【獨(dú)家】對(duì)話智界郭銳｜一位算法專家，在汽車工廠里重新理解AI

2025年12月，郭銳在朋友圈發(fā)文“下一站科技的榮耀再會(huì)”，三個(gè)月后，他出現(xiàn)在另一個(gè)坐標(biāo)系里，智界汽車董事長(zhǎng)兼CEO。

在離開(kāi)手機(jī)業(yè)務(wù)前，郭銳便已躋身華為終端體系核心管理層，職業(yè)發(fā)展路徑清晰而穩(wěn)定。

但問(wèn)題恰恰在這里。“手機(jī)的格局已經(jīng)基本成型”。一個(gè)格局幾乎已定的行業(yè)，很難再容納新的、大的問(wèn)題。而他一直想做的，是去解決那些還沒(méi)有答案的問(wèn)題。

他決定換一個(gè)方向，本質(zhì)上不是換行業(yè)，而是換問(wèn)題。

“在這個(gè)時(shí)間點(diǎn)離開(kāi)，核心就是想做點(diǎn)真正感興趣的事——說(shuō)白了就是AI”。當(dāng)算法成為核心生產(chǎn)力，郭銳更關(guān)心的，不是AI能做什么功能，而是它應(yīng)該進(jìn)入什么樣的系統(tǒng)，才能真正改變生產(chǎn)力。

在他的判斷里，AI從不是某個(gè)功能，而是一種“可以改寫一切技術(shù)”的“解題思路”。這源于他在算法領(lǐng)域研究數(shù)年的積累。

郭銳在北京大學(xué)信息科學(xué)技術(shù)學(xué)院完成本碩博連讀，主攻量子計(jì)算與算法方向，曾以第一作者在物理學(xué)頂刊《Physical Review》發(fā)表論文。

但在那個(gè)年代，情況處在另一個(gè)極端。“那時(shí)候沒(méi)多少人學(xué)神經(jīng)網(wǎng)絡(luò)，因?yàn)樗豢山忉專覜](méi)算力、沒(méi)語(yǔ)料、沒(méi)框架”，且量子算法在當(dāng)時(shí)也缺乏落地場(chǎng)景。

離開(kāi)算法領(lǐng)域數(shù)年后，時(shí)代的天秤產(chǎn)生了傾斜。AI成為全民性話題，資本涌入，各行業(yè)都在探索這背后的可能性。但現(xiàn)階段，大多數(shù)討論還停留在“功能性”上。

他需要一個(gè)更大的系統(tǒng)來(lái)驗(yàn)證這件事，汽車，剛好是那個(gè)答案。從一塊鋼板，到一輛整車，再到用戶使用與數(shù)據(jù)回流，這是一條幾乎沒(méi)有斷點(diǎn)的長(zhǎng)鏈條。

“我習(xí)慣從第一性原理出發(fā)，看一個(gè)產(chǎn)業(yè)從原材料到最終用戶，能不能全鏈條AI賦能。”郭銳說(shuō)，除汽車行業(yè)外，很難再找到一個(gè)產(chǎn)業(yè)，“可以端到端地去做AI”。他感覺(jué)自己終于到了正確的地方。

而智界，恰好提供了一個(gè)特殊的結(jié)構(gòu)——華為的技術(shù)與產(chǎn)品能力，疊加奇瑞在制造與產(chǎn)業(yè)鏈管理上的積累。兩套體系疊在一起，構(gòu)成了一條相對(duì)完整的工業(yè)鏈路。這也是他選擇進(jìn)入的原因之一。

但真正進(jìn)入之后，他的問(wèn)題反而更多了。“我現(xiàn)在越來(lái)越多地知道，我不知道什么。”

在智界的第一個(gè)月，他幾乎把工廠從頭走到尾。上千個(gè)工位，一站一站過(guò)，每天走上五公里。在消費(fèi)端看問(wèn)題時(shí)，他看到的是機(jī)會(huì)；進(jìn)入產(chǎn)業(yè)端之后，他先看到的，是問(wèn)題本身。

也是在這個(gè)過(guò)程中，他原本的判斷被強(qiáng)化了。相比產(chǎn)品端，真正復(fù)雜、也更可能被AI重寫的，是那條從鋼板到整車、用戶的鏈條。

