公司动态：小米AI大模型进展与人才引进 - 公司于2025年“人车家全生态”合作伙伴大会上，正式宣布开源并上线Xiaomi MiMo-V2-Flash大模型 [1] - 公司MiMo大模型负责人罗福莉首次公开亮相，其于11月已通过社交媒体宣布加入公司，负责小米首个推理大模型Xiaomi MiMo的研究 [1][11] - 公司高管卢伟冰在12月初通过视频形式侧面回应罗福莉加盟，表示“小米渴望并尊重顶尖人才” [15] 技术产品：MiMo-V2-Flash模型核心特性 - Xiaomi MiMo-V2-Flash是一个小型模型，总参数为309B，激活参数为15B [4] - 该模型在大部分评测基准上超过了DeepSeek V3.2和K2-Thinking，同时参数量减少了二分之一至三分之二 [6] - 模型具备强大的代码能力，据称已进入全球前二水平，并实现了低成本、高速度，已初步具备模拟世界的能力 [4][6] 技术愿景：下一代智能体发展方向 - 公司认为下一代智能体系统应是一个真正理解人类世界并与之共存的“智能体”，而非“语言模拟器” [9] - 智能体能力应从“回答问题”转向“完成任务”，具备记忆、推理、自主规划、决策、执行等能力 [9] - 应实现统一的多模态感知（Omni感知），为理解物理世界打下基础，从而更好地嵌入眼镜等智能终端 [9] 行业观点：开源价值与国内AI进展 - 公司认为开源的价值是实现AGI（通用人工智能）普惠化，是确保所有人类智慧共同进化的唯一路径 [9] - 国内开源模型（如DeepSeek、MiMo）与世界顶尖闭源模型的差距已从2020年时的约三年缩短至目前的可能只有数月 [9] 团队背景：核心负责人履历 - MiMo大模型负责人罗福莉为95后技术专家，本科毕业于北京师范大学计算机专业，硕士毕业于北京大学计算语言学研究所 [9] - 其职业生涯始于阿里达摩院，主导开发多语言预训练模型VECO，后加入DeepSeek母公司幻方量化及DeepSeek团队，参与研发DeepSeek-V2等模型 [10] - 据此前媒体报道，公司创始人雷军曾希望以千万年薪邀请其加入公司领导AI大模型研究 [11] 公司战略：AI领域投入与布局 - 公司已在AI领域启动“压强式投入”，大模型与应用进展“远超预期” [15] - 未来将聚焦“AI与物理世界的深度结合”这一核心方向 [15] - 根据已公布的时间表，公司已推出包括推理大模型MiMo-7B、视觉推理大模型MiMo-VL、音频生成模型MiMo-Audio、端侧视觉语言大模型MiMo-VL-Miloco以及具身大模型MiMo-Embodied在内的系列模型 [15]

文章核心观点 - 小鹏汽车CEO何小鹏基于近期与近三十位AI领域人士的交流 分享了对AI行业发展趋势的看法 认为当前AI处于发展初期 物理AI领域在未来三年可能产生重大突破 自动驾驶与人形机器人将快速演进 同时指出中美在AI创业与估值上存在差异 但整体AI市场存在巨大机遇且当前并无泡沫 [1][3][4][7][8][9] 关于美国的新创业和机器人 - 美国在AI、生物、金融领域的创业活动较为活跃 [3][8] - 从硅谷观察 AI创业在SaaS和物理AI机器人领域特别集中 且估值特别高 [3][8] - 中美机器人公司技术路径存在差异 中国公司多从关节和控制入手 美国公司多从模型入手 [3][8] - 人形机器人未来将是巨头间的竞争 而不同的专用机器人领域将存在大量成功机会 [3][8] 关于物理AI - 行业普遍期望从语言大模型走向多模态甚至世界模型 因为语言在描述和传授某些物理技能时存在局限 [4][9] - 未来3年 最有可能产生重大突破的领域可能在物理AI 而非数字世界 [4][9] - 具体突破方向包括：自动驾驶将直接达到准L4或完整L4 人形机器人将实现从类似自动驾驶L1到L4初阶的快速跨越 [4][9] - 物理AI的发展速度可能慢于数字AI 但其对生活的改变力度会更大 [4][9] 关于AI泡沫 - 