0
2026年4月，长城汽车做了一件在行业内引起不小关注的事情——正式宣布其全栈自研的VLA（视觉-语言-动作）智驾方案将在今年内实现量产上车。第一款搭载这套系统的车型是已经开启预售的坦克700，一款定价43.8万到51.8万元的大型硬派越野SUV。
如果只看这条新闻本身，它似乎只是又一家车企推出了自研智驾方案，和华为ADS、小鹏XNGP、理想AD Max、蔚来NOP+一起挤在同一条赛道上。但如果把这个消息放回长城智驾发展的完整时间线中审视，它的意义就完全不同了——这不仅仅是一款新功能的发布，而是一家曾经在智能化领域走在最前列的企业，在经历了战略摇摆、组织调整和技术路线反复之后，试图重新证明自己的一次关键出击。
长城在智能驾驶领域的起步时间远比大多数人印象中要早。2013年，当大多数中国车企还在讨论ABS和ESP是否应该标配的时候，长城就已经开始在部分车型上搭载ADAS（高级驾驶辅助系统）功能了。
这个时间点甚至早于蔚来、小鹏、理想的成立日期。在那个阶段，长城是名副其实的行业"鼻祖"——它是最早一批意识到智能化是汽车产业未来方向的中国车企之一，也是最早投入资源进行相关技术研发的传统车企代表。
然而早期的先发优势并没有被保持下来。接下来的几年里，长城的智驾发展进入了一段曲折期。一方面，公司内部对于智驾技术路线的选择存在分歧——到底是走渐进式辅助驾驶路线还是一步到位追求高阶自动驾驶？是坚持自研还是依赖供应商？这些根本性问题在不同时期有不同的答案。另一方面，组织架构的多次调整也影响了研发的连续性——智驾团队曾经隶属于不同的业务部门，汇报关系几经变更，导致长期的技术积累难以形成合力。
毫末智行一度被寄予厚望的公司曾是长城智驾能力的外部载体，估值最高时达到数十亿级别，团队规模迅速扩张到上千人。但在2024到2025年间，由于内部管理问题、技术路线争议以及与母公司的协同效率下降等多重原因，毫末智行最终走向停工放假。
所以当我们站在2026年的时间节点上重新审视"长城VLA今年上车"这条新闻时，它背后隐含的是一个关于"二次创业"的故事——不是从零开始，而是带着过去的经验教训、遗留的组织能力和新获取的资源禀赋，在一个竞争已经白热化的赛道上发起的追赶。
任何一套先进的智驾系统都离不开两样东西：数据和算力。数据决定模型能"看"到多少场景、学到多少经验；算力决定了训练模型的效率和迭代速度。在这两个方面，长城近年来投入的资源远超外界认知。
长城在保定建设的九州超算中心是目前公开信息中车企自建的最大规模算力基础设施之一，总算力规模已达到5EFLOPS（每秒500亿亿次浮点运算），硬件扩容至超过一万张GPU的水平。对比来看，特斯拉的Dojo超级计算机公开披露的算力规模约为数十EFLOPS级别（具体数字未官方确认），小鹏的"扶摇"智算中心算力约在600PFLOPS（0.6EFLOPS）上下，蔚来的智能计算中心算力规模也在EFLOPS级别。长城的5EFLOPS意味着它的算力底座已经进入了行业第一梯队——这不是一个小数目，按照当前主流GPU的单价估算，仅硬件投资就可能达到数十亿元人民币量级。
为什么要建这么大的一套算力系统？因为现代智驾系统的核心——端到端大模型（无论是VLA还是其他架构形式）的训练过程是一个极度消耗算力的任务。训练一个合格的城区NOA模型需要处理数百万公里甚至上千万公里的真实道路驾驶数据，每公里的原始传感器数据经过预处理后的体量都在GB级别。把这些数据喂进模型进行多轮迭代训练，需要庞大的并行计算能力来支撑。没有足够强大的算力底座，模型的训练周期会被拉长到无法接受的程度，更谈不上快速迭代和持续优化。