1

不是轉(zhuǎn)行，是回到問(wèn)題本身

郭銳把進(jìn)入汽車看作一次“回歸老本行”。在他看來(lái)，這并不是從手機(jī)到汽車的跨界，而是一個(gè)算法背景的人，在AI成為主流生產(chǎn)力之后，重新尋找它真正落點(diǎn)的過(guò)程。

這種“尋找”，無(wú)關(guān)行業(yè)熱度，而是基于一個(gè)更底層的判斷出發(fā)——一個(gè)產(chǎn)業(yè)是否值得進(jìn)入，取決于它是否具備被“端到端重寫”的可能。

在更早的階段，神經(jīng)網(wǎng)絡(luò)尚不流行，算力、語(yǔ)料與框架都不具備，算法缺乏現(xiàn)實(shí)空間，他因此尋求技術(shù)落地的其他可能性，將模型能力用于理解消費(fèi)者決策，并在隨后進(jìn)入營(yíng)銷界。

隨著算法成為核心生產(chǎn)力，這個(gè)問(wèn)題換了一種形態(tài)，AI不再缺場(chǎng)景，缺的是一個(gè)“足夠完整”的系統(tǒng)。而汽車，是少數(shù)能夠滿足這一條件的產(chǎn)業(yè)。

新浪汽車：我很好奇，你學(xué)算法，為什么當(dāng)時(shí)去做營(yíng)銷工作啊？

郭銳：我當(dāng)時(shí)是研究得太早了。

我本科是電子信息，后來(lái)轉(zhuǎn)軟件、算法。那時(shí)候沒(méi)什么人學(xué)神經(jīng)網(wǎng)絡(luò)，它不流行、不可解釋，是黑盒子，也沒(méi)有算力、語(yǔ)料、框架，基本沒(méi)得研究。當(dāng)時(shí)量子算法也缺乏落地場(chǎng)景。

后來(lái)去做營(yíng)銷，其實(shí)是因?yàn)槲也┦科陂g跟IBM、寶潔這些公司合作。和寶潔合作做數(shù)據(jù)挖掘，用貝葉斯生成網(wǎng)絡(luò)去看消費(fèi)動(dòng)機(jī)，本質(zhì)上也是在做一種“生成類模型”，只是它落在的是消費(fèi)者決策上。

但后來(lái)發(fā)現(xiàn)一個(gè)很現(xiàn)實(shí)的問(wèn)題，能真正創(chuàng)造價(jià)值的，是對(duì)用戶和消費(fèi)者需求的精準(zhǔn)理解。

新浪汽車：你是在一個(gè)很好的階段離開(kāi)手機(jī)行業(yè)，為什么？

郭銳：跑了這么多年之后發(fā)現(xiàn)，算法現(xiàn)在開(kāi)始成為主流生產(chǎn)力了。而且我在這個(gè)時(shí)間點(diǎn)離開(kāi)，核心就是希望做點(diǎn)下半場(chǎng)真正感興趣的事情。說(shuō)白了就是AI。

新浪汽車：手機(jī)行業(yè)不能繼續(xù)做AI嗎？

郭銳：任何行業(yè)都可以做AI，且早晚都會(huì)擁抱AI。但是在當(dāng)前情況下，新能源汽車領(lǐng)域應(yīng)當(dāng)是最能夠通過(guò)AI實(shí)現(xiàn)端到端的產(chǎn)業(yè)升級(jí)的。這個(gè)話聽(tīng)起來(lái)有點(diǎn)大。但汽車領(lǐng)域，在我所有經(jīng)歷過(guò)的行業(yè)里面，應(yīng)該是AI應(yīng)用密度最高的了。終于到了一個(gè)正確的地方。

新浪汽車：汽車行業(yè)AI應(yīng)用密度高，這個(gè)怎么理解？

郭銳：看一個(gè)行業(yè)，要看它能不能“端到端”。你從第一性原理想，一個(gè)產(chǎn)業(yè)從原材料到最終用戶，能不能實(shí)現(xiàn)全鏈條AI賦能？我想不到比汽車更完整的場(chǎng)景了。

