广汽集团+文远知行：用DeepSeek打法重塑智驾

2026年初，中国汽车产业悄然开启了新一轮“内卷”。与过去围绕价格战、续航里程等传统维度的竞争不同，这一轮角逐的核心关键词变成了——算力。

对于多数中国消费者而言，算力，可以说是一个略显陌生却又“耳熟能详”的新词。

从特斯拉率先推出AI5芯片开始，国内新势力车企纷纷跟进，自研车规级芯片成为趋势。单颗芯片算力不断攀升，多芯片叠加方案更是轻松突破2000甚至3000TOPS。一时间，“算力军备竞赛”或者说“卷算力”成为行业焦点。

这种变化并非偶然，随着辅助驾驶能力的快速迭代，尤其是高阶辅助驾驶逐渐从“能用”迈向“好用”，系统对实时感知、决策和控制的要求显著提高。大量传感器数据需要在极短时间内完成处理，这直接推动了对更高算力平台的需求。在这一背景下，不少车企试图通过堆叠算力来抢占技术制高点，形成差异化竞争优势。

然而，表面繁荣之下也隐藏着值得警惕的问题。首先，高算力芯片意味着更高的硬件成本，这不仅增加了整车制造费用，也可能最终转嫁给消费者。其次，也是更关键的一点：算力大并不等于体验好。智能驾驶的实际表现，是对算力、算法、数据和整车架构的多维考验，而不仅仅是芯片的理论性能。

简单地“堆料”，并不能自动转化为更安全、更流畅的驾驶体验，因为人工智能产业已经证明了这一点——算力并不能决定一切。

2024年，美国科技巨头一边耗费巨资买卡，组建天文数字的算力集群；另一边，却禁止将先进算力芯片交付给中国企业，希望以此围堵中国AI产业发展。

可到了2025年初，中国初创AI企业DeepSeek横空出世，在美国对先进算力进行严格限制的背景下，DeepSeek依然在大模型领域实现重要突破。这一事件向外界清晰传递了一个信号：算力固然重要，但并非决定性因素。通过算法创新、架构优化以及工程能力的提升，同样可以实现模型能力的跃迁。

DeepSeek的成功，不仅改变了行业对算力的单一认知，也为中国科技企业提供了新的发展思路——与其盲目追求硬件极限，不如在系统层面寻找更高效的解决方案。这种“以巧破力”的路径，正在被越来越多的企业所重视。

现在，DeepSeek突围的方式已经被运用到了汽车产业。

广汽埃安与文远知行的合作，正是一个具有代表性的案例。双方通过对底层架构技术的深度融合，推出了星灵智行 ADiGO GSD 3.0智能驾驶辅助系统。ADiGO GSD 3.0并未一味依赖超高算力，而是通过算法与整车的底层协同优化，在相对有限的算力条件下，实现了越级的智能驾驶体验。

这种模式的意义，不仅在于技术层面的突破，广汽埃安与文远知行还为中国汽车产业提供了一种新的合作范式。整车企业+科技公司的纵向深度协同，能够充分发挥算法潜力与车辆性能，让消费者拥有更好的辅助驾驶体验。

更重要的是，ADiGO GSD 3.0的出现极大地推动了“智驾平权”的进程。过去，高阶智能驾驶往往只存在于高端车型之中，价格门槛较高。而通过降低对算力的依赖，并提升系统效率，车企有机会将优质的智能驾驶体验下沉至更广泛的用户群体。这不仅有助于扩大市场规模，也将加速智能驾驶技术的普及。

200TOPS的算力，2000TOPS的体验

4月16日，广汽埃安发布了ADiGO GSD 3.0架构下的首款全新车型——埃安N60，新车搭载了高通SA8650芯片，算力达到200TOPS，但在实际使用中，用户却可以获得接近2000TOPS算力所带来的辅助驾驶体验。

为什么埃安N60能够在有限的算力下，让用户获得越级体验？

这得益于广汽与文远知行在算法层面的突破性协作。不同于多数车企仍停留在L2级辅助驾驶框架，埃安N60引入了文远知行L4级同源的一段式端到端大模型。

在经过多年的市场教育后，很多中国消费者都已经知道L4级无人驾驶对技术可靠性和安全性的要求更高。但是，一段式端到端大模型的意义，很多消费者还并不清楚。

首先应该说的是，传统的两段式模型架构的运行逻辑是，先通过传感器扫描周围环境生成环境模型，再由系统进行逻辑判断并下达指令。

而文远知行的L4级一段式端到端大模型可以直接完成从输入到输出的映射，大幅减少中间信息损耗与延迟，就像一个老司机一样，在看到路况的同时就已经在动方向盘，路径更短、反应更快、容错率也更高。

