2026年6月9日19時，北京。

全場暗下，一束光打在舞臺中央。

沒有冗長的暖場，沒有堆砌的感謝名單。

聚光燈掀開一塊新銘牌——“AIVA”。全場寂靜了一秒，然后掌聲響起。

但臺下不少人的眼神里，除了期待，還有一層藏不住的疑問：這到底是真家伙，還是又一場AI的概念秀？

畢竟，2026年的中國汽車市場，最不缺的就是新品牌。

它的全稱是“Artificial Intelligence Voyage Ahead”，寓意AI陪伴用戶一路向前；發(fā)音近似“愛我”，試圖在冷硬的技術底色中融入人的溫度。

但比名字更值得關注的，是它背后站著誰。

重慶國資、賽力斯、寧德時代、火山引擎——四雙手握在一起。

有人造車，有人管電，有人做AI，有人出資源。

發(fā)布會上，火山引擎副總裁楊立偉明確喊出“聯(lián)合定義、聯(lián)合設計、共同打造”。

這是一場產(chǎn)業(yè)長板的聚和實驗：賽力斯輸出整車制造與供應鏈管理，寧德時代押入動力電池核心技術，重慶國資提供資本和地方產(chǎn)業(yè)資源，火山引擎推送豆包大模型與智能座艙底座。

四方各出一塊最長的積木，試圖打造2026年新勢力物理AI的新物種。

邏輯重置

過去幾年，新能源車的競爭主線變化極快。

早期拼三電、拼續(xù)航、拼補能，后來比座艙、比智駕、比配置。

到了2026年，大模型和AI已取代硬件參數(shù)，成為新的兵家必爭之地。

但一個深刻的命題尚未被真正回答：什么是“AI汽車”？

目前行業(yè)普遍的做法是——先造好車，再往里塞AI功能。

車殼是車殼，AI是AI，兩張皮貼在一起。用戶對著一臺已經(jīng)物理成型的車機，喚醒一個語音助手。這種“AI上車”的模式，本質(zhì)是將AI作為補丁，而非底盤。

AIVA試圖換一個坐標系來畫起跑線。

賽豆科技CEO李博在發(fā)布會上打了一個比方：“過去是人在前面挖礦，現(xiàn)在是AI在前面挖礦，人在后面淘金。”

這句話背后，是產(chǎn)品定義邏輯的翻轉(zhuǎn)——傳統(tǒng)車企依賴調(diào)研、場景推演和產(chǎn)品經(jīng)理的經(jīng)驗來做判斷，而AIVA希望讓AI介入數(shù)據(jù)分析、趨勢洞察和需求推理，在研發(fā)早期就挖掘出用戶真正在意卻未被滿足的需求。

產(chǎn)品定義的邏輯，正在從產(chǎn)品經(jīng)理向算法和數(shù)據(jù)讓渡。

楊立偉的補刀更直白：“AI汽車不是簡單地把AI放到車上，而是讓汽車成為物理AI的新物種。”

如果一臺車從第一天起就圍繞AI來定義，它的交互方式、智能上限和用戶感受，都會發(fā)生根本變化。

事實正在佐證這一點。政策風向標已經(jīng)從“人工智能+”轉(zhuǎn)向“智能經(jīng)濟”。

2026年政府工作報告首提“打造智能經(jīng)濟新形態(tài)”，明確提出培育智能原生新業(yè)態(tài)新模式。

國家人工智能產(chǎn)業(yè)投資基金、千億級創(chuàng)業(yè)投資引導基金、“十五五”規(guī)劃綱要，都在為“AI長出一個產(chǎn)業(yè)”提供土壤。

如果說以往AI的使命是支持千行百業(yè)，那么2026年的新命題是：AI本身如何“長”出一個產(chǎn)業(yè)？

AIVA從誕生起就撞上了這場變革。

產(chǎn)業(yè)拼圖

要想真正理解AIVA，光看臺前的合作還不夠——股權結構里藏著更深的答案。

賽豆科技的前身是藍電科技。后者曾承載賽力斯在中低端新能源市場的突圍使命。

但現(xiàn)實并不盡如人意。2025年藍電銷量僅2.6萬輛，而同期問界品牌賣出超過42萬輛。

懸殊的數(shù)字折射出一個信號：原有的單一品牌路線，已無法支撐賽力斯的第二增長曲線。

轉(zhuǎn)折發(fā)生在2026年5月。

藍電科技完成大規(guī)模增資，賽力斯間接持股比例降至約三成，退居第二大股東；重慶沙坪壩國資旗下的沙磁致遠成為第一大股東，寧德時代、博俊科技、星宇股份等戰(zhàn)略投資者同步入局。

