在这台车上，AI终于开始“懂”机械

  文 | 智能相对论

  作者 | 叶远风

  当汽车行业把智能化卷到激光雷达、大模型、世界模型的时代，一个容易被忽略的现实正在暴露，那就是很多新车的智能与机械，本质上是堆叠拼凑出来的两张皮。

  感知硬件、高算力芯片、车载大模型被当做外挂模块安上车身，智能系统负责导航、辅助驾驶，底盘、动力、四驱则自顾自运行，二者之间缺少深度的协同纽带。

  市面上不少速成新能源车型，问题不只是机械底子薄弱，更致命的是，AI看不见底盘的极限，动力系统不听智驾的预判。智驾识别到前方颠簸路面，悬挂不会提前做出响应；电池电量跌落之后，动力算法只能被动接受发动机硬输出，满电是性能车，亏电直接沦为家用肉车。

  智能化沦为屏幕里的花活，机械素质独自扛下所有工况，这就是当下很多车型的真实写照。

  刚刚在贺兰山完成上市的凯迪拉克XT5 PHEV，给出了一套不一样的解题思路。

  它没有放弃行业内卷的“必修课”，把当下主流的AI智能硬件全部配齐，不做智能化的后进生；但它的核心打法，不是单纯比拼硬件参数，而是试图打通智能算法与整车机械体系的壁垒，让AI不再是附加功能，而是深度介入动力、三电、整车控制的“整车神经系统”。

  在这套逻辑之下，合资品牌沉淀多年的机械底蕴，不再是和智能化割裂的旧时代遗产，反而成为AI算法可以调度、驾驭的底层资产。

  配齐“应战型智能”，只是入场券

  今天做一台新能源SUV，硬件堆砌已经是最低门槛。

  XT5 PHEV直接全系标配激光雷达、27颗感知传感器，搭载8775P智驾芯片，首发量产Momenta R7世界模型，实现全场景NOA、离线漫游巡航等主流高阶智驾能力。从硬件规格到算法范式，它完成了对当前主流智能化能力的全覆盖。

  放在几年前，传统豪华品牌还普遍存在智能化“丐版”套路：高配才有激光雷达，中低配阉割高阶智驾，把智能当做加价选装的筹码。但XT5 PHEV选择把这套AI智驾体系直接下放全系，意味着在看得见的智能配置层面，它不愿意再被动挨打，不再给消费者留下“传统车智能不行”的口实。

  但硬件堆齐，仅仅拿到下半场的入场券。

  行业已经反复证明有激光雷达不等于好用的智驾，有世界模型不等于整车智能。

  很多车型的智驾系统，工作边界局限在“开车”这件事本身——识别车道、避让行人、规划路线，仅此而已。它不去过问动力该输出多少，不去干预三电能量分配，也不会结合整车机械状态调整车辆响应。

  智驾域、动力域、底盘域各自为政，硬件物理装在同一台车上，逻辑上却各行其是。

  这也是很多新势力车型的困境：感知、算法很强，但算法触达不到机械本体，智能系统只能做“观察与决策”，无法深度调度动力、三电这套硬件。

  XT5 PHEV的差异化，恰恰不在这些所有人都可以采购得到的感知与芯片，而在于AI算法真正下沉到动力、三电的机械运行逻辑当中，实现智能和机械的双向融合。

  亏电0.6秒差距背后，是AI深度接管动力系统调度

  插混车型最大的用户痛点其实不是标称综合续航，而是亏电之后的体验滑坡。

  大量插混产品，满电状态下加速迅猛、安静平顺；一旦电池电量耗尽，整车逻辑就切换为发动机主导。电机参与度大幅下降，发动机拉高转速嘶吼输出，加速性能直接跳水23秒，高速超车信心大打折扣。

  背后根源，是能量控制算法的逻辑局限，算法更多聚焦电量剩余多少，却没有把动力输出稳定性作为核心目标，发动机、电机的协同只是简单的模式切换，而非动态实时的智能调度。

  XT5 PHEV公布的数据，满电零百加速4.8秒，亏电零百5.4秒，二者差值仅0.6秒。这个数字背后，不单纯靠加大发动机功率硬堆，更重要的是有一套算法深度介入机械架构。

  这台车基于原生插混架构打造，P1+P3+P4三电机搭配两挡DHT混动专用变速箱，硬件底子是基础，但真正拉开差距的是整车控制算法。这套动力控制系统会通过AI实时预判电池可用功率、车速、油门请求、路况海拔，动态调整发动机、三台电机之间的出力配比，亏电工况下电机依旧持续参与驱动，而不是直接退出工作。

  即便是4000米高海拔连续爬坡，空气稀薄导致发动机功率衰减，算法也会快速重新分配扭矩输出，尽可能抑制动力下滑，不会出现一到高原、一旦亏电，整车性能直接腰斩的情况。

  通俗来讲，多数插混的逻辑是有电就电机跑，没电就发动机跑，是二选一。

  XT5 PHEV的逻辑是无论剩余多少电量，AI持续计算最优的动力组合，发动机和电机始终协同出力。

  另外一个案例是预瞄式悬架硬件方案。

  这个东西现在并不鲜见，但XT5 PHEV的差异化，在于把预瞄 RTD 真正纳入电动蜂鸟底盘的整车协同体系。来自激光雷达、视觉融合的路面信息，不只是用来识别坑洼减速带，更汇入整车域控制器，同步联动阻尼调节、矢量四驱扭矩分配乃至动力输出策略。当系统预判前方是连续颠簸非铺装路面，第二代预瞄 RTD 会毫秒级调整悬架阻尼，同时 Twinclutch 矢量四驱提前做好扭矩分配预案，动力输出也会调整为更平稳的输出曲线。

