当自研撞上“飞轮”：上汽通用把方向盘交给 Momenta，是一次战术撤退还是战略突围？

当“全栈自研”的光环褪去，自动驾驶的下一幕由谁来写？

答案在别克至境 L7 的发布会上被一语道破：上汽通用把高阶智驾的核心算法交给了 Momenta 的 R6 飞轮大模型。

曾经，每家车企都在宣讲“灵魂必须握在自己手里”，可五年过去，行业却发现那条路越走越窄——感知、高精地图、规控乃至芯片都要自建，团队像气球一样膨胀，代码版本层层堆叠，每一次 OTA 都被芯片产能、法规更新和实测里程三重闸门拖慢节奏；研发投入年年加码，用户却越来越难感知到实质性的进步。

于是，曾经象征着掌控力的“全栈自研”，如今在经济账本面前显露出疲态：固定成本滚雪球般失控，现金流被漫长的验证周期锁死，功能迭代的速度再也追不上资本市场的耐心。

然而，压垮自研的最后一根稻草还不是逐年攀升的预算，而是端到端大模型的突然崛起。

过去，车企可以沿着“感知—融合—决策—控制”的链条分兵把守，每个环节都有成熟的供应商和可复用的开源框架，即便自研，也能拆分任务、逐年迭代；可当端到端范式下的 VLA、VLM 乃至世界大模型轮番上阵后，游戏规则瞬间被改写：数据、算力与算法三位一体，必须一次性砸下数十亿公里的有效里程和数千万乃至上亿段高质量 clips，才能启动模型的自我进化，更遑论背后 GPU/TPU 等加速卡与持续攀升的训练成本。

第二条路线是“共创定义派”。上汽通用、广汽、丰田等销量规模足够却不想重走数据长征的主机厂，把 Momenta、地平线、华为们请进门，用自身对整车架构、安全冗余和场景需求的理解反向调教大模型：主机厂提供需求、场景、冗余框架，算法公司负责数据、训练、OTA，双方在 V 字流程里深度耦合，最终把“别人的飞轮”磨成“自己的护城河”。

第三条路线是“成本优先派”。针对入门级的走量车型，主机厂直接采购成熟的高速 NOA 方案，比如两颗前视 8M 摄像头、一颗前向毫米波、一颗域控，成本 3000 元以内，足够在高速场景里做自动变道、自动上下闸道，满足入门市场“够用就好”的需求。

三条路线不会并行太久：垂直整合派赌的是下一轮芯片工艺红利；共创定义派赌的是“主机厂经验 外部数据”的复合壁垒；成本优先派赌的是规模化摊薄采购成本。谁能先跑出正现金流，谁就能在下一幕写下新的规则。