任何科技时代（如互联网、新能源汽车）在发展过程中都存在阶段性或局部性泡沫 这是市场从混沌到有序的必然竞争过程 [4][9] - AI整体仍处于“0到0.1”的最开始阶段 必将推动社会巨大变革 [4][9] - 若论估值 中国AI估值比较合理 美国AI估值则“实在有一点高” [4][9] - 中美AI发展侧重点不同 中国更关注市场应用 美国更关注前沿研究 [4][9] - 整体而言 当前没有AI泡沫 未来AI市场存在巨大机遇 [4][9] 关于AGI的到来 - 当前AI能力主要基于模仿学习与强化学习 例如自动驾驶通过快速学习百万人的驾驶习惯 能比大部分人开车更好更安全并出现涌现能力 但这并非真正的创造力 [5][11] - 真正的通用人工智能仍需多项关键能力 包括从多模态到世界模型、持续学习、长时序洞见和规划能力等 [6][11] - 这些能力的完全实现可能还需要数年时间以及底层能力的再次提升 [6][11]

文章核心观点 - 小鹏汽车CEO何小鹏基于近期与美国近三十位AI领域人士的交流 分享了关于AI创业趋势、物理AI发展前景、AI估值泡沫以及通用人工智能AGI发展阶段的看法 其核心观点认为AI仍处于发展初期 物理AI领域在未来三年可能产生重大突破 并将深刻改变生活 同时指出当前市场整体不存在AI泡沫 未来机遇巨大 [1][3][4][7][8][9] 关于美国的新创业和机器人 - 美国在AI、生物和金融领域的创业活动较为活跃 其中AI创业在硅谷尤其集中于SaaS和物理AI机器人领域 且这些领域的公司估值特别高 [3][8] - 中美机器人公司的技术路径存在差异 中国公司多从关节和控制技术入手 而美国公司则更多从模型入手 [3][8] - 人形机器人市场未来将是巨头之间的竞争 而各类专用机器人领域则将涌现大量来自不同领域的参与者 并拥有非常多的成功机会 [3][8] 关于物理AI - 行业正期待从语言大模型向多模态乃至世界模型演进 因为许多物理技能（如行走、游泳）难以仅通过语言学习 需依靠观察、模仿和强化 [4][9] - 未来3年 最有可能产生重大突破的领域可能不在数字世界 而在物理AI领域 例如自动驾驶技术可能直接达到准L4或完整L4级别 人形机器人可能实现从类似自动驾驶L1到L4初阶的快速跨越 [4][9] - 物理AI的发展速度可能慢于数字AI 但其对生活改变的力度将会更大 [4][9] 关于AI泡沫 - 任何科技时代（如互联网、新能源汽车）的发展过程中都存在阶段性或局部性泡沫 这是市场从混沌走向有序的必然竞争过程 [4][9] - 整体而言 AI必将推动社会巨大变革 目前仍处于“0到0.1”的最初阶段 [4][9] - 若论估值 中国市场相对合理 而美国市场估值则显得较高 中国市场更关注应用落地 美国市场更关注前沿研究 [4][9] - 当前整体上并不存在AI泡沫 AI市场未来蕴含着巨大机遇 [4][9] 关于AGI的到来 - 当前AI的能力主要基于模仿学习（学习既有知识和操作）和强化学习（通过反复练习优化效果与效率） 例如自动驾驶可通过学习数百万人的驾驶习惯 快速达到比大多数人更安全驾驶的水平并展现出涌现能力 但这并非真正的创造力 [5][11] - 真正的通用人工智能AGI尚需多项关键能力 包括从多模态发展到世界模型、持续学习能力以及长时序的洞见和规划能力 这些能力尚未完全实现 可能还需要数年时间以及底层能力的进一步提升 [6][11]

文章核心观点 - 2025年下半年，关于AI泡沫的讨论已成为市场焦点，市场集中度和资本流动呈现极端化特征，但行业普遍认为全面泡沫化言之过早，未来2-3年是关键验证期 [1][3] - 小鹏汽车CEO何小鹏认为当前没有AI泡沫，AI仍处于0到0.1的初始阶段，未来市场存在巨大机遇，并指出中美在AI估值、关注重点及机器人技术路径上存在差异 [1] - 未来AI发展的关键是与实体经济深度融合，物理AI领域（如自动驾驶、人形机器人）可能在3年内产生巨大突破，其发展速度虽慢于数字AI，但对生活的改变力度更大 [1][4] 市场现状与资本动态 - 