汽车将成为随AI能力进化的“智能生命体”。

“AI定义汽车：先有AI，再有车”。

2026年6月9日，赛豆科技在北京正式发布AI先锋生态出行品牌AIVA。喊出了上述这句产业宣言，瞬间点燃了业界对“AI汽车”的讨论热潮。

而且，这不只是概念车发布，AIVA品牌总裁、产品经理李博现场表示，AIVA全系列车型将覆盖20万元以上主流市场，品牌首款量产车型AIVA ME7已筹备完毕，2026年内就可以亮相。

AIVA品牌的背后是一组颇具张力的组合：AIVA品牌作为独立运营主体，负责品牌、产品与业务推进；赛力斯作为重要股东方和产业资源方，在整车制造、供应链、质量体系与工程经验等方面提供支持；宁德时代在电池技术、电池安全、动力电池充换电体系等方面提供系统的能源解决方案；国资平台提供产业资源支持；火山引擎为AIVA品牌提供豆包大模型、智能座舱等技术服务，帮助AIVA品牌提升AI汽车交互体验。

国资托底、车企造车、产业加持、互联网巨头赋能智能化内核——这种“多方协奏”的架构，在中国汽车工业史上并不多见。背后也能看出赛豆科技的战略妙思：在一个高度同质化、内卷化的汽车市场，行业应该如何破局？

AIVA给出的答案是：AI。

智能电动车产业一向承载着电池、材料、智能科技乃至AI技术等各个领域最新的技术成果。

从今天的产业条件来看，AI技术在端侧落地的成熟度，已经到了可以探索新的汽车产品定义方式的临界点。AIVA总裁、产品经理李博曾分享过一个真实细节：团队尝试用智能工具撰写车型立项报告，仅二十分钟就产出了近七十页的优质内容。

这一经历让团队意识到，智能技术早已不是简单的辅助工具，而是能够主动解决实际工作问题的“生产力主体”。落地到汽车产品上，汽车也不该只是单纯的代步工具，更可以成为贴合用户情绪、适配出行习惯、持续迭代优化的出行伙伴。

再加上，AIVA的AI能力，来自中国AI应用生态最丰富的平台火山引擎，“AI定义汽车：先有AI，再有车”的这条路已然明朗。

范式切换：从“电定义汽车”

到“AI定义汽车”

回顾新能源汽车的上半场，这是一场围绕“电动力”展开的军备竞赛。续航里程、能量密度、能耗效率、补能速度，几乎所有的产品定义、造型设计乃至功能设计，都会被电池这一核心部件所牵引。然而，这套范式正在显露出明显的天花板。

最直观的信号是车重的失控。为了堆出更长的续航，大型纯电SUV的整备质量已经普遍突破2.5吨，部分车型甚至超过3吨，逼近重型卡车的水平。与此同时，电机能耗效率的提升已经开始以零点几个百分点计，电池能量密度的年度增幅同样进入了“挤牙膏”阶段。

这意味着上一代的技术红利正在见顶，下一场竞争的主战场，已经悄然迁移到AI。

下半场比拼的不再是物理参数，而是模型能力、数据闭环，以及AI加持的全新人机交互体验。

支撑这一切换的产业条件，在过去几年已经全面成熟：端侧芯片算力快速跃迁，主流智能驾驶芯片动辄500 TOPS以上，而单位算力价格仍在持续下降。

同样，AI大模型能力也在快速演进，S2S（语音到语音）能力已经普及，同时，大模型的参数规模可以被高效压缩与蒸馏，以适配车端有限的算力与功耗，10亿级参数量的大模型正在普遍上车。

而Agent生态则在OpenClaw等头部玩家的带动下迅速走入千家万户，开始革新终端应用的调用范式，进一步让用户体验被AI重新定义。

火山引擎副总裁杨立伟从行业技术迭代的角度，梳理了智能技术的演进脉络：早期的智能交互需要用户逐条下达指令，操作繁琐；随着智能体技术升级，设备可以自主完成目标任务，无需人工反复干预；而当下，智能技术已迈入全新阶段——能够结合实体设备完成落地应用。

这些技术和产业层面的成熟，共同构成了“AI定义汽车：先有AI，再有车”的现实基础。

赛豆科技正是在这样的产业拐点上应运而生，它联合火山引擎，从底层围绕原生AI技术，定义了一个全新的AI汽车品牌——AIVA。

据李博介绍，AIVA取自Artificial Intelligence Voyage Ahead，寓意“AI陪伴用户一路向前、悦见前方”，中文谐音“爱我”。

“随着AI的发展和模型能力的提升，我们一直在思考：如何让AI更智能地服务用户？”李博说。

他以车载空调为例做了通俗解读：同样22℃的温度，春夏秋冬、不同穿着、不同状态下的体感完全不同——通勤办公、运动过后、大人休息、孩童玩耍，对应的舒适温控需求各有差异。AIVA可以长期记忆用户的使用习惯，无需手动调节，就能自动适配专属的舒适温度。

这种“智能适配”的能力进一步覆盖了全场景出行。李博举例，你说一句“去健身”，它就知道你要去的，是工作日还是周末习惯去的那家健身房，知道为你导航哪条路，也知道你是不是想更快一点，是不是在意好停车，并关注你去程和返程时，偏好的空调设置。