九州超算中心的另一个重要价值在于数据闭环能力的构建。所谓数据闭环是指从车辆采集真实道路数据回传到云端，进行自动标注和分析来发现模型的薄弱环节后，针对性地优化模型，并通过OTA推送到车端的完整流程。这个闭环运转的速度越快，智驾系统的进化速度就越快。
长城目前在全国有超过200万辆保有车辆（截至2025年底），这些车辆每天都在产生海量的真实行驶数据。如果能有效地利用这些数据进行模型训练，将构成一项巨大的竞争优势——这是很多造车新势力所不具备的数据资产规模。
除了云端算力之外，车端的算力配置同样是长城智驾布局的关键一环。即将上市的坦克700搭载了英伟达的Thor-u高算力芯片作为智驾系统的计算核心。Thor系列是英伟达最新一代的车载计算平台，算力性能远超前代Orin芯片，可以支撑VLA大模型的实时推理需求。这意味着坦克700不仅是在软件层面采用了最新的AI算法，在硬件层面也配备了行业顶尖的计算能力。芯片、算法和数据的三位一体构成了长城智驾系统的完整技术栈。
长城智驾策略中最值得关注的一个特征是它选择了自研与合作并行的双轨路线，而不是像某些车企那样要么完全依赖供应商、要么彻底自研切断外部合作的极端做法。
目前的实际情况是这样的：长城现有的量产车型中，智驾算法主要来自两家供应商的合作支持——元戎启行负责城市NOA功能，Momenta主要负责高速NOA。这两家公司都是国内智驾领域的头部供应商，元戎启行的强项在于城区复杂场景的处理能力，Momenta则在高速领航辅助领域积累了大量数据和工程经验。芯片方面则采用多元供应策略——英伟达提供高阶智驾所需的高性能计算芯片（如Thor-u），高通和地平线分别覆盖座舱和中低阶智驾的芯片需求。这种多元化的供应链布局降低了单一供应商的风险敞口。
与此同时，长城内部由智能化副总裁姜海鹏领衔的自研团队一直在推进全栈自研智驾方案的落地。姜海鹏在公司内部被视为"智驾自研派"的旗手人物，他多次在内部会议和对外沟通中强调长城必须掌握智驾的核心算法能力。这支自研团队的规模达到了数千人，主要分布在上海和保定两个研发中心——上海靠近长三角的AI人才生态圈，保定的优势则是紧邻总部便于与其他部门的协同配合。
这种"整供加自研"的双轨策略有一个明显的组织前提：长城的智驾和智舱业务归属于同一个团队管理。听起来这似乎是一件理所当然的事情，但在行业内这其实是一个值得注意的差异点。直到2026年初，理想汽车才完成了智驾和智舱团队的整合，小鹏也在同期进行了类似的组织调整。长城因为历史原因天然具备了这一组织架构优势——当智驾和智舱属于同一个部门时，两者之间的数据共享、功能协同和联合优化会变得更加顺畅。这就是业内常说的"舱驾一体"趋势的长城版本。
长城智能化产品副总经理佘士东在今年4月的智能电动汽车高层论坛上接受媒体采访时明确表示："我们不会放弃与优秀供应商的合作关系。"这句话背后的逻辑很清晰——自研和合作不是非此即彼的关系，而是互补共生的。供应商的优势在于成熟的产品化能力和快速的交付节奏，可以帮助长城在中低端车型上以合理的成本提供够用的智驾功能；自研的价值则在于掌握核心技术的主导权，确保在高端旗舰车型上能够实现差异化的用户体验，同时避免在关键技术上被供应商"卡脖子"。
但这种双轨策略也有自己的挑战。最大的问题是资源的双重投入——既要给供应商支付不菲的开发和服务费用，又要维持一支数千人的自研团队，这对资金和管理能力都是考验。另一个潜在风险是内部"左右互搏"——当自研方案逐渐成熟并开始替代供应商方案时，如何处理与现有合作伙伴的关系？如何在切换过程中保证产品体验的稳定性？这些都是长城管理层需要精细拿捏的问题。
2026年对长城智驾而言最关键的里程碑事件，无疑是VLA大模型的量产上车。这件事的意义需要放在整个行业的语境中来理解。