美股前10大市值的公司中，已有8家是AI相关科技公司，其集中度远高于互联网泡沫时期 [1] - 资本流动呈现极端化特征，一方面科技巨头开启“军备竞赛”，另一方面机构投资者纷纷获利了结 [1] - 瑞银证券报告显示，中国互联网龙头资本支出占收入比例为10%，显著低于美国同业的27% [2] 对AI泡沫的行业观点 - 富国基金认为，与互联网泡沫相比，本轮AI行情虽显现泡沫特征，但尚处早期阶段，行情仍有演绎空间，触发互联网泡沫破灭的流动性收紧、盈利兑现失败等情况尚未出现 [3] - 多数分析师认为，产业全面泡沫化言之过早，未来2-3年将是关键验证期 [3] 中美AI发展差异 - 在估值方面，中国估值比较合理，美国估值则被认为偏高 [1] - 在发展重点上，中国更关注市场应用，美国更关注前沿研究 [1] - 在AI创业领域，美国在SaaS和物理AI机器人领域创业特别多，估值也特别高 [1] - 在机器人技术路径上，中国的机器人公司多从关节和控制入手，而美国的机器人公司多从模型入手 [1] AI技术发展阶段与未来机遇 - 当前AI仍处于0到0.1的最开始阶段，主要是类似人类的模仿学习加上强化学习，并非真正的创造力 [1][2] - 真正的AGI（通用人工智能）还需要多模态到世界模型、持续学习、长时序洞见和规划等能力，可能还需要数年时间 [2] - 未来3年，最有可能产生大突破的领域可能在物理AI，例如自动驾驶直接到达准L4或完整L4，人形机器人实现从L1到L4初阶的快速跨越 [1] - 物理AI的发展速度会比数字AI慢，但改变生活的力度会更大 [1] - 人形机器人将来会是巨头的竞争，而不同的专用机器人则会有大量不同领域的选手和成功机会 [1] 行业竞争与商业落地 - 在应用端，垂直领域存在较高的服务能力壁垒，头部公司正主动将AI功能整合至自有应用中 [2] - 行业观察到，OpenAI虽然核心在说AGI，但是全力在做业务落地 [1] - 只有那些能穿透市场噪音、聚焦技术本质与商业价值的企业，更有可能在技术革命中赢得未来 [4]

小米AI大模型战略与新品发布 - 公司在2025年“人车家全生态”合作伙伴大会上，正式宣布开源并上线其大模型产品Xiaomi MiMo-V2-Flash [1] - 公司自研的MiMo系列大模型已形成产品矩阵，包括推理大模型MiMo-7B、视觉推理大模型MiMo-VL、原生端到端音频生成模型MiMo-Audio、端侧视觉语言大模型MiMo-VL-Miloco以及具身大模型MiMo-Embodied [14] Xiaomi MiMo-V2-Flash模型技术细节 - Xiaomi MiMo-V2-Flash是一个小型模型，总参数为309B，激活参数仅为15B [4] - 该模型在大部分评测基准上表现超过DeepSeek V3.2和K2-Thinking，同时参数量减少了二分之一至三分之二 [6] - 模型具备低成本、高速度的特点，并已初步具备模拟世界的能力 [6] - 模型负责人罗福莉评价其代码能力已进入全球前二 [4] 公司对AI智能体发展的愿景 - 公司认为下一代智能体系统不应仅是“语言模拟器”，而应是能理解人类世界并与之共存的“智能体” [7] - 智能体需实现从“回答问题”到“完成任务”的转变，具备记忆、推理、自主规划、决策、执行等能力 [7] - 智能体需实现统一的多模态感知（Omni感知），为理解物理世界打下基础，以便更好地嵌入眼镜等智能终端 [7] 公司对AI领域的投入与人才战略 - 公司已在AI领域启动“压强式投入”，大模型与应用进展“远超预期” [14] - 公司未来将聚焦“AI与物理世界的深度结合”这一核心方向 [14] - 公司高度重视顶尖人才，创始人雷军曾以千万年薪邀约罗福莉加盟，公司高管亦表示“渴望并尊重顶尖人才” [11][14] 行业视角：中国AI大模型发展 - 据公司技术专家评估，2020年时国内开源模型与世界顶尖闭源模型的代差约有三年，而目前以DeepSeek、MiMo为代表的中国开源模型与世界顶尖闭源模型的差距已缩短至可能只有数月 [7] - 公司技术专家认为，开源是实现AGI（通用人工智能）普惠化，并确保所有人类智慧共同进化的唯一路径 [7]