新浪汽車：怎么理解“最完整”？

郭銳：汽車產(chǎn)業(yè)鏈，從一塊鋼板開(kāi)始，到生產(chǎn)、檢測(cè)、裝配、銷售，再到用戶使用和數(shù)據(jù)回流，這條鏈條極長(zhǎng)、極復(fù)雜，幾萬(wàn)個(gè)零件、上千個(gè)工位、幾十萬(wàn)個(gè)檢測(cè)點(diǎn)。這種復(fù)雜度，剛好是AI最適合發(fā)揮的地方。

新浪汽車：你加入智界后，對(duì)你之前的想法有沒(méi)有什么改變？

郭銳：變化很大。我以前是站在市場(chǎng)端看，覺(jué)得機(jī)會(huì)很多；現(xiàn)在進(jìn)到產(chǎn)業(yè)端，我看到的是問(wèn)題更多。

我現(xiàn)在每天在工廠走，上千個(gè)工位，一天走下來(lái)等于跑5公里。你會(huì)發(fā)現(xiàn)，從鋼板到整車，這一半的世界，比消費(fèi)端復(fù)雜太多。但也正因?yàn)閺?fù)雜，機(jī)會(huì)更大。

新浪汽車：現(xiàn)在手機(jī)數(shù)碼行業(yè)人才越來(lái)越多進(jìn)入汽車行業(yè)，有人說(shuō)，這會(huì)是對(duì)汽車的“降維打擊”，你認(rèn)可嗎？

郭銳：這不是降維打擊……現(xiàn)在還不知道誰(shuí)比誰(shuí)更難，光從AI角度講，就各有挑戰(zhàn)。

手機(jī)是在DOM空間里去做agent，要讓它理解你的屏幕、語(yǔ)義，去做操作。這當(dāng)然是難的，第一，手機(jī)的用戶隱私性要求高，所以要在端側(cè)做小模型；第二，它的功耗要求高，因?yàn)槭謾C(jī)電池容量不大。

汽車更像是一個(gè)機(jī)器人，它得理解更復(fù)雜的多模態(tài)，而且安全性要求極高。所以汽車既需要世界模型，也需要長(zhǎng)鏈條推理；既要具備預(yù)測(cè)未來(lái)的能力，同時(shí)還要擁有像肌肉一樣的快速反應(yīng)能力。

2

AI是一種“重寫一切”的解題思路

在郭銳看來(lái)，當(dāng)下行業(yè)對(duì)AI的理解，仍停留在“功能層”，甚至還沒(méi)有真正進(jìn)入問(wèn)題本身。他更關(guān)心的是另一件更底層的事情：AI能否作為一種“解題思路”，進(jìn)入一個(gè)完整的產(chǎn)業(yè)系統(tǒng)，并在真實(shí)環(huán)境中發(fā)揮作用。汽車制造體系復(fù)雜、長(zhǎng)鏈條、強(qiáng)耦合，更接近AI可以持續(xù)學(xué)習(xí)和優(yōu)化的空間。

在智界，這一判斷被具體化為一座“會(huì)進(jìn)化”的工廠：AI嵌入沖壓、焊裝、涂裝、總裝全鏈路，制造從“流程驅(qū)動(dòng)”轉(zhuǎn)向“目標(biāo)驅(qū)動(dòng)”，系統(tǒng)開(kāi)始參與決策與優(yōu)化。

新浪汽車：現(xiàn)在AI在所有行業(yè)里都是熱詞了，大家都討論得很多。

郭銳：還是太早期了。我覺(jué)得像90年代對(duì)互聯(lián)網(wǎng)的理解，大家覺(jué)得互聯(lián)網(wǎng)就是郵箱、BBS，但后來(lái)它變成無(wú)處不在的基礎(chǔ)設(shè)施。現(xiàn)在大家把AI“功能化”了。

新浪汽車：你眼里AI的本質(zhì)是什么？

郭銳：AI不是一個(gè)具體技術(shù)，是一種新的解題思路。就像解析幾何，它不是某個(gè)具體圖形，而是一種方法論。在AI這套解題思路下，它可以重寫一切技術(shù)，一切，不是部分。現(xiàn)在大家看到的這些，比如大模型、agent，其實(shí)只是其中很小一塊。

