问题：随着汽车产业加速走向智能化，竞争焦点正从单点功能比拼转向“持续进化能力”。近期，部分企业在发布新算法、新功能时声势不小，但在实际交付与后续升级中却出现“迭代慢、体验不稳定、承诺周期难兑现”等情况。其背后原因在于底层算力与数据工程能力没有同步提升，使模型训练、仿真验证与软件版本演进受限，进而影响用户体验与品牌口碑。 原因：奇瑞汽车此次超预期的业绩表现，被市场视为“底座投入带动增长”的案例。公司建成并投用16000PFlops智驾算力中心，增强了对海量真实路采数据的处理能力，提高大模型训练与验证效率，为算法持续升级提供支撑。同时，公司保持较高研发投入，年度研发投入147.15亿元，同比增长39.6%。业内人士指出，智能驾驶与智能座舱的竞争已进入“大模型+数据闭环+工程化交付”的综合比拼阶段，算力基础设施不再是可选项，而是影响迭代速度、稳定性与成本边界的关键因素。 影响：算力底座完善，直接反映在产品落地节奏与能力边界拓展上。依托与合作伙伴的联合研发力量，奇瑞围绕征程6系列芯片推出猎鹰700智驾方案，并在星途ET5车型实现量产落地，覆盖从L2+辅助驾驶到更高阶方案的需求层级。面对复杂场景，端到端、多模态等技术路线对训练数据规模、仿真强度和算力资源提出更高要求。公司披露的测试指标显示，在暴雨等低能见度条件下，无保护路口通过能力有所提升，车辆轨迹控制精度继续收敛；泊车等高频场景的成功率也持续提高。业内认为，这类能力提升的背后，是“数据规模—训练效率—模型泛化—工程部署”系统能力的综合作用。 在座舱领域，算力同样影响体验升级。搭载端侧大模型的语音助手，可将语音唤醒时延压缩到更短区间，并提升指令识别准确率。对需要在车端完成推理、同时满足低时延与高稳定的交互体验来说，算力与软硬协同能力决定了功能能否长期保持“流畅可用”，也影响用户对智能化的实际感受。 对策：面向智能化的长期竞争，奇瑞以“体系化能力建设”替代“单点突破”。在“瑶光2025”战略牵引下，公司围绕整车架构、动力系统、智能座舱、智能驾驶与生态体系等构建技术底座，并将算力中心作为长期能力持续扩容。计划于2025年10月全球创新大会集中展示的多项前沿技术，无论从概念验证到量产落地，均需要更强的计算、仿真与验证体系支撑，以降低开发成本、缩短周期并提升安全冗余。业内专家指出，智能化不是简单“功能堆叠”，而是在安全底线之上的系统工程；算力、数据与工程化能力越扎实，越能把不确定的场景风险前移到研发与验证阶段解决。 前景：从产业趋势看，智能驾驶正从“演示能力”走向“规模交付能力”，从“少数城市、少数场景可用”走向“更广地域、更多天气与路况可用”。算力中心带来的训练与迭代效率提升，有助于缩短版本更新周期，加快功能优化在量产车型上的落地。公司预计，RoboCar在完成长时长验证基础上，将向更大规模量产推进。同时，奇瑞2025年新能源销量突破82.65万辆，显示其在新能源与智能化双赛道上形成了更强的协同。随着消费者对安全、稳定、可持续升级的要求提高，具备“算力底座+数据闭环+规模制造”综合能力的企业，或将在新一轮竞争中占据主动。
奇瑞汽车的实践表明，在智能出行时代，算力基础设施正在成为衡量技术竞争力的重要因素。以技术底座带动增长的路径，不仅推动企业能力提升，也为行业提供了从制造走向科技化的参考。随着智能化进程加速，对核心能力的持续投入或将深入影响全球汽车产业的竞争格局。