小米AI大模型技术发布 - 公司于2025年小米人车家全生态合作伙伴大会上，由Xiaomi MiMo大模型负责人罗福莉首次公开亮相并发布MiMo-V2-Flash开源MoE模型 [2][4] - 该模型总参数量达3090亿，活跃参数为150亿，采用MIT开源协议，基础版权重已在Hugging Face发布 [4] - 模型围绕极致推理效率设计，通过3层MTP推理加速并行Token验证，实现了2.0至2.6倍的推理速度提升 [2] 模型性能与功能 - 在衡量编程能力的SWE-bench Verified测试中，MiMo-V2-Flash取得了73.4%的得分，超越了所有已知的开源模型，并接近顶级闭源模型水平 [8] - 模型支持深度思考和联网搜索功能，适用于需要实时数据、最新动态或资料核对的场景 [4] 公司AI战略与愿景 - 公司将AI视为核心战略方向，罗福莉的加入加速了技术落地 [8] - 罗福莉表示，MiMo-V2-Flash只是公司AGI路线图上的第二步 [8] - 公司相信开源是实现AGI普惠化、确保所有人类智慧共同进化的唯一路径 [9] - 公司已于今年4月申请注册多枚"XIAOMI MIMO"商标，国际分类涵盖运输工具、科学仪器、通讯服务等多个领域，部分商标已通过初审或处于注册申请中 [9] 下一代AI发展理念 - 公司认为下一代智能体系统不是"语言模拟器"，而是真正能够理解世界并与之共存的"智能体" [6] - AI进化的下一个起点需要能与真实环境交互的物理模型，目标是打造具备物理一致性、时空连贯性的虚拟宇宙，使AI能理解物理规律并推演世界运作逻辑 [6] 行业分析与展望 - 摩根士丹利研报认为，此举展示了公司对AI研发的承诺，并预计公司未来将在云端AI和边缘AI两方面取得更多实质性进展 [9] - 强大的自研AI底层能力，将为其手机、IoT设备乃至新能源汽车等硬件产品带来独特的智能化体验，构筑更深的生态护城河 [9]

文章核心观点 - 小鹏汽车董事长何小鹏认为当前没有AI泡沫，未来AI市场存在巨大机遇 [1][5][11] - 整体上，AI仍处于发展的最初阶段（0到0.1），并将推动社会巨大变革 [4][10] 关于美国的新创业和机器人 - 美国在AI、生物、金融领域的创业较多，硅谷的AI创业集中在SaaS和物理AI机器人领域，且估值特别高 [2][9] - 何小鹏此次交流的近三十位AI领域朋友中，约一半（近十五位）从事机器人创业，集中度很高 [2][9] - 中美机器人公司技术路径存在差异：中国公司多从关节和控制入手，美国公司多从模型入手 [2][9] - 人形机器人领域未来将是巨头间的竞争，而专用机器人领域将涌现大量来自不同领域的参与者，并存在大量成功机会 [1][2][9] 关于物理AI - 行业普遍期望从语言大模型向多模态乃至世界模型发展，因为语言在描述和传授某些物理技能（如行走、游泳）时存在局限 [3][10] - 未来3年，重大突破更可能发生在物理AI领域，而非数字世界 [3][10] - 具体突破可能包括：自动驾驶直接达到准L4或完整L4级别；人形机器人实现从类似自动驾驶L1到L4初阶的快速跨越 [3][10] - 物理AI的发展速度可能慢于数字AI，但其对生活的改变力度将更大 [3][10] 关于AI泡沫 - 任何科技时代（如互联网、新能源汽车）都存在阶段性或局部性泡沫，这是市场从混沌走向有序的必然竞争过程 [4][10] - 当前中美市场存在差异：中国AI估值相对合理，更关注市场应用；美国AI估值较高，更关注前沿研究 [4][10] 关于AGI的到来 - 当前AI能力主要基于模仿学习和强化学习，例如自动驾驶通过从数百万人的驾驶习惯中学习，能快速达到比大部分人更安全驾驶的水平并涌现新能力，但这并非真正的创造力 [6][12] - 真正的通用人工智能仍需多项能力突破，包括从多模态发展到世界模型、持续学习、长时序洞见和规划能力等，这可能还需要数年时间及底层能力的进一步提升 [6][12]

