奇瑞发布瑶光2035战略，以AI驱动四大自由场景落地

2026 年 10 月 20 日，奇瑞全球创新大会在芜湖正式启幕，央视财经《风云（参数丨图片）汽车》对本次大会进行直播报道。和往届 “创新・智领全球” 的长主题不同，本届大会将主题浓缩为两个字 ——改变。这场大会，不只是一场技术成果展示，更是奇瑞对自身身份的一次重新定义，正式宣告战略转型，从传统汽车制造商转向以 AI 驱动的全球智能科技公司，同步发布面向 2035 年的 “瑶光 2035” 长期路线。

奇瑞汽车董事长尹同跃在发言中提出一个鲜明判断：奇瑞本质是一家披着 “汽车马甲” 的高科技创新企业。他以汽车诞生之初，汽车与马车时代观念碰撞作为类比，提出奇瑞要做新物种的拥抱者、创造者，不做守旧的养马人，同时还要成为新生态的组织者。 这番表态，标志着奇瑞不再局限于整车制造的传统赛道思维。行业竞争的核心已经切换，过去比拼发动机、底盘等传统机械能力，下一阶段的竞争焦点，转向数据闭环、自主算力，以及 AI 对企业全业务的渗透深度。

本次大会最核心的技术锚点是 CheryMind，它被定义为为物理 AI 而生的垂类基础大模型。和多数车企主打座舱语音、自动驾驶感知的车机大模型不同，CheryMind 的重心落在研发、制造、质量、供应链、运营等企业核心生产环节，目标是把奇瑞三十年积累的制造经验，从人工经验转化为模型参数。 根据大会披露数据，CheryMind 已经打通 400 余个企业系统，覆盖 200 多个业务场景，超过 6 万名员工日常使用，接入端到端业务流程 1500 余个，数据底座包含 700TB 企业知识与 200PB 工程数据。它可以反向赋能 CAD 设计、质量检测、制造调度等真实工程流程，这种深度穿透业务系统的能力，是通用大模型厂商短期内很难复制的壁垒。 同时也要理性看待，当前公布的数据更多是用户使用采纳指标，是否真正缩短研发周期、提升制造良率、优化供应链响应，还需要后续实际运营数据验证。工程决策容错率极低，企业级 AI 能否稳定支撑高可靠工程判断，仍是后续需要检验的核心课题。

瑶光 2035：从技术节点规划，升级为企业身份跃迁

“瑶光 2035” 路线和以往瑶光规划有着本质区别。过去瑶光规划聚焦混动、纯电、新能源智能化这类具体产品技术节点，而瑶光 2035 跳出 “造什么车” 的思路，直接回答 AI 驱动科技公司应该具备什么样的能力形态，属于一次自我否定式的战略升级。 支撑这套转型的硬件底座是紫微芯片系列。其中 C100 中央计算芯片整车 NPU 算力达到 2400TOPS，支持 100B 大模型端侧部署，计划 2027 年推出；车规级 SiC 芯片覆盖 750V 至 1500V 平台，1500V 器件最高效率≥99.6%，最高结温可达 200℃。大模型与自研芯片软硬协同，是物理 AI 能够落地的基础前提。需要注意的是，先进制程的价值，不能只看制程数字，更要看车规认证、宽温域稳定性、长期供货能力，2027 年量产目前仍属于规划承诺，最终效果要等待装车验证。

能源与远期出行：技术之外，商业落地才是关键

能源板块，大会前奇瑞绿能已经和国网安徽电力明生集团签约，芜湖首个 V2G 规模化运营场站启用，车辆低谷充电、高峰放电参与电网调峰，预估车主每年可获得 3000 元以上收益，规划到 2029 年全球建成 2 万座 V2G 场站；同时亮相迅龙秒充，系统功率 1.44MW，目标实现充电 5 分钟补能 500 公里。 V2G 的核心价值，是把电动车从单纯用电设备转变为储能资产，给车主创造出行之外的额外收益。但规模化推进的瓶颈并不只在车端，还依赖配电网改造、计量结算、分时电价机制等电网侧公共基础设施，这部分并非车企可以独立掌控。秒充同样如此，桩端高功率不等于全网普及，实际体验受场站密度、电网容量制约。 出行领域，原生前装 Robotaxi 规划 2030 年实现全球 10 万辆运营，凌霄 eVTOL 布局低空立体出行。这类业务短期不会贡献整车销量，但它们和 CheryMind、紫微芯片共用同一套感知决策技术栈，是检验奇瑞 “一套技术底座跨场景复用” 逻辑的试金石，如果汽车端训练的模型、芯片无法迁移到飞行器、人形机器人，这套共享技术底座就还停留在架构图纸层面。

本届奇瑞全球创新大会，11 大核心技术集群横跨大模型、芯片、固态电池、Robotaxi、eVTOL、人形机器人，覆盖出行、能源、粮食与生活四大维度，技术清单密度很高，但大会真正的核心，并不是罗列技术，而是完成企业身份的转型宣言。 一家年销规模位居行业前列的车企，公开提出不再将自身定义为汽车公司，这代表奇瑞已经意识到行业竞争维度的切换。未来这条路仍然充满挑战，跨产业技术协同、工程落地验证、配套基础设施建设都需要长期推进，但这场 “改变”，已经为奇瑞开启全新的长期发展叙事。