从虚拟大模型到具身智能体，AIVA如何回答“AI定义汽车”

点击展示全部

汽车行业喊了几年“AI上车”，但直到今天，绝大多数产品做的是同一件事：把AI当作一个功能模块，塞进已经定型的整车架构里。座舱里加个大模型对话，辅助驾驶上叠一层端到端算法。车还是那台车，AI只是配置单上多出来的几行字。

这没什么不对。过去五年，从分布式ECU到域集中式架构，从规则驱动的辅助驾驶到端到端算法，行业的技术演进一直在“如何让车更聪明”的轨道上加速。但这条轨道的天花板正在显现，当大模型能力从云端向终端渗透，当多模态感知从实验室进入量产车，一个问题变得越来越难以回避：AI到底应该是车的附加能力，还是车的底层逻辑？

6月9日，赛豆科技发布AI先锋生态出行品牌AIVA。整场发布会没有讲续航、没有比算力、没有列配置，而是围绕一个核心命题展开：如果让AI从整车开发的第一个念头就介入，而不是等车造好了再来“装修”，会发生什么？

AIVA给出的答案是“AI定义汽车：先有AI，再有车”。首款量产车型AIVA ME7将于年内亮相，锚定20万元以上主流市场。

AI作为架构原点，而非功能模块

汽车行业有一套成熟得几乎固化的开发流程：先定市场定位，再做整车架构，然后选三电、定内外饰，最后在电子电气架构上叠加智能功能。这套流程跑了上百年，效率极高，但它有一个隐含前提：AI永远是被搭载的那一方，不是主导的那一方。

这种“先造车、后装AI”的模式，本质上是在一个为人类驾驶员设计的机械平台上，不断追加算力和传感器。当AI停留在辅助驾驶和座舱交互的层面时，这套逻辑运转良好。但当行业开始讨论“AI原生汽车”，问题就来了：一个为人类驾驶员设计的电子电气架构，能不能承载一个以AI为核心的整车智能体？传感器布局是为人类视野优化的，能不能满足AI全域感知的需求？计算平台是按功能域划分的，能不能支撑一个跨域调度的AI大脑？

造AI汽车之前，先要把自己变成一家AI公司

在AIVA的逻辑里，AI大模型不是整车的“选装配置”，而是所有硬件、软件和场景定义的起点。整车架构围绕AI的感知、决策、执行能力来搭建，传感器布局服务于多模态融合感知，计算平台为端侧大模型推理预留算力冗余。这不是在车上加AI，而是让车为AI而生。

这个顺序的调换，意味着产品定义的权力转移。过去是工程定义产品，产品经理在既定架构上做取舍；现在是AI定义产品，工程团队围绕AI的需求来组织能力。这不是技术路线的微调，而是研发体系的重构。它要求整车架构从一开始就为AI的感知、推理和决策能力服务，而不是在既定平台上做功能叠加。

AIVA内部为了支撑这套逻辑，做了一个更彻底的选择：不设独立的AI部门。取而代之的是一个代号“AI沙盘”的系统，所有业务决策先放进沙盘推演，AI判断趋势，团队再做决策，结果反哺系统继续学习。正如AIVA总裁、产品经理李博在发布会上所说：“打造AI汽车之前，先要把自己变成一家AI公司。”这句话不是口号，是对传统车企组织架构的一次实质性挑战。如果AI只是一个部门的KPI，它永远只能是功能模块。只有当AI成为全公司的操作系统，它才有可能成为产品的底层逻辑。

深度耦合，而非浅层调用

AIVA的技术架构有一个无法回避的设定：它的AI核心能力来自火山引擎和豆包，这两家公司不持有赛豆科技的股权，双方也没有资本层面的绑定。

在传统汽车供应链的逻辑里，这是不可接受的。车企要么自研核心技术，要么通过控股或排他协议锁定关键供应商。过去几年，头部车企在AI能力上的布局无一例外地选择了重资产路线：自建算力中心、自研大模型、控股算法公司。把最核心的技术能力寄托在一纸战略合作协议上，这在汽车行业几乎找不到先例。

但AIVA与火山引擎、豆包的关系，恰恰不是传统供应链逻辑能解释的。AIVA携手火山引擎，联合定义、联合设计、共同打造AI汽车体验。火山引擎为AIVA品牌提供豆包大模型、智能座舱等技术服务，帮助AIVA品牌提升车载智能交互体验。三方不是甲方乙方的采购关系，而是深度共创，从联合定义、联合开发到联合验证、联合迭代、联合运营，工程师在同一间办公室工作，用李博的话说，“你中有我、我中有你”。

这种合作模式的信任基础不是股权，而是双向需要：赛豆需要火山引擎的AI技术底座和豆包的交互体验能力，火山引擎和豆包需要赛豆的整车平台让AI从虚拟世界走进物理空间。这不是一方对另一方的依赖，而是两个方向的互相需求。更深一层看，这种模式的成立，本身就意味着AI能力正在从垂直整合走向生态化协作。当AI技术迭代速度远超汽车开发周期，传统的“全栈自研”模式面临速度与成本的双重挑战。AIVA的选择是，把最核心的AI能力交给最擅长做这件事的人，自己专注于整车的物理集成和体验定义。

这种关系比股权绑定更灵活，但能否在汽车行业的长周期里保持稳定，确实是一个值得持续观察的命题。

算法生成形态，而非形态承载算法

首款概念车AIVA Origin Concept在发布会上完成全球首秀。和其他品牌的概念车不同，它没有强调零百加速、风阻系数或续航里程，而是试图回答一个更抽象的问题：如果一台车从AI大模型里“长出来”，它应该是什么样子。

在传统汽车设计流程中，造型是第一步，也是最重要的一步。设计师画草图、做油泥模型、定比例姿态，工程团队再想办法把三电系统和座舱塞进这个形态里。AI在这个流程中的角色几乎为零，它的任务是适应已经定型的物理空间和交互界面。

但AIVA提了一个相反的问题：如果反过来呢？如果先定义AI需要什么样的感知能力、交互方式和计算环境，再让这些需求来决定整车形态，会造出什么样的车？这正是AIVA Origin Concept试图回答的问题。它的设计出发点不是美学的某种风格偏好，而是AI作为一个“居住者”对物理空间的需求：全域感知需要什么样的传感器布局？多模态交互需要什么样的车内环境？端侧推理需要什么样的散热和算力架构？

AIVA的答案是向自然生命学习。整车采用G4曲率极致平滑曲面，没有生硬棱角，像水滴一样流畅。X生命前脸、灵动光眸、翅脉仿生轮毂、游弋式侧裙、潜态尾翼，这些设计元素不是装饰，而是服务于一个核心理念：车不是被设计师画出来的，而是像一个生命体一样自己生长出来的。设计师在设计它的时候，像是在陪着一个智慧生命体慢慢觉醒。