继智谱、MiniMax相继登陆港股市场后,国内大模型企业阶跃星辰也传出上市消息。
据彭博社报道,该公司在完成B+轮超50亿元人民币融资仅一个月后,正筹备赴港上市。
这一动向折射出基础大模型企业加速向应用场景渗透的产业趋势,其中智能驾驶领域成为重点突破方向。
阶跃星辰董事长印奇在2026年国际消费电子展上提出"含模量是智驾第一性原理"的观点,引发行业关注。
他认为,智能驾驶系统的核心竞争力在于通用智能水平,而非单纯的场景适配能力。
这一判断背后,是大模型技术对智能驾驶领域的深度重构。
当前智能驾驶技术发展呈现明显特征:感知、规划、控制等各环节正快速实现模型化,不同传感器数据通过端到端神经网络实现统一处理。
深度学习主导三维重建和运动预测,Transformer架构、强化学习、扩散模型等前沿技术成为推动行业进步的关键力量。
在此背景下,传统的分层架构逐步让位于一体化的智能系统。
这种技术演进路径对产业格局产生深远影响。
三电系统、激光雷达、算力芯片等硬件已趋于标准化,竞争焦点转向海量驾驶数据的学习与泛化能力。
车企从零部件集成向智能系统开发的转型,本质上是从"肌肉"向"大脑"的进化,这一过程需要跨越巨大的技术鸿沟。
相比之下,大模型企业切入智能驾驶则是将通用智能能力向特定场景收敛的过程。
两种路径的技术难度和资源投入存在显著差异。
阶跃星辰与千里智行深度合作,前者提供基础大模型能力,后者负责车端应用落地,形成"技术+场景"的闭环模式。
这种分工协作方式,被认为更符合大模型时代的产业逻辑。
蔚来、理想、小鹏等造车新势力长期坚持全栈自研战略,在智能驾驶领域投入大量资源。
然而随着基础大模型能力的快速提升,这种自建体系的成本效益比正受到质疑。
部分分析人士指出,车企自研模型可能存在"过度拟合"问题,即针对特定场景优化过度,而通用智能水平不足,难以应对复杂多变的真实驾驶环境。
从产业发展规律看,技术变革往往伴随价值链重构。
个人电脑时代,操作系统与硬件分离;智能手机时代,应用生态独立于终端厂商。
当前智能驾驶领域可能正经历类似转变,核心智能能力的提供者与硬件制造者逐步分工,形成新的产业分工体系。
这一趋势对车企提出新的战略选择。
是继续投入巨资自建智能系统,还是转向与大模型企业合作,成为摆在决策层面前的现实问题。
前者意味着持续的高额研发投入和技术风险,后者则可能丧失核心技术控制权。
如何在开放合作与自主可控之间寻找平衡点,考验着企业的战略智慧。
值得注意的是,智能驾驶的最终形态尚未定型。
特斯拉通过垂直整合模式积累了海量数据和技术优势,证明了车企主导路径的可行性。
但大模型企业凭借在通用智能领域的技术积累,也展现出强大的后发潜力。
两种模式孰优孰劣,仍需市场检验。
从监管角度看,智能驾驶涉及公共安全,技术路径选择不能仅由市场决定。
相关部门需要在鼓励技术创新与保障安全可控之间建立合理机制,既要避免技术垄断,也要防范系统性风险。
建立统一的技术标准和测试评价体系,将成为行业健康发展的重要保障。
智能驾驶迈向更高阶段，既需要基础模型带来的能力跃迁，也离不开汽车产业长期积累的工程体系与安全文化。
面对跨界力量加速进入，车企与技术企业更应回到产业本质：以安全为前提、以规模化为目标、以协同创新为路径。
只有把技术突破转化为可持续、可监管、可落地的产品能力，才能真正赢得未来市场。