当OpenAI还在屏幕里，这家中国车企已经让AI长出了身体
从操控一台机器，到拥有一个伙伴。
作者｜周永亮
编辑｜ 郑玄
最近，SpaceX、OpenAI、Anthropic 相继推进上市进程，合计募资规模或超过 2000 亿美元，一场史无前例的资本盛宴正在上演。这些超高估值背后，市场押注的不只是 AI 改变数字世界，还有 AI 渗透到物理终端之后的想象空间。
在物理 AI 这个方向，机器人是最显眼的赛道。特斯拉 Optimus、宇树的每次亮相都备受关注。但如果要看商业化落地的节奏，那汽车才是物理 AI 目前最有可能落地的场景。
2026 年 6 月 9 日，北京雁栖湖畔，一个名叫 AIVA 的新品牌正式亮相。AIVA 品牌正式官宣携手火山引擎，联合定义、联合设计、共同打造 AI 汽车体验。火山引擎为 AIVA 品牌提供豆包大模型、智能座舱等技术服务，帮助 AIVA 品牌提升车载智能交互体验。
在这次发布会上，AIVA 没有谈续航，没有谈智驾，而是提出一个根本性的问题：AI 时代的汽车应该长什么样子？
01
把造车的顺序，反过来
理解 AIVA，要先想清楚一个问题：智能汽车和 AI 汽车，究竟有什么本质区别？
过去 10 年，中国智能汽车行业经历了一波智能化的浪潮，辅助驾驶、大屏幕、语音助手……这些都已经成为人们购车的重要参考因素。但如果仔细看，会发现一个共同点：先有车，再加上 AI。
AIVA 想做的事情，是把这个顺序反过来，「AI 定义汽车，先有 AI，再有车」。让 AI 作为底层基座，在这个基础上长出身体。
火山引擎副总裁杨立伟在发布会上说了一句话，精准定义了这个差异：「我们理解的 AI 汽车，不只是把 AI 放到车上，而是让汽车成为物理 AI 的一个新物种。」
这句话听起来像产品发布会上的宏大愿景，但 AIVA 做了四件非常具体的事：需求前置、架构前置、功能前置、学习前置。 需求前置，意味着不再是产品经理开着调研会，靠人的判断推演场景；而是让 AI 去做海量数据分析，主动挖掘用户在通勤、家庭出行、长途驾驶、疲惫傍晚这些真实情境下的真实需求。
图片来源：赛豆科技 AIVA 总裁、产品经理李博在发布会上打了一个比喻，非常精准，「过去是人在前面挖矿，现在是 AI 在前面挖矿，人在后面淘金。」这不是效率的提升，这是需求发现方式的改变。
架构前置，意味着先想清楚 AI 需要调用哪些车辆能力、数据接口和执行系统，再去设计底层架构。这意味着车辆的传感器布局、数据流通方式、各系统之间的协同接口，都要为 AI 的深度介入预留空间，而不是等车造好了，再去想怎么把 AI「接进来」。
功能前置，不是把功能做成一个个菜单，等用户去找；而是让 AI 围绕用户的目标，动态组织全车能力。用户说「我好冷」，AI 不是弹出一个温度调节界面，而是综合车内外温差、你的历史偏好、当前穿着状态，直接给出最合适的方案。
学习前置，意味着这台车在你买来第一天和用了三年之后，应该是两种完全不同的体验。不是因为 OTA 推送了新功能，而是因为它越来越懂你这个人。
把这四件事放在一起，就构成了 AIVA 所说的「AI 定义汽车」：它不是给车装一个更聪明的助手，而是让 AI 从产品诞生的第一天起，就参与定义这台车应该是什么。
02
从人适应车，到车适应人
如果说「AI 定义汽车」是一次造车逻辑的革命，那它必然会重塑人与汽车之间的关系。
长期以来，人和车是一种操作关系：人发出指令，车执行功能。从方向盘、油门、刹车，再到点击屏幕，其实都是用户在主动操控一台机器。