过去三年里，智驾行业经历了一场从"规则驱动"到"数据驱动"再到"端到端大模型驱动"的技术范式转移。最早的智驾系统依靠工程师手写的规则来定义驾驶行为——如果前方检测到车辆且距离小于安全阈值就减速。这种方式的好处是可解释性强、容易调试，缺点是无法覆盖长尾场景（总有些工程师没想到的情况）。
后来行业转向了模块化的深度学习方案——用神经网络来处理感知和规划中的部分环节，但不同模块之间仍然靠人工设计的接口连接。最新的演进方向就是端到端的大模型方案——用一个统一的神经网络直接从传感器输入映射到车辆控制输出，中间不再有人工设计的规则或模块边界。
VLA（视觉-语言-动作）正是这种端到端范式的一种具体实现形态，它在传统感知-决策-控制链路的基础上增加了自然语言理解的能力，让用户可以通过口语化的指令与智驾系统交互。
长城选择在这个时间节点推出自研VLA方案，本质上是一次窗口期的追赶行动。从技术成熟度来看，端到端大模型方案在2025年到2026年间开始从实验室走向量产——特斯拉FSD V12率先验证了可行性，华为ADS在2025年底也开始向端到端架构过渡，小鹏和理想的自研端到端方案也在同步推进中。这意味着行业正在经历一次技术路线的"换道"，所有参与者几乎站在同一条新的起跑线上。对于那些在上一轮竞争中落后的人来说，这是一次难得的追平机会。
长城VLA的首发车型选择坦克700而非魏牌V9X或哈弗HX，这个产品策略本身就有深意。把最高规格的智驾系统首先装备在一款硬派越野车上，传递的信息是：智驾不再是城市SUV的专属配置，越野车也可以而且应该具备先进的智能化能力。坦克700作为行业首款搭载VLA大模型的非承载式车身车型（非承载式车身=带大梁的硬派结构），其Coffee Pilot 4.0系统实现了从起点车位到终点车位的全场景NOA覆盖，并且针对越野场景做了专门的适配优化。比如系统能够识别非铺装路面并根据地面类型自动调整驾驶策略，能在涉水前自动评估水深和通过性，甚至在极端路况下提供CoT（思维链）推理面板让用户看到智驾系统当前的判断依据——这在行业内是首创性的功能设计。
当然，VLA上车只是一个起点而不是终点。从"能用"到"好用"之间还有大量的工程优化工作要做。长城面临的现实挑战包括：城区复杂场景下的接管率控制（用户不愿意频繁接管的智驾系统等于没有）、不同城市的本地化适配速度（每个城市的路况特点和交通习惯都有差异）、以及在成本可控的前提下将VLA能力下放到更多价格区间的车型上。这些问题的解决程度，将最终决定长城能否凭借VLA真正回到智驾技术的第一阵营。
人们常说造车新势力在智能化方面领先传统车企三到五年。这个判断在过去几年大体上是准确的。但随着端到端大模型成为行业共识性的技术方向，游戏规则发生了变化——新势力的领先不再体现在算法积累上，而是在数据资产、算力基础设施和制造能力上。
而这些恰恰是长城这样的传统车企经过三十年积累下来的核心竞争力所在。5EFLOPS的超算中心、200万辆级的存量车队产生的真实道路数据、成熟的整车制造和质量管控体系——这些资产在新的技术范式下正在转化为智驾竞争力的重要组成维度。
2013年，长城是中国最早一批在车上装ADAS功能的车企。十三年后，它正在用VLA大模型、5EFLOPS的超算中心和一支数千人的自研队伍，试图证明一件事：起得早不一定能赢，但只要还在跑，就不算晚。坦克700上的那颗激光雷达和Thor-u芯片不只是硬件堆砌的产物，而是一家传统车企面对智能化浪潮做出的最认真的回答。这个答案够不够好，市场会在未来十二个月里给出评分。
（雷峰网(公众号：雷峰网)新智驾北京车展2026专题）
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
专题
