35款车型落地猎鹰智驾，城区NOA下放10万元级，押注L3/L4与规模量产。

作者|王蕊

编辑|西子

“奇瑞是个爱吹牛的企业。”

在安徽芜湖的“2026奇瑞汽车AI之夜”上，这两年以“段子手”风格出圈的奇瑞汽车董事长尹同跃，又一次喊出了听起来 “野心勃勃” 的承诺。

△奇瑞汽车董事长尹同跃

过去很多年，奇瑞几乎每一次技术转向，都是从一轮听起来很夸张的承诺开始的。

从最早的智能语音探索，到 L4 级无人驾驶试运营，再到如今的全域 AI、L3/L4 量产和机器人规模化…… 不同于一些车企停留在“愿景式口号”的表达，这一次，奇瑞把所有承诺落到了3项可核对的硬指标——明确的量产节点、具体的车型覆盖范围、清晰的交付时间表。

35款车型搭载猎鹰智驾

在这份时间表中，奇瑞给出的第一个明确指标，是到2026年，超过35款车型将搭载猎鹰智能驾驶系统，其中一部分车型，把城区NOA下放到10万—20万元的主力价位段。

2025年以来，中国智能汽车行业开始从概念期进入规模化阶段。

2025年前三季度，具备L2级组合驾驶辅助功能的乘用车新车销量同比增长21.2%，市场渗透率已经达到64%；

在新能源车领域，这一比例更高，2025年上半年，L2级及以上智驾装车率超过80%。AEB装车率达到67%，全速域ACC达到59%，自动变道功能接近30%。

在这样的背景下，“智驾平权”几乎成为所有主流车企的共同方向，奇瑞也不例外。

对奇瑞来说，这一步的关键，不在于是否下放功能，而在于如何把同一套系统铺到多个品牌、多个平台和多种动力形式上。

为了支撑不同价位与能力层级，奇瑞把猎鹰智驾拆成清晰的分级体系。

猎鹰500的定位是“油电同智，入门即城区”，把城区NOA下放到入门车型；

猎鹰700作为主流量产平台，面向高速+城区全场景辅助驾驶，配置高分辨率摄像头、4D毫米波雷达与中高算力域控，是35款车型中覆盖面最广的一档；

面向更高等级的猎鹰900，则配置13个摄像头、5个毫米波雷达、3个激光雷达和1000TOPS级算力，并设计六大系统冗余，作为2026—2027年前装L4的技术底座。

35款车型意味着燃油、混动、纯电同时推进，也意味着不同电气架构、不同算力平台、不同供应链体系要在同一时间点收敛。

不同车型不再各自定义传感器组合，而是统一到有限几套硬件模块，再通过算力与软件区分能力层级，这直接降低了标定、验证和供应链复杂度。

在软件侧，奇瑞把不同车型的智驾能力统一到同一套工具链之下。一次模型更新，不是为某一款车单独适配，而是同时覆盖多种算力平台和存量车型。这要求底层架构在设计阶段就预留足够的兼容空间。

数据是这套体系能成立的前提。680万+辆保有量形成持续的数据来源，2300万+高价值Clips用于场景覆盖，20.5 EFlops算力用于模型迭代。

当硬件已经收敛，工具链已经统一，数据闭环已经跑通，规模化落地只是下一步。

从“会说话的QQ”开始

这并不是奇瑞第一次把赌注押在智能化上。

2003年，奇瑞推出“会说话的QQ”，在当时几乎没有车企认真对待人车交互；

2016年，奇瑞eQ无人驾驶在乌镇实现开放城市道路的L4级试运营；

2019年，奇瑞在北美展开公开道路测试；

2025年，“智能化不客气”之后，猎鹰智驾开始在多个品牌同步铺开。

语音、无人驾驶、海外路测、智驾……这些节点看起来分散，但共同点都在为感知、控制、算力和工具链搭底座。奇瑞很少在单一爆款上押注，而更习惯把能力拆成长期工程，逐步放进平台里。