但 AIVA 想打造的是一种协作关系，AI 能够感知状态、主动服务，成为「伙伴」而非「工具」。
图片来源：赛豆科技 这一句话，拆开来看，是三个具体的变化。
一个是交互方面，从「机械生硬」到「普适鲜活」。目前的车机系统，用户需要记住菜单位置、熟记唤醒词，甚至要用精确的指令格式说话，本质上是人在适应车。
物理 AI 时代的交互逻辑是反过来的：机器适应人。AI 能像人与人聊天一样，知道什么时候该接话，什么时候该保持安静，根据当时的场景和意图直达任务。
而鲜活则是另一个维度。AI 不是一个千篇一律的助手，而是能感知你的情绪状态，在你疲惫时切换更放松的音乐和灯光；在车上有孩子的时候，切换成「孩子王」模式……它不是预设的场景标签，而是对「现在的你」的理解。
另一个是智能从「功能堆叠」到「能力涌现」。传统智能汽车强调功能和配置越来越多，但这并不等于智能的提升，反而可能带来更高的使用门槛。
AIVA 追求的是让各个系统之间产生协同效应，形成「能力涌现」。
李博在发布会上举了一个例子，让人印象深刻。同样是 22 度，AIVA 理解的是完全不同的情境，「夏天穿着 T 恤刚进车的 22 度，和冬天脱下羽绒服穿着羊毛衫的 22 度，不是同一个 22 度；打完球大汗淋漓的 22 度，和穿着西装准备见客户的 22 度，也不是同一个 22 度。」
这意味着，真正的个性化不是记住你的偏好设置，而是理解你在不同情境里，真正需要什么。
再有就是，感受从「单调乏味」到「松弛愉悦」。
很多人开车会觉得累，不只是因为路况复杂，更是因为注意力被大量重复性的判断和操作消耗。当 AI 能够主动接住这些「负担」，用户的精神状态会发生很大的改变。
这也是 AIVA 品牌主张「Live Alive，爱予自由」的内涵，就是用 AI 把时间还给用户，用情感陪伴回应用户感受。
03
火山引擎，从第一天就入局
AIVA 发布会上，另一个值得深度解读的信息，是与火山引擎的合作方式。
官方的表述不是「技术供应」，不是「功能接入」，而是联合定义、联合设计、共同打造。
车企与智能化供应商的合作，大多遵循一个流程：车辆的硬件架构、功能定义、交互逻辑先由车企确定，AI 公司随后介入，负责让「车里的助手更聪明一点」。
但 AIVA 和火山引擎的合作，是从产品定义的第一天起就开始的。
杨立伟在发布会上说了一句话，道出了这个变化的意义，「如果一台车从第一天起就围绕 AI 来定义，它的交互方式、智能上限和用户感受，都会发生根本变化。」
火山引擎为 AIVA 提供的，是豆包大模型能力、智能座舱技术服务，以及多模态交互、车端智能体等能力探索。
但把大模型能力真正落地到汽车场景，需要跨越一道很高的门槛。汽车场景有其独特的复杂性，比如驾驶状态下，用户无法像使用手机一样全神贯注于交互；车内可能同时有驾驶员、乘客、儿童，交互逻辑完全不同……
这意味着，通用大模型的能力必须经过真实车端场景的专项训练与深度适配，才能真正理解这样的情境：高架桥上堵车二十分钟，车主有点烦躁，下一个出口有一家他常去的咖啡馆——AI 应该在什么时机、用什么方式、说什么话？
这种判断，不是靠规则写出来的，而是靠豆包的通用认知能力与汽车专业场景从源头长在一起，训练出来的。
04
当 AI，长出了汽车的身体
发布会的最后，AIVA 的首款概念车 Origin Concept 正式亮相。AIVA 所有关于「AI 定义汽车」的认知，在这一刻有了具体的体现。