车企的AI大脑，到底该自己造还是花钱买？这个选择题最近被两件事推到了台前。一件事是特斯拉，这个把全栈自研写进公司基因的企业，在中国车机上头一回接入了第三方大模型，用的是字节跳动的豆包。另一件事是奔驰，新一代C级全球首发，座舱里那颗AI大脑同样来自中国，还是豆包。一个美国车企，一个德国车企，在智能座舱这个环节不约而同把核心交互能力交给了同一家中国公司，巧合到这个份上，就不再是巧合了。

智能座舱的AI竞赛已经白热化，数据显示，2026年一季度国内乘用车智能座舱渗透率达到83%，新能源车更是到了94.5%。此外2025年国内前装接入语音交互大模型的交付新车达到944.75万辆，同比增长118.9%，到2026年一季度，这个渗透率已经接近50%。每两辆新下线的车，就有一辆带上了大模型语音。座舱AI从卖点变成了标配，竞争才真正开始。

自研的信仰

为何在中国破了例

特斯拉对自研的执念是出了名的，从Autopilot到FSD，从Dojo超算到Grok大模型，这家公司只信一套逻辑，核心技术必须握在自己手里。马斯克甚至公开讲过，特斯拉骨子里是一家AI公司。但在中国市场，这套信仰头一回破了例。

时间线能还原这次破例的过程。2025年8月，特斯拉与火山引擎达成战略合作，官网的车机语音助手使用条款里写明了双模型方案。2026年4月，特斯拉车机语音大模型服务在上海完成备案。7月31日，2026.14.13版本OTA开始分批推送，8月19日火山引擎官宣功能正式上线。从签约到上车，整整走了一年。

最终落地的是双模型协同方案。豆包大模型和DeepSeek都通过火山引擎接入车机，豆包负责导航设定、媒体播放、空调调节这类车辆控制指令，还有车主手册查询，DeepSeek负责闲聊、天气、资讯这类开放式互动。一个管干活，一个管聊天，分工被刻意隔开。控车指令要的是准确率，闲聊要的是开放性，本来就难以用同一个模型兼顾。

特斯拉这次破例，绕不开三道现实约束。最硬的一道是合规，车机大模型在国内必须备案，数据必须留在境内，Grok的服务器在美国，直接接入涉及语音和位置等敏感数据的跨境传输，这道门槛没有绕过去的可能。

语言是第二道。Grok训练以英文为主，中文口语里的省略表达、模糊指令和方言识别，靠的是本土场景长期积累的数据，参数规模解决不了。拿方言来说，四川话、粤语里的语气词和习惯说法，一个以英文为主的模型很难接住，而这恰恰是中国用户每天真实说出口的话。

还有一道是竞争节奏。蔚来的NOMI、理想的理想同学已经卷到情感化、多轮对话、全车调度的水平，特斯拉的语音系统还停在指令识别阶段，这块短板被对比性消费决策放大的速度，比想象中快得多。车展上逛一圈，谁的语音能聊、能办事，消费者的体感差距是实打实的。

奔驰C级的选择

豪华品牌把AI大脑交给中国

如果说特斯拉接豆包有合规的被动成分，奔驰的选择就主动得多。8月17日，新一代C级完成全球首发，这款车从1982年问世至今累计销量突破1200万辆，是奔驰的销量支柱。官方称这是C级史上规模最大的技术升级，而下放到座舱里的那颗AI大脑，来自字节跳动的豆包大模型。

奔驰用豆包不是临时起意。2023年奔驰就和字节跳动搭上了线，2025年9月纯电CLA预售，成为奔驰车里最早用上豆包的车型，此后豆包又以小奔虚拟助手的形态在纯电GLC等车型落地。这次登陆C级，奔驰把本土化AI能力加速向主力车型铺开。C级是走量的车，把中国AI放进走量的车里，说明这件事已经在定调。

奔驰接入豆包的方式也值得看。豆包被整合进奔驰自研的MB.OS架构，和整个座舱系统融为一体。用户说一句我有点冷，系统接住的不光是调温指令，还会顺着话头问一句，座椅加热要不要一起打开。这种交互逻辑，靠的是豆包对中文语境的语义理解。智驾部分，奔驰选了另一家中国公司Momenta，国产版将搭载Momenta R7世界模型，实现从车位到车位的辅助驾驶。座舱的脑子交给中国AI，驾驶的脑子交给中国智驾，两台核心都换了中国方案。

奔驰的选择并非个例，宝马2025年3月牵手阿里巴巴，2026年4月基于千问大模型推出座舱智能体。奥迪押注华为。大众的迈腾B9用了科大讯飞的大模型。合资品牌和豪华品牌，正在集体把座舱AI的研发外包给中国公司。几年前这些品牌的车机语音还以自研或海外供应商为主，现在风向彻底变了。

自研还是接入

账本到底怎么算

回到路线之争本身。车企该自研大模型，还是接第三方，两边都有站得住脚的理由，也各有各的代价。

自研派的代表是蔚来、理想和华为，蔚来把NOMI做成了有实体头的车宠，走情感化路线。理想押注端到端加视觉语言模型双系统，围着一家人转。华为的路数更重，鸿蒙座舱里是盘古大模型加小艺智能体，用MoLA多智能体架构做总调度，芯片、系统、云、通信一把抓。这些车企认一个道理，座舱是用户和车交互的入口，也是数据闭环的核心，把入口交给别人，产品差异化的命门就交出去了。

接入派的代表是豆包、千问、讯飞星火这类大模型平台。它们的优势是快、稳、便宜。豆包大模型已经装进超过700万辆智能汽车，覆盖50多个品牌、145款量产车型，日均完成超3000万次座舱交互。几百万辆车跑出来的工程能力，加上豆包App超过3.8亿的月活带来的用户习惯，是车企自研短期追不上的。对特斯拉这样语音短板明显的企业，花一年接上豆包，比花五年自研一个中文语音模型划算得多。

但接入也有代价。最现实的一条是车控权限。豆包在特斯拉上目前拿不到完整的车辆控制权限，只能聊天和查资讯，控车指令还是走原有通道。落到体验上，你买到的可能只是一个更聪明的语音助手，离一个能深度理解车辆状态的AI管家还有距离。

还有一条是数据。语音交互的数据，是车企训练个性化模型、做用户画像的原料。接第三方，数据在谁手里，怎么用，车企的话语权会被稀释。这也是为什么很多车企嘴上说用第三方，私下还在悄悄建自己的AI团队。行业数据能看出这个趋势，整车厂自研语音引擎的搭载率，从2023年的不足8%涨到了2026年的19.5%，虽然还是少数派，但增长很快。

价格账也要算，自研一个底座大模型，从数据、算力到训练团队，前期投入是十亿级起步，而且模型迭代快，今天训出来的能力明天可能就过时。第三方接入按调用付费，起步门槛低得多，还能蹭上互联网大厂持续投入的迭代红利。豆包App月活超过3.8亿，这个体量支撑的模型更新速度，单家车企烧钱也追不上。对销量不够大的品牌，接入几乎是现实里走得通的选择，自研属于头部玩家的游戏。

车叔总结

车叔的判断是，这场路线之争不会走向谁消灭谁，最后大概率是混合态。自研派会接第三方生态补短板，接入派也会在关键场景保留自研能力。真正拉开差距的，在于车控权限给不给，数据闭环在谁手里，换供应商的代价有多大。这三件事想清楚了，自研和接入的比例自然就定了。豆包进特斯拉、进奔驰，只是这场竞赛开了个头，后面有的是变数。车还没开明白，胜负分不出来。