理想汽车詹锟解析智能驾驶趋同现象：全栈自研与苦功夫构筑长期护城河

2026年6月25日，理想汽车基座模型负责人詹锟就智能驾驶发展现状与竞争格局发表看法。

针对当前业内普遍关注的一个现象——即此前被公认为处于智能驾驶第一梯队的理想、华为、小鹏等主体，其技术领先优势并未如预期般持续扩大，反而呈现出趋同态势，詹锟指出，这一变化背后存在结构性原因。过去一年间，智能驾驶领域的参与者数量明显减少，不少企业已退出该赛道，整体玩家规模趋于收敛。表面看是头部企业间差距收窄，实则反映出行业正经历深度洗牌与资源聚焦。

詹锟强调，智能驾驶绝非单一算法能力的比拼，而是一个涵盖系统架构、人才体系、核心技术、算力支撑及工程平台的复杂体系。其建设周期长、投入大、协同要求高，难以通过简单复制或人才迁移快速构建。短期内无法形成替代性能力，这本身就构成了极高的进入壁垒。

关于如何构筑可持续的竞争优势，詹锟提出两个关键路径：其一，坚持全栈自研。唯有在算力底层、芯片设计、基础设施及软件系统等环节实现自主可控，才能真正建立难以逾越的技术护城河。若仅依赖算法层面创新，受限于全球范围内人才流动的高频性，技术成果易被复刻；而全栈能力则显著提升迁移与复现成本，形成实质性防御优势。其二，沉心打磨“苦功夫”。例如数据清洗的精细化程度、长尾场景覆盖的完整度、模型迭代的严谨性等，并不炫目却决定系统鲁棒性与泛化能力。这些日积月累的细节，正是长期竞争力的根基。理想将持续在全栈自研框架下，系统性强化此类基础能力建设。

詹锟同时指出，尽管国内第一梯队企业间相对差距有所收窄，但整体与全球标杆特斯拉仍存在明显距离。特斯拉在数据闭环、算法迭代效率与工程落地能力等方面依然保持领先。理想将围绕年底达成与特斯拉同等水平的核心目标持续推进，这一目标不仅是技术追赶的节点，更是实现差异化突破、确立行业地位的关键一步。