💡 小牛电动胡依林：一家成立12年的两轮电动车厂商决定转型AI，“all in or nothing”

新闻内容

在成功经历锂电化、智能化两轮浪潮，并在纳斯达克上市12年后，小牛电动正式宣布全面拥抱AI。在近期的新品发布会上，他们推出了自研的小牛灵犀AIOS，以及首个面向骑行的AI智能体，搭载在NXT2和NX2两款新车上。小牛创始人胡依林直言，AI将是“下一个十年的护城河”。这款系统让电动车实现了“会看路、懂说话”的能力——比如雨天转弯时自动开启防侧滑功能，或者听懂“找附近人少的咖啡店”这类模糊指令并完成导航。

发布会上，胡依林与《智能涌现》分享了他的思考。他强调，小牛不会做底层大模型，而是紧跟开源生态，核心优势是用十年积累的350亿公里用户数据训练垂类模型。“未来的竞争是拼科技，'智能化'是个伪命题”，在他看来，真正重要的是把每个环节的微创新积累成用户体验的变革。发布会上，高通、海思、斑马智能、禾赛、高德等全球科技伙伴的协同亮相，标志着两轮电动车竞争正从硬件参数比拼，升级为“硬件+软件+通信+生态”的全栈智慧生态竞争。

胡依林身上有种独特的“矛盾感”。作为上市公司创始人，他极其务实——每年骑两轮车超过4000公里，把自己保持在“22岁时的认知状态”。但同时，他把“all in or nothing”刺进手臂，三年前就预判毫米波雷达成本会从上千块降至200多元。为此他甚至“一晚上用掉两三千万TOKEN”，提前采购了10张H100显卡用于模型训练。“小牛是一家克制的公司，AI不能制造新产品，一定是现有业务+AI”，胡依林如是说。

技术要点

• 算力投入：提前采购10张H100显卡用于AI训练和测试，投入达千万级别；胡依林个人一晚上用掉两三千万TOKEN已是常态
• 传感器成本下降曲线：毫米波雷达从七八年前汽车上的上千块，筹备时降至七八百块，三年前量产前仅200多元；激光雷达从11年前的30万降至如今两轮车可用区间
• 数据资产价值：十年积累350亿公里用户数据，AI让数据分析效率提升十倍以上；实际用户浅充浅放习惯使电池寿命从实验室的600次循环延长至七八年

关键洞察

1. AI转型的前提是数据资产，而非盲目追新]

（小牛的核心优势不是AI技术本身，而是用十年数据训练出的垂类模型。没有350亿公里的骑行数据积累，所谓“AI电动车”只是空中楼阁。这提醒我们，AI转型不是购买多少GPU，而是是否有足够厚的数据地基。）

2. “技术迁移”能力才是制造业的核心竞争力]

（胡依林说得很坦白：小牛过去十年没发明什么全新东西，而是把物联网、汽车、手机行业的成熟技术“降维”落地到两轮车上。今天AI大模型、L2级智驾在汽车上成熟了，直接拿来用才是最优解。这种“技术迁移”和产品整合能力，才是制造业的真实壁垒。）

3. AI的价值在于发现“实验室里看不到的真相”]

（一个细节很说明问题：实验室测出电池单体循环寿命800-1000次，做成电池包后只剩600次，但真实用户数据的“浅充浅放”习惯让电池实际能用七八年。这种洞察不是靠访谈能得到的，AI的意义是把从数据中发现真相的效率提升了十倍以上。）

思考

小牛电动的AI战略，本质上是一次“技术平权”运动。禾赛激光雷达从30万降到可用区间，高通芯片从汽车下探到两轮车——这些原本属于汽车行业的“高精尖”，正在被小牛们一点点拉进更大众的市场。这对中国两轮电动车行业是利好，但也意味着竞争门槛的悄然抬高：当AI成为标配，没有数据和系统能力的中小厂商将被进一步边缘化。

更值得关注的是胡依林提出的“753战略”——向前看7年、筹备5年、量产3年。这意味着今天我们看到的功能，早在2020年就已埋下种子。在AI浪潮中，真正可怕的对手不是追风口的投机者，而是像小牛这样“用长期主义做技术预埋”的老牌玩家。未来的两轮电动车市场，数据和生态整合能力将比参数堆料更重要。

相关阅读

• 36氪：https://36kr.com/p/3748233045541637?f=rss

逍遥云初 | 2026.4.2