标题：【独家】对话智界郭锐｜一位算法专家，在汽车工厂里重新理解AI 内容： 2025年12月，郭锐在朋友圈发文“下一站科技的荣耀再会”，三个月后，他出现在另一个坐标系里，智界汽车董事长兼CEO。 在离开手机业务前，郭锐便已跻身华为终端体系核心管理层，职业发展路径清晰而稳定。 但问题恰恰在这里。 “手机的格局已经基本成型”。 一个格局几乎已定的行业，很难再容纳新的、大的问题。 而他一直想做的，是去解决那些还没有答案的问题。 他决定换一个方向，本质上不是换行业，而是换问题。 “在这个时间点离开，核心就是想做点真正感兴趣的事——说白了就是AI”。 当算法成为核心生产力，郭锐更关心的，不是AI能做什么功能，而是它应该进入什么样的系统，才能真正改变生产力。 在他的判断里，AI从不是某个功能，而是一种“可以改写一切技术”的“解题思路”。 这源于他在算法领域研究数年的积累。 郭锐在北京大学信息科学技术学院完成本硕博连读，主攻量子计算与算法方向，曾以第一作者在物理学顶刊《Physical Review》发表论文。 但在那个年代，情况处在另一个极端。 “那时候没多少人学神经网络，因为它不可解释，且没算力、没语料、没框架”，且量子算法在当时也缺乏落地场景。 离开算法领域数年后，时代的天秤产生了倾斜。 AI成为全民性话题，资本涌入，各行业都在探索这背后的可能性。 但现阶段，大多数讨论还停留在“功能性”上。 他需要一个更大的系统来验证这件事，汽车，刚好是那个答案。 从一块钢板，到一辆整车，再到用户使用与数据回流，这是一条几乎没有断点的长链条。 “我习惯从第一性原理出发，看一个产业从原材料到最终用户，能不能全链条AI赋能。 ”郭锐说，除汽车行业外，很难再找到一个产业，“可以端到端地去做AI”。 他感觉自己终于到了正确的地方。 而智界，恰好提供了一个特殊的结构——华为的技术与产品能力，叠加奇瑞在制造与产业链管理上的积累。 两套体系叠在一起，构成了一条相对完整的工业链路。 这也是他选择进入的原因之一。 但真正进入之后，他的问题反而更多了。 “我现在越来越多地知道，我不知道什么。 ”在智界的第一个月，他几乎把工厂从头走到尾。 上千个工位，一站一站过，每天走上五公里。 在消费端看问题时，他看到的是机会；进入产业端之后，他先看到的，是问题本身。 也是在这个过程中，他原本的判断被强化了。 相比产品端，真正复杂、也更可能被AI重写的，是那条从钢板到整车、用户的链条。 不是转行，是回到问题本身郭锐把进入汽车看作一次“回归老本行”。 在他看来，这并不是从手机到汽车的跨界，而是一个算法背景的人，在AI成为主流生产力之后，重新寻找它真正落点的过程。 这种“寻找”，无关行业热度，而是基于一个更底层的判断出发——一个产业是否值得进入，取决于它是否具备被“端到端重写”的可能。 在更早的阶段，神经网络尚不流行，算力、语料与框架都不具备，算法缺乏现实空间，他因此寻求技术落地的其他可能性，将模型能力用于理解消费者决策，并在随后进入营销界。 随着算法成为核心生产力，这个问题换了一种形态，AI不再缺场景，缺的是一个“足够完整”的系统。 而汽车，是少数能够满足这一条件的产业。 新浪汽车：我很好奇，你学算法，为什么当时去做营销工作啊？ 郭锐：我当时是研究得太早了。 我本科是电子信息，后来转软件、算法。 那时候没什么人学神经网络，它不流行、不可解释，是黑盒子，也没有算力、语料、框架，基本没得研究。 当时量子算法也缺乏落地场景。 后来去做营销，其实是因为我博士期间跟IBM、宝洁这些公司合作。 和宝洁合作做数据挖掘，用贝叶斯生成网络去看消费动机，本质上也是在做一种“生成类模型”，只是它落在的是消费者决策上。 但后来发现一个很现实的问题，能真正创造价值的，是对用户和消费者需求的精准理解。 新浪汽车：你是在一个很好的阶段离开手机行业，为什么？ 郭锐：跑了这么多年之后发现，算法现在开始成为主流生产力了。 而且我在这个时间点离开，核心就是希望做点下半场真正感兴趣的事情。 说白了就是AI。 