小牛电动”All in AI”转型：两轮电动车的下一个十年护城河#

作者：多多来报 日期：2026-04-02

一家成立 12 年的两轮电动车厂商，宣布”All in AI”#

2026 年 3 月，小牛电动在科技新品发布会上，正式向外界宣告了其 AI 战略转型——“造 AI 时代的智能两轮电动车”。这是继锂电化、智能化浪潮之后，小牛电动交出的第三份答卷，也被创始人胡依林称为：“下一个十年的护城河”。

造车不造 PPT，是小牛电动在这轮 AI 转型中最鲜明的标签。在发布会现场，胡依林直接展示了搭载自研小牛灵犀 AIOS以及首个面向骑行的 AI 智能体的 NXT2 和 NX2 实车，没有概念图，没有渲染视频——一切都是实打实的产品落地。

当电动车学会”看路”与”说话”#

传统两轮电动车与 AI 的结合，长期停留在”联网”层面。而小牛电动的理解截然不同：真正的拐点不是联网，而是 AI。

灵犀 AIOS 与 AI 智能体的搭配，让电动车变成了”会看路、懂说话”的骑行伙伴：

• 雨天骑行时，AI 自动识别骑行状态，主动开启防侧滑功能；
• 电量告急时，系统自动计算经济时速，告诉你如何骑最远；
• 随口一句话，比如”找附近人少的咖啡店”，电动车能听懂并完成导航。

这背后，是 350 亿公里用户数据在发挥作用。

“我不创造 AI 新品类，我只做业务 +AI”#

胡依林是一个矛盾体。他办公室里乱七八糟，但他的包一定整理得整整齐齐；他纹身”all in or nothing”，却说自己”非常克制”。

“小牛是一家很克制的公司，AI 不能制造新产品，一定是现有业务 +AI。“在一次访谈中，胡依林如此定义小牛的边界。

不造全新的 AI 品类，不做超越出行边界的事情——这是小牛的自我约束。但克制不等于保守。他们内部有一个”753 战略”：向前看 7 年，筹备测试 5 年，量产落地 3 年。

以毫米波雷达为例：七八年前在汽车上要上千块，小牛那时就开始关注；筹备上车时降到七八百；量产前成本只有 200 多块。“这不是临时抱佛脚，是七年前就埋下的种子。“

十年数据，AI 时代的资产#

在 AI 出现之前，小牛的十年数据更像是一座沉睡的金矿。

胡依林举了一个电池的例子：实验室测出单体循环寿命 800-1000 次，但真实用户”浅充浅放”的使用习惯，使得电池实际寿命远超实验室数据，一块电池能用七八年。“这个结论不是靠用户访谈得到的，而是通过真实数据发现的规律。”

基于这些数据积累，小牛在导航、动力控制、电池管理三个维度构建了 AI 能力：

从”一行代码不许手写”到”一个亿 TOKEN”#

为了摸清 AI 的边界，小牛电动内部做过一个”极端测试”：让一个由前端、后端、安卓、iOS 工程师组成的小组，在两周内一行代码都不许手写，所有编码、调试、修改都必须通过 AI 编程工具完成。

“目的是摸清 AI 的边界，找到最高效的模型和工作流。“胡依林透露，他们很早就采购了 10 张 H100 显卡用于模型训练和测试，这方面的投入是千万级别的。

这种”极端测试”的逻辑，同样体现在产品研发中——通过极限场景验证可行性，再推广至大团队。这保证了成立已 12 年的小牛电动，依然保有创新的基因。

AIOS：为什么必须从系统底层做起？#

从系统底层做 AI 融合，是小牛 AI 战略中最关键的一步。

传统的语音交互路径是：麦克风拾音→软件降噪→网络上传云端大模型→结果返回→转成语音。这一绕，延迟高、效率低。

而 AIOS 的核心意义，是在系统底层实现 **AI Native（AI 原生）** 的接入。指令可以从芯片级直接处理，走最短路径，效率最高，延迟最低。

“如果前期底层架构的余量留得不够，以后升级就是灾难。我们吃过很多亏，现在非常重视底层 Foundation 的建设。“胡依林说。

结语#

从年少时凭自学能力撬开微软大门，到创办动画工作室、鞋品牌，再到带领小牛电动登陆纳斯达克，胡依林的信条始终是：折腾与偏执。

如今，他把这份偏执带入了 AI 时代。“AI 解放的是人，车只占到人每天生活的 10% 都不到。我们不要尝试在车上面去解决用户可以通过其他途径更好解决的事情。”

克制、务实、偏执——这就是小牛电动”All in AI”的底色。

原文链接：https://36kr.com/p/3748233045541637