日產“軟”了，不想只造“四肢”

日產汽車宣布與英國人工智能企業Wayve達成最終協議了！

雙方將把Wayve的具身人工智能軟件整合至日產新一代ProPILOT駕駛輔助系統，并部署于多款車型中。根據協議，此舉旨在通過AI技術直接提升高級駕駛輔助系統性能，實現點對點的高階駕駛功能，且無需改變現有硬件架構。

此前，英偉達創始人黃仁勛曾親身體驗Wayve的自動駕駛技術，并稱其可能成為“下一個萬億美元公司”。日產此次的抉擇，可視為傳統汽車巨頭在“軟件定義汽車”時代的一個重要風向——跳過漸進式的ADAS升級路徑，直接押注端到端的AI駕駛系統。

在日產之外，雷諾與福特攜手開發電動平臺、特斯拉在華庫存動態變化等行業動向，也都共同勾勒出了同樣的趨勢，即電動化競爭進入以合作為主的“降本階段”，而智能化則正演變為一場以數據和AI為核心的劇烈競爭。

當硬件和電池逐漸同質化，汽車的競爭焦點便開始轉向“大腦”——即人工智能與軟件能力。日產與Wayve的合作不僅是技術升級，更是傳統主機廠在面對行業價值鏈重構時的戰略化突圍，個中合縱連橫的背后，我認為完全可以視作整個汽車產業從電動化向智能化加速演進的又一案例。

1.為什么是Wayve？

日產與Wayve聯手的消息傳出時，我在幾個群里發了這個資訊，許多人的第一反應是：又一家傳統車企在自動駕駛上“買買買”，討論點都是在說這個技術所能應用的產品或后續的期待感，根本沒有意識到一個非常宏大的變化——這個百年工業巨頭，在時代的十字路口，開始為自己尋找一顆全新的“大腦”了，要執手下場了，要補位戰略長久以來的短板了……

只是，為什么要找Wayve呢？過去十年，自動駕駛的主流路徑是“多傳感器融合+高精地圖+預設規則”。就像要教一個機器人開車，需要為它編寫一本極其詳盡的、包含所有可能情況的交通規則說明書，并給它配上激光雷達、毫米波雷達等“超強感官”。

這套系統復雜、昂貴，且難以適應規則之外的“長尾場景”。

而Wayve與特斯拉所代表的“端到端AI”范式，走的是一條更接近人類本質的路徑，它不依賴那本永遠寫不完的說明書，也不追求感官的堆砌，而是通過車載攝像頭觀察世界，像人類嬰兒學習走路一樣，通過海量真實駕駛數據，讓AI模型自己學會“駕駛”這項技能。

它輸入的是原始圖像，輸出的直接是方向盤、油門、剎車的控制信號。

這個模式與其他的智駕模式，有根本上的區別，主要是從“基于規則的編程”轉向了“基于學習的智能”。

日產的選擇，既焦慮，又果斷。

在L2級輔助駕駛逐漸普及的戰場上，以特斯拉為先鋒，中國的華為、小鵬等廠商已經憑借全棧自研能力和快速數據迭代，構筑了顯著的身位優勢。日產若沿著舊有的漸進式路線追趕，不僅需要投入巨資，更可能陷入“永遠落后一代”的技術陷阱。

于是，它做出了如此一個極具風險但也可能收益巨大的決定——不在別人領先的賽道上尾隨，而是直接押注代表下一代的全新賽道。與Wayve合作，等于承認了“端到端AI”是更接近終局的形態，并試圖以此實現一次戰略級的“跨越式追趕”。

要知道，Wayve的方案可是聲稱其魅力在于“硬件無關性”之上的，這個誘惑對日產這樣的傳統巨頭而言，太大了！

多年的發展使其擁有龐大而復雜的全球供應鏈與電子電氣架構體系，牽一發而動全身，若要全面轉向為某個特定自動駕駛方案設計的新硬件體系，其成本、時間與組織阻力將是天文數字。而Wayve的AI模型，理論上能夠適配現有的攝像頭與計算平臺，這意味著日產無需推翻重來，就能在現有的“身體”上，植入一顆更聰明的“大腦”。

“低風險、高回報”，用最小的架構震蕩，換取核心能力的重大變化，何樂而不為？

日產坐擁數十年的制造經驗、全球化的產能布局和成熟的銷售渠道，它不缺造一輛好車的“軀體”能力。但它最缺乏的，恰恰是這個新時代最寶貴的資產——原生的、可快速迭代的AI能力。

