▲點擊圖片報名，抓住風口（iOS用戶請用電腦端打開小程序）

本期要點：智能化的低潮期，領軍車企要扛起什么大旗？

你好，我是王煜全，這里是王煜全要聞評論。

最近，汽車產業相繼發生一些不太受人注意的大事。

例如，小米汽車低調更改了新車訂購頁面，將“智駕”的說法統一更改為“輔助駕駛”。

類似的情況也出現在特斯拉、比亞迪、理想汽車和小鵬等公司。如特斯拉將“Autopilot自動輔助駕駛套件”的說法改為“輔助駕駛套件”，明顯謹慎了很多。

4月16日，工業和信息化部明確指示企業，在產品宣傳中不應隨意使用可能引起消費者混淆的詞匯如“自動駕駛”或“智能駕駛”，而是要采用“L2級輔助駕駛”這樣更為精準的說法。

我們認為，不可否認，規范宣傳行為是必要的。但更重要的是，企業應當認真分析事故的根本原因，主動承擔起行業領導者的責任，提出切實可行的解決方案。

我建議，加強產業協同創新，共同訂立行業標準， 共享關鍵數據、尤其是Corner Case（極端場景）數據，將有助于提升整車的協調性和安全性，推動汽車產業向更成熟的階段發展。

本質：智能化轉型，如何破局？

首先，我想說的是，被動應對監管要求不是行業領導者應有的態度。

順應監管、降低風險無疑是正確舉措。但必須認識到，這只是對于普通企業的要求，而對于承載了行業革新期望的頭部企業，尤其是小米這樣在互聯網和供應鏈生態中積累了豐富經驗的跨界新巨頭，不能止步于此。

我們強調，當前汽車產業已經進入以智能化為核心的關鍵轉型期。只有智能化足夠成熟，電動汽車才會迅速淘汰燃油車；也只有實現了智能化，之后的無人出行服務產業才會蓬勃發展，中國汽車產業才會取得決定性的勝利。

實際上，中國汽車的智能化正處于蓬勃發展之中。中國輔助駕駛的滲透率從2020年的9%上升到了2024年的55%，隨著比亞迪等重要車企全面啟動智能化戰略，預計2025年的滲透率還會大幅提升。

可是，隨著滲透率的提升，事故數量也在快速增長。這也客觀上引起了社會更多的關注，并督促汽車產業必須認真對待智能化方面的不足。

那么，我認為，當前亟需解決的兩大問題是，整車協調性問題和產業協同問題。

當前，電動汽車的動力系統能達到驚人性能，動輒擁有四五百匹馬力，但軟件控制系統、剎車系統以及整車協調能力卻無法很好的控制住動力系統。

例如，小米SU7 Ultra的動力達到了1000匹馬力的量級。一位資深的跑車玩家朋友跟我透露，如此強大的動力，常人難以駕馭。此外，他還說到，改裝一套動力系統的同時，往往還需要花數倍的成本來升級剎車系統、懸掛系統和車身穩定控制系統。

據統計，電動汽車電驅系統約占整車制造成本的15~18%，而制動與底盤系統約占6~8%；跑車的制動與底盤系統成本所占比例則在15~20%左右，也一定程度上從側面說明了問題。

然而，如今的車企們特別擅長在單點進行極致突破，這雖然能給消費者帶來強烈的心理沖擊，但過分關注單一性能就會帶來安全隱患。

那怎么辦呢？我建議，除了注重整車的設計外，還要從產業的層面來解決問題。

隨著電動汽車性能的提升，車輛集成度的要求也相應提升，也就對車企的產業協同能力提出了更高要求。其中，頭部車企的引領作用尤為關鍵，它們不僅要做產品的提供者，更應成為行業標準、技術路徑和產業生態的塑造者和推動者。

傳統汽車產業成熟的供應鏈模式下，車企只需負責集成和調校工作。但在電動汽車時代，車企不僅要能深度整合三電系統，還要確保軟硬件的高度匹配。這意味著車企需要有更強的產業協同能力。

但現在，一些車企為了提升自己的銷量和利潤，不斷壓低供應商價格，就更不用提為產業鏈的協同創新留出足夠的利潤空間了，也就難以保障汽車整體的協調和安全。

破局：數據共享的必由之路

在智能化時代，汽車的安全性還依賴于智駕系統的可靠性。因此，真正的產業協同還應當體現在智駕領域的合作創新上，特別是“Corner Case”（極端場景）數據的共享方面。

當前，自動駕駛技術面臨的核心挑戰之一，就是應對Corner Case，比如惡劣天氣狀況、復雜工地標牌、道路緊急修復改造等情形。

特斯拉曾測試發現，智駕系統在32%的Corner Case下沒有識別危險并做出響應。即使采用了所謂“端到端”的FSD系統，仍然無法解決Corner Case問題。

這是因為，不像人類能舉一反三，AI模型只能舉一百萬反三，需要從大量數據中學習規律，少量的Corner Case數據很難在算法的訓練中得到充分體現，只有對足夠多且多樣化的Corner Case數據進行學習，包括在虛擬仿真環境中針對Corner Case進行專門訓練，才能讓AI模型具備識別和應對這些場景的能力。

可是，我們必須看到，當前汽車行業缺乏一個用于訓練和驗證自動駕駛系統的Corner Case數據庫。背后更深層原因在于，行業內企業之間“以鄰為壑”的心態所帶來的數據孤島現象。

當事故發生時，車企們恨不得把這些事件和數據藏起來，更不用說對其進行詳細記錄，甚至數據化和標準化，納入行業數據庫和同行共享了。

可是，這無疑是巨大的浪費。要知道，每個Corner Case的數據背后，也許就是一場事故，它們理應成為整個行業、乃至于整個社會的寶貴經驗教訓，應當被用于讓AI系統“吃一塹長一智”。

那么這件事，很明顯，也理應成為領軍車企不應推脫的重要責任。

最后，總結一下，我們反復強調，智能化是中國邁向汽車強國的重要階段，當前的低潮期，既是對企業戰略定力的考驗，也是對整個產業生態成熟度的全面檢驗。

我呼吁，領軍車企應盡快共同制定規則規范和技術標準，共同維護產業協作秩序，特別是盡快牽頭建立Corner Case數據庫，匯聚并標準化相關數據，同時向所有參與者開放共享。這將極大提升行業整體智能化水平，也將更好地造福所有消費者。

以上就是今天的內容，也向你推薦科技特訓營，有關電動汽車產業的智能化趨勢和產業發展的底層邏輯，我們已在科技特訓營進行了多次深入剖析，未來還會持續輸出前沿觀察和判斷。如果你感興趣，歡迎掃碼加入，和我一起，先人一步，領先一路！

王煜全要聞評論，我們明天見。

↓長按圖片掃碼報名，先人一步，領先一路

【科技特訓營】看懂科技產業，離不開長期觀察。線上書院模式，與王老師深度鏈接！為未來五年做好準備，先人一步，領先一路！

↓￥399，掌握王煜全AI產業預測精華（iOS用戶請在電腦端打開）

此外，我們還為您準備了一份清單

“中國電動汽車2025年4月品牌銷量排行榜”