新浪汽车：手机行业不能继续做AI吗？ 郭锐：任何行业都可以做AI，且早晚都会拥抱AI。 但是在当前情况下，新能源汽车领域应当是最能够通过AI实现端到端的产业升级的。 这个话听起来有点大。 但汽车领域，在我所有经历过的行业里面，应该是AI应用密度最高的了。 终于到了一个正确的地方。 新浪汽车：汽车行业AI应用密度高，这个怎么理解？ 郭锐：看一个行业，要看它能不能“端到端”。 你从第一性原理想，一个产业从原材料到最终用户，能不能实现全链条AI赋能？ 我想不到比汽车更完整的场景了。 新浪汽车：怎么理解“最完整”？ 郭锐：汽车产业链，从一块钢板开始，到生产、检测、装配、销售，再到用户使用和数据回流，这条链条极长、极复杂，几万个零件、上千个工位、几十万个检测点。 这种复杂度，刚好是AI最适合发挥的地方。 新浪汽车：你加入智界后，对你之前的想法有没有什么改变？ 郭锐：变化很大。 我以前是站在市场端看，觉得机会很多；现在进到产业端，我看到的是问题更多。 我现在每天在工厂走，上千个工位，一天走下来等于跑5公里。 你会发现，从钢板到整车，这一半的世界，比消费端复杂太多。 但也正因为复杂，机会更大。 新浪汽车：现在手机数码行业人才越来越多进入汽车行业，有人说，这会是对汽车的“降维打击”，你认可吗？ 郭锐：这不是降维打击……现在还不知道谁比谁更难，光从AI角度讲，就各有挑战。 手机是在DOM空间里去做agent，要让它理解你的屏幕、语义，去做操作。 这当然是难的，第一，手机的用户隐私性要求高，所以要在端侧做小模型；第二，它的功耗要求高，因为手机电池容量不大。 汽车更像是一个机器人，它得理解更复杂的多模态，而且安全性要求极高。 所以汽车既需要世界模型，也需要长链条推理；既要具备预测未来的能力，同时还要拥有像肌肉一样的快速反应能力。 AI是一种“重写一切”的解题思路在郭锐看来，当下行业对AI的理解，仍停留在“功能层”，甚至还没有真正进入问题本身。 他更关心的是另一件更底层的事情：AI能否作为一种“解题思路”，进入一个完整的产业系统，并在真实环境中发挥作用。 汽车制造体系复杂、长链条、强耦合，更接近AI可以持续学习和优化的空间。 在智界，这一判断被具体化为一座“会进化”的工厂：AI嵌入冲压、焊装、涂装、总装全链路，制造从“流程驱动”转向“目标驱动”，系统开始参与决策与优化。 新浪汽车：现在AI在所有行业里都是热词了，大家都讨论得很多。 郭锐：还是太早期了。 我觉得像90年代对互联网的理解，大家觉得互联网就是邮箱、BBS，但后来它变成无处不在的基础设施。 现在大家把AI“功能化”了。 新浪汽车：你眼里AI的本质是什么？ 郭锐：AI不是一个具体技术，是一种新的解题思路。 就像解析几何，它不是某个具体图形，而是一种方法论。 在AI这套解题思路下，它可以重写一切技术，一切，不是部分。 现在大家看到的这些，比如大模型、agent，其实只是其中很小一块。 新浪汽车：为什么呢？ 郭锐：说实话，可能跟人才供给也相关。 AI科班毕业的人才目前是严重的供不应求，很多行业的管理层还没有办法深入的理解AI。 AI这套东西的本质是数学，需要系统的数学理论积累作为基础，客观上也需要较长的培养周期。 新浪汽车：所以你反复强调基础教育。 郭锐：因为AI是一个对基础能力要求非常高的领域，这些基础知识，都不是短期、光靠你努力就能补的。 就像做芯片，你没有基础科学就做不了。 如果不重视基础教育，产业是很难真正走远的。 现在很多人在讨论一些概念，比如“端到端”“VLA”“世界模型”，但这些其实不是一个维度的东西。 如果不回到论文、不理解原始定义，很容易概念混淆。 新浪汽车：那可不可以理解为，未来五年汽车行业的竞争，人反而是最核心的？ 郭锐：绝对的，我们现在就缺人。 真正懂AI，有扎实基础教育的人还是太少了。 我在手机行业时，在我们智能工厂里，一群985/211的毕业生在工厂里“打螺丝”，当时还上了热搜引起社会争论，认为这是浪费人力。 但是我认为这不是浪费。 