這種能力無法通過短期的挖角或內部立項迅速獲得，它需要一整套從算法、數據閉環到工程文化的全新“生命系統”。

通過資本紐帶與深度合作，日產希望將Wayve的“AI基因”導入自身機體，實際上，也是“用資本換時間，用合作換基因”。

這徹底改變了傳統汽車產業的游戲規則。

過去，主機廠與Tier1供應商（如博世、大陸）是清晰的采購關系，主機廠購買的是一個個功能完整的“黑盒子”系統。

但日產與Wayve的關系，更接近于“戰略共生”。

日產提供的是規模化量產場景、源源不斷的真實世界數據閉環以及嚴苛的車規級工程化能力；Wayve則提供最前沿的AI算法和以周甚至以天為單位的模型迭代速度。

雙方捆綁在一起，共同進化。

正如人的心臟或大腦，你可以暫時借助外部設備維持生命，但若要健康地奔跑，這個器官必須在你體內生長、跳動，并與你的整個系統協同工作。日產與Wayve的這次“合流”，我認為，更大的意義是傳統工業巨擘，在意識到自身“腦力”短缺后，主動發起的一場驚險而必要的“腦部移植”。

手術能否成功，不僅關乎一家公司的未來，也將在很大程度上，預示著一個舊產業秩序在面對顛覆性技術浪潮時，所能選擇的最終出路。

2.硬件同質化，決勝關鍵是什么？

現在全球的汽車市場，看起來挺有序，實際上，產業變化很大很激烈。

我所知的，一面是如雷諾與福特般，在電動化的“身體”上緊緊擁抱、共享平臺，以應對高昂的成本；另一面，卻是像日產這樣，在智能化的“大腦”上不惜重金、尋求獨家合作，以搏殺未來。

類似這樣矛盾的行為背后，都有一個統一的邏輯，那便是汽車的“四肢”正在加速標準化以求生存，而汽車的“靈魂”卻必須開始個性化以謀勝出。

所謂“四肢”，指的是汽車的軀干——底盤、三電系統（電池、電機、電控）這些構成一輛電動車的基礎。

研發一個先進的純電平臺，動輒需要上百億歐元的投入，但其帶來的用戶體驗差異化，卻遠不如內燃機時代不同發動機與變速箱組合那般鮮明。對于雷諾和福特而言，合作開發電動車，在“成本敏感”的硬件領域結成聯盟，攤薄天文數字的研發與制造成本，并且將省下來的巨額資金和工程師資源，重新押注到智能座艙與智能駕駛這個賽道，是他們所求的。

而且也不是個例，傳統車企大多數都是采取這樣的生存策略，大眾集團向外界開放其核心的SSP平臺，豐田與比亞迪合作生產電動車，吉利與雷諾成立動力總成公司，無一不是遵循著這樣的規則。

你可以把這理解為汽車產業的“基礎建設”階段，大家共同修建一條標準化的“電力公路”，以確保自己不掉隊。

然而，就在“軀體”走向同質化的同時，一場關于“大腦”的競賽正以更激烈的態勢展開。這里的“大腦”，便是以AI為核心的智能駕駛系統。

這場競賽的目標，聚焦在三個標志性的名字上：英偉達、特斯拉和Wayve。

英偉達從提供計算硬件的“軍火商”，到提供完整開發工具鏈（如DRIVEThor）的“軍事顧問”，再到如今直接以資本入股Wayve這樣的前沿算法公司，大步且深度的介入戰局，就是為了轉變成某種意義上的“參戰方”。

黃仁勛豪擲5億美元并盛贊Wayve為“萬億美元公司”，一者是看好，二者是以影響拉動影響，指向的說法，就是未來汽車的核心價值在于“具身AI”軟件，而英偉達要構建和主導的，正是支撐這個軟件世界的底層硬件與開發生態。

特斯拉呢？它那邊用的是市場表現去引出這樣的示范效應。

ModelS/X在華迅速售罄，產品熱銷之下是市場對其“全棧自研”智能能力的用腳投票。特斯拉的FSD系統，堅持純視覺路線并不斷向“端到端”進化，它在用實際行動教育整個行業和消費者：汽車的價值標桿已經變了。

加速度的快感、內飾的奢華固然重要，但一款能夠持續學習、越開越聰明的“汽車大腦”，正在成為更致命的吸引力。

它證明的，是當“智力”足夠突出時，可以重塑品牌的一切。

而Wayve，則代表了價值鏈的最高最終的一種想象。

它不造車，不生產芯片，只專注于一件事——研發和出售“駕駛智商”。這是一種純粹的、可授權的AI軟件模型。

如果這種模式取得成功，它將徹底撕裂傳統的汽車商業模式。未來，汽車的硬件部分可能像如今的個人電腦一樣，利潤日益微薄；而真正帶來高額利潤和持久收入的，將是預裝或訂閱的AI駕駛軟件服務。

