CES 2026清晰地揭示了AI向物理世界的渗透，其中汽车正成为核心载体。从特斯拉FSD V14的实践到英伟达的开源模型，更大的模型与算力正共同推动智能驾驶从概念走向落地，行业竞争已进入拼体验的新阶段。
智能速览
特斯拉FSD V14验证了车端大模型的Scaling Law。
英伟达开源自动驾驶VLA模型，加速行业探索。
联想车计算推出基于Thor的超2000TOPS域控制器。
Auto AI Box为现有座舱芯片提供灵活的AI算力补充。
智能汽车正成为算力密度最高的移动终端之一。
精华内容
这不仅是技术的演进，更是产业格局的重塑。算力与模型如何共同定义了智能汽车的未来？
特斯拉的实践
特斯拉FSD V14的参数规模较V13提升了10倍，初步展现了Scaling Law在车端的“暴力美学”。
通过与Grok大模型的深度融合，座舱交互已超越简单的语音助手，具备了强逻辑推理能力，接近专家级真人助理水平。
这背后是HW4.0硬件约500 TOPS的算力与AMD Ryzen座舱芯片的强力支撑，证明了更大模型规模是提升车端智能的有效路径。
英伟达的开源
英伟达在CES上宣布开源约10B参数的自动驾驶VLA模型Alpamayo，旨在通过开放合作，加速整个行业的探索进程。
作为AI时代的核心“军火商”，英伟达此举意在推动极致L2+乃至L4级自动驾驶更早实现商业化落地，构建更强大的技术生态。
联想的布局
联想车计算正将顶级AI能力转化为可落地的车载产品。
其基于NVIDIA DRIVE AGX Thor芯片已推出多款产品：面向L4市场的超2000 TOPS域控制器AD1已量产于文远知行等Robotaxi；面向L2++市场的AH1则在新款智己车型上表现亮眼，展示了其作为集成商的关键作用。
算力的灵活补充
针对座舱大模型上车的趋势，联想发布了Auto AI Box。
该产品可外接现有座舱系统（如高通8155/8295），在不改变原有架构的前提下，显著提升AI算力。
相比更换下一代旗舰座舱芯片，这种方案成本更可控，验证周期更短，为大模型快速上车提供了可行的现实路径。
从概念到实战，智能汽车正进化为算力密度最高的移动终端。随着拼算力、拼体验的下半场到来，像联想车计算这样的角色，正通过灵活的算力方案，帮助主机厂解锁自动驾驶出行的新可能，未来的出行图景值得期待。