新浪汽車：為什么呢？

郭銳：說(shuō)實(shí)話，可能跟人才供給也相關(guān)。AI科班畢業(yè)的人才目前是嚴(yán)重的供不應(yīng)求，很多行業(yè)的管理層還沒(méi)有辦法深入的理解AI。

AI這套東西的本質(zhì)是數(shù)學(xué)，需要系統(tǒng)的數(shù)學(xué)理論積累作為基礎(chǔ)，客觀上也需要較長(zhǎng)的培養(yǎng)周期。

新浪汽車：所以你反復(fù)強(qiáng)調(diào)基礎(chǔ)教育。

郭銳：因?yàn)锳I是一個(gè)對(duì)基礎(chǔ)能力要求非常高的領(lǐng)域，這些基礎(chǔ)知識(shí)，都不是短期、光靠你努力就能補(bǔ)的。就像做芯片，你沒(méi)有基礎(chǔ)科學(xué)就做不了。如果不重視基礎(chǔ)教育，產(chǎn)業(yè)是很難真正走遠(yuǎn)的。

現(xiàn)在很多人在討論一些概念，比如“端到端”“VLA”“世界模型”，但這些其實(shí)不是一個(gè)維度的東西。如果不回到論文、不理解原始定義，很容易概念混淆。

新浪汽車：那可不可以理解為，未來(lái)五年汽車行業(yè)的競(jìng)爭(zhēng)，人反而是最核心的？

郭銳：絕對(duì)的，我們現(xiàn)在就缺人。真正懂AI，有扎實(shí)基礎(chǔ)教育的人還是太少了。

我在手機(jī)行業(yè)時(shí)，在我們智能工廠里，一群985/211的畢業(yè)生在工廠里“打螺絲”，當(dāng)時(shí)還上了熱搜引起社會(huì)爭(zhēng)論，認(rèn)為這是浪費(fèi)人力。但是我認(rèn)為這不是浪費(fèi)。你深入就會(huì)發(fā)現(xiàn)，這些工種需要仿真、建模，需要你了解數(shù)字孿生技術(shù)，你必須要有相應(yīng)的基礎(chǔ)知識(shí)，才能操作起來(lái)。

汽車行業(yè)更是這樣。我們工廠是人機(jī)共生環(huán)境，也就是由人、由AI，人機(jī)協(xié)同工作。舉個(gè)例子，我們門線定制化比例很高，光一個(gè)版型就700多個(gè)sku，一個(gè)門板一堆AI盯著，防止錯(cuò)漏。

現(xiàn)在智界正在做的工作，就是把AI引入到?jīng)_壓、焊裝、涂裝、總裝線里，帶來(lái)的效果是生產(chǎn)效率提升，我們能更快地造車、能造更好的車。

但是我進(jìn)來(lái)（汽車行業(yè)）后發(fā)現(xiàn)，產(chǎn)業(yè)里管理層級(jí)的人員，懂AI的太少，幾乎是沒(méi)有，這也是受限于基礎(chǔ)教育。

新浪汽車：AI會(huì)怎么改寫汽車產(chǎn)業(yè)？比如制造環(huán)節(jié)。

郭銳：很多人把AI理解成替代人，但在制造業(yè)，這個(gè)理解是錯(cuò)的。AI不取代人，只讓工廠擁有自我進(jìn)化的能力。

過(guò)去造車靠老師傅，經(jīng)驗(yàn)在腦子里，人一走，能力就斷層。但如果你把每一次測(cè)試、試錯(cuò)、驗(yàn)證都沉淀進(jìn)系統(tǒng)，工廠就開(kāi)始具備一種“自我進(jìn)化”的能力。這件事一旦成立，邏輯就變了。不是這一代車做好，而是后面的車會(huì)一代比一代更好，甚至過(guò)去的錯(cuò)誤，都會(huì)變成未來(lái)的資產(chǎn)。

