大船掉頭：吉利全面押注AI科技

題圖｜吉利在拉斯維加斯街頭

2月，一則消息震動了全球汽車業。Stellantis（斯特蘭蒂斯集團），這家由菲亞特克萊斯勒和PSA合并而成的全球第四大汽車集團，交出了一份觸目驚心的財報：上半年巨虧超190億歐元，約合人民幣1550億元。股價單日暴跌26%，公司不得不暫停2026年全部股息發放。

Stellantis CEO菲洛薩承認了“巨虧”的緣由——巨虧的根源在于集團“高估了能源轉型速度”，將大量資源押注于電動皮卡、大型純電SUV等高端高成本車型，而市場根本不買賬。為了修正這一戰略誤判，Stellantis計提了高達222億歐元的轉型支出，推遲在歐洲的電動車項目，甚至將電池合資公司的股權賣給了合作伙伴。

巨頭要轉身談何容易？路徑依賴，舊業務利益捆綁，組織慣性，不愿自我革命等都是掣肘的關鍵。這一世界級難題并不是孤例，比如柯達，發明了數碼相機，卻被膠片帝國的利益捆綁拖垮；諾基亞雖然擁有觸屏技術，卻錯失智能手機革命。今天輪到汽車行業：Stellantis砸了300億歐元搞電動化，越干越虧，最終爆雷。

而就在Stellantis爆雷的同一個月，另一家年銷超300萬輛的汽車巨頭，卻在悄然完成一場轉身。

3月12日，吉利千里浩瀚G-ASD通過歐盟制定的統一準入標準——UN R171認證，首款車型預計將于2026年6月正式在歐洲上路，這意味著吉利千里浩瀚 G-ASD成為了中國首個在歐洲具有合法上路資格的量產輔助駕駛系統。

從2025年8月啟動智駕團隊整合，到26年1月CES（國際消費電子展）發布千里浩瀚品牌，再到全面出海，吉利只花費了200多天。這家中國汽車巨頭在短期內完成了從分散作戰到統一發力的蛻變，在幾年的努力下逐漸從傳統汽車制造商，轉化成一家以AI為底層能力的科技公司。

吉利在CES現場發布千里浩瀚品牌

同樣是巨頭，為什么有人掉頭就翻車，有人卻能成功轉身？

潛伏：一場聚焦用戶的引擎更換

時間拉回到2年前。

彼時，吉利旗下各品牌的智駕路線并不統一，既有針對高檔車型的高級別輔助駕駛方案，也有針對中低檔車型的輔助駕駛方案，有自研，也有外采。但看似分散的路徑背后，只是一個樸素的邏輯：吉利目標是保證不同價位的車型，給到用戶同級別最佳的輔助駕駛解決方案。

然而，實踐結果突出了一個更深層的問題：當下最佳的方案，也許不能在車輛的生命周期里，長期保持用戶的最佳體驗。

比如海外供應商受制于國際經濟貿易等風險因素，方案開發遇到瓶頸，吉利的更新節奏就受制于人。用戶買車后，后續的OTA、功能迭代、場景優化等都受到影響。這對一家始終強調“用戶的事兒就是天大的事兒”的企業來說，是不可接受的。

面對難題，大多數車企選擇了在舒適區里修修補補——選擇多家供應商競爭；或者做自研但是礙于技術門檻高，選擇“自研+第三方”的折中方案，但是吉利選擇了更難走的一條路——全面押注AI科技，畢竟零散的、買來的方案，無法支撐這家龐大車企的技術閉環和用戶體驗。

一位接近吉利的人士告訴虎嗅，當外部采購方案出現不可預計因素時，吉利已然清晰：自研All in智駕才是既定歸途。就像是《潛伏》里的余則成，短暫的低調蟄伏，實則心里早就認定了最終方向。

于是，整合勢在必行。

2025年，吉利汽車與極氪完成整合，極氪退市并成為吉利全資子公司。8月，一場規模超千人的智駕研發整合拉開序幕：極氪智駕團隊、吉利研究院智駕團隊、邁馳智行，三大智駕力量統一并入新成立的千里智駕公司，形成吉利控股集團唯一的輔助駕駛核心實體。

