于在于能够将复杂技术结构变成可落地、可迭代、可交付的产品。所以，中国车企不需要什么都自己做，关键在于找到能长期合作的技术伙伴，把有限的资源放在产品整合和用户体验上，这不意味着放弃创新，而是把创新集中在最有价值的环节。

中国车企和中国科技公司结盟才有翻盘的机会，中国的科技企业没有吃到智能手机的红利，但不能再错过智能汽车这波机会。整车厂做好体系能力、供应链整合能力和用户场景理解能力；科技企业做好平台技术、算法训练。技术创新和产业落地，应当时有所为、有所不为，把所有事情都扛在自己身上，只会拖死自己。