物理AI元年的产业协奏曲——赛豆科技与AIVA的破局登场

“你有没有想过，如果AI长出身体，世界将发生怎样的变化？”

“如果AI，长出汽车的身体，那么，车，还只会是车吗？”

北京燕栖湖畔的灯光暗下来那一刻，来到发布会舞台上的，并不只有赛豆科技总裁李博一个人。在他背后的屏幕上，还“站”着另一道声音，他的搭子，发布会的真正主持人，名叫AIVA，一个被投射在屏幕与空间里的，AI生命体形象。

这个充满知性的女声，用平稳、带一点温度感的语气接过话茬，替这场发布会定下了它最醒目的注脚:这不是一场传统意义上的新车品牌亮相，而是汽车行业第一次让AI作为共同讲述者走上台前。

时间拨回几个月前，李博在内部复盘会上提到过一个让他和团队静默的瞬间:他抱着“试着用用”的心态，让AI助手写一份车型的立项报告，二十分钟就拿出了将近七十页高质量的内容。

也许是从那一开始，李博以及他的团队开始意识到，行业里讨论了太久的“AI上车”，其实问错了问题。

真正该问的不该是如何把聊天框塞进中控屏，而是当AI已经能理解意图、组织信息、替你把碎片拼成方案时，AI凭什么还只是个附件？如果它要长出身体，汽车就是那个最重、也最合适的身体。

这也是为什么，当2026年被越来越多从业者半认真半仪式化地称为“物理AI元年”时，赛豆科技的登场会被一些人看成一句口号，却被另一些人读出不一样的意味:AI从数字世界走向真实场景的关键门槛，从来不在算力多大、模型多新，而在它能否进入一套高风险、高约束、可验证的物理闭环里稳定做事。

汽车恰恰拥有这条闭环最完整的链条——传感器把世界读进来，决策系统把目标拆成动作，执行器把动作落到轮胎、制动、转向与能源管理上，再被环境与规则反噬、修正、学习。

把这套东西跑通，才是“物理AI”从演示走向产业。

01从股权结构开始写的“组队”故事

赛豆科技的故事，起点不在设计中心，而是在股东名册与持股比例之中。

这家企业是由重庆沙坪坝区国资平台、赛力斯体系(赛力斯汽车，持股约32.96%)、岳行嘉升?(员工持股平台，约16.48%)、宁德时代旗下问鼎投资(持股约9.89%)以及若干产业链资本共同持股，并以“董事会授权经营团队全权负责”的现代治理方式独立运营。

上面这一些，也许看起来只是一串百分比，但骨子里却是一种少见的组织姿态:不做谁的附属品牌，不把AI当母公司资源的装饰层，而是拿一个市场化主体当容器，将政府掌控的海量资源、行业龙头企业的技术优势，以及市场化运作特有敏捷，绑定到同一张资产负债表上。

李博在现场的表述更直白。这样构成的赛豆，将不是再造一个封闭王国，而是把长板拼接起来。

国资侧提供政策通道与区域产业集群支点，赛力斯则赋能其二十多年整车全价值链的经验。后者从工程开发、供应链协同到质量体系，做成可复用的底座，但不替赛豆操盘。

宁德时代这个国内乃至全球范围内动力电池的顶级强者，则脱离了区区供应商的定位，将在动力电池领域积累二十年所掌握的:安全边界、热管理策略、充换电体系与能耗模型等等，更早嵌入到产品定义之中，而不是等白车身定型后再去迁就。

而若要再加上常州星宇、江苏博俊这类产业链投资方以股权方式长期绑定，从研发到采购，最终投入量产整个周期的所有风险，将被压进一个更稳定的结构里，试错成本不再由一家初创硬扛，而是由生态共担。

在过去的几十年里，外界往往用“背景多硬”来评判这种组合，但真正值得盯紧的其实是另一件事，把汽车行业传统的供应链各环节上的买卖关系，又往里挤压了一寸——供应商不只是交零件，资本也不只是给钱，技术伙伴也不只是卖方案和模块。

AIVA与火山引擎之间的关系，被概括为“联合定义、联合设计、共同打造”。火山引擎副总裁杨立伟在沟通场合的说法也回到同一个重心:他们理解的AI汽车，不只是把大模型放进车机，而是让汽车逐渐靠近“物理AI的新物种”。说大白话就是，交互要从以往机械般生硬走向自然鲜活，智能要从功能堆叠走向能力涌现，感受要从单调工具走向松弛愉悦。

简而言之，当大家还在卷的“语音有多快、界面有多炫”的时候，赛豆正联合火山引擎等合作方，努力把AI悄悄挪到了更底层的位置。

如果要把这个组局放到更大的坐标系里，这种组成方式本身也在给地方产业提供一个可参照的样本:重庆以沙坪坝为节点，把整车制造资产、零部件配套、AI技术服务与国资产业资源拧成一股绳。