Wayve的模式暗示，最強大的“大腦”未必長在最大的“身體”里，它可以通過“授權”的方式，賦能任何一家車企。

但很多人或者會有疑問，如果電動化的“四肢”越來越像，那決定產業勝負的是否就完全變成了“大腦”？

我認為，從短期來看，電動化與智能化仍是并行發展的雙主線。

擁有一個優秀的電動平臺，是參與比賽的“入場券”；但擁有一套卓越的智能系統，才是最終“贏牌”的關鍵。

沒有“入場券”，一切免談；但只有“入場券”，注定平庸。

長期的趨勢已經非常清晰了，正如個人電腦的硬件最終標準化于x86架構，其千差萬別的體驗和價值幾乎完全由操作系統與應用程序（軟件）決定一樣，當電動底盤、電池包規格和驅動系統也趨于行業共識時，汽車之間決定性的差異，將100%來自于軟件與AI。

屆時，一個汽車品牌的內涵，將從“駕駛質感”、“操控樂趣”這些機械時代的詞匯，徹底轉向“出行體驗的智能程度”、“與AI共處的舒適感”這類數字時代的體驗。

品牌忠誠度，將建立在算法對用戶習慣的理解深度上，而非logo的光環上。

而這大概便是當前傳統車企最大的戰略悖論與“精神分裂”的現狀，它們必須在“身體”上努力走向通用化、標準化，以控制成本、確保生存；同時又必須在“大腦”上竭力追求個性化、獨占化，以塑造靈魂、贏得未來。

身體要“合縱連橫”，大腦卻要“軍備競賽”，這種撕裂感，是任何一家經歷范式轉換的巨頭都必須承受的磨礪。

它們一邊聯手修建標準的“軀體流水線”，另一邊卻在各自秘密實驗室里，瘋狂鍛造那個希望獨一無二、掌控一切的“數字靈魂”。全球車壇的“分裂人格”，正是這個產業在撕裂與重生之間，最真實、也最激烈的寫照。

3.傳統供應鏈的黃昏已至？

只不過，它們這種左右互搏的做法，卻也直接讓身后龐大的零部件供應商陣營陷入了巨大的混亂。

當車企的需求從“一個功能固定的黑盒子”變成了“一套可以不斷進化的軟件系統”，那些曾經靠賣硬件和整體解決方案為生的巨頭們，突然發現自己的核心生意被釜底抽薪。

游戲規則已經變了，百年供應鏈體系，或者已經迎來了一場徹底的洗牌。

曾經在汽車工業金字塔中穩居中樞、擁有絕對話語權的傳統Tier1巨頭們——如博世、大陸、采埃孚——它們又應該如何融入一個由軟件定義、追求快速迭代的數字世界？

這些巨頭有著無與倫比的機電一體化能力、規模龐大且品質穩定的全球制造網絡、以及對車規級安全與可靠性的極致理解。

在過去的時代，主機廠依賴于它們提供的是一整套功能完整、經過嚴格驗證的“黑盒子”系統，比如一個完整的剎車控制系統、一個打包好的ADAS功能套件。

車企付費，Tier1交付，交易清晰，責任明確。

但以“端到端AI”為代表的智能化浪潮，徹底顛覆了這套運行已久的規則。

如今，領先的車企渴望的不再是一個功能固定的硬件盒子，而是一種可迭代、可定制、可在線升級（OTA）的軟件能力。它們希望自己掌控數據閉環，主導算法進化，并根據用戶體驗實時調整系統表現。

當特斯拉、小鵬乃至日產（通過與Wayve合作）都在追求將智能駕駛的核心能力內化時，傳統Tier1過去那種“交鑰匙”式的整體解決方案，反而成了一種束縛。

車企擔心被鎖定在某個固定的技術路徑上，失去OTA進化的自主權和速度。

于是，我們看到一個趨勢，主機廠正在將供應鏈“打散”，他們可能向一家公司采購芯片，向另一家公司采購雷達，再聯合一家算法公司開發軟件，自己則扮演“系統集成者”和“數據所有者”的角色。