淦家閱在溝通中道出了整合的必要性：“我們核心要把團隊連接在一起。以前分屬不同公司，‘部門墻’厚重，打通起來很難。整合以后，整個吉利就一套班子，‘部門墻’基本上就拆掉了?！?/p>

打破一道墻，對于吉利這樣體量的集團并非易事，但整合的效果立竿見影。根據吉利公開信息，產品規劃的項目數量精簡了20%-30%，人員效率預計提升20%-30%。更重要的是，吉利的智駕自研進入快車道—完成整合后不到5個月，千里浩瀚就在CES上發布了G-ASD，版本快速迭代，體驗躍遷。

吉利在CES車展上受到外媒圍觀

形象地說，別人掉頭是先踩急剎車，吉利掉頭是直接換引擎?！皳Q掉引擎”的底氣，得益于長久以來布局的多張底牌。

首先是研發投入的厚度。過去五年，吉利研發投入超千億元。11年來，累計研發投入超過2500億元。這不是小打小鬧的試水，而是真金白銀的All in。

其次是吉利積累的龐大優質的數據池。 截至2026年初，吉利坐擁850萬輛搭載輔助駕駛系統的車型，累計超百億公里行駛里程，2500萬模型數據片段。這不僅是國內最大體量的智駕數據池之一，更是模型迭代的“燃料”。當友商還在為數據發愁時，吉利每天有上億公里的數據在喂養模型。當極端場景有了真實依據，系統時刻自我檢驗，確保在復雜環境下做出正確決策。

另外，多位業內人士也觀察到吉利通過提前囤卡和組建算力聯盟的算力優勢。23.5 EFLOPS可以說是擁有車廠中最大的訓練算力，為端到端大模型的訓練提供了堅實底座。相比之下，2025年蔚來、小鵬、理想最新發布算力超過10 EFLOPS。這意味著同樣的算法迭代周期，吉利相比新勢力的訓練效率更高、迭代速度更快、模型效果更好?？梢哉f，智駕發展的黃金三要素——數據、算力、算法，加上產業鏈智能化資源整合，吉利拉到滿配狀態。

當然，吉利“掉頭”最重要的決定因素還是企業文化。如果了解吉利的長期主義文化，更能夠看清這一次“掉頭”背后的邏輯，不計較短期的得失，為了用戶好，吉利愿意“賭一把”。淦家閱有一段話，或許是對這輪“掉頭”最好的注腳：“先把基礎做好，把實物做好，這是前提條件。短期的速度意義不是太大。還是要整個穿越周期過來看，汽車行業始終就是一場馬拉松長跑，就是要具備長期主義。”

破局：整合與掌舵雙管齊下

當然，不論手中有多少張底牌，巨輪掉頭總會面臨很多問題。對此吉利的破局法就是——整合。

一方面破路徑依賴，不固守舊方案，直接擁抱自研All in智駕。從使用多種解決方案到浩瀚智駕，再到集團統一的千里浩瀚，這是一條清晰的自我迭代路徑。

另一方面是破利益捆綁：極氪智駕團隊、吉利研究院智駕團隊和邁馳智行的智駕力量統一并入新成立的千里智駕公司，形成吉利控股集團唯一的輔助駕駛核心實體，這把近千人的研發力量，從各自為戰變成一個拳頭。

當然，整合只是手段，讓智駕的明白人掌舵，是吉利破組織慣性的關鍵一招。

陳奇，這位曾被稱為“華為智能駕駛第一人”的資深從業者，如今的身份是吉利控股集團首席智駕科學家、千里智駕CEO。陳奇在吉利干成了幾件大事：打造了首個極氪自研智駕版本，10個月實現量產；主導三大智駕團隊整合，5個月拿出千里浩瀚G-ASD。這一連串亮眼的交付成績，是他極強戰略執行力的最佳注腳。

陳奇，吉利控股集團首席智駕科學家、千里智駕CEO

但陳奇更讓人印象深刻的，是他對安全的執著。他的外號叫“大白”，不僅僅因為《超能陸戰隊》里那個溫暖的機器人，更因為那句“絕不傷害人類”?！拔沂亲鲋悄茌o助駕駛的，絕不能傷害車內的人、車外的人?！边@句話被他反復提及，也成為千里浩瀚的底層信條。

