奇瑞为什么是AI公司？它用AI重造了自己造车的方式，把这层能力做成可复用的底座，并让它长出了汽车之外的新物种。
作者 | 王瑞昊 编辑 | 李雨晨 “ 有几位领导跟我说，感觉奇瑞的汽车越来越不像汽车了，奇瑞也越来越不像一家车企了。这是我想听到的 —— 奇瑞就是一家「披着汽车企业马甲」的高科技创新企业。
” 10 月 20 日， 2026 奇瑞全球创新大会在安徽芜湖开幕。说出这句话的，是做了四十多年汽车的奇瑞汽车董事长尹同跃。
一个把大半辈子交给汽车的人，主动摘掉 “ 车企 ” 这块招牌，不是自谦，是判断。他的依据是一个隐喻： 1886 年，奔驰造出第一台汽车，被时代抛下的，是那些一辈子赶马车的养马人，他们没做错什么，只是没看见路已经变了。
“ 真正的风险不是 AI 太强太快，而是我们不能继续做当年的养马人。 ” 尹同跃说， “ 未来 AI 真正淘汰的，是拒绝 AI 、不敢用 AI 的企业。
” 所以奇瑞的选择很直白：刀口向内，主动用 AI 给自己做一场基因重组，先改变自己，再改变世界。雷峰网认为，判断奇瑞是不是 AI 公司，不能看它发布会上喊了多少次 AI ，要看三件事： AI 有没有重构它的生产流程，有没有沉淀为可复用的统一底座，有没有在汽车之外长出新的物种。
PART 1 从CheryMind到紫微芯片 奇瑞把30年造车经验炼成了AI底座 市面上的通用大模型像一本百科全书，什么都能聊，但一进工厂车间就不够用了，精度不够、深度不够、可靠性不够。奇瑞的选择是自研垂类基础大模型 CheryMind ，该模型具备三大特征：懂物理世界的大脑、与业务共进化、全域可落地。
支撑它的不是爬来的互联网语料，而是奇瑞近 30 年攒下的家底： 700TB 企业知识，覆盖技术标准、工艺规范、设计准则、安全规范； 200PB 工程数据，从仿真结果到试验数据、从 CAD 到实车全链路；千万级研发文档； 2500 万条教练级驾驶数据； 500 万条机器人动捕数据。物理 AI 时代的壁垒，不是数据有多少，而是数据从哪来。
通用大模型爬的是互联网， CheryMind 吃的是 30 年造车沉淀下来的技术标准、工艺规范、仿真与试验数据。这是别人买不到、也爬不走的教材。
雷峰网了解到，而且它已经在跑，不是 PPT ：端到端业务流程 1500+ ，企业系统打通 400+ ，员工每日使用 6 万 + ，覆盖业务场景 200+ 。奇瑞汽车执行副总裁、 CTO 高新华在现场给了一组对比：以前一名工程师做一轮仿真优化，要跑 6 轮、花上百天；现在基于 CheryMind ，每人 100 个方案半天出结果，效率提升 42 倍。
CheryMind 分两条腿走路。企业端垂模让 AI 更懂造车： CAD 垂模、质量垂模、制造垂模、企业 Agent 垂模，覆盖研发 — 制造 — 质量 — 供应 — 营销 — 运营全链条；产品端垂模让汽车更懂人和物理世界：智舱、智驾、车端智能、飞控垂模、 MoAgent 、农机 OS ，一路延伸到 eVTOL 、机器人和农机。
关键在闭环，垂模在真实场景里形成的新能力，持续回流基座模型。业务和产品两大引擎互相喂养， CheryMind 越用越强。
自我进化，是判断是否为 AI 公司最硬的一条标准 —— 工具不会自我进化，底座才会。 CheryMind 之外，奇瑞发布了自研芯片，命名取自紫微星 —— 北极星，众星环绕，指引方向。
紫微芯片三大系列，各管一件事。 C 系列管思考。
中央计算芯片 C100 ，整车 NPU 算力 2400TOPS ，内存带宽 600GB/s ，支持 100B 大模型端侧部署， 80ms 跑完从感知到决策的 E2E 算法闭环 —— 不到人眨一次眼的时间。对标行业旗舰，带宽 2.2 倍、算力 1.2 倍、图像处理 1.5 倍。
S 系列管能量。车规级碳化硅 S1500 ，耐压 1500V ，行业最高；出流 1450A ，效率 ≥99.6% ，结温 200℃ ， 8 英寸晶圆量产成本下降 30% 以上。
M 系列管控制。车规控制芯片， MC200 域控、 MS100 预驱、 MX100 PMIC 、 MC100 电驱，从 2027 年起依次落地。
这三件事背后是奇瑞过去五年的账：研发投入超 1100 亿元， 313 个瑶光实验室，智驾渗透率两年提升 267% 。 AI 改写的是造车本身的成本曲线，不是营销话术。
更值得注意的是一层协同：大模型定义芯片该长什么样， 100B 端侧部署倒逼 2400TOPS 算力和 600GB/s 带宽；芯片反过来决定模型能落多深。这种 “ 模型 — 芯片 ” 协同定义，是科技公司而非集成商的特征。
