中国汽车产业需要一次研发体系重构

中国汽车产业正在提出一个比价格战、智能化配置和出海速度都更底层的问题：当新能源汽车已经成为主流，当车型迭代周期被不断压缩，当软件、硬件、供应链和全球合规同时进入一辆车的开发过程，过去那套汽车研发体系，还能不能继续支撑中国车企下一阶段的竞争？

过去几年，人们谈中国汽车，最常用的词是“快”：车型迭代快，技术更新快，用户反馈快，供应链响应快。这种快，确实构成了中国新能源汽车崛起的重要原因。但速度本身不会自动变成长期竞争力。如果没有一套更强的工程体系承接，速度越快，越可能把研发、验证、质量、合规和供应链之间的矛盾集中暴露出来。

2026年9月，达索系统在青岛举行一场汽车与交通运输行业的高峰论坛。从技术上讲，此次论坛是一场以“AI重塑创新力，数智赋能全生态”为主题的行业活动，但实际上，达索系统真正关注的，是当汽车产业的复杂度继续上升，AI能否进入研发系统，成为重构工程体系的一部分？

中国汽车产业与传统海外汽车产业之间，确实已经出现了明显差异。首先，新能源汽车在中国市场已经不再是增量板块，而是产业竞争的主场。国际能源署在《Global EV Outlook 2026》中提到，2025年中国电动汽车销量超过1300万辆，占全球电动汽车销量的六成左右；中国新车销售中，电动汽车占比接近55%。这意味着，中国车企面对的问题，是如何持续推出有竞争力的产品。

更大的变化发生在产品定义上。燃油车时代，一辆车更接近一个相对稳定的机械工程项目。今天的智能电动车则不同：辅助驾驶、智能座舱、电子电气架构、动力电池、热管理、整车能耗、OTA、数据闭环和用户体验，都在持续改变一辆车的竞争力。汽车已经从一个“交付即完成”的产品变成了一个持续演进的系统——压力由此集中到了研发体系上。

麦肯锡在2025年关于汽车产品开发的研究中提到，中国新兴电动车企可以在约24个月内完成从概念到上市的新车型开发，而其他汽车企业通常需要40到50个月甚至更久。ABI Research在2026年的研究中也提到，中国部分新能源汽车企业的软件定义汽车设计周期已经短至18个月，而传统车企在现有流程下仍可能超过48个月。

一个值得讨论的话题是：这种快到底依靠什么维持？当车型开发周期从四五十个月压缩到二十几个月甚至十几个月，原有以部门分工、流程交接、文件协同和后期验证为核心的研发方式，还能不能继续适用？

张鹰，达索系统大中华区总裁在接受采访时强调，现在大多数国产汽车企业“一辆车从需求定义、到概念设计，再到详细设计、建模仿真，一直到量产和交付，整体时间在两年半左右已经非常紧张了”。但市场还在继续向前逼，“从两年半缩短到24个月，再进一步缩短到18个月，最近有企业喊出要13个月出一个新车型”。他紧接着问了一句：“这个周期的缩短靠今天的人力行吗？”

达索系统大中华区总裁 张鹰

很显然，中国汽车产业要解决的不仅是“如何提速”，更是研发体系本身的重构。所谓研发体系重构，并不是把原有流程再数字化一遍，而是让汽车开发从“流程驱动”转向“模型驱动”：过去，研发体系的核心是把复杂工作拆给不同部门，再通过节点、文档和验证把它们重新合在一起；在智能电动车时代，产品变化太快、系统耦合太深，研发体系必须先建立一个能够贯穿需求、设计、仿真、制造、供应链和合规的统一数据模型。

在这套新体系中，AI的价值也不再是单点提效。它应该嵌入模型和流程之中，帮助企业把分散的工程知识、仿真能力、行业规则和历史经验转化为可随时使用的能力。换句话说，AI真正改变的不是某个单一环节的工作效率，是汽车研发调用知识、验证决策和协调复杂系统的方式。

达索系统并不是从AI时代才开始讨论系统问题。它多年来的产品和战略演进，始终指向同一件事：把复杂工业从分散工具、分散数据和分散流程中重新组织起来。

最早的CATIA代表的是工程工具能力，解决复杂产品如何被设计、建模和表达的问题。但工具再强，也只能解决局部问题。随着工业产品复杂度上升，企业需要的不再只是一个更好的设计软件，其更需要设计、仿真、制造、数据、流程和协作之间的连续性。

这也是3DEXPERIENCE平台的意义。张鹰在采访中把达索系统的产品演进讲得很清楚：“达索系统产品体系在V5时期以工具为主，覆盖创新设计、建模仿真、生产制造，到交付运营全流程，但工具之间是相对碎片化的。”到了V6时期，达索系统转向“以模型驱动的平台架构”，在3DEXPERIENCE平台拉通“从需求定义、创新设计、建模仿真、生产制造、交付运营的全产业链”。