文章核心观点 - 小鹏汽车董事长何小鹏认为当前没有AI泡沫，未来AI市场存在巨大机遇 [1][5][11] - 整体上，AI仍处于发展的最初阶段（0到0.1），并将推动社会巨大变革 [4][10] 关于美国的新创业和机器人 - 美国在AI、生物、金融领域的创业较多，其中硅谷在SaaS和物理AI机器人领域的创业特别多，估值也特别高 [2][9] - 何小鹏此次交流的近三十位AI领域朋友中，约一半（近十五位）是从事机器人创业的，集中度很高 [2][9] - 中美机器人公司技术路径存在差异：中国公司多从关节和控制入手，美国公司多从模型入手 [2][9] - 人形机器人领域未来将是巨头间的竞争，而不同的专用机器人领域将存在大量不同领域的选手，并拥有非常多的成功机会 [1][2][9] 关于物理AI - 行业普遍期望从语言大模型走向多模态甚至世界模型 [3][10] - 未来3年，最有可能产生重大突破的领域可能不是数字世界，而是物理AI领域 [3][10] - 物理AI领域的具体突破可能包括：自动驾驶直接达到准L4或完整L4级别；人形机器人实现从类似自动驾驶L1到L4初阶的快速跨越 [3][10] - 物理AI的发展速度可能比数字AI慢，但其改变生活的力度会更大 [3][10] 关于AI泡沫 - 任何科技时代（如互联网、新能源汽车）都存在阶段性或局部性泡沫，这是市场从混沌到有序的必然竞争过程 [4][10] - 中美市场存在差异：中国AI估值比较合理，美国估值则被认为“实在有一点高” [4][10] - 中美关注点不同：中国更关注市场应用，美国更关注前沿研究 [4][10] 关于AGI的到来 - 当前AI能力主要基于模仿学习和强化学习，类似自动驾驶通过快速学习百万人驾驶习惯，能比大部分人开车更好更安全，并出现涌现能力，但这并非真正的创造力 [6][12] - 真正的通用人工智能（AGI）仍需多项能力突破，包括从多模态到世界模型、持续学习、长时序洞见和规划能力等 [6][12] - AGI的完全到来可能还需要数年时间，并等待部分底层能力的再次提高 [6][12]

公司战略与财务表现 - 小米集团2025年被定义为“大发展”之年，2024年前三季度收入同比增长32.5%至超过3400亿元，经调整利润同比增长73.5% [7] - 公司未来五年研发投入预计将超过2000亿元，其中2026年预计研发投入约400亿元 [7] - “AI与现实世界深度融合”被列为小米未来十年的核心战略，公司已准备All in AI [31] - 公司业务聚焦于“人车家全生态”，涵盖个人设备、出行设备、家庭设备三大产品线，核心技术为芯片、OS、AI，并拥有手机、汽车、大家电的智能制造能力 [10] 人工智能与大模型战略 - 小米自研MiMo系列大模型家族，包括推理大模型、视觉推理大模型、原生端到端音频生成模型、端侧视觉语言大模型、具身大模型 [12] - 公司打造Agent语言基座模型的三个核心方向是：超强的代码和工具调用能力作为高效“语言”、围绕极致推理效率设计的模型结构作为“高带宽”协作关键、全新后训练范式以保证高效稳定的扩展强化学习训练 [16][18] - 小米认为下一代智能体系统不是“语言模拟器”，而是能理解世界并与之共存的“智能体”，强调AI需与物理世界交互 [5][27] - 公司认为算力和数据并非最终护城河，真正的护城河是科学的研究文化与方法，以及将未知问题结合模型优化转化为可用产品的能力 [5][28] 技术进展与产品发布 - 小米最新发布的MiMo-V2-Flash模型性能媲美DeepSeek-V3.2，是其核心成员罗福莉加入后团队亮出的首个成果 [14] - MiMo-V2-Flash模型在代码和Agent测评基准测试中达到全球开源模型TOP2水平，其突出优势是推理效率，实现了低成本和高速度 [17][20] - 该模型采用Hybrid SWA架构、固定KV Cache以增强长文推理，并通过3层MTP推理加速并行Token验证，实现推理速度2-2.6倍的提升 [20] - MiMo-V2-Flash已初步具备模拟世界的能力，例如通过HTML写操作系统、模拟太阳系 [22] - 该模型发布即开源，模型权重、技术报告均开源，API限时免费 [25] 行业观点与研发理念 - AI正以非线性方式重演人类大脑6亿年的进化史，语言被视为人类思维和物理世界在符号空间的“投影” [5][15] - 行业对AGI路径存在不同观点，有观点认为语言即可实现最终AGI，但小米团队认为AI进化的下一个起点必须是能与物理世界交互的模型 [27][28] - 开源被视为实现AGI普惠化和确保全人类智慧共同进化的唯一路径，其价值被定义为一种分布式的技术加速主义 [5][30] - 顶尖开源模型与顶尖闭源模型的性能差距已从三年前缩短至“数月” [30] - 小米大模型Core团队定位为研究、产品与工程深度耦合的“小而美”团队，强调创业精神和追求真理 [28]

公司核心产品发布 - 公司于深夜“突袭式”发布并开源了最新的专家混合架构大语言模型MiMo-V2-Flash，模型总参数量达3090亿，活跃参数为150亿，采用MIT开源协议，基础版权重已在Hugging Face上发布 [1] - 公司团队负责人明确表示，该模型的发布是其AGI路线图上的第二步，凸显了公司在AI领域的长远规划和技术雄心 [3] - 模型已在API平台限时免费开放，并以MIT开源协议在Hugging Face上发布了基础版权重 [8] 产品性能与市场定位 - 在SWE-bench Verified编程能力测试中，模型取得了73.4%的得分，超越了所有已知的开源模型，并接近顶级闭源模型水平 [5] - 在AIME 2025数学竞赛和GPQA-Diamond科学知识测试等推理项目中，模型位列开源模型前两名，综合性能与DeepSeek-V3.2等主流大模型相比具有竞争力 [5] - 在智能体任务上，模型在τ²-Bench分类得分中，于通信、零售、航空等多个类别均获得高分，证明其具备理解复杂任务逻辑和执行多轮交互的能力 [8] - 官方公布的定价为每百万输入token 0.1美元、输出token 0.3美元，结合高达150 tokens/秒的推理速度，公司称其为现有最高性价比的高性能模型之一 [4][8] 技术创新与架构 - 模型采用“混合滑动窗口注意力机制”，以5:1的混合比例（每5层滑动窗口注意力搭配1层全局注意力），将KV缓存的存储量减少了近6倍，同时支持高达256k的超长上下文窗口 [9] - 团队发现128个token的窗口大小是“最佳选择”，盲目扩大到512反而会导致性能下降，并强调“sink values是不可或缺的” [9] - 模型应用了轻量级多Token预测技术，使模型能一次并行预测多个token，将推理速度提升2至2.6倍，通过3层MTP，平均接受token数超过3个，编码任务速度提升约2.5倍 [11] - 在训练阶段，模型在预训练阶段使用FP8混合精度技术，在27万亿token的数据上完成训练 [14] - 在后训练阶段引入了多教师在线策略蒸馏框架，该方法仅需传统SFT与强化学习相结合方法的1/50算力，就能让学生模型达到教师模型的性能峰值 [14] - 这一训练框架为构建一个“自我强化循环系统”奠定了基础，可实现模型的持续、高效迭代 [16] 战略影响与行业展望 - 模型的入局可能搅动现有开源AI模型的竞争格局，其极低的成本和高速推理能力，为开发者和企业提供了极具吸引力的选择，或将加速高性能AI技术在更广泛场景的应用和普及 [4] - 强大的自研AI底层能力，将为其庞大的“手机 x AIoT”生态系统形成强大赋能，并为其手机、IoT设备乃至新能源汽车等硬件产品带来独特的智能化体验，构筑更深的生态护城河 [4][17] - 摩根士丹利研报观点称，此举“展示了公司对AI研发的承诺”，并预计该公司未来将在云端AI和边缘AI两方面取得更多实质性进展 [17] - 此举揭示了公司意图通过自研AI技术深度赋能其“人车家”全生态的战略野心 [18]