中国汽车出海，最难的已经不是把车卖出去

中国汽车出海的故事，正在换一种讲法。 过去几年，销量、出口量、进入多少个国家，是衡量一家中国车企全球化进展最直观的指标。但当新能源汽车进一步演变为持续联网、持续 OTA、依赖云端服务和 AI 模型的智能终端，一辆车能不能运到海外、卖给当地消费者，已经只是全球化最前端的一环。 真正困难的部分发生在交付之后。 比如更实际的体验，包括地图和内容服务能不能用、AI 能否理解当地语言和文化，数据留在哪里，算法如何持续迭代；更进一步，在欧盟、中东、东南亚完全不同的法规、基础设施和用户习惯之下，一套中国市场已经验证成功的智能化体系，究竟还能保留多少，又必须重做多少？ 在新能源汽车全球合作发展论坛（GNEV2026）智能化出海论坛上，来自车企、智能座舱、汽车电子、自动驾驶、AI及安全领域的多位企业负责人，给出了高度趋同的答案。 大家普遍认为，中国汽车智能化出海正在告别“产品复制”阶段。下一轮竞争，拼的是能否在全球建立一套可以持续运营和迭代，并能够融入当地市场的体系能力。 一、从卖一辆车，到输出一套能力 汽车出海并非今天才开始，变化在于中国企业正在输出什么。 中科创达智能汽车产品中心总经理宋洋将中国汽车出海划分为三个阶段。最早是CKD和CBU出口，只需要完成基础法规认证；之后进入适应性开发阶段，包括底盘、系统、车机、语言和生态；到了今天，中国车企已经开始在海外建立研发体系。 宋洋的判断是：“现在是第三阶段，开始把更好的产品输出到国外，甚至某个主机厂在全球很多地方建立了研发中心，提出了‘百人计划’，跟当年国际Global主机厂到中国是一样的概念。” 这个变化意味着，中国汽车全球化的组织方式正在接近过去跨国汽车公司的路径，不再只是把中国制造的产品寻找海外买家，而是研发、供应链、软件、服务乃至人才体系一起向海外延伸。 阿维塔海外业务总裁李静对此给出了更直接的概括：“中国汽车全球化正从产品出海进入到能力出海的阶段，而智能化进一步推动我们走向智能生态出海。”她同时强调，“真正的全球化不只是把一辆车带到海外，更重要的是让产品、技术和能力真正的融入当地市场。” 这也是智能化改变汽车出海逻辑最核心的地方。 燃油车时代，一辆车完成生产、认证和交付，大部分产品能力基本已经确定；智能汽车却需要云服务、模型、内容生态、OTA甚至持续的数据闭环。汽车从一件“一次性交付的工业品”，变成了一项长期在线的服务。 火山引擎汽车&具身智能行业海外业务总经理伍永西泽表示：“真正走向全球的不只是汽车本身，而是汽车背后的数字能力、软件能力和生态能力。”在他看来，“未来的竞争将越来越不是一家企业对另一家企业的竞争，而是一个生态对另一个生态。” 因此，过去中国汽车凭借电动化、供应链效率形成的优势，并不能自动转换成智能化全球竞争力。 博泰车联网国际事业部副总经理张捷也指出：“过去我们比拼的是硬件算力，而现在，真正的较量在于综合体系能力。这包括了合规、本地化、生态协同和OTA运营这四大支柱。” 这实际上给中国汽车智能化出海划出了一条新的分水岭，产品领先只是获得海外市场入场券，体系能力才决定企业能走多远。 二、“本地化”也不再只是翻译菜单 谈汽车本地化，最容易被想到的是语言、地图、法规以及配置调整，智能汽车让本地化的范围被大幅拉长。 极豆科技创始人兼CEO汪奕菲提出，一个智能座舱进入海外市场，至少要解决三个问题：首先“跑起来”，其次当地生态服务“办得成”，最后还要保证“出了问题有人管”。 其中最值得注意的是第三点。 汪奕菲表示：“在联网时代，尤其今天AI大模型时代，SOP不是结束，SOP应该是一件事情的开始。”