问题——智能化竞争从“有无”转向“强弱”，高算力如何进入主流价位段 近年来，新能源汽车竞争焦点持续向智能化集中，尤其辅助驾驶、智能座舱与端到端算法迭代加速的背景下，算力、传感器与数据闭环能力成为企业比拼的重要指标。过去较高算力配置多见于中高端车型，而在14万元左右价位段实现“高算力+规模交付”，成为行业关注的难点之一。何小鹏披露，2026款MONA M03将以自研图灵芯片实现750TOPS算力，意在把更高规格的计算平台带入更广泛的消费区间。 原因——自研芯片与平台化降本推动“算力平权”，路线选择决定配置逻辑 从产业链角度看，算力提升通常伴随硬件成本、功耗与系统集成复杂度上升。企业推动自研芯片，一上是为了增强关键技术可控性，降低对外部供应的依赖与波动风险；另一方面也有助于通过软硬件协同优化，同等或更低成本下获取更高有效算力与能效表现。 同时，行业在感知方案上呈现分化：部分企业坚持激光雷达等多传感器融合路线，强调冗余与边界工况能力；也有企业选择以摄像头为主的纯视觉路径，侧重通过算法与数据训练实现能力提升。不同路线对计算平台的需求不同：纯视觉往往需要更高的图像与时序计算吞吐，以支撑更复杂的感知与预测模型，这也在一定程度上解释了企业持续“堆算力”的动力。 影响——算力指标“向下突破”或重塑同级竞争规则，但仍需回到体验与安全 按披露信息，2025款MONA M03 Max版采用双Orin-X方案，总算力508TOPS；而2026款在单芯片条件下达到750TOPS，显示其计算平台迭代力度较大。横向比较，市场上部分热门车型已开始采用700TOPS级别的下一代芯片方案，另有车企在纯视觉路线中也将算力提升至720TOPS水平。由此看，750TOPS在指标上处于第一梯队，并且进入更低价位段，可能带来两上变化： 一是同级车型的智能化配置门槛被抬高。消费者对“标配能力”的预期可能随之上移，倒逼竞品在硬件平台、算法订阅与软件权益上重新定价与组合。 二是供应链与工程能力差异将被继续放大。算力只是基础，真正决定体验的是软件架构、算法训练、数据闭环与整车系统调校。若无法在算力提升后同步解决功耗、散热、稳定性与场景覆盖等问题，单纯强调指标容易陷入“参数竞争”。因此，750TOPS能否转化为可感知的安全性、舒适性与通行效率提升，仍需等待产品交付后的实际验证。 对策——从“算力领先”走向“有效算力”，以安全合规与场景验证夯实口碑 在行业监管趋严、用户对安全性更为敏感的环境下，车企推进辅助驾驶能力升级，需要更强调工程化与验证体系建设。对企业而言，下一步关键在于： 第一，以软硬件协同提升“有效算力”。包括模型压缩、算子优化、感知与规划模块的端到端协同，以及在不同道路与气象条件下的鲁棒性提升，避免出现“高算力低体验”的落差。 第二，以规模化验证保障安全底线。通过更充分的仿真、封闭场与公开道路测试，建立覆盖更多长尾场景的验证闭环，并将功能边界与用户提示做得更透明、更可理解。 第三，强化成本与权益的平衡。主流价位段对性价比高度敏感，企业需把硬件升级与后续软件服务、维护成本统筹考虑，形成可持续的商业模式，避免“硬件堆高、利润承压”的短期策略。 前景——智能化进入“平台竞赛”新阶段，主流市场或迎来加速洗牌 从趋势看，智能化正在从“功能点竞争”进入“平台能力竞争”。当700TOPS级别算力逐步普及，竞争重心将更多转向数据与算法迭代速度、全域安全体系、跨车型平台复用能力以及用户长期体验。未来一段时间，主流价位段若持续出现更高算力、更强平台化能力的产品，可能推动行业形成新一轮加速分化：具备自研平台与工程落地能力的企业，有望在成本、迭代和体验上形成更稳固的优势；而依赖外部方案、缺乏软件闭环与验证体系的企业，或面临更大压力。
小鹏汽车2026款MONA M03的发布不仅是产品升级，更展现了国产汽车品牌在核心技术领域的突破。面对全球化竞争和技术自主化的双重挑战，中国车企正通过创新寻找新的增长点。该案例表明，只有掌握核心技术，才能在激烈的市场竞争中占据主动。