公司更名為“賽豆科技”。一個股權更開放、資源更多元的新平臺就此浮出水面。

很多人誤以為AIVA是字節(jié)跳動的“造車項目”。字節(jié)跳動已明確聲明與賽豆科技不存在股權合作。

AIVA名字中的“豆”字的確讓人聯(lián)想到豆包大模型，但字節(jié)跳動的角色非常清晰——火山引擎作為技術合作伙伴，提供豆包大模型與智能座艙技術服務，不參與整車制造，不涉及品牌所有權。

于是，AIVA真正的意義不在于“誰造了車”，而在于“用怎樣的組織方式造車”。

它不是一家橫空出世的創(chuàng)業(yè)公司，而是一種新型產(chǎn)業(yè)合力的組織形態(tài)。

股權與分工、制造與智能、傳統(tǒng)與前沿不再是一對矛盾，而是一張互補的網(wǎng)。

把整車制造交給成熟的工廠，讓算法引擎從源頭上定義體驗，用電池技術支撐電動化底座，再以地方產(chǎn)業(yè)資本注入耐力——四方各司其職，像齒輪一樣，緊密咬合。

這是對“AI汽車”的最新回答，也可能是中國汽車工業(yè)從“單點突破”邁向“系統(tǒng)整合”的一次探索。

量產(chǎn)之坎

發(fā)布會現(xiàn)場，AIVA Origin Concept概念車完成了首秀。它的設計語言透露著AIVA的野心：以AI大模型為中心，以生物力學重新理解整車形態(tài)。

AI不再藏在服務器里，而是試圖成為一臺“看得見、摸得著、能感知、會回應”的具身智能生命體。

但再動人的概念，終究只是故事的前言，真正的考驗在于量產(chǎn)。

品牌方規(guī)劃了分層次的產(chǎn)品布局：首款車型為介于轎車與SUV之間的純電增程雙動力跨界車，定價10至20萬元，計劃年內(nèi)上市，并通過自建渠道銷往海內(nèi)外。

后續(xù)車型主要聚焦20萬元以上主流市場，AIVA ME7將在2026年內(nèi)正式亮相。

這意味著AIVA要打兩場仗：在大眾市場直面價格戰(zhàn)，在中高端領域硬剛?cè)A為系、小鵬、蔚來、理想。

20萬元以上的用戶不僅看智能，也看安全、空間、能耗、品牌信任。任何一環(huán)的短板，都可能讓發(fā)布會上的“心動”淪為“心碎”。

面對這些質(zhì)疑，AIVA已經(jīng)夯實了落地的基石。

全系車型標配豆包大模型智能座艙，支持多模態(tài)交互、情緒感知和場景化推薦，實現(xiàn)抖音、飛書等生態(tài)的無縫流轉(zhuǎn)；輔助駕駛系統(tǒng)預計與元戎啟行合作，激光雷達供應鏈指向速騰（參數(shù)丨圖片）聚創(chuàng)。

量產(chǎn)車將在賽力斯鳳凰工廠投產(chǎn)。借助成熟制造體系，AIVA實現(xiàn)了“軟硬一體”的快速落地。

但問題的復雜度遠不止于此。豆包大模型并非AIVA獨享，它同樣服務于比亞迪、奔馳、上汽榮威。

當同樣的技術方案出現(xiàn)在其他品牌的車機里，AIVA的差異化護城河有多深？

這已經(jīng)超越了單純的技術競爭，上升為品牌哲學、組織能力和用戶信任的系統(tǒng)性比拼。

不妨對比一下競品的技術路線。

華為系走的是“鴻蒙OS+自研ADS”的封閉生態(tài)路線，強調(diào)軟硬一體、全棧自研。

小鵬則押注純視覺方案，試圖用更少的硬件成本實現(xiàn)高階智駕。

而AIVA選擇了一條不同的路，不自己做底層大模型，而是與火山引擎深度綁定，將豆包大模型作為智能底座，同時自研具身智能的原生架構。

這條路的好處是起步快、生態(tài)強，風險是差異化不夠深。

能否走通，取決于AIVA能否在應用層創(chuàng)造出獨一無二的體驗。

有媒體同行私下表示：“我們見過太多概念車了。”

AIVA的命題，已經(jīng)從“能不能造出一臺車”，變成了“能不能讓用戶心甘情愿為這臺車的AI體驗買單”。

ME7的上市節(jié)奏、豆包大模型座艙的差異化體驗、用戶對“會進化的AI”的真實感知，而這些，才是真正的試練。

更現(xiàn)實的風險在于：供應鏈能跟上嗎？產(chǎn)能爬坡會遇到什么問題？用戶真的愿意為一套“會進化的AI”多掏幾萬塊錢嗎？這些問題，發(fā)布會上沒有答案。

