行业趋势与竞争格局 - 汽车行业面临价格战困境，需通过政府引导、行业自律、市场调节和消费者决策综合施策[33][34] - 行业竞争从"卷"升级到"战"，需将精力转向产品创新和技术创新而非单纯价格战[43] - 合资车企在新能源市场面临挑战，但正通过本土化研发实现触底反弹[68][70] - 行业已不分合资、自主、新势力，未来竞争核心在于研发能力和产品力[70] 智能化与AI应用 - 端侧AI算力将迎来指数级跃升，未来可实现大模型本地化部署[15] - 智能汽车面临四大矛盾：算力需求与成本、软硬件迭代不匹配、系统复杂性与确定性、安全性问题[17] - AI赋能汽车将重塑人车关系，实现从被动响应到主动服务的转变[39][66] - AI大模型上车可定制场景化服务，实现"千人千面"的个性化体验[66] - L4自动驾驶落地需政策法规完善、数据安全解决和技术成熟[54] 技术创新与场景应用 - 车路网云一体化需结合低轨卫星实现全球无死角覆盖[10] - Robotaxi商业化进展卡点在政策层面而非技术层面[25] - 飞行汽车技术已存在百年，预计10年内载人飞行汽车将达100万辆[21] - 人形机器人批量落地仍面临挑战，多数公司不做"大脑"开发[13] - Robotaxi需避免"油改电"思维，应根据实际需求设计专用车型[27] 商业模式与差异化竞争 - 可持续商业模式需找到核心价值和差异化定位[48] - AI能力不会完全同质化，实现AGI仍需巨大投入[50] - AI-Native产品可实现产业链深度合作与价值共享[52] - 车企应建立与用户的直连机制，实现数据驱动的经营管理[37] - 长期合作需确保产业链合理利润，丰田模式值得借鉴[58] 三剑客（Robotaxi/飞行汽车/人形机器人） - 三者在技术同源、供应链重合和场景融合方面具有共通性[19] - 竞争核心不在技术本身，而在于场景契合度与真实需求驱动[23] - 三者构成智能出行和智能生活系统的三个组成部分[31] - Robotaxi正处于商业化前端的产业洗牌阶段[25] 用户体验与产品创新 - 智能座舱将改变人车关系，从功能用车转向移动节点[72] - 情感智能、主动式智能体和跨设备打通是AI+汽车的演进方向[39] - 豪华品牌通过严苛标准确保用户体验，如凯迪拉克雨淋实验[64] - 内容平台通过AI工具缩短用户决策时间，提升购买效率[41]