新浪汽車：你們把這座（智界）超級(jí)工廠叫“AI智能體生命工廠”，為什么用了“生命”這個(gè)詞？

郭銳：2026年我們拿到了國(guó)家智能制造能力成熟度四級(jí)認(rèn)證，這個(gè)級(jí)別的核心不是“能不能生產(chǎn)”，而是工廠能不能感知、決策、優(yōu)化。

新浪汽車：這背后具體發(fā)生了什么變化？

郭銳：過(guò)去制造是“流程驅(qū)動(dòng)”，L4之后變成“數(shù)據(jù)驅(qū)動(dòng)”，也就是制造本身被算法了。

在智界，我們把AI嵌進(jìn)沖壓、焊裝、涂裝、總裝全鏈路，用數(shù)字孿生把虛擬世界和真實(shí)工廠實(shí)時(shí)同步。人不再去管每一個(gè)動(dòng)作，而是只需要定義精度目標(biāo)。剩下的路徑怎么走、參數(shù)怎么調(diào)、效率怎么最優(yōu)，全部由系統(tǒng)自己算。

新浪汽車：也就是工廠自己會(huì)思考？在能力層面，這種“會(huì)思考”具體體現(xiàn)在哪里？

郭銳：比如生產(chǎn)過(guò)程中，它不是等人來(lái)發(fā)現(xiàn)問(wèn)題，而是自己能感知到偏差，動(dòng)態(tài)去調(diào)整。

研發(fā)這塊，我們把華為在終端上的一些精密制造和仿真能力遷移過(guò)來(lái)。手機(jī)行業(yè)迭代快、精度要求高，這套能力在汽車行業(yè)可以高效復(fù)用。

在仿真階段，過(guò)去要反復(fù)做物理模擬，現(xiàn)在很多驗(yàn)證是在 AI仿真里完成的，真正的物理測(cè)試用作最后確認(rèn)。這種方式可以大幅縮短研發(fā)周期，同時(shí)提高安全冗余。

從整個(gè)系統(tǒng)能力來(lái)看，我們做了八大AI場(chǎng)景，覆蓋計(jì)劃、生產(chǎn)、質(zhì)量、園區(qū)管理，基本把整個(gè)制造鏈條數(shù)字化了。所以這不是單點(diǎn)智能，而是整座工廠變成一個(gè)系統(tǒng)級(jí)智能體。

新浪汽車：這帶來(lái)了什么好處？

郭銳：三個(gè)層面。技術(shù)層面，5G、AI、數(shù)字孿生不再是概念，而是真正參與生產(chǎn)；效率層面，我們廠房利用率提升15%，車型切換效率提升50%，新車導(dǎo)入周期縮短20%；質(zhì)量層面，開(kāi)始用接近航空級(jí)的標(biāo)準(zhǔn)去做一致性控制。而且這不是某一個(gè)指標(biāo)的提升，而是底層能力被重寫了。

新浪汽車：你提到的“端到端”閉環(huán)，在這個(gè)鏈條里是如何呈現(xiàn)的？

郭銳：在研發(fā)端，AI仿真能夠完成 99%的驗(yàn)證，把試錯(cuò)前置到虛擬世界。在生產(chǎn)端，AI實(shí)現(xiàn)了全流程控制，同時(shí)通過(guò)人機(jī)協(xié)同保證極致精度。最后在用戶端，數(shù)據(jù)會(huì)持續(xù)回流，反向驅(qū)動(dòng)產(chǎn)品迭代。這三部分連在一起，形成了一個(gè)“端到端”的智能閉環(huán)。

新浪汽車：可是用戶能感知到嗎？

郭銳：用戶不一定看見(jiàn)過(guò)程，但一定會(huì)感受到結(jié)果。智界所有車都從這座工廠出來(lái)，這意味著每一臺(tái)車，都經(jīng)過(guò)同一套AI系統(tǒng)的訓(xùn)練和校準(zhǔn)。

3

一套能讓AI落地的產(chǎn)業(yè)結(jié)構(gòu)