他举例称，车型研发和SOP通常以年为周期，但模型、Agent和区域化服务的运营，“很可能这些服务需要以例如以两周或一至两个月为周期进行迭代”。 这意味着，海外本地化开始从研发部门的一次性工作，变成企业长期经营能力的一部分。 伍永西给出的总结是八个字：“全球技术、本地智能。”按照他的解释，底层AI基础设施、模型和Agent能力需要尽可能统一和复用，但真正面向用户的语言、文化、驾驶习惯、地图、支付和服务生态必须重新适配。“出海不是简单复制，而是全球能力与本地市场共创。” 自动驾驶企业感受到的挑战更加明显。 文远知行副总裁罗琳在GNEV2026圆桌论坛上谈到，中东、东南亚和欧洲已经形成完全不同的落地环境。“本地的生态，本地的供应链，本地不同的法律法规以及本地对于消费习惯，用户习惯都是大不相同的。” 因此，在Robotaxi出海过程中，文远知行选择与Uber、Grab以及当地服务商合作，先解决从0到1的问题。罗琳总结这一路径时说：“先落地，再去创规模，先把商业闭环形成标准，再进行规模推广。” 这也解释了为什么“进入多少个国家”，正在成为一个越来越不充分的全球化指标。 九识智能海外负责人张栌尹表示，RoboVan进入海外市场，需要同时满足三个条件：“商业账算得过来、监管路径走得通、产品能够标准化复制。” 他进一步提出一个很值得关注的判断：“一家公司真正的全球化能力，不是Global Presence，而是Global Scale。” 换句话说，在地图上插下一面旗并不难。真正的挑战，是如何从1辆做到100辆，从100辆做到1000辆，并在下一个市场重复这一过程，汽车出海开始的竞争，也开始转向对单一市场经营的竞争。 三、合规正成为出海的一部分产品力 智能化越深入，另一个问题也越难绕开：监管。 传统汽车出口需要面对碰撞、排放、整车型式认证等规则，进入AI汽车阶段后，法规开始进一步深入到数据、模型、算法、网络安全和用户隐私。 木卫四（北京）科技有限公司CEO云朋在GNEV2026上提到，随着AI进入智能驾驶和智能座舱，欧洲监管关注的风险已经延伸至模型幻觉、用户隐私、提示词攻击等新的领域。 更重要的是，监管正在从“上市前认证”转向全生命周期管理。 云朋表示：“欧盟法规对网络安全的要求不像26262，你做完就可以了，它需要你持续的验证，持续能证明自己真的去做了，这是接下来面临的挑战。” 对于车企而言，这意味着合规不能再是车辆出口前，由法规部门完成的一张清单，而必须进入产品定义、软件开发、云架构和后期运营体系。 张捷在GNEV2026上的判断同样明确：“最常见的误区是把合规放在项目最后，这往往导致灾难性的后果。我们的结论是，合规必须前置，贯穿产品开发的全过程。” 钱乾则将这个问题进一步推到了企业全球竞争力的高度。他表示，海外政策变化可能令前期投资迅速变成沉没成本，因此企业需要长期建立合规政策跟踪和动态风险识别能力。 他的表述是：“不做合规守门员，要做规则参与者。” 数据本地化同样如此。对于依赖数据闭环的自动驾驶公司而言，无法将海外数据自由回传，乍看之下会削弱模型迭代效率。但文远知行、九识智能等企业的实践正在给出另一种答案：未来全球化算法体系，本身就应该建立在分布式数据和本地运营之上。 罗琳表示，文远知行在部分海外市场“数据一定是存在当地，不能回传的”，但国内复杂道路积累的模型能力与海外本地数据迭代之间并不矛盾。 张栌尹则将其概括为：“数据本地化，但是能力还是要全球化。”在他看来，真正值得关注的指标是“Data-to-Deployment Efficiency”，即不同市场产