早期用戶曾詬病吉利智駕“有點傻、有點慢”——右轉猶豫、變道保守、加速克制。但陳奇認為這是必須的取舍：“右拐時電瓶車、行人很危險，稍微做點預防性減速就會更好。后來有些友商從激進往回退，說明很多安全問題沒考慮到?！?這種對安全的執著終換來用戶的信任。據陳奇在采訪中透露，近期的智駕使用率從70%提升到95%以上。

2026年春節期間，陳奇像往年一樣，不僅全程開智駕回家，還化身“智駕野生銷售員”，向親戚朋友推銷和講解智駕功能，不厭其煩。他日常出門都是開智駕，輔助駕駛里程已超15萬公里，相當于北京-三亞往返40多趟，這是一個相當“恐怖”的實測數據。更令人詫異的是，他經常選擇不走高速，哪怕花更多時間在路上，也要體驗更為復雜的城市輔助駕駛場景。

對于技術路線，陳奇的想法很明確：“世界模型、端到端、VLA，這些模型大家都知道能用，但每個人的用法不一樣。重要的是如何用得好、用得穩，把安全放在第一位。”整合完成后不久，在陳奇帶領下，吉利拿出了殺手锏——WAM世界行為模型。

與行業內常見的VLA（視覺語言動作模型）不同，WAM引入了一套更深層的“反思與進化”機制。傳統的端到端模型往往停留在“理解-規劃”的黑箱，而WAM構建了一個從“理解-規劃”到“預演-判斷-修正”的完整智能閉環。它不再滿足于識別物體，而是嘗試理解物理世界的運行規律：當感知到側向車輛半個車輪的細微動態，WAM能預判其有沖出的風險，從而提前減速避讓。這種基于理解的預判，正是人類老司機的直覺。

WAM賦能下，吉利超級Eva與千里浩瀚G-ASD 4.0在“艙駕融合”上實現了突破性進化。

當其他車企還在用第三方大模型做語音助手時，吉利已經讓超級Eva智能體提供顛覆性的交互革新。只需要一句話，Eva便可以像一個深度理解你意圖的私人超級助理一樣，知道你的喜好和習慣，完成規劃、導航、主動行車（智能輔助駕駛）、泊車等。比如和Eva說“帶我去接孩子放學，順便幫我找一家餐廳，5點我要到學校，車輛就會自主進行線路規劃，同時啟動智能輔助駕駛，完成行車-途經點餐廳-到學校門口自主泊車等全鏈路操作?？梢哉f是中國首個“Grok+FSD”系統。

質變：智駕平權與含模量提升帶來的艙駕融合新體驗

整合的效果，正在快速落地。

用戶體驗躍遷是最直觀的。在汽車之家發布的“2026智駕第一梯隊”榜單中，吉利千里浩瀚G-ASD以9.8分高居榜首，領先華為乾崑ADS 3.0（9.7分）和蔚來NAD（9.5分）。評語寫道：“以23.5 EFLOPS云端算力刷新行業紀錄，依托850萬輛L2+級智駕車型沉淀百億公里真實路測數據，WAM世界行為模型+VLA技術融合，實現跨域感知‘零斷點’，環島繞行、路口掉頭、施工占道等復雜場景通過率超98%?！笨梢钥闯黾乃懔Α⒏吆Ａ康饶芰β鋵嵉搅擞脩趔w驗本身。

更值得關注的是智駕平權的推進。馬年開工第一個工作日，淦家閱內部信明確：2026年千里浩瀚H7方案將加速下放至領克與吉利銀河多款車型。原本屬于高端車型的智駕體驗，正在快速下探到主流價格區間。

有業內人士測算，L2+系統成本需降到8000元以下才可能大規模普及。吉利敢鋪，說明成本已經壓下來了。這背后正是規模效應的體現——當850萬輛車的訂單分攤研發成本，當同一套技術棧覆蓋全系車型，成本自然不再是障礙。

同時，吉利智駕L3/L4級別的布局也在推進。搭載千里浩瀚H9的極氪9X已獲得L3測試牌照，參與國家L3試點，在第二批試點中“是比較靠前的”。L4層面，吉利聯合曹操出行布局自動駕駛出租車，搭載吉利“千里浩瀚”Robotaxi解決方案。目前首批100輛L4級別無人駕駛Robotaxi已在杭州市濱江區投入運營，并將逐步實現從主駕安全員到無人化運營的平穩過渡。