从某种意义上说，这是一种算法层面的“降维打击”——用更高维度的技术体系，去解决原本低维架构中的复杂问题。

作为全球Robotaxi领域的重要参与者，文远知行多年来专注于无人驾驶技术的商业化落地。截至2026年1月，其Robotaxi车队规模已突破1000辆，运营范围覆盖全球12个国家、超过40座城市。海量真实道路数据与复杂场景的持续验证，使其算法在泛化能力、稳定性以及安全性方面具备显著优势。

但是必须看到，仅有先进的算法并不足以支撑一款面向大众市场的量产车型。L4级自动驾驶系统通常运行在高算力平台之上，对硬件资源要求极高，而如何在200TOPS的算力条件下，稳定运行这一套“高阶算法”，考验的正是整车企业的工程化能力。

广汽集团作为拥有数十年造车经验的国资大厂，其在整车工程、电子电气架构以及软硬件协同方面积累深厚。其不仅能够对芯片资源进行精细化调度，还可以通过系统级优化，提高算力利用效率，让每一份算力都“物尽其用”。与此同时，广汽在场景数据积累和仿真验证体系方面也具备扎实基础，可以对算法进行大规模测试与迭代，从而确保其在真实道路环境中的可靠性。

埃安N60

值得一提的是，广汽集团与文远知行的合作并非传统的供应商-客户关系。因为在智能电动汽车时代，这种传统的整车企业与供应商的采买关系已经无法适应技术迭代速度和客户需求。

所以，广汽集团和文远知行从底层架构开始联合设计，使技术路线在一开始就实现统一。这种模式，不仅提高了开发效率，也最大化了技术潜力。

也正是凭借着广汽集团“智造顶流”和文远知行“算法顶流”的双向奔赴，才最终能够让消费者在12万元起售、算力200TOPS的埃安N60上，体验到2000TOPS，售价往往超过30万元车型才能够拥有的智驾体验。

广汽埃安正在携手中国智能电动汽车生态，加速智驾平权。

用实力加速智驾平权

2022年中国新能源汽车市场的竞争已经步入深水区，虽然上半场的“电动化”转型仍有余音，但以“智能化”为核心的下半场早已全面开战。

尤其是在辅助驾驶这一核心赛道上，各大车企与科技公司正面临着一场关于效率与成本的终极较量。

过去，高阶智能驾驶往往意味着昂贵的硬件堆砌与庞大的算力消耗，而现在的破局关键，在于如何以更低的成本、更小的算力，为消费者带来更优的驾驶体验。

这种技术逻辑的重构，在某种程度上与DeepSeek在人工智能领域引发的震动如出一辙。DeepSeek的出现，为中国科技界提供了一个极具启发性的范式：在算力资源受到外部环境严苛封锁的背景下，通过算法结构的优化和模型效率的提升，依然能够实现技术层面的跨越式突破。

既然在大语言模型领域可以实现“以小博大”，那么中国车企与智能驾驶企业也必然能够在这条道路上走通。

这种趋势并非停留于理论构想。从2025年底的行业走势来看，技术平权的趋势已不可阻挡。部分车企已经实现在低算力芯片上运行城市NOA功能，这标志着车企和供应商正式告别了“暴力堆料”的原始阶段。

现在，广汽埃安与文远知行的深度合作让行业再度向前迈了一大步，双方直接将原本应用于无人驾驶的L4级一段式端到端模型，向下部署到量产乘用车上。这一突破不仅是广汽集团与文远知行的技术跃迁，更是在全行业范围内指明了“智驾平权”的新方向。

这种技术上的显著突破也必将进一步提升广汽埃安的市场表现。

今年以来，中国汽车市场的博弈空前加剧，但在行业整体承压的背景下，广汽埃安却展现出了惊人的逆势增长。

广汽集团数据显示，2026年一季度，广汽埃安销量突破7万辆，同比增长超57%，这一数据远超行业平均水平，充分说明了市场对高性价比智能产品的渴求。随着埃安N60等极具竞争力车型的上市，一种良性的“飞轮效应”正在形成：规模的扩大带来了海量的真实道路数据，数据的积累推动了算法的快速迭代，进而让智驾辅助功能变得更强，从而获得更多的用户认可。

如今，中国汽车产业正站在新的十字路口，各种技术路线可谓百花齐放，百家争鸣。在这一进程中，广汽埃安与文远知行的实践，提供了一个清晰的参考样本：通过算法创新与工程能力的深度融合，可以在有效控制成本的前提下，实现智能驾驶体验的跃迁。这不仅为企业自身打开了增长空间，也为整个行业指明了一条更具普惠意义的发展路径——让技术真正服务于更广泛的人群，实现“科技普惠”的终极目标。