愛「吹牛」的奇瑞，2026年3大Flag：L4、10萬級智駕、機器人…這次能實現嗎？| 智車星球

35款車型落地獵鷹智駕，城區NOA下放10萬元級，押注L3/L4與規模量產。

作者|王蕊

編輯|西子

“奇瑞是個愛吹牛的企業。”

在安徽蕪湖的“2026奇瑞汽車AI之夜”上，這兩年以“段子手”風格出圈的奇瑞汽車董事長尹同躍，又一次喊出了聽起來 “野心勃勃” 的承諾。

△奇瑞汽車董事長尹同躍

過去很多年，奇瑞幾乎每一次技術轉向，都是從一輪聽起來很夸張的承諾開始的。

從最早的智能語音探索，到 L4 級無人駕駛試運營，再到如今的全域 AI、L3/L4 量產和機器人規模化…… 不同于一些車企停留在“愿景式口號”的表達，這一次，奇瑞把所有承諾落到了3項可核對的硬指標——明確的量產節點、具體的車型覆蓋范圍、清晰的交付時間表。

35款車型搭載獵鷹智駕

在這份時間表中，奇瑞給出的第一個明確指標，是到2026年，超過35款車型將搭載獵鷹智能駕駛系統，其中一部分車型，把城區NOA下放到10萬—20萬元的主力價位段。

2025年以來，中國智能汽車行業開始從概念期進入規模化階段。

2025年前三季度，具備L2級組合駕駛輔助功能的乘用車新車銷量同比增長21.2%，市場滲透率已經達到64%；

在新能源車領域，這一比例更高，2025年上半年，L2級及以上智駕裝車率超過80%。AEB裝車率達到67%，全速域ACC達到59%，自動變道功能接近30%。

在這樣的背景下，“智駕平權”幾乎成為所有主流車企的共同方向，奇瑞也不例外。

對奇瑞來說，這一步的關鍵，不在于是否下放功能，而在于如何把同一套系統鋪到多個品牌、多個平臺和多種動力形式上。

為了支撐不同價位與能力層級，奇瑞把獵鷹智駕拆成清晰的分級體系。

獵鷹500的定位是“油電同智，入門即城區”，把城區NOA下放到入門車型；

獵鷹700作為主流量產平臺，面向高速+城區全場景輔助駕駛，配置高分辨率攝像頭、4D毫米波雷達與中高算力域控，是35款車型中覆蓋面最廣的一檔；

面向更高等級的獵鷹900，則配置13個攝像頭、5個毫米波雷達、3個激光雷達和1000TOPS級算力，并設計六大系統冗余，作為2026—2027年前裝L4的技術底座。

35款車型意味著燃油、混動、純電同時推進，也意味著不同電氣架構、不同算力平臺、不同供應鏈體系要在同一時間點收斂。

不同車型不再各自定義傳感器組合，而是統一到有限幾套硬件模塊，再通過算力與軟件區分能力層級，這直接降低了標定、驗證和供應鏈復雜度。

在軟件側，奇瑞把不同車型的智駕能力統一到同一套工具鏈之下。一次模型更新，不是為某一款車單獨適配，而是同時覆蓋多種算力平臺和存量車型。這要求底層架構在設計階段就預留足夠的兼容空間。

數據是這套體系能成立的前提。680萬+輛保有量形成持續的數據來源，2300萬+高價值Clips用于場景覆蓋，20.5 EFlops算力用于模型迭代。

當硬件已經收斂，工具鏈已經統一，數據閉環已經跑通，規模化落地只是下一步。

從“會說話的QQ”開始

這并不是奇瑞第一次把賭注押在智能化上。

2003年，奇瑞推出“會說話的QQ”，在當時幾乎沒有車企認真對待人車交互；

2016年，奇瑞eQ無人駕駛在烏鎮實現開放城市道路的L4級試運營；

2019年，奇瑞在北美展開公開道路測試；

2025年，“智能化不客氣”之后，獵鷹智駕開始在多個品牌同步鋪開。

語音、無人駕駛、海外路測、智駕……這些節點看起來分散，但共同點都在為感知、控制、算力和工具鏈搭底座。奇瑞很少在單一爆款上押注，而更習慣把能力拆成長期工程，逐步放進平臺里。