今年CES期間，吉利用了一個新詞來形容這種能力：“含模量”——指系統中AI模型驅動決策的占比。占比越高，意味著預設的規則越少，系統更像一個通過學習掌握駕駛技能的“學徒”，而非僅僅執行命令的“機器”。高含模量，正是當下行業從規則驅動邁向模型驅動的大勢所趨。

有業內人士評論，吉利與特斯拉的智能化路徑正在趨同：都選擇用AI模型替代規則代碼。用海量真實數據喂養算法。特斯拉FSD依靠全球數百萬輛真實車隊回傳海量數據，而吉利手握850萬輛L2級智駕車輛作為數據源泉，依托23.5 EFLOPS算力構建數據飛輪。數據越多，模型越強；模型越強，用戶體驗越好。當行業普遍認同只有模型驅動才能觸及智能上限，特斯拉和吉利的選擇已是明牌：All in人工智能，用算法能力升級（“含模量”）驅動智駕體驗倍速提升。兩家都在追求“更像人類”的駕駛，讓系統從被動響應轉向主動避險，在復雜場景中做出流暢、果斷的判斷。

目前，特斯拉還在為FSD入華博弈，而吉利千里浩瀚G-ASD也獲得了歐盟UN R171國際認證證書，首款車型計劃于2026年6月正式在歐洲上路，業內也在期待兩家同臺對壘。

另外，除了自身發展的節奏加快，吉利開放生態的藍圖也已鋪開。作為全球首個完成全域AI布局的車企，吉利給出的方案不是“封閉全棧”，而是“搭臺子”——把系統架構搭好，把接口協議統一，把體驗基準定義清楚，剩下的交給生態伙伴。

可以看出，吉利正在定義下一代智能出行的技術底座。這不止是商業選擇，更是對未來十年人類如何與智能出行相處的回答。

結語：一招盤活全局的大棋

回到開頭的問題：同樣是汽車巨頭，為什么Stellantis掉頭翻車，吉利卻能成功轉身？

Stellantis的教訓是錯判市場，產品錯位，組織僵化。而吉利的經驗則指向一個更深層的答案：智能化正在成為車企的“長期主義”。而堅持智能化，本質上是在堅持用戶體驗。

從幾年前行業熱議“靈魂論”，到后來各家紛紛尋求外部合作，再到今天頭部車企堅定投入自研，這條路徑的演變背后，是對智能化認知的不斷深化。吉利的選擇并非一時沖動——早期采用供應商方案是為用戶著想，整合研發力量是戰略蓄力，最終All in智駕是水到渠成。這套“潛伏—整合—爆發”的打法，讓吉利在智駕賽道上完成了一次漂亮的轉身。無論是850萬輛車的龐大數據池，還是23.5 EFLOPS的訓練算力，無論是WAM世界行為模型的迭代，還是艙駕一體的融合探索，所有這些投入最終都指向同一個目標——讓用戶開得更安全、坐得更舒服、用得更順手。

陳奇在接受虎嗅訪談時說：“智駕市面上看到的是冰山的一角，我們要把冰山下的東西做好——供應鏈體系、效率、質量保障、技術提升，做好長期競爭、長期體驗。” “冰山之下”和“馬拉松長跑”，說的都是同一件事：智能化沒有捷徑可走，只有把底層的供應鏈體系、效率、質量保障、技術提升一件件做實，才能換來用戶長期的信任。

從蟄伏蓄力到逆勢而上，吉利智駕不僅僅有“明知山有虎，偏向虎山行”的膽量，更有謀定而后動的策略。這也形成了一次了不起的轉身。巨輪掉頭的真正意義，不是為了跑得更快，也不是為了財報更好看，而是為了讓更多人坐上這輛車，獲得更好的體驗。這或許就是2026年汽車行業最樸素、也最深刻的答案。

本內容由作者授權發布，觀點僅代表作者本人，不代表虎嗅立場。如對本稿件有異議或投訴，請聯系 tougao@huxiu.com。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4843847.html?f=wyxwapp