因此3DEXPERIENCE平台并不是简单的产品组合，也不是把软件搬到云上。它真正指向的是工业企业的组织方式：企业能不能用同一个平台、同一套对象关系、同一种数据逻辑，管理复杂产品的全生命周期。

到了AI时代，这种长期路径变得更加重要。因为AI要进入工业系统，前提是企业的对象、数据、流程、权限、仿真和验证已经有了可以被治理的基础。如果需求、图纸、BOM、仿真结果、工艺文件、变更记录和供应商数据分散在不同系统里，AI最多只能做局部辅助，很难真正进入研发核心流程。

张鹰强调，达索系统已经跨入第七代GEN7，也就是3D UNIV+RSES战略体系。GEN7是在平台打通的基础上深度引入AI能力，“AI渗透全产业链，能够帮助企业提升效率、缩短研发周期、降低成本、加快项目推进速度”。这个判断放在达索系统的产品演进中去解读，即：AI不是外接在软件上的功能，而是要进入并赋能已经被平台拉通的工程系统。

这也是达索系统反复强调Industry World Model（工业世界模型）的原因。

工业世界模型容易被误读成又一个大模型概念。但达索系统真正想表达的是，工业AI不能只建立在语言能力之上，而必须建立在工业知识、物理规律、仿真模型、工程约束和行业最佳实践之上。汽车研发需要的不是一个“看起来合理”的答案，而是工程上成立、制造上可行、法规上合规、责任上可追溯的结果。

张鹰对这个问题的解释很直接。他说，达索系统的AI战略一个重要方向就是打造Industry World Model，“它不是大语言模型，而是把达索系统40多年的设计、建模、仿真，以及包括多物理场在内的原子级别的迭代和最佳工业实践模型去训练我们的AI能力”。这句话几乎可以看作达索系统工业AI战略的核心：在既有的工业知识、仿真体系和平台流程中参与推演。

这套逻辑放回中国汽车产业中，就更容易理解。

中国车企过去最强的是速度和效率，但接下来最需要补的是系统能力。国内市场的高频迭代要求企业更快完成研发和上市；海外市场又要求企业在不同法规、不同用户需求和不同供应链条件下完成本地化开发。尤其是中国车企正在从出口走向全球经营，合规已经成为绕不开的问题。

张鹰谈到中国车企出海时，首先提到的就是合规。他说，合规仍然是中国企业出海最大的挑战之一。在来青岛之前，他走访了国内头部车企，看到企业内部随处可见“出海合规、国内合规、财务合规、知识产权合规”相关宣导。这说明，中国车企已经意识到，出海不再只是把产品卖到海外，更是要进入当地的法规、知识产权、供应链和研发体系。

这对中国汽车产业是一个提醒。过去在国内市场，速度可以覆盖很多问题；但在全球市场，速度必须服从合规。不同国家的法规、认证要求、碳排放规则、材料标准、数据安全要求，都需要在研发阶段就被纳入系统，而不是等产品接近上市时再补课。

供应链也是同样的道理。

张鹰提到，小鹏汽车基于3DEXPERIENCE平台推进供应链协同，形成“鹏链”。他说，小鹏去年完成几十个车型全部转换到3DEXPERIENCE平台，在这个基础上推出鹏链，“第一批产业链的企业已经签约，第二批正在打造”，其他车企也希望复制这样的产业链效应。

这个案例的意义不在于某一家车企用了某个平台，而在于它代表了汽车供应链协同方式的变化。过去OEM和供应商之间主要交换图纸、参数和项目节点；未来如果进入模型驱动和AI参与的研发方式，协同就可能变成基于统一数字模型的共同研发。只有主机厂快，供应链跟不上，速度会变成内耗；只有供应链响应快，但研发模型不统一，问题仍然会在后期集中暴露。

当然，达索系统的这条路线并不容易实现，也不一定能被所有企业快速接受。因为它要求企业愿意把关键数据、流程、知识和协同关系放进系统中。如果企业内部数据混乱、流程割裂、权限体系松散、知识沉淀不足，再强的AI也只能停留在演示层面。这也是工业AI最现实的门槛：它不是买来一个模型就能解决问题，企业必须要先完成自身工业系统的整理。

但也正因为如此，达索系统的工业世界模型理论才值得被认真讨论。

在很多行业都急于谈AI的时候，达索系统的表达反而显得更慢。它总是围绕平台、模型、仿真、虚拟孪生、合规、权限、流程这些基础问题进行讨论，不够有噱头，不够热闹，但却真正更接近工业世界的真实逻辑：工业企业最怕的从来不是AI不够炫，是它不能稳定运行，不能与现有体系结合。

中国汽车产业已经用速度改变了全球市场。下一步，它需要证明自己不仅能快，还能把快变成一种可持续的工程能力。中国汽车产业显然需要一次研发体系重构，AI当然也会参与其中，但一个重要的前提是：AI不能只是外接工具，而必须进入核心流程，只有这样，AI才可能真正改变汽车研发的定义。