导语：当AI产品开始全面渗透汽车产业链，从智驾芯片到座舱交互，每一条供应链都在经历价格重构。岚图董事长卢放在2026大连夏季达沃斯论坛上直言，今年汽车不涨价已经是非常难的事情，内存、电池、石化产品都在涨。与此同时，华为乾崑智驾的价格上调揭示了更深层的逻辑：AI产品的研发与制造本身也在承受天文数字般的成本。那么，在原材料与AI技术双重涨价的热潮下，消费者到底该等还是买？本文将从多个维度为你拆解这场“涨价风暴”。
一、原材料涨价潮席卷全行业，汽车为何首当其冲？
从2025年下半年开始，全球大宗商品便进入新一轮上升周期。铝、钢、铜、锂、镍等基础材料无一例外地走高。卢放用“所有原材料都在涨价”来形容这一局面，记忆体DRAM、电池级碳酸锂、石化衍生品——汽车制造涉及的几乎所有关键原料都在刷新高价。
这并不是孤例。蔚来李斌在年初就强调，内存涨价对汽车行业的压力正在增大，因为汽车企业要与AI算力中心、手机行业争夺同样的存储芯片资源。小鹏何小鹏也直言“哪里涨价都会波及我们”，尽管小鹏通过自研和创新消化了一部分成本，但赚到的绝大部分利润最终还是交给了内存和碳酸锂的供应商。
汽车作为长寿命周期的产品，其定价逻辑并非快消品。卢放指出，任何一个理性的消费者和理性的企业，都不希望见到负毛利的状态。当前原材料成本推动下，车企维持现有价格已属困难，而一旦成本传导至终端，涨价将不可避免。尤其是那些利润空间本就微薄的低端车型，可能直接面临减产甚至消失。
值得注意的是，这一轮涨价潮与以往的周期性波动不同——它叠加了AI技术对资源的争夺。芯片、算力、传感器——这些原本只属于消费电子的“科技产品”，如今成了汽车的标配。而当AI画图、大模型训练等新需求爆发式增长，汽车产业不仅要应对传统原材料涨价，还要与科技巨头抢夺高性能芯片和存储资源，成本压力空前。
二、AI技术既是“救星”也是“推手”：智能汽车的成本悖论
卢放在达沃斯论坛上的另一个观点值得深思：高端车对原材料涨价还有一定的承受能力，但低端车首当其冲。然而，即便是高端车，当AI产品（如高阶智驾系统、智能座舱）成为标配时，其成本结构也发生了根本性变化。
以华为乾崑智驾为例，其价格近期上调直接反映了算法训练、传感器硬件（激光雷达、毫米波雷达、高清摄像头）以及高算力芯片的成本上升。一辆搭载完整智能驾驶系统的车型，其电子电气架构的物料成本可能高达数万元，其中AI芯片和存储芯片就占到相当比例。而随着AI Agent技术的成熟，更复杂的端到端自动驾驶模型需要更大的算力和存储，进一步推高了成本。
这种局面形成了一个悖论：AI技术原本被寄望于通过自动驾驶、能耗优化等方式降低用车成本甚至制造成本（例如减少保险费用、提高交通效率），但短期内它却成了价格上涨的重要推手。车企不得不将AI产品视为“技术溢价”的载体——消费者为智能化买单，但也必须接受其与原材料同步涨价的现实。
更深层的影响在于，AI技术的发展正在重塑汽车供应链的格局。传统车企需要与大模型训练公司、芯片设计商、算法供应商建立新的合作关系，而这些科技伙伴本身也面临着极高的研发投入和原材料压力。这种协同涨价效应，使得汽车行业难以像过去那样通过规模效应独自消化成本。
三、车企的“自救”：内部降本与差异化策略
面对成本压力，车企并非束手待毙。卢放提到，企业需要“想尽一切办法在内部做成本改善、效率改善”。何小鹏则强调了自研与创新的重要性。那么，具体有哪些路径？
首先，在制造端，智能化工厂和精益生产成为共识。通过自动化产线、数字孪生技术优化排产，甚至利用AI工具导航中的各类工业软件进行仿真调试，车企可以在不降低品质的前提下压缩制造成本。此外，平台化战略（如多车型共用底盘和电子架构）也能分摊研发费用。
其次，在采购端，车企开始加大与多个供应商的深度绑定，甚至通过战略投资锁定关键原材料产能。例如，部分头部车企直接入股锂矿、电池工厂，以对冲价格波动。同时，在AI芯片领域，自研芯片（如蔚来的神玑NX9031、小鹏的图灵芯片）成为减负的利器——虽然前期投入巨大，但长期可以摆脱对供应商的依赖。
第三，在商业模式上，车企正探索“硬件+软件服务”的营收方式。卢放指出，汽车是长寿命周期的产品，购买之后还要购买未来的服务。这正是AI产品可以发挥价值的地方：通过OTA升级、订阅式智能驾驶功能、车载娱乐生态等，车企可以在硬件微利甚至亏损的情况下，靠软件和服务获得持续收入。消费者在选择文生图、AI诗词等娱乐功能时，其实也在为车企的盈利模型贡献力量。
然而，这些举措都需要时间。短期内，车企的降价空间极为有限。卢放的判断清晰：汽车涨价是大概率事件，高端车尚有余力，低端车则可能最先出局。