那么，博世、大陸們的黃昏到了嗎？

雖說未必，但艱苦卓絕的轉型已不可避免，要想生存下去，最起碼，要從“總包商”轉向“賦能者”，其路徑大致呈現出三個分野。

一部分巨頭選擇向“軟件集成商”進化。

這些傳統企業在頂尖AI算法原創性上可能與科技公司存在差距，但它們擁有深厚的系統工程經驗、對車輛動力學和功能安全的深刻理解，以及將實驗室技術轉化為百萬輛級可靠產品的無價能力。

它們的新角色，是幫助車企高效、安全地整合來自各方的AI模塊（感知、決策、規劃），處理復雜的軟硬件接口，確保最終系統的穩定與安全。

這依然是一個極具價值的專業壁壘。

另一條路，則更具雄心，那便是去嘗試構建新的底層生態霸權。這以英偉達為標桿，即自研高性能AI芯片并打造與之深度綁定的基礎軟件棧。

一些有實力的Tier1正朝此努力，旨在成為智能汽車的“新英特爾+新微軟”，通過定義計算架構與基礎軟件標準，來掌控新時代的命脈。

這條路投入巨大，風險極高，但一旦成功，回報也將是統治級的。

第三條路，則是回歸“專家”身份，在細分硬件領域做到絕對領先。

既然系統集成的主導權在向主機廠轉移，那就專注于成為某個不可替代的“核心元件”供應商。

例如，在激光雷達、4D成像毫米波雷達、高性能線控底盤執行器等關鍵傳感器與部件上，追求極致的性能、可靠性與成本控制。當汽車的“大腦”越來越聰明，它對感知世界的“眼睛”（傳感器）和執行指令的“手腳”（線控系統）要求也必然水漲船高。

成為這個鏈條上不可繞過的頂級專家，同樣能立于不敗之地。

轉型的殘酷性在于，資本市場評價它們的標準已經改變。

未來，衡量一家Tier1巨頭成功與否的關鍵指標，將不再是其營收規模或出貨量，而是其軟件服務的收入占比、其產品支持OTA升級的活躍程度、以及其在AI與算法領域的核心專利數量。

它們必須證明，自己不僅擁有強大的工業身軀，更已孕育出適應數字時代的敏捷靈魂。

某種意義上，供應鏈這一端所衍生出來的自我革命，其激烈程度，絲毫不亞于臺前主機廠的廝殺。

4.中國市場如何發展？

這場全球供應鏈的洗牌，對中國市場來說絕不是隔岸觀火。

博世、大陸們的轉型陣痛，直接關系到中國車企未來要和誰并肩作戰，才能打贏智能化的戰爭？是繼續依賴艱難轉身的傳統巨頭，還是另辟蹊徑？中國的戰場，有著全世界最復雜的路況和最激烈的競爭，供應鏈的每一次顫抖，在這里都會被放大為決定勝負的關鍵變量。

中國汽車產業在近十年來，一直承受著“雙重壓力”。

在電動化的上半場，通過激烈的市場競爭與完善的供應鏈，中國無疑建立了全球矚目的領先優勢，從電池技術到整車成本控制，都讓國際巨頭倍感壓力。

然而，在智能化的下半場，尤其是代表終極方向的“端到端AI駕駛”領域，挑戰已然兵臨城下。

特斯拉FSD進入中國市場被普遍視為只是時間問題，而Wayve所代表的純視覺AI模型，其可怕之處在于它試圖用純粹的軟件智能，繞過中國車企過去幾年苦心構筑的“高精地圖+激光雷達+多傳感器融合”的硬件與數據壁壘。

這意味著，中國在電動化領域積累的部分“護城河”，在一種全新的游戲規則面前，可能面臨被跨維度攻擊的風險。

但壓力之下，中國也蘊藏著舉世無雙的“獨特優勢”。

這優勢并非僅僅來源于政策或市場，而深植于這片土地本身：中國擁有全球最復雜、最動態、最“不守規矩”的道路交通環境。

從一線城市令人目眩的立交橋與車流，到鄉鎮街道隨時出現的行人、非機動車與各種不確定因素，這里產生的駕駛數據是訓練一個強大、魯棒、懂得處理“邊緣案例”的AI大腦最寶貴的資源。

同時，中國擁有全球最活躍、最龐大的軟件工程師群體與移動互聯網生態，為AI算法的快速開發、測試與迭代提供了肥沃土壤。我們已經看到，華為的GOD（通用障礙物檢測）網絡、小鵬XNGP背后的XNet感知架構等，都在本質上探索著“端到端”或“重感知、輕地圖”的路徑，證明中國的科技公司與車企并非技術上的跟隨者。