郭銳判斷，AI如果要真正進(jìn)入產(chǎn)業(yè)，必須依托于一套完整的系統(tǒng)：既有技術(shù)源頭，也有制造承載，還要有面向用戶的整合能力。智界的特殊之處正在于此，華為提供的全棧智能技術(shù)與產(chǎn)品能力，奇瑞沉淀30年的制造體系與質(zhì)量控制，智界則承擔(dān)整合與產(chǎn)品定義，將AI能力與真實(shí)生產(chǎn)鏈條打通。

在這樣的結(jié)構(gòu)下，競(jìng)爭(zhēng)不再只是參數(shù)與價(jià)格的比拼，而是轉(zhuǎn)向底層能力。從制造精度、工藝標(biāo)準(zhǔn)到系統(tǒng)化質(zhì)量控制，那些用戶難以直接感知的部分，反而成為產(chǎn)品價(jià)值的來(lái)源。

新浪汽車：為什么選擇加入智界？

郭銳：智界具備兩個(gè)關(guān)鍵條件：一是華為的全棧智能技術(shù)，二是奇瑞30年的制造底蘊(yùn)。這兩個(gè)疊加，才有可能把AI真正落地到產(chǎn)業(yè)里。

新浪汽車：你在智界的角色是什么？

郭銳：我把華為的創(chuàng)新力與奇瑞的制造力變成用戶能感知的品牌力，用AI這把這個(gè)鏈條打通。

新浪汽車：你怎么看現(xiàn)在汽車行業(yè)的競(jìng)爭(zhēng)？

郭銳：現(xiàn)在卷參數(shù)、卷配置，其實(shí)走不下去了。最終還是回到產(chǎn)品定義。而且補(bǔ)貼退坡，我覺(jué)得是機(jī)會(huì)。消費(fèi)者會(huì)更理性，會(huì)更懂車。越懂車，對(duì)我們?cè)接欣?/p>

新浪汽車：那你們的策略是什么？

郭銳：我們不卷價(jià)格，我們卷價(jià)值。現(xiàn)在有句話說(shuō)，“可以買貴的，不能買貴了”，我覺(jué)得說(shuō)得挺對(duì)。

新浪汽車：你提到不卷價(jià)格，那你怎么看現(xiàn)在汽車行業(yè)里“虧本賣車”的說(shuō)法？

郭銳：我不認(rèn)可這種說(shuō)法。

虧本賣車，你不就成鋼板的搬運(yùn)工了？首先這就不是一個(gè)主機(jī)廠，不是一個(gè)科技公司應(yīng)該干的事，也是對(duì)市場(chǎng)的不負(fù)責(zé)任。

一家公司可以虧損，一定要虧出個(gè)未來(lái)才行。如果是虧在研發(fā)投入，虧在對(duì)品質(zhì)上的投資，這完全是可以的，因?yàn)樗鼛?lái)的是后期長(zhǎng)線、持續(xù)的增長(zhǎng)，這是該虧的。這樣綜合下來(lái)，他可以說(shuō)前期是虧損的，但虧損不等于虧本。

新浪汽車：那“值”具體體現(xiàn)在哪里？

郭銳：我舉幾個(gè)例子吧，我們的工廠采用了激光焊工藝，成本是傳統(tǒng)方式的數(shù)倍；在安全結(jié)構(gòu)上做了很多冗余設(shè)計(jì)；制造精度做到非常高的水平。

比如我們用了航空級(jí)激光焊，成本是普通焊接的5倍；設(shè)計(jì)了可拆卸吸能結(jié)構(gòu)，讓輕微碰撞可以低成本維修；還有專利熱熔釘技術(shù)，從結(jié)構(gòu)上保障電池安全。

近期我們又針對(duì)V9單獨(dú)投了10個(gè)億建造一條焊裝線，就是要在品質(zhì)上對(duì)得起旗艦9系的標(biāo)準(zhǔn)。

這些都不會(huì)寫在配置表上，但會(huì)在用戶長(zhǎng)期用車過(guò)程中實(shí)實(shí)在在體現(xiàn)出來(lái)，汽車本身也一種口碑產(chǎn)品。

