文章核心观点 - 汽车行业正从单一卖车模式向以AI基座大模型为核心的“具身智能”生态转型，通过与智能硬件（如AI眼镜）结合，实现向持续性软件服务付费的高毛利商业模式演变[1][9][13] - 行业转型由两波潮流驱动：2019年硬件厂商（如手机）向汽车制造转型，以及2025年汽车厂商反攻智能硬件，其共同本质是探索更高毛利的商业可能[3][5] - 向AI与具身智能的转型具有高门槛，马太效应显著，资金、技术、数据规模等壁垒可能使行业格局更加固化，优势进一步向头部企业集中[2][16][19] 从硬件到汽车到智能硬件的商业演变 - 第一波潮流（硬件厂商入局汽车）：2019年，因手机等硬件产业增长见顶、利润降低，而中国新能源汽车销量年增幅在30%以上，促使小米、华为、OPPO等厂商通过直接造车或与车企合作（如华为HI模式）的方式转型[3] - 第二波潮流（汽车厂商反攻智能硬件）：2025年，因新能源汽车行业增长受限、利润变低（2024年增速多次月度回落并出现激烈价格战），汽车行业求变，将汽车塑造为具身智能入口并与其它智能硬件结合成为共识[1][5] - 趋势与影响：两波变革推动智能体技术向车载场景延伸，汽车成为连接多元智能硬件的桥梁，推动了智能硬件制造工艺成熟化，并为车端互联创造了新的场景延伸方向[8] 车企向智能硬件转型的案例与战略 - 理想汽车：发布AI眼镜Livis，重量仅36克，续航支持7.6小时音乐或6小时通话，旨在作为全天候使用的具身智能新入口，与车端形成数据闭环[1][10] - 特斯拉：推进“汽车+AI+机器人”生态，将汽车拓展为AI生态的一部分[5] - 小鹏汽车：推行“物理AI”战略，涵盖汽车、飞行汽车（汇天）和人形机器人（Iron），试图跑通“通用模型能力+多场景载体”路径，该战略发布后公司股价盘中大涨13%[6][13] - 其他车企：大众与微软合作AR眼镜HoloLens并拓展至船舶场景；宝马与华为HiCar合作推动硬件互联；蔚来此前推出的NIO Phone也被视为智能硬件转型的早期尝试[8] 智能硬件驱动的车企盈利模式变革 - 商业模式转变：从一次性卖车生意转变为嵌入消费者生活方式的持续性付费（如功能订阅、OTA升级、座舱服务），这类软件服务收入通常比汽车制造毛利率更高[9][13] - 成本与效率优势：智能硬件作为具身智能的不同入口，可与汽车共享同一AI基座模型，将感知、定位、交互等组件复用，从而摊薄算法、算力和数据成本[14] - 数据价值与估值提升：智能硬件便于高频次、多传感地收集用户数据，回传至车企AI大模型形成数据闭环，提升模型能力，并将车企叙事从“造车”升级为“智能生活平台”，从而延展商业可能并提升估值[11][13] - 产业链溢出效应：AI能力可超越汽车场景，用于工业端生产提效（如西门子案例），成为跨部门共用能力，提升公司整体效能[16] 向AI与具身智能转型的挑战与行业格局 - 高准入门槛：转型需要算法、算力、数据、供应链整合与规模化能力，缺一不可，对资金和技术人员要求极高[16][17] - 巨额研发投入：理想汽车2024年研发支出约111亿元人民币；小鹏汽车计划2025年研发支出95亿元，其中AI约45亿元；特斯拉因自建Dojo，2024年AI算力投入达十亿美元级别，研发支出约4.5-4.6亿美元[18] - 数据规模依赖：AI模型（尤其是端到端模型）需要海量数据训练，卖出的汽车和智能硬件数量直接决定数据量，进而影响算法能力，特斯拉的优势便建立在全球车队数据基础上[17] - 马太效应与格局固化：高投入与规模化要求决定了只有头部、受消费者广泛选择的品牌才有能力跑通AI、汽车与智能硬件的闭环，行业格局可能更加固化，中尾部车企弯道超车难度大[2][17][19]