  硬件层面的蜂鸟底盘，提供悬架、四驱的机械执行底子；AI 感知负责提前预判路况；整车域控完成跨域调度。三者打通之后，才实现感知、算法、机械底盘的闭环，而不是简单给一套现成悬架外挂一个预瞄开关。

  很多人会把这些简单理解为“参数更强”，但本质上，这是智能算法不再只服务屏幕和智驾，而是钻进动力机械运行的每一个决策环节。算法不是一个写在车机里的程序，而是实时指挥电机、变速箱、发动机如何干活的大脑。

  当然，真正属于XT5 PHEV的独有特色，是动力三电层面AI与机械架构的深度绑定，这套思路区别于“买一套智驾方案装上车”的流水线造车模式，需要整车厂商对动力硬件、三电系统有完整的底层掌控力。

  奥特能底层：融合能力的前提，是严苛的三电底座

  智能和机械要融合，前提是机械本体本身具备可控、可靠的基础。如果三电硬件的安全、稳定性底子薄弱，再优秀的算法也没有调度的空间。

  这也是通用奥特能平台这套体系的价值所在。

  市面上不少车型，800V高压只是升压实现的伪800V，电池热管理、高压安全标准沿用通用化的低成本方案。而奥特能从底层定义高压安全边界，采用远超国标的严苛测试标准，包含高压系统耐压测试、极速高压泄放、多维度热失控防护体系。

  这套平台不是简单提供一块大容量电池，而是给整车算法提供一个可以信任、可以被精细调控的三电硬件底座。XT5 PHEV搭载5C电池，支持15分钟完成30%80%补能，同时支持6kW外放电，亏电油耗6.05L，可加注92号汽油。

  快充速度、能耗表现，表面看是硬件规格，实际同样离不开算法和三电硬件的协同。5C超充不是电池单方面堆能力，电池管理系统AI需要实时监控每一个电芯温度、电压，动态调整充电功率，兼顾充电速度、电池寿命与安全性。

  如果三电系统本身的容错空间小，算法只能采取保守策略，也即，为了防止过热，充电功率上不去；为了保护电池，亏电状态下直接限制电机输出，最终就会出现“参数好看，实际体验打折”。

  可以这么理解，奥特能提供的是“能干什么”的物理上限，整车AI控制算法决定“怎么干好”。硬件划定边界，算法在边界之内做动态调度。二者互相成就，而不是互相割裂。

  反观不少速成车型，硬件采购来之后，整车调校时间被极度压缩。智驾算法团队、三电标定团队、动力标定团队各做各的，只保证各自模块不出错，不去思考跨域协同。最终就出现硬件参数拉满，但遇到亏电、高原、低温等真实工况，体验就漏洞百出。

  智能化下半场拒绝外挂式AI，整车一体化智能是必然

  过去几年国内汽车智能化竞争，走过一条捷径——外购芯片、外购激光雷达、外购智驾算法，快速组装成一台智能汽车。这套模式快速抬高了行业智能化的平均水位，让高阶智驾快速普及。

  但这套模式天然带有“两张皮”的隐患。

  零部件供应商可以做好感知、做好世界模型，但很难深度吃透每一台车的动力特性、底盘极限、三电边界。零部件输出的是通用算法，它只知道路面情况，却不完全知道这台车的机械能做到什么程度。

  想要让AI真正适配车辆，就需要主机厂自己具备跨域整合、底层标定的能力。

  新势力擅长用户交互、座舱体验、智驾感知决策；传统豪华品牌曾经的短板，是上层AI应用迭代慢。但XT5 PHEV的打法，是补齐上层AI能力的同时，把自己沉淀多年的整车机械标定能力变成差异化壁垒。

  Momenta R7世界模型负责感知世界、识别路况，而凯迪拉克的整车域控制器负责把这些信息，结合动力、三电、四驱的硬件状态，转化成车辆动力、扭矩、能量分配的实际动作。AI不止看懂路，更看懂自己这台车。

  放在行业大背景来看，这也是传统豪华新能源转型的一种新思路，不再盲目跟风，抛弃自己所有机械积累，完全照搬新势力路线；也不是固守机械，把智能化当成可有可无的点缀。而是把AI当做连接器，把智能化能力和传统整车工程底蕴结合在一起。

  贺兰山的发布会，当然带有营销叙事的色彩，但是，这种叙事更多表达了一种态度。

  贺兰山代表复杂多变的真实工况：温差、海拔、非铺装路面，这些都不是城市封闭道路。在城市铺装路面，“两张皮”的问题可以被掩盖；一旦走到复杂工况，智能与机械是否打通，体验差距会被无限放大。

  当然，XT5 PHEV依旧存在待验证的命题。Momenta R7世界模型量产之后，除了前期大胆试驾能够给于的优质体验，城区NOA的用户大规模真实落地体验如何，尤其是长尾场景能不能有效覆盖；限时权益价结束后，市场能否持续接受定价；跨域协同的整套算法，在长期使用、低温、持续高强度工况下稳定性如何，这些都需要交付之后由市场检验。

  但它提出的命题值得整个行业思考，那就是汽车智能化，到底是把一堆先进零部件堆上车，还是让AI真正成为整车的大脑，去调度、驾驭整车全部的机械力量？

  屏幕更大、模型更强、传感器更多，这只是智能化的上半场。 让AI真正懂机械，实现智能机械一体化，才是智能化真正的下半场。

  *本文图片均来源于网络