新浪汽車：在這樣的體系下，你們?nèi)绾味x一款產(chǎn)品，比如MPV產(chǎn)品V9。

郭銳：V9作為旗艦級(jí)產(chǎn)品，執(zhí)行的是我們體系里最高產(chǎn)品標(biāo)準(zhǔn)。制造方面，我們有新能源乘用車最高標(biāo)準(zhǔn)的四級(jí)工廠。產(chǎn)品定義上，華為過(guò)去多年對(duì)MPV市場(chǎng)深入研究，看到了市場(chǎng)未被滿足的需求，智界V9作為鴻蒙智行的首款旗艦MPV，憑借全維安全、智能科技、豪華設(shè)計(jì)、多元場(chǎng)景等滿配實(shí)力，將重塑50萬(wàn)級(jí)高端MPV市場(chǎng)格局。同時(shí)，智界V9將首發(fā)搭載全球首創(chuàng)電磁熱控壓鑄技術(shù)、側(cè)向迎賓光毯、旋轉(zhuǎn)座椅、車載氧吧等多項(xiàng)華為黑科技，真正把智能科技帶入MPV。

新浪汽車：所以你對(duì)于一款好產(chǎn)品的定義是什么？

郭銳：我們不太從“參數(shù)”出發(fā)，而是從體系能力出發(fā)。一款車的好壞，不只是某幾個(gè)指標(biāo)的領(lǐng)先，而是它背后整套生產(chǎn)系統(tǒng)的穩(wěn)定性與一致性，從制造精度、工藝標(biāo)準(zhǔn)，到質(zhì)量控制能力。這些往往不會(huì)出現(xiàn)在配置表里，你會(huì)說(shuō)這是用戶看不見(jiàn)的部分，但是這些會(huì)直接影響產(chǎn)品在長(zhǎng)期使用中的真實(shí)表現(xiàn)。

新浪汽車：從產(chǎn)業(yè)角度看，智界現(xiàn)在投入的，會(huì)帶來(lái)哪些長(zhǎng)期影響？

郭銳：我認(rèn)為最核心的一點(diǎn)，是讓“AI+制造”從概念變成現(xiàn)實(shí)。汽車行業(yè)的整個(gè)價(jià)值體系會(huì)被重寫。對(duì)相關(guān)產(chǎn)業(yè)來(lái)說(shuō)，會(huì)加速端側(cè)AI的落地，以及基礎(chǔ)設(shè)施的升級(jí)。當(dāng)技術(shù)真正轉(zhuǎn)化為用戶價(jià)值，中國(guó)品牌是有機(jī)會(huì)在高端市場(chǎng)建立話語(yǔ)權(quán)的。

新浪汽車：如果一定要定義“AI上車”，你會(huì)怎么說(shuō)？

郭銳：這個(gè)定義現(xiàn)在還挺難的……（思考）

現(xiàn)在很多理解是碎片化的。語(yǔ)音、座艙，這些只是入口。真正的變化在底層。未來(lái)的“AI上車”，一定是操作系統(tǒng)級(jí)AI，車的調(diào)校、控制、駕駛體驗(yàn)，都會(huì)被AI深度參與。

新浪汽車：你覺(jué)得怎么樣才算是一個(gè)合格的CEO？

郭銳：我說(shuō)了不算，用戶說(shuō)了算。

在進(jìn)入汽車行業(yè)的這些天，郭銳還沒(méi)有全部的答案，反而多了更多問(wèn)題。從消費(fèi)端走到產(chǎn)業(yè)端之后，原本抽象的判斷被一層層拆開(kāi)，變成具體的工位、流程和變量。復(fù)雜性被放大，路徑也變得更漫長(zhǎng)。

但他的方向沒(méi)有改變。相比產(chǎn)品端的功能疊加，他更關(guān)注那條從鋼板到整車的鏈條，在那里，AI不再是一個(gè)被展示的能力，而是一種正在參與生產(chǎn)、逐漸改變系統(tǒng)的力量。

這件事還沒(méi)有被完全證明。但如果它成立，改變的也許不只是某一代產(chǎn)品，而是一整套產(chǎn)業(yè)的運(yùn)行方式。

注:圖片部分來(lái)源網(wǎng)絡(luò)，如有侵權(quán)，聯(lián)系刪除。

大疆訴影石，結(jié)果可能不重要華為2026春季發(fā)布會(huì)小型車市場(chǎng)的邏輯是什么