20年间，超过400亿元投入、1万多名工程师参与，形成了一套覆盖研发、制造、供应链、销售和服务的智能化体系。

这些节点或许并没有带来立刻的市场爆发，但逐步把“智能”变成一项可以被反复复用的工程能力。

到最近，这条路径开始在多个层面集中显现。

在产品端，猎鹰500/700智驾系统进入多款车型；灵犀智舱的“小奇同学”开始承担多模态交互与记忆功能；鲲鹏AI动力在油耗与动力之间做平衡。

在制造端，AI已经进入排产、质检和设计环节：排程从人工210分钟缩短到1分钟，单个零件建模压缩到1分钟，产线缺陷检测准确率达到99.5%。

在新业务端，人形机器人“墨茵”已完成小批量交付，机器狗“Argos”年度交付破千，交警机器人进入深度测试阶段，即将进入城市管理系统。

如果放在行业坐标系中看，这些规模并不算大。2025年，全球人形机器人新增装机量超过1.6万台，单个厂商的年交付就能达到数千台。

但对奇瑞来说，关键不在规模，而在量产。

实验室里的算法，进入产线；样车上的系统，进入批量车型；新业务里的原型，进入可交付的工业品，这正是一家制造型公司切入AI的方式。

3条艰难的路线

已经落地的部分只是起点，后半段这3条路线，才决定这份时间表能走多远。

在发布会上，尹同跃把AI与汽车融合的风险归结为三类：安全、责任与质量。

对应到奇瑞的路线图里，这3类风险最终都会落到3件事上：L3/L4 的前装量产、10 万元级智驾的成本平衡，以及芯片与能源的长期投入。

而这3件事，几乎是所有车企都会遇到的共性难题。

首先，是L3/L4前装量产。

到目前为止，国内还没有一家车企跑通前装 L4 的规模交付。

2025 年底，工信部仅向长安、极狐两款车型发放了 L3 级有条件自动驾驶准入许可，而且只能在北京、重庆的限定区域试点。

奇瑞提出，L3 级高速脱手脱眼需要平均事故间隔里程超过 10 万公里，L4 级实现特定区域全无人驾驶。

这不仅是算法问题，更是法规问题。

一旦系统接管驾驶权，事故责任该由谁承担，目前仍没有统一标准。在这个问题没有被制度性解决之前，任何一家车企的 L3/L4 时间表，都不可避免要面对政策节奏的不确定性。

第二，是“AI平权”背后的成本。

把城区 NOA 下放到 10 万元级车型，核心矛盾只有一个：成本和风险。

奇瑞给出的解法，是三件事同时推进。

一方面，用规模摊薄软件与数据成本。

680 万+ 辆的保有量，构成持续运行的数据池，高频行驶数据进入闭环，用于训练和回放，这决定了模型训练成本能否被长期摊薄。

另一方面，用技术同源降低适配成本。

同一套架构覆盖不同平台、不同动力车型，减少为每一款车单独开发、单独标定的重复投入。

再一方面，用规模采购和算法优化，压缩硬件支出。

这其实是行业内实现“智驾平权”的主流思路，但难点并不在“思路”，而在落地后的系统风险。

2025 年，全国涉及智驾系统的交通事故同比增长43%，监管部门随之加强了对智驾宣传和OTA的管控，要求车企不得暗示辅助驾驶具备自动驾驶能力。

小米曾因高速领航辅助驾驶问题召回11.69万辆车型，这类案例不断提醒行业，当高阶功能进入主流价位，任何一次系统缺陷，都会被规模迅速放大成召回、索赔和监管事件。

在10万元级市场，成本、体验和安全之间，没有缓冲带。

第三，是芯片与能源。

这是时间跨度最长、回报最不确定的一条路线。

奇瑞成立芯片研究院，布局大算力芯片，同时投入E-fuel、可控核聚变等绿能技术，本质上是在为未来10年的算力和能源上限做准备。

但这一类投入，短期内几乎无法验证成败。

芯片研发周期长、投入重，国内车企自研芯片仍处在起步阶段，可控核聚变等能源技术，距离工程化还有很长距离。

从行业视角看，这类底层能力的突破，很少由单一企业完成。它更像是一场长期参与权的争夺，而不是短期竞争优势的来源。

这场发布会真正不同的地方，并不在于奇瑞报出了多少技术路线，而在于它把未来3年的目标，提前写成了一张可以被逐项核对的清单。

35款车型是否按期落地，城区NOA是否真正铺到10万元级市场，L3是否如期进入可交付状态，芯片与能源投入是否形成实际能力，这些问题，不需要口号回答，只需要时间回答。

对奇瑞来说，这份时间表不是愿景，而是一套验收标准。

3年后，能不能把智能变成一项可规模复制、可长期交付的工业能力，才是这张时间表最终要接受的检验。

最真诚的智能汽车报道