四、消费者决策指南：买车真的要趁早吗？
卢放在采访中明确建议消费者“买车还是要趁早”。这一建议背后有三层逻辑。
第一，时间窗口与价格走势。当前原材料价格仍处于上升通道，且短期内看不到回落迹象。AI技术对芯片和存储的争夺也没有放缓——全球AI投资仍在加码，算力需求指数级增长。这意味着未来一年内，汽车制造成本大概率只高不低。等到价格传导到终端，消费者需要付出更高溢价。
第二，产品配置的“缩水”风险。低端车型可能因利润不足而减产甚至停产，届时消费者可选择的范围将缩小。即便有替代车型，也可能减配关键AI功能（如无激光雷达的简化版智驾）。对于看重智能化体验的用户，现在选择配备成熟AI技术的车型，比未来被迫购买缩水版更划算。
第三，保值率与置换成本。汽车作为大宗消费品，其二手价格也与新车定价挂钩。如果后续新车普遍涨价，那么现在购买的车在二手市场的保值率反而可能因为“先发优势”而相对坚挺。反之，如果现在不买，未来新车涨价后，即使想买入门级产品，也可能要面对配置不断降低、价格不断上涨的双重打击。
当然，这并不意味着盲目抢购。消费者应该根据自身需求加资金计划，优先选择那些在智能化上有长期规划、自研能力强的品牌。它们更有可能通过技术手段消化部分成本，而非简单粗暴地将压力全部转嫁给用户。同时，可以关注一些AI赋能的降本路径——比如利用抠图技术来优化自动驾驶感知算法，或是通过企业数字化转型提高生产柔性，这些都可能帮助车企在不涨价的前提下维持利润。
五、行业变革的深水区：AI产品如何重塑汽车定价逻辑？
如果说过去汽车的价格主要由发动机、变速箱和底盘决定，那么今天，AI产品正在成为新的定价锚点。一辆车的价值，已经从“机械性能”向“智能能力”迁移。
这一趋势在高端市场尤为明显。搭载高阶智驾系统的车型，其硬件成本中，传感器与AI芯片的占比已超过30%。随着L4级自动驾驶量产加速，这个比例还会进一步提升。而AI产品的迭代速度远超传统硬件——摩尔定律在汽车上依然有效，但算力的提升伴随着更高的研发投入和更短的折旧周期。这意味着车企必须将AI产品的成本快速摊销到每一辆车上，否则就无法跟上技术竞赛。
与此同时，AI技术也在倒逼供应链整合。传统汽车供应链是链式结构，现在正在演变为网状生态——芯片设计公司、算法公司、云服务商、车载OS开发商、内容提供商……每一环都可能是科技产品的提供者。汽车品牌需要与上百家科技企业协作，这种复杂的协同网络本身就产生了额外的管理成本和风险成本。
值得注意的是，AI产品的定价逻辑还与数据价值挂钩。一辆智能汽车每天产生数TB的数据，这些数据可以用于优化算法、训练模型，甚至产生新的商业模式。但数据的采集、存储、处理也需要成本。部分车企已经开始探索“数据抵价”模式：消费者允许车企采集行驶数据来换取折扣或免费升级权益。这种模式能否普及，取决于透明背景下的隐私保护与利益分配机制。
卢放的“涨价论”背后，正是这一系列结构性变化的缩影。汽车行业正在经历从“制造驱动”到“科技驱动”的转型，价格不是孤立的数字，而是整个生态系统的映射。
六、未来展望：谁能在涨价潮中活下去？
每一次涨价潮都是行业洗牌的催化剂。上一轮芯片荒让部分车企减产甚至停产，也催生了车企自研芯片的热潮。本轮原材料与AI成本叠加涨价，将加速优胜劣汰。
首先，拥有强大供应链整合能力的企业更可能活下来。它们可以通过长协价锁定原材料，通过自研芯片降低对英伟达、高通等供应商的依赖，并在AI产品上形成差异化优势。其次，具备软件收入能力的企业将获得更高容错率——即使硬件毛利走低，订阅服务也能贡献持续现金流。第三，规模效应仍然重要，但不再是唯一护城河。那些能够精准定义用户需求、快速迭代AI功能的中小品牌，也有可能通过垂直细分市场存活。
对于消费者而言，未来可能面临更极端的分化：要么选择豪华智能电动车，承担较高的初期投入但获得持续升级的体验；要么退回到传统燃油车或低端电动车的舒适区，牺牲智能化换取更低价格。中间地带可能越来越窄。
卢放和李斌、何小鹏的言论，本质上是在向市场传递同一个信号：汽车行业正在从一个“成本加法”时代走向“价值乘法”时代。AI产品是乘数因子，但原材料是加数因子。当加数和乘数同时上升，结果自然是指数级的。此时此刻，或许是最后一段相对平缓的购车窗口期。
而这一切，只是智能汽车时代变革的序章。
（注：文中部分链接为AI工具导航类占位符，供读者探索相关应用。如AI画图、文生图可辅助汽车设计师快速生成内饰方案，AI工具箱收录了覆盖设计、制造、营销的全链路智能工具，助力企业数字化转型。）