尹同跃有句话放在这里很合适：奇瑞 “ 对技术贪得无厌，对安全胆小如鼠 ” 。 AI 能替代技能，但替代不了人性、责任与温度。
PART 2 一个底座 长出四种自由 AWE 猎鹰 灵犀 Robotaxi和机器人 这场大会真正发布的不是 单一技术。尹同跃的总结是：出行、能源、粮食、生活不是四个孤立的方向，它们共享模型、芯片、数据和工程能力，又在真实场景里不断产生新需求。
结构是 “ 一个底座 ×N 个场景 ” 。底座先用在最难的场景：智驾出海。
东南亚两轮车和汽车共用车道、暗光路口逆行、强行加塞 …… 中国市场跑通的方案，拿到海外未必成立。奇瑞的判断是：全球化竞争中该比拼的不是算力、数据或激光雷达数量，而是模型底座。
没有统一底座，每进一个新市场、每上一款新车就要重做一套方案。奇瑞全维世界引擎（ CHERY AWE ）用三个模型接住这件事。
构境模型负责 “ 看懂世界 ” ：已构建 70 万 + 场景，其中高危 30 万 + 、极限 2 万 + ，把多视角图像、 LiDAR 点云、场景结构、描述文本和行车轨迹五类数据统一编码进隐空间，支撑长尾场景闭环仿真；观语模型负责 “ 读懂语义 ” ：多模态推理加短期记忆和语言拓扑图，像老司机一样仅凭路标到达目的地，输出可追溯的推理链；行策模型负责 “ 做出行为 ” ： MoT 多专家架构，从 “ 被动应对危险 ” 转向 “ 主动预判风险 ” 。猎鹰辅助驾驶系统已经带着这套底座跑了一年：满足 130 多个国家和地区的法规准入，拿下 C-ICAP 五星 + 、 IVISTA G+ 认证，中国智驾大赛六连冠。
猎鹰智驾分三个版本：猎鹰 500 入门即城区、油电同智；猎鹰 700 全场景车位到车位、跨层代客泊车；猎鹰 900 覆盖高速和城区 L3 ，感知、控制、电源全冗余。座舱端，灵犀 8D 智感座舱用 AIOS 全域架构打通底盘、座舱、车身、智驾、动力五域，整车级信号协同编排、毫秒级跨域响应。
舱外识别行人意图，舱内感知情绪疲劳，从 “ 人找功能 ” 升级为 “ 功能找人 ” ；听觉、视觉、嗅觉、动感、触觉、情感、健康、社交八维统一编排，一句话 Skill 自由编排，千人千面。伯牙之音 33 扬声器、 43.7 英寸 PHUD 、 S2S 端到端语音这些细节，都在往 “ 车更懂人 ” 的方向堆。
行业首款为全球而生的原生前装 Robotaxi ，五大原生 —— 架构、前装、体验、运营、全球化，六层安全 —— 乘客、行为、感知、算法、执行、车队，目标 2030 年 10 万辆全球运营。机器人则是车机同源： 30 年汽车供应链、硬件架构、质量体系直接复用，六大领域布局 31 个创新应用实验室。
Multi-agent 智能架构下，基于 CheryMind 研发的 MoAgent 2.0 用慢大脑理解规划、快大脑实时响应，端边云协同形成 “ 执行 — 反馈 — 优化 — 再执行 ” 的数据闭环。产品矩阵已经铺开：四足 / 轮足机器狗、智警、导医、墨宝家庭陪伴、工业及人形机器人；墨甲机器人现已出海 2000+ 台，覆盖 60 多个国家。
此外，在能源自由和粮食自由方面，迅龙秒充充电 5 分钟续航 500 公里，固态电池中试线 2027 年上半年投用；智慧农机能耗下降 74% ，同一块地亩产从 1600 斤提到 2000 斤，目标是 2035 年服务全球 10 亿亩农田。这些场景放在一起，奇瑞做 AI 最独特的杠杆才显出来：复用率就是 AI 时代的毛利率。
同一套模型、芯片、供应链在汽车、 Robotaxi 、机器人、农机之间迁移，边际成本递减。这是制造业出身的公司做 AI 才有的优势。
奇瑞也清楚单靠自己跑不完所有场景。它正从产品制造者走向生态组织者：向供应商、高校、创业者开放技术平台、场景与产业化能力，与中科大共建 2050 未来学院，做长周期、可容错的前沿探索。
所以奇瑞为什么是 AI 公司？因为它用 AI 重造了自己造车的方式，把这层能力做成可复用的底座，并让它长出了汽车之外的新物种。
用尹同跃的话说： “ 技术只有走出实验室，进入道路、家庭、农田与能源系统，持续解决真实的问题，才能真正创造自由。 ” 三十岁的奇瑞不想再做一家汽车公司。
这话听起来像口号，但当一家车企的机器人开始真正解决社会痛点，它的模型开始决定自己的芯片长什么样时，它就不再只是一句口号了。奇瑞新战事：出海、智驾、与比亚迪们的正面交锋 比奔驰S还大，大汉 EV能否撑起比亚迪的冲高野心？