造車下半程

回到AIVA的核心命題：它到底創(chuàng)造了什么新東西？回答之前，必須先問另一個問題——造車的下半場，究竟走到了哪一步？

數(shù)年前，王傳福給出了那組經(jīng)典定義：上半場的電動化是改善性的，下半場的智能化是顛覆性的。此后，中國汽車產(chǎn)業(yè)全速沖刺。

到2025年，新能源車滲透率突破一半；2026年5月，這個數(shù)字超過六成，電動化已成絕對的主流。

但行業(yè)很快意識到：當所有人都在做智能化，智能化本身就不足以區(qū)分勝負。

2026年開年，新勢力座次劇烈震蕩——競爭從“共同做大蛋糕”進入了殘酷的存量份額爭奪。

這就是造車下半場“下半程”的起點：當智能化成為標配，焦點從“做不做”轉(zhuǎn)向“怎么做得好、做得深”。

2026年5月，李想拋出了一個更具縱深感的框架：“自動駕駛是具身智能的上半場，通用人形機器人是具身智能的下半場。 ”

在他看來，過去十年AI在信息世界的進展，無法從根本上改變物理世界；AI從Chatbot向Agent的進化，必須穿越“行動能力”這一關口，而具備L4級自動駕駛能力的汽車，正是最成熟的載體。

這是一個升維的判斷。

當大多數(shù)車企還在智駕牌桌上試圖以更流暢的語音交互取勝時，真正的下半程競爭已經(jīng)指向一個更遠的終點：AI從虛擬世界的Chatbot，進化為物理世界的執(zhí)行者。

所以，下半程有三個層面：

階段上，從規(guī)模化擴張到精益化深潛。滲透率突破一半不是終點，而是分水嶺。上半場拼規(guī)模，下半場拼智能。

技術上，從功能植入到智能原生。過去的智能化是“先造好車再塞AI”。

下半程要求從產(chǎn)品定義源頭就圍繞AI來構建整車。

當城市NOA已普及到10萬級車型，AI的差異點不再是“有沒有”，而是“能不能真正成為體驗的載體”。

終局上，從交通工具到物理智能體。自動駕駛只是通向通用人形機器人的中間站。

汽車不再是一個移動載具，而是接入物理世界、具備感知與行動能力的具身智能體入口，這就類似鋼鐵俠的AI管家賈維斯。

回到AIVA。

它的“AI原生”理念，讓產(chǎn)品定義從第一天起就圍繞大模型展開，契合了造車下半場下半程“智能原生”的競爭邏輯。

當全行業(yè)的焦點從“智能化有沒有”走向“智能化深不深”，AIVA選擇了一條最純粹也最冒險的路。

換句話說，AIVA能不成為用戶的賈維斯，能成為多大程度的賈維斯，這決定了AIVA能做多遠。

物理AI

“智能原生”只是第一塊基石。真正將AIVA與市面上所有“AI汽車”區(qū)分開來的，是它對“物理AI”的落地路徑。

讓汽車不再是一臺會說話、會導航的交通工具，而成為一個具備感知、決策、執(zhí)行閉環(huán)的具身智能體。

什么是物理AI？

傳統(tǒng)人工智能處理符號、圖像、語音，輸出信息或指令。

物理AI處理的是真實世界的物理規(guī)律：重力、摩擦力、空間距離、動態(tài)障礙物，進而輸出的是真實的物理行動。

說白了，Chatbot是在屏幕里對話，物理AI是在馬路上開車。

而汽車，恰恰是當前最成熟、最可規(guī)模化的物理AI載體。

AIVA的整個技術架構正是圍繞這一邏輯從零搭建的。

不同于傳統(tǒng)車企的“電子電氣架構+外掛AI模塊”，AIVA提出了“具身智能原生架構”。

發(fā)布會雖未披露全部細節(jié)，但可以拼湊出三條清晰的路線，它們共同構成了一個完整的閉環(huán)。

先看感知層。

豆包大模型深度整合攝像頭、激光雷達、毫米波雷達等數(shù)十個物理感知源的數(shù)據(jù)，在底層實現(xiàn)視覺、語言、空間位置的聯(lián)合推理。

舉一個具體場景：用戶說“停在那棵歪脖子樹旁邊”，傳統(tǒng)車機可能聽不懂“歪脖子”是什么意思，但AIVA能理解這個模糊的自然語言描述，并在真實環(huán)境中完成識別與定位。