你深入就会发现，这些工种需要仿真、建模，需要你了解数字孪生技术，你必须要有相应的基础知识，才能操作起来。 汽车行业更是这样。 我们工厂是人机共生环境，也就是由人、由AI，人机协同工作。 举个例子，我们门线定制化比例很高，光一个版型就700多个sku，一个门板一堆AI盯着，防止错漏。 现在智界正在做的工作，就是把AI引入到冲压、焊装、涂装、总装线里，带来的效果是生产效率提升，我们能更快地造车、能造更好的车。 但是我进来（汽车行业）后发现，产业里管理层级的人员，懂AI的太少，几乎是没有，这也是受限于基础教育。 新浪汽车：AI会怎么改写汽车产业？ 比如制造环节。 郭锐：很多人把AI理解成替代人，但在制造业，这个理解是错的。 AI不取代人，只让工厂拥有自我进化的能力。 过去造车靠老师傅，经验在脑子里，人一走，能力就断层。 但如果你把每一次测试、试错、验证都沉淀进系统，工厂就开始具备一种“自我进化”的能力。 这件事一旦成立，逻辑就变了。 不是这一代车做好，而是后面的车会一代比一代更好，甚至过去的错误，都会变成未来的资产。 新浪汽车：你们把这座（智界）超级工厂叫“AI智能体生命工厂”，为什么用了“生命”这个词？ 郭锐：2026年我们拿到了国家智能制造能力成熟度四级认证，这个级别的核心不是“能不能生产”，而是工厂能不能感知、决策、优化。 新浪汽车：这背后具体发生了什么变化？ 郭锐：过去制造是“流程驱动”，L4之后变成“数据驱动”，也就是制造本身被算法了。 在智界，我们把AI嵌进冲压、焊装、涂装、总装全链路，用数字孪生把虚拟世界和真实工厂实时同步。 人不再去管每一个动作，而是只需要定义精度目标。 剩下的路径怎么走、参数怎么调、效率怎么最优，全部由系统自己算。 新浪汽车：也就是工厂自己会思考？ 在能力层面，这种“会思考”具体体现在哪里？ 郭锐：比如生产过程中，它不是等人来发现问题，而是自己能感知到偏差，动态去调整。 研发这块，我们把华为在终端上的一些精密制造和仿真能力迁移过来。 手机行业迭代快、精度要求高，这套能力在汽车行业可以高效复用。 在仿真阶段，过去要反复做物理模拟，现在很多验证是在AI仿真里完成的，真正的物理测试用作最后确认。 这种方式可以大幅缩短研发周期，同时提高安全冗余。 从整个系统能力来看，我们做了八大AI场景，覆盖计划、生产、质量、园区管理，基本把整个制造链条数字化了。 所以这不是单点智能，而是整座工厂变成一个系统级智能体。 新浪汽车：这带来了什么好处？ 郭锐：三个层面。 技术层面，5G、AI、数字孪生不再是概念，而是真正参与生产；效率层面，我们厂房利用率提升15%，车型切换效率提升50%，新车导入周期缩短20%；质量层面，开始用接近航空级的标准去做一致性控制。 而且这不是某一个指标的提升，而是底层能力被重写了。 新浪汽车：你提到的“端到端”闭环，在这个链条里是如何呈现的？ 郭锐：在研发端，AI仿真能够完成99%的验证，把试错前置到虚拟世界。 在生产端，AI实现了全流程控制，同时通过人机协同保证极致精度。 最后在用户端，数据会持续回流，反向驱动产品迭代。 这三部分连在一起，形成了一个“端到端”的智能闭环。 新浪汽车：可是用户能感知到吗？ 郭锐：用户不一定看见过程，但一定会感受到结果。 智界所有车都从这座工厂出来，这意味着每一台车，都经过同一套AI系统的训练和校准。 一套能让AI落地的产业结构郭锐判断，AI如果要真正进入产业，必须依托于一套完整的系统：既有技术源头，也有制造承载，还要有面向用户的整合能力。 智界的特殊之处正在于此，华为提供的全栈智能技术与产品能力，奇瑞沉淀30年的制造体系与质量控制，智界则承担整合与产品定义，将AI能力与真实生产链条打通。 在这样的结构下，竞争不再只是参数与价格的比拼，而是转向底层能力。 从制造精度、工艺标准到系统化质量控制，那些用户难以直接感知的部分，反而成为产品价值的来源。 新浪汽车：为什么选择加入智界？ 郭锐：智界具备两个关键条件：一是华为的全栈智能技术，二是奇瑞30年的制造底蕴。 这两个叠加，才有可能把AI真正落地到产业里。 