那么，中國車企的主流技術路線將走向何方？是效仿特斯拉和Wayve，押注“純視覺”的簡潔與極致，還是堅持并升級現有的“多傳感器融合”路線？

我們不能將這幾個問題看作是單純的技術辯論，而是一個具體落地的趨向，選擇純視覺，意味著將對算法的信心提升到極致，并賭注自身能夠建立全球最高效、最強大的數據閉環與訓練體系，用“軟實力”彌補“硬感知”的缺失。堅持多傳感器融合，則是相信激光雷達等硬件提供的確定性與安全冗余，在現階段仍是不可或缺的“拐杖”，并希望通過軟硬件協同優化來構筑綜合體驗優勢。

這個選擇，考驗的不僅是技術眼光，更是對自身數據工程能力、算法原創實力乃至商業模式的自信。

基于這些因素，我們可以嘗試描摹2025至2030年中國智能駕駛市場可能演進的格局。

第一陣營，可能會是特斯拉，它憑借全球數據迭代與品牌光環，作為全棧自研的標桿獨立存在。

第二陣營，則可能是華為與百度Apollo這樣的“賦能者”，它們不直接造車（或并非主力），而是通過向多家車企提供全棧或部分智能解決方案，構建龐大的生態聯盟，以規模和生態力量參與競爭。

第三陣營，應該還在廝殺當中，一邊是理想、蔚來、小鵬等頭部新勢力，堅持全棧自研但受限于自身銷量規模的數據積累；另一邊則是尋求轉型的國有與傳統民營車企，它們可能通過類似“日產-Wayve”的模式，與頂尖AI公司合作以求快速補位，用資本換取時間與技術。

此外，小米、字節跳動等擁有深厚AI和用戶生態的科技巨頭，是不可忽視的“黑馬變量”，它們可能以更融合的“汽車+AI+生態”新物種形態切入，徹底打破現有的競爭維度。

面對如此變局，中國汽車產業、企業更需要避免陷入新一輪“硬件內卷”，不能僅僅滿足于在宣傳冊上堆砌激光雷達的數量、算力芯片的TOPS數值，而應將競爭重心轉向更本質的維度：如何用更少的數據實現更快的模型收斂（數據效率）？如何讓一套系統能無縫適應從上海到喀什的不同路況（算法泛化能力）？如何讓乘客在AI駕駛時感到真正舒適、可信賴（用戶體驗）？

其次，在關乎行業長遠發展的AI基礎模型層面，或許可以探索“開源合作”的中國特色道路。單個公司的數據與算力終有瓶頸，能否在確保數據隱私與安全的前提下，由行業領軍企業或國家研究機構牽頭，共同建設一個開放、共享的“中國駕駛大模型”基礎底座？這能避免全社會資源的重復投入，加速整體技術進步。

最后，是不是可以考慮去重新定義“供應鏈安全”的內涵？新時代的供應鏈安全，絕不僅僅關乎車規級芯片和動力電池的穩定供應，它更關乎AI算法與軟件的自主可控、高質量數據生態的良性循環，以及頂尖AI與軟件人才的培養與留存。失去了對“大腦”的掌控，再強壯的“四肢”也將聽命于人。

中國市場的啟示在于全球汽車產業百年未有之大變局，其最精彩的章節，注定會在這里書寫。這里既有最迫切的轉型壓力，也有最豐富的創新養分；既有最殘酷的競爭紅海，也有最廣闊的應用藍海。

中國車企與科技公司所探索的，不僅僅是一種技術路線或商業模式，更是在回答當汽車成為最大的移動智能終端，一個擁有最復雜現實場景與最活躍數字生態的國度，能否孕育出定義下一個時代的“汽車智能”這樣的一個問題！

回望汽車發展的百年長河，其審美與價值核心一直在變化。

從追求機械精密與澎湃馬力的“機械美學”時代，我們正堅定地駛向一個以計算能力、數據智能和持續進化體驗為核心的“智能美學”時代。

2025年末，從雷諾-福特的平臺整合，到日產-Wayve的AI聯姻，再到特斯拉引發的市場熱潮，這一連串事件并非雜亂無章的噪音。

它們是歷史轉折點上，幾個清晰而有力的足印，共同指向同一個未來，那個最終贏得用戶的，將不再只是擁有一副好身板的汽車，而是一個真正懂得思考、并能與你一同成長的智慧伙伴。

本文作者 | 東叔

審校 | 童任

配圖/封面來源 | 騰訊新聞圖庫

編輯出品 | 東針商略

?2025 東針商略 版權所有。未經授權同意，禁止任何形式的轉載或使用。