這不是命令式的“打開車窗”，而是意圖級的物理交互。

再看決策層。

火山引擎透露，AIVA的自動駕駛決策系統(tǒng)引入了類似“世界模型”的架構——AI不僅學習駕駛數(shù)據(jù)，還學習物理世界的運行規(guī)律。

車輛可以在虛擬環(huán)境中預演數(shù)百萬種物理情景：濕滑路面的剎車距離、旁車突然變道的避讓軌跡、兒童突然沖出的緊急響應。

說白了，就是讓AI在虛擬世界里先撞夠足夠多的“墻”，再到現(xiàn)實世界里開車。

這種能力，讓決策不再是規(guī)則的堆疊，而是對物理因果的理解。

最后看執(zhí)行層。

傳統(tǒng)模式下，AI發(fā)出指令后要經(jīng)過多個電子控制單元的中轉(zhuǎn)，響應延遲且路徑碎片化。

AIVA實現(xiàn)了大模型對線控底盤、轉(zhuǎn)向、制動、懸架等執(zhí)行機構的深度直連——AI的決策可以毫秒級轉(zhuǎn)化為車輪的轉(zhuǎn)角、電機的扭矩、減震器的阻尼。

這種“大腦”與“小腦”的融合，是具身智能區(qū)別于普通AI助手的核心標志。

這三層感知、決策、執(zhí)行，環(huán)環(huán)相扣，缺一不可。

發(fā)布會上那臺AIVA Origin Concept概念車的設計語言也在為這一路線作注。

它以“生物力學”為關鍵詞，車身線條融入了對傳感器視野、散熱氣流、碰撞能量路徑的算法優(yōu)化，外形有一部分是“AI自己計算出來的最優(yōu)形態(tài)”。這不是造型師的心血來潮，而是物理AI對整車定義的反向滲透。

實事求是地說，AIVA目前公布的輔助駕駛方案仍停留在L2+級別，距離L4還有明確的量產(chǎn)鴻溝。

關鍵是技術路徑的選擇：AIVA沒有采用“堆料+規(guī)則”的傳統(tǒng)智駕路線，而是從一開始就搭建了具身智能的底層架構——硬件預埋、模型預訓練、數(shù)據(jù)閉環(huán)全部就位。

當算法成熟、監(jiān)管放開時，AIVA具備通過OTA向L4平滑演進的能力，而不是推倒重來。

李想將自動駕駛視為“具身智能的上半場”，AIVA則在這上半場里下了一步更激進的棋：它不想等到L4落地再去思考“汽車智能體還能做什么”，而是在產(chǎn)品定義階段就將物理AI作為整車的第一性原理。

如果這一路線能夠走通，AIVA或許會成為第一個從“造車”賽道跨界進入“通用物理智能體”競爭的玩家——屆時，它的對手可能不再是蔚小理，而是所有試圖讓AI擁有身體的探索者。

這就是AIVA對“物理AI時代”的回答：不是給汽車裝上一個大模型，而是讓汽車從誕生之日起，就為一個具備物理行動能力的智能體而生。

原生啟程

AIVA的出現(xiàn)，不只是又多了一個新品牌的故事。

其真正意義在于——當“AI汽車”從概念走到現(xiàn)實，整個行業(yè)都需要回答一個問題：汽車與AI的結合，究竟是“AI上車”，還是“AI造車”？

AIVA押注的是后者。從品牌的底層邏輯到技術架構，再到產(chǎn)業(yè)資源的多方協(xié)同，并試圖證明：AI不再是汽車的一個賣點，而是汽車定義本身的起點。

說實話，這個選擇既新銳又冒險。

新銳在敢于重新定義產(chǎn)品定義的權力邊界；冒險在產(chǎn)業(yè)落地的重壓之下，每一句話都要被量產(chǎn)車來兌現(xiàn)。

道理是這個道理，但能不能做到？

供應鏈風險、產(chǎn)能爬坡、用戶接受度——任何一個環(huán)節(jié)出問題，都可能讓這場實驗提前終止。

可也正因如此，這場實驗才值得被書寫，被記錄。

當AI物理元年的2026年，越來越多的AI向?qū)嶓w產(chǎn)業(yè)持續(xù)滲透時，AIVA在北京的那場發(fā)布會，或許將是新勢力一個新的歷史節(jié)點：AI正在從數(shù)字世界中走出來，成為賈維斯式的存在。

AIVA能跑多遠？沒人知道答案。

臺下那些藏不住的疑問，要等到量產(chǎn)交付那天，才能見分曉。

路很長，車輪已經(jīng)轉(zhuǎn)動，AIVA已經(jīng)亮出獠牙……