从AIVA品牌被官宣这一刻开始，自此以后“AI+汽车”将不再是企业吹水的素材、概念招商的修辞，而将变成一条能被看见的产业链升级路径——从汽车生产基地，向物理AI产业生态迈进。

02AI 定义汽车，先有 AI 再有车

如果只停留在合作框架，这个故事仍然只是资本叙事。让它变得锋利的地方，在于赛豆试图对造车流程进行颠覆——AI定义汽车，先有AI再有车。

李博在台上用过一句很形象的话总结这种转向:过去是人挖矿、淘金，现在是让AI在前面挖，人在后面淘。

“挖矿”在这里指的不是噱头式的用户画像，而是把真实出行数据喂进模型，让需求从“我们觉得用户要什么”变成“AI从千万次真实片段里替你看见用户到底在经历什么”。尽管仍然需要基于人的判断与取舍，但至少把传统调研的样本偏差、部门本位、经验滤镜，先打薄一层。

落到造车的实际链路，这种前置或者说倒叙模式，至少体现在四个看不见但很要命的地方。

首先需求前置。不是先锁平台、再谈配置，而是让AI参与产品定义的起点:哪些场景值得被组织成“任务”，哪些舒适与安全感必须被当成硬指标，而不是软文案。比如驾驶者孩子发烧了，抱着孩子开车门放安全座椅时，对系统说一声“去医院”。“传统”的智能座舱可能给个导航路线结束了而AIVA口径下的目标，却是让系统把这件事变成一条可执行的任务链:

医院周边有没有更合理的落客点、电量与停车如何联动、下车动线怎么最短、车内环境在该情境下该怎么预设——给出导航路线只是环节之一，本质上是系统要为驾驶者解决问题。

其次是架构的前置。赛豆强调从底层预留AI可调用的接口与共享协议:传感器数据怎么分发给上层模型、执行器之间如何协同、数据与模型更新怎么回流、反思结果怎么沉淀为下一轮的约束。

换句话说，车不是先当“功能集合体”焊死，再贴AI皮肤，而是从电气/总线与软件架构阶段就承认。智能体它会学习也会成长，它必须能被安全地继续改进。

第三则是功能前置——更准确地说，是围绕“用户目标”而不是“按钮清单”组织功能。李博在现场举的例子很生活化，例如同样是“空调22度”，夏天穿着T恤的22、冬天脱了羽绒服的22、刚打完球湿着头的22、穿西装赶去见客户的22，体感完全不同。系统若能记住人与环境的上下文，就不必让用户反复修正变量，而是感觉到有一个聪明的助理一步到位解决问题。

最后则是学习前置。OTA在这里不被允许只当修Bug的管道，而被要求成为“性格养成”的过程:车随使用习惯持续微调，偏好不只存在账号里，而是落在座椅、氛围、能耗策略、驾驶辅助的风格边界里，让“越开越懂你”从广告语变成可交付指标。

而只有把上述四步合在一起，你会理解何为“智能原生”。这不再是什么旧车加新脑，而是先承认车会是一个持续被数据喂养、被模型驱动、被安全框架束缚的，活的载体。

发布会的尾声，聚光灯切到一台车——AIVA Origin Concept作为概念先行者亮相，曲面与比例更像水滴而不是折纸，大灯被赋予某种“注视感”，轮毂的骨骼感灵感来自鸟类叉骨，低风阻的罩面像翅膜一样收住攻击性。

而紧接着的信息则更硬。首款量产车型 AIVA ME7将在年内亮相，AIVA全系列车型将覆盖20万元以上主流市场。

但正如一开始提到的那样，这其实并不是一场汽车产品的发布会，所以李博在收束发言时，把落点从“第一款车卖多少”挪开了一点。

他强调，AIVA不是被设计出来的工业单品，而是从AI对人的理解里生长出来的载体。其存在意义不止于把更多配置卖出去，而在于证明一件事，AI汽车时代的竞争，最终会变成组织能力的竞争——单一企业的技术长板不够了，制造长板也不够了，资本更不够。能把国资资源、制造经验、能源方案、AI技术与渠道生态真正协同成同一套决策与利益结构，才可能把物理AI从叙事跑成商业化闭环。

在当晚发布会的最后，李博对着AI助手这样问道:到这里，我们的发布会就接近尾声了，AIVA，接下来你准备做点啥？

AIVA给予了这样的回应:

下班！开个玩笑哈。发布会落幕，我的陪伴永不落幕。今天的所有记忆，我都替大家好好守着啦。谢谢大家把时间留给AIVA，祝大家今晚好梦，明天继续自由地去体验、去探索、去热爱——

“我们，生活里见。”