周时莹澄清演讲本意，拒绝炒作

「希望聚焦讨论汽车智能化协同发展」

作者|龚宸芫

编辑|李国政

出品|帮宁工作室（gbngzs）

“中国一汽高管：车企把大部分预算投到自动驾驶等，等于放弃造车本质”“一汽高管：卖一辆车亏两三万块钱，中国本土企业难道永远在国内互相厮杀吗”……

近日网上发酵的这些言论，直指中国一汽战略与合作部副总经理、智能产业发展办公室主任周时莹。

风波源于她今年4月11日在智能电动汽车发展高层论坛（2026）发表的演讲。她那场本是立足行业实践，分享智能汽车发展的经验、痛点与破局思考的演讲，却在传播中遭遇偏差。

多篇报道只截取她演讲中的个别语句，还用“车企放弃造车本质”“本土企业互相厮杀”等标题吸睛，引发网络热议，也让她演讲的核心主旨被遮蔽。

帮宁工作室第一时间联系周时莹，请其还原演讲本意。她对帮宁工作室坦言，自己并非所谓的“高管”；此次演讲的核心绝非否定行业投入，而是希望大家正视智能汽车发展中的现实瓶颈问题，携手联合，共同破局。

她呼吁，汽车行业应统一技术架构和接口标准，联合相关产业链协同发展，依托国家人工智能共性平台上的举国体制优势，冲破关键核心技术的底层产业瓶颈。

当下，中国汽车产业正从电动化上半场过渡到智能网联化下半场，AI与汽车的深度融合，既带来机遇，也让行业面临前所未有的挑战。

周时莹的演讲，其实是一份行业从业者的真诚反思：车企应回归造车本源，聚焦自身擅长的安全、动力、底盘等核心领域，同时联动产业链上下游，通过统一技术接口、构建协同生态，依托国家举国体制，突破核心技术瓶颈，避免资源内耗。

舆论场上，流量导向的断章取义，往往容易忽略行业深刻思考的价值。帮宁工作室了解到，周时莹提及的行业痛点，被不少汽车业人士认同，但她倡导的“协同发展、联合创新”，难度确实不小。

在汽车产业向智能化深度转型的关键节点，行业更需理性看待反思，聚焦技术突破与生态协同的核心命题，凝聚行业共识，共同推动中国汽车产业从表面繁荣走向核心强盛——这是周时莹演讲的意义所在。

▍01“未掌握汽车智能化本源”

周时莹坦言，当前汽车行业最大的问题，在于“我们没有突破汽车智能化本源，即人工智能底层能力”。

中国汽车产业投入巨大、发展迅速，但普遍意义上的成效只是表面繁荣，并未突破人工智能产业生态，也未能构建起以汽车为逻辑的AI模式。

在“表面繁荣”的背后，中国汽车业存在一系列尚难以突破的底层瓶颈。周时莹将其拆解为5个核心层面：算法复杂性、算力浪费、数据孤岛、操作系统碎片化，以及芯片“卡脖子”问题。

在最核心的算法层面，周时莹认为，各家车企建立的分算力中心，目前看起来调度效率不高。“一张嘴就是上百万clipse（基于clip的图像搜索引擎‌），你采、存花了多少钱？有没有很高效地把这么多碎片化的数据都使用起来？”

将上述痛点带到具体领域，周时莹总结认为，行业存在重复投入、各自为战的普遍现象。比如，当前多数整车企业将大量预算投入到自动驾驶、软件、用户交互等领域，而这些领域并非车企擅长。

“为什么我们放弃了本行，跟ICT、人工智能行业PK我们不擅长的领域？”周时莹的反问，道出了行业无奈现状——这种投入并非主动选择，而是被裹挟的被动之举。

与此同时，行业浮躁心态也加剧了自身的困局。不少车企推出的智能座舱，看似繁花似锦，但众多功能是否真正被用户需要、是否能为用户带来实际价值，她认为仍未可知。

她直面痛点，也提出清晰的破局路径。在她看来，破解当前行业困局，核心在于“车企做车企的事”，联动产业链上下游，依托国家举国体制，构建协同发展的产业生态，让专业公司做专业事，避免资源内耗。

她提到，中国一汽更关注的是车本身。“我们要不要干智能网联、自动驾驶？肯定要做。但在汽车智能化的过程中，一定要举国家之力和行业之力，做智能汽车产业发展共同体。”

▍02“以协同之力，筑强产业根基”

基于前述核心思路，周时莹从算力、数据、芯片、整车企业等4个维度，提出了具体的解决方案，其中不乏对国家战略的呼应与行业实践的思考。

在算力调度方面，周时莹力推“1+M+N”协同解决方案，这也是国家算力互联互通体系的核心布局。

所谓“1+M+N”，即1个国家统一公共调度中心作为顶层枢纽，统筹全域算力资源调度与分时服务；M个区域分算力中心，承接国家节点指令，整合区域内算力资源；N个企业级小型算力和汇聚中心，满足企业个性化需求。

这种模式可联动移动运营商、网络公司、云算力提供商等多方力量，充分利用我国现有的算力基础设施，实现算力资源高效流动与复用，破解当前算力调度低效难题。

在数据利用方面，周时莹建议构建国家级高质量数据集。她认为，当前行业的问题并非数据量不足，而是数据质量不高、难以流动。国家层面应建立汽车行业统一的数据标识标注和接口标准，打通数据流动管道，让企业在保障数据安全的前提下，实现数据交换与共享。

对企业，她建议，应摆脱“数据囤积”思维，从重复性采集、清洗、存储，转向提升数据使用效率，打通算法与数据之间的关联，让数据真正成为可利用的资产。

在芯片突破方面，周时莹认为，汽车行业单独谈芯片，价值不大，核心在于突破云端大算力模型所需的大算力架构，以及围绕芯片的AI架构和数据链。

她呼吁国家层面出手，打破国外品牌在AI芯片领域的垄断。

她强调，芯片研发是需要长期专注的领域，这并非应用类企业的擅长之事。整车企业不应盲目投入，而应联动专业芯片企业，协同突破瓶颈。

针对整车企业的定位，周时莹明确提出，OEM应回归本源，聚焦自身擅长的领域。

一方面，要围绕安全核心，搞定整车与人工智能的安全问题；另一方面，要提升内部数据使用率和性能，实现真正的数据驱动闭环，同时推动动力、底盘等传统优势领域与智能技术深度融合，创新协同发展模式。

“总结来说，我们要凝聚汽车行业力量，构建统一的技术架构，打造自主可控的智能汽车产业底座，提升中国汽车的整体实力。发挥芯片、OS、人工智能等产业链的能力，在强大的自主AI产业生态支撑下，让OEM真正回归初心，聚焦品牌差异化算法与体验定制，专注于‘车’本身的极致打磨，创造各自独特的品牌价值。”周时莹建议。