从Dojo到扶摇，整车智驾算力竞赛的关键拐点在哪里？

整车智驾算力竞赛的关键拐点，并非始于某款芯片的算力堆叠，而是发生在从“硬件外包”转向“全栈自研”的节点——尤其是自研芯片与智算中心的落地，标志着竞争从单点硬件参数比拼，升级为数据、算法与基础设施的综合能力较量。这一跃迁的实质，是车企从“供应商定义功能”走向“自己定义迭代速度”。

从Mobileye到英伟达：算力外包的起步期

早期，国内新势力普遍采用Mobileye的自动驾驶芯片方案。这一阶段的特点是算法与硬件深度绑定，车企难以对底层进行个性化修改，智能驾驶的迭代节奏受制于供应商。

随着辅助驾驶向更高阶演进，车企开始转向英伟达等更开放的计算平台。蔚来、小鹏、理想均经历了从Mobileye到英伟达芯片的切换，并同步在中间件和操作系统层面选择自研。这意味着车企虽然仍采购芯片，但已开始掌握软件定义能力，为后续更深度的自研打下基础。

自研芯片与智算中心：算力竞赛的真正分水岭

真正的拐点出现在车企将算力能力掌握在自己手中之时。特斯拉是这一路径的先行者，通过自研FSD芯片和Dojo智算中心，构建了从车端芯片到云端训练的闭环。国内厂商中，小鹏开始自研自动驾驶芯片，蔚来实现域控制器自研，而小鹏还建立了名为“扶摇”的智算中心，用于训练自动驾驶算法。

这一阶段的竞争焦点，已从“车端算力有多强”转向**“云端训练算力有多快”。智算中心的建设，让车企能够以更高效率处理海量真实驾驶数据，从而加速算法迭代。这本质上是从硬件堆料到数据飞轮的转变**——算力不再是展示参数，而是驱动数据闭环、持续优化智驾体验的基础设施。

关键拐点：从硬件堆料到数据飞轮

综合来看，整车智驾算力竞赛的关键拐点可以归纳为以下三个阶段：

智算中心是这一拐点的标志性产物。 特斯拉的Dojo与小鹏的扶摇，分别代表了不同车企对算力基础设施的投入方向。当车企拥有自己的智算中心，就意味着其能够自主处理海量数据、持续训练算法，而不必受制于第三方云服务的算力上限。这种能力的建立，让智驾竞争从“单点技术的比拼”演变为“体系化迭代能力的竞赛”。

常见问题

为什么说智算中心比车端芯片更重要？

车端芯片决定单车算力上限，而智算中心决定整个车队的算法进化速度。没有强大的云端训练能力，车端芯片的潜力也难以充分发挥。

国内新势力在算力自研上处于什么阶段？

蔚来、小鹏、理想均已实现自动驾驶算法全栈自研，小鹏在自研芯片上有所布局，蔚来在域控制器上实现自研，但整体与特斯拉的全栈自研仍有差距。

算力竞赛的终局是什么？

短期看是数据积累与算法迭代速度的竞争，长期则取决于车企能否通过算力基础设施构建持续进化的数据飞轮，实现智驾体验的差异化领先。