新浪汽车：你在智界的角色是什么？ 郭锐：我把华为的创新力与奇瑞的制造力变成用户能感知的品牌力，用AI这把这个链条打通。 新浪汽车：你怎么看现在汽车行业的竞争？ 郭锐：现在卷参数、卷配置，其实走不下去了。 最终还是回到产品定义。 而且补贴退坡，我觉得是机会。 消费者会更理性，会更懂车。 越懂车，对我们越有利。 新浪汽车：那你们的策略是什么？ 郭锐：我们不卷价格，我们卷价值。 现在有句话说，“可以买贵的，不能买贵了”，我觉得说得挺对。 新浪汽车：你提到不卷价格，那你怎么看现在汽车行业里“亏本卖车”的说法？ 郭锐：我不认可这种说法。 亏本卖车，你不就成钢板的搬运工了？ 首先这就不是一个主机厂，不是一个科技公司应该干的事，也是对市场的不负责任。 一家公司可以亏损，一定要亏出个未来才行。 如果是亏在研发投入，亏在对品质上的投资，这完全是可以的，因为它带来的是后期长线、持续的增长，这是该亏的。 这样综合下来，他可以说前期是亏损的，但亏损不等于亏本。 新浪汽车：那“值”具体体现在哪里？ 郭锐：我举几个例子吧，我们的工厂采用了激光焊工艺，成本是传统方式的数倍；在安全结构上做了很多冗余设计；制造精度做到非常高的水平。 比如我们用了航空级激光焊，成本是普通焊接的5倍；设计了可拆卸吸能结构，让轻微碰撞可以低成本维修；还有专利热熔钉技术，从结构上保障电池安全。 近期我们又针对V9单独投了10个亿建造一条焊装线，就是要在品质上对得起旗舰9系的标准。 这些都不会写在配置表上，但会在用户长期用车过程中实实在在体现出来，汽车本身也一种口碑产品。 新浪汽车：在这样的体系下，你们如何定义一款产品，比如MPV产品V9。 郭锐：V9作为旗舰级产品，执行的是我们体系里最高产品标准。 制造方面，我们有新能源乘用车最高标准的四级工厂。 产品定义上，华为过去多年对MPV市场深入研究，看到了市场未被满足的需求，智界V9作为鸿蒙智行的首款旗舰MPV，凭借全维安全、智能科技、豪华设计、多元场景等满配实力，将重塑50万级高端MPV市场格局。 同时，智界V9将首发搭载全球首创电磁热控压铸技术、侧向迎宾光毯、旋转座椅、车载氧吧等多项华为黑科技，真正把智能科技带入MPV。 新浪汽车：所以你对于一款好产品的定义是什么？ 郭锐：我们不太从“参数”出发，而是从体系能力出发。 一款车的好坏，不只是某几个指标的领先，而是它背后整套生产系统的稳定性与一致性，从制造精度、工艺标准，到质量控制能力。 这些往往不会出现在配置表里，你会说这是用户看不见的部分，但是这些会直接影响产品在长期使用中的真实表现。 新浪汽车：从产业角度看，智界现在投入的，会带来哪些长期影响？ 郭锐：我认为最核心的一点，是让“AI+制造”从概念变成现实。 汽车行业的整个价值体系会被重写。 对相关产业来说，会加速端侧AI的落地，以及基础设施的升级。 当技术真正转化为用户价值，中国品牌是有机会在高端市场建立话语权的。 新浪汽车：如果一定要定义“AI上车”，你会怎么说？ 郭锐：这个定义现在还挺难的……（思考）现在很多理解是碎片化的。 语音、座舱，这些只是入口。 真正的变化在底层。 未来的“AI上车”，一定是操作系统级AI，车的调校、控制、驾驶体验，都会被AI深度参与。 新浪汽车：你觉得怎么样才算是一个合格的CEO？ 郭锐：我说了不算，用户说了算。 在进入汽车行业的这些天，郭锐还没有全部的答案，反而多了更多问题。 从消费端走到产业端之后，原本抽象的判断被一层层拆开，变成具体的工位、流程和变量。 复杂性被放大，路径也变得更漫长。 但他的方向没有改变。 相比产品端的功能叠加，他更关注那条从钢板到整车的链条，在那里，AI不再是一个被展示的能力，而是一种正在参与生产、逐渐改变系统的力量。 这件事还没有被完全证明。 但如果它成立，改变的也许不只是某一代产品，而是一整套产业的运行方式。 发布时间：2026-04-03 10:29:15 来源：雀牛网 链接：https://www.queniu.cn/post/43399.html