阿尔特：从整车研发迈向工业AI依托积淀跨越机器人量产障碍
阿尔特：从整车研发迈向工业AI 依托积淀跨越机器人量产障碍
2026年10月30日 06:49
作者：
● 本报记者 王佳飞
北京亦庄 阿尔特 汽车 科技园的展厅内，各式各样的车型整齐陈列，量产车型与前沿概念车同台亮相。深耕整车研发二十余年间， 阿尔特 已累计为国内外80余家客户研发近500款车型，是国内首家A股上市的独立 汽车 研发企业。
如今，这家“从设计图纸起步”的企业，正将战略重心逐步转向AI与具身智能。9月， 阿尔特 与富士康科技集团合资的北京富特康智能 机器人 科技有限公司在亦庄成立，并与影智科技、松延动力、上海开普勒等企业签署合作协议。就在7月，阿尔特联合中国 汽车 工业协会主编，一汽、长安、北汽、奇瑞等参与编制的《智能体赋能汽车研发设计白皮书——从工具辅助到智能原生（2026）》也正式发布。
“如今火热的物理AI，对于长期深耕汽车研发的企业而言，并非新生事物。”近日，阿尔特董事长宣奇武在接受中国证券报记者采访时表示，“公司布局AI也并非追逐热点，依托二十余年技术沉淀，我们早已积累相关能力，具备天然的发展基础。”
涉足AI是行业演进的必由之路
宣奇武16岁考入清华大学汽车工程系，毕业后在一汽担任工程师，1992年赴日本九州大学深造，1998年获博士学位后进入三菱汽车，任开发本部主任，2002年回国创业。早在1987年，他便开始从事整车控制单元的硬件与 软件开发 。在他看来，阿尔特从汽车工程走向AI，是一条必然之路。
“物理AI是什么？是掌握物理规律的大脑，驱动实体按照物理世界的规律完成行动。”他说，目前的L4级自动驾驶汽车，阿尔特也深度参与了其中一些项目的整车开发。“从这个意义上讲，物理AI最佳的载体本来就是汽车。”
真正促成这一战略落地的，是效率考量：AI可将设计迭代压缩至小时级，可通过消除后期返工显著降低成本，还能缩短新人工程师的培养周期；与此同时，整车厂付费逻辑已转向压缩开发周期，倒逼研发服务商加速AI布局。“汽车是现代工业的皇冠，汽车工业集成了现代物理学的精华。”宣奇武说，“二十年积累的设计方法与工程诀窍，正是物理AI最好的训练数据与语料。”
宣奇武介绍，自动驾驶与整车厂目前是最好的物理AI与具身智能的载体。只有让具体场景率先落地、数据飞轮先转起来，硬件的泛化能力才能真正提升。目前硬件已相对成熟，但算法仍需依赖数据反馈不断训练和优化，才能实现泛化。
阿尔特的AI工具以及商业化也在同步推进。2023年以来，公司逐步发布“AI+数智创造”产品体系，涵盖“圆方”知识大模型、“御风”空气动力学系统与“太乙”造型AI 3.0等多个核心模块。据公司介绍，相关工具已在30余家主机厂试用。
宣奇武认为，将AI称作公司的“第二增长曲线”并不准确。“这是行业的一次自我革新，是行业演进的必由之路。”
以数据与工程能力构筑AI壁垒
阿尔特在AI领域的底气，首先来自一笔“物理账”。公司先后为80余家客户研发近500款车型，沉淀了从造型、工程到CAE（ 计算机 辅助工程）仿真、环境舱模拟的完整数据，是单一主机厂难以具备的数据积累。
宣奇武认为，纯AI公司精通算法，却不了解物理实体；传统车企熟悉整车，但流程过长，AI难以深度嵌入，阿尔特恰好处于两者之间。
据公司介绍，阿尔特约有2500名专业汽车工程师，日常工作即围绕CAD（ 计算机 辅助设计）与CAE展开。2024年底成立的太乙公司正式切入AI算法赛道，形成熟悉工业工具的汽车产品经理与底层AI架构的组合。“在AI时代，这些工程师是最宝贵的资源。”宣奇武说，“因为他们能够告诉AI，自己每天在用CAD和CAE做什么。”
就工程能力而言，公司有数百名专职从事仿真模拟的人员，在部分汽车仿真场景中，仿真准确度已提升至98%以上，“这套流程我们已基本打通”。他将壁垒归纳为两点：一是吃透构造原理，二是精通整套运动控制逻辑。
此外，2023年以来，“技术+供应链”出海成为核心战略，公司由单纯输出图纸转向研发服务、零部件配套、整车ODM（原始设计制造商）三位一体：面向海外的小型电动汽车ODM项目已实现实车交付；轻卡电动化改制已于2025年4月获量产认证并完成交付，重卡油改电订单亦已落地。公司由此在海外跑通了从研发设计、量产交付到售后网络的完整闭环，未来如果AI产品进入东南亚或中东等地，可直接复用这套交付基础设施。
突破人形 机器人 量产瓶颈
近期，阿尔特与富士康合资的富特康在亦庄成立。据介绍，阿尔特的 机器人 业务更着眼于产业量产前的关键环节。宣奇武认为，当前 机器人 产业量产仍面临突出瓶颈，虽然具身智能算法迭代迅速，但从实验室样机到规模化量产之间，供应链整合、工程验证与制造成本三大难关尚未打通，大量创新项目止步于样品阶段。
现有市场小批量需求尚可维持，可一旦产业规模扩张，该短板就会形成实质性发展制约。阿尔特与富士康成立富特康，正是希望把汽车行业的二次开发、中试与试制、供应链管理和验证体系迁移到 机器人 产业，跨越从研发到量产之间的障碍。
据介绍，汽车工业与 机器人 工业的相似度达75%以上，汽车工业的量产经验是对机器人工业的最佳赋能，比如一体化压铸与冲压件能更好地实现对机器人量产的降本。
对于双方合作，阿尔特侧重产品设计、二次开发和汽车供应链整合，富士康提供 电子 制造、规模化采购和全球工厂场景。宣奇武表示，大规模采购可以降低成本，汽车行业的结构优化、热管理和疲劳验证则有助于提升可靠性，推动机器人产品向可复制的工业产品演进。
对于场景数据，目前的模型更换场景后便难以适用，数据必须重新采集。为此，阿尔特与光轮智能设立合资公司，开展场景数据采集与仿真训练。
富士康的制造产线、阿尔特服务的汽车企业以及海外渠道，可以为机器人提供真实工作环境。产品先在合作场景中验证，再向外部推广；使用量扩大后，成本、可靠性和数据积累才有机会形成正向循环。
从汽车到机器人，阿尔特试图输出的并非单一硬件，而是一套连接研发、数据、制造、场景和售后的产业体系。
（文章来源：中国证券报）