20年間，超過400億元投入、1萬多名工程師參與，形成了一套覆蓋研發、制造、供應鏈、銷售和服務的智能化體系。

這些節點或許并沒有帶來立刻的市場爆發，但逐步把“智能”變成一項可以被反復復用的工程能力。

到最近，這條路徑開始在多個層面集中顯現。

在產品端，獵鷹500/700智駕系統進入多款車型；靈犀智艙的“小奇同學”開始承擔多模態交互與記憶功能；鯤鵬AI動力在油耗與動力之間做平衡。

在制造端，AI已經進入排產、質檢和設計環節：排程從人工210分鐘縮短到1分鐘，單個零件建模壓縮到1分鐘，產線缺陷檢測準確率達到99.5%。

在新業務端，人形機器人“墨茵”已完成小批量交付，機器狗“Argos”年度交付破千，交警機器人進入深度測試階段，即將進入城市管理系統。

如果放在行業坐標系中看，這些規模并不算大。2025年，全球人形機器人新增裝機量超過1.6萬臺，單個廠商的年交付就能達到數千臺。

但對奇瑞來說，關鍵不在規模，而在量產。

實驗室里的算法，進入產線；樣車上的系統，進入批量車型；新業務里的原型，進入可交付的工業品，這正是一家制造型公司切入AI的方式。

3條艱難的路線

已經落地的部分只是起點，后半段這3條路線，才決定這份時間表能走多遠。

在發布會上，尹同躍把AI與汽車融合的風險歸結為三類：安全、責任與質量。

對應到奇瑞的路線圖里，這3類風險最終都會落到3件事上：L3/L4 的前裝量產、10 萬元級智駕的成本平衡，以及芯片與能源的長期投入。

而這3件事，幾乎是所有車企都會遇到的共性難題。

首先，是L3/L4前裝量產。

到目前為止，國內還沒有一家車企跑通前裝 L4 的規模交付。

2025 年底，工信部僅向長安、極狐兩款車型發放了 L3 級有條件自動駕駛準入許可，而且只能在北京、重慶的限定區域試點。

奇瑞提出，L3 級高速脫手脫眼需要平均事故間隔里程超過 10 萬公里，L4 級實現特定區域全無人駕駛。

這不僅是算法問題，更是法規問題。

一旦系統接管駕駛權，事故責任該由誰承擔，目前仍沒有統一標準。在這個問題沒有被制度性解決之前，任何一家車企的 L3/L4 時間表，都不可避免要面對政策節奏的不確定性。

第二，是“AI平權”背后的成本。

把城區 NOA 下放到 10 萬元級車型，核心矛盾只有一個：成本和風險。

奇瑞給出的解法，是三件事同時推進。

一方面，用規模攤薄軟件與數據成本。

680 萬+ 輛的保有量，構成持續運行的數據池，高頻行駛數據進入閉環，用于訓練和回放，這決定了模型訓練成本能否被長期攤薄。

另一方面，用技術同源降低適配成本。

同一套架構覆蓋不同平臺、不同動力車型，減少為每一款車單獨開發、單獨標定的重復投入。

再一方面，用規模采購和算法優化，壓縮硬件支出。

這其實是行業內實現“智駕平權”的主流思路，但難點并不在“思路”，而在落地后的系統風險。

2025 年，全國涉及智駕系統的交通事故同比增長43%，監管部門隨之加強了對智駕宣傳和OTA的管控，要求車企不得暗示輔助駕駛具備自動駕駛能力。

小米曾因高速領航輔助駕駛問題召回11.69萬輛車型，這類案例不斷提醒行業，當高階功能進入主流價位，任何一次系統缺陷，都會被規模迅速放大成召回、索賠和監管事件。

在10萬元級市場，成本、體驗和安全之間，沒有緩沖帶。

第三，是芯片與能源。

這是時間跨度最長、回報最不確定的一條路線。

奇瑞成立芯片研究院，布局大算力芯片，同時投入E-fuel、可控核聚變等綠能技術，本質上是在為未來10年的算力和能源上限做準備。

但這一類投入，短期內幾乎無法驗證成敗。

芯片研發周期長、投入重，國內車企自研芯片仍處在起步階段，可控核聚變等能源技術，距離工程化還有很長距離。

從行業視角看，這類底層能力的突破，很少由單一企業完成。它更像是一場長期參與權的爭奪，而不是短期競爭優勢的來源。

這場發布會真正不同的地方，并不在于奇瑞報出了多少技術路線，而在于它把未來3年的目標，提前寫成了一張可以被逐項核對的清單。

35款車型是否按期落地，城區NOA是否真正鋪到10萬元級市場，L3是否如期進入可交付狀態，芯片與能源投入是否形成實際能力，這些問題，不需要口號回答，只需要時間回答。

對奇瑞來說，這份時間表不是愿景，而是一套驗收標準。

3年后，能不能把智能變成一項可規模復制、可長期交付的工業能力，才是這張時間表最終要接受的檢驗。

最真誠的智能汽車報道