“而聪明的AI，会像人一样灵活做事，它能理解情境、用好工具，达成任务目标，给人的感受，就是时常有新的能力涌现出来，恰当且有效，不断突破智能的上限。”李博说。

这种与用户体验深度嵌合的AI能力，正是未来智能汽车的要义，而AIVA显然踏出了实践落地的第一步。

为什么是AIVA：

打造AI原生组织

“AI定义汽车：先有AI，再有车”是一个新的产业叙事，为什么是AIVA占领了先机？

横向来看当前的造车格局，大致可以分为三类：

一是传统车企，优势在制造与渠道，但智能化往往只是“功能堆叠”；

二是头部新势力，在智能化上追求全栈能力，但囿于竞争压力，AI投入上并不能全力出击，对于智能化体验来说，始终存在一条铁律，做不到用户满意就是0；

三是科技公司跨界造车，智能基因不俗，但体系庞大，部门架构打通耗时耗力，到一辆AI汽车落地，仍然需要时间。

赛豆科技采用更开放的架构，引入业内强合作方，快速在一个市场打响。

从已有信息可以看出赛豆科技和火山引擎的合作脉络，开放整车核心架构给火山引擎，由后者基于AI产品需求，构建智能化核心配置、车内外硬件等等AI全链路能力。

当然，这是整合资源的路径，而任何战略的落地实施，离不开高效和深度匹配的组织，AIVA已经为AI汽车产品，构建了一套AI原生组织能力。

李博在品牌发布会上有过详细分享，其将AI原生组织拆解为三层：

第一层，感知层。传统组织里最大的浪费是信息衰减。一些好的机会和想法，一些关键的决策要素，传到决策层的时候，不是需求捋不明白、就是背景讲不清楚，等大家都弄明白，时机已经晚了。AIVA的做法是，把所有影响决策的信息，比如用户反馈、市场变化、供应链动态等等，实时汇聚到一起。不让关键信息在传递中衰减或丢失。

第二层，决策层。有了完整的信息之后，怎么做判断？AIVA搭了一个AI沙盘，把分析和预判这些事，交给AI来做。也就是，在做任何决策之前，AIVA先让AI协助模拟一遍、推演一遍。

但李博强调的一点是：最终拍板的永远是人。“AI是最强的参谋，但不是老板。它改变的是什么呢？是我们决策的依据：从过去的‘我觉得’，变成了现在的‘数据告诉我’。这两者的准确性，差距是很大的。”

第三层，执行层。也就是AI助手和智能体组成的执行网络。这里有个关键，每一项执行的结果，和人的反馈，都会自动回流到感知层，变成下一次决策的养分。这意味着什么？意味着这不是一个“做完就完了”的系统，而是一个每做一件事就变聪明一点的飞轮。它在持续学习、持续进化。

所以这套AI原生组织和AIVA的AI汽车，是相辅相成的关系：组织越聪明，造出来的车就越懂人；车跑出来的数据回流到组织，组织又变得更高效。两者相互喂养、共同生长。

简单来说，这就是AIVA打造AI汽车的最底层逻辑——不只是车在进化，造车的这群人、这套系统，也在同步进化。

“AI化的汽车人，更有机会做好AI汽车。”李博说。

而从团队配置来看，以AIVA总裁、产品经理李博为代表的核心管理团队，对汽车产品的市场洞察、用户语言和定义节奏有深刻理解。如果获得AI能力加成，显然在AI汽车的产品定义和落地上可以事半功倍。

正如李博所说，让AI去做海量的数据分析、趋势洞察、需求推理，它能看到的可能性，远远超出任何一个人的想象力边界。而人，也就是产品经理做什么呢？在AI挖出来的这些可能性里，挑出真正值得做的方向。

说白了，过去是产品经理辛苦地边挖矿边淘金，现在是AI在前面挖矿，人在后面淘金。

有赛豆科技对造车托底，原生AI组织进行产品实现，万事俱备之下，AIVA的AI汽车还需要一个强有力的东风-AI能力。

AI基础设施，

火山引擎的全力加持

如果说赛豆科技为AIVA提供了制造与组织的基本盘，那么火山引擎，则为AIVA提供了真正意义上的“技术内核”。

AIVA背靠火山引擎的算力基础设施和豆包大模型的生态能力，形成了“模型+算力+数据+场景”的四位一体支撑。火山引擎提供云端训练与推理底座，豆包大模型提供多模态交互与内容生态，二者共同降低了AIVA自研大模型的门槛，加速了其在AI交互、个性化服务的产品化落地。

这套基础设施的核心价值，在于可以让AIVA从第一天起就站在一个产业级的AI能力底座之上，而不必从零摸索。

同样重要的是，豆包大模型沉淀的海量C端用户行为数据、内容消费偏好、自然语言交互习惯，可以为AIVA的座舱与服务体验提供“出厂即懂用户”的能力——这是绝大多数车企即便重金投入，也难以在短期内复现的资产。

可以预见的是，当AIVA的车辆真正上路交付，它与火山引擎、豆包大模型之间将形成一个动态的数据-模型-体验闭环：车辆产生的真实驾驶与交互数据，反哺模型迭代，模型迭代的成果，又通过OTA持续优化车辆体验。

车不再是一个出厂即定型的工业品，而是一个随AI能力进化而进化的“智能生命体”。

这，正是“AI汽车”的根本标志。喊出成为AI企业的车企已经足够多，但AIVA显然是那个为数不多的行动派，其已经抢占了第一波身位，让行业的未来远景快速走进现实。