MCN行业有一个被反复验证的规律：越垂直，越难做大。美妆、美食、剧情这些赛道之所以能跑出头部机构，是因为内容门槛低、受众覆盖面广。而汽车垂类呢？知识门槛高、受众决策链条长、内容同质化严重——大多数汽车MCN做到几千万粉丝就触到了天花板。

但有一家公司，2025年自营短视频汽车粉丝做到3.7亿+，累计播放量1300亿，旗下“大师说车”单账号在抖音的7日总收藏数就达到184.67万。在抖音汽车垂类MCN中稳居前列。

它叫百车宝。一家从“修车问答”起家、把“专业”做成了核心竞争力的汽车MCN。

“非典型MCN”的出身

百车宝的运营主体北京百车宝科技有限公司成立于2013年11月，总部位于北京海淀区，是国家高新技术企业、北京市“专精特新”企业。创始人付航是80后，曾任易车集团新意互动策略部总经理，呆过主机厂（北汽福田），呆过汽车媒体，是汽车领域和互联网的复合型人才。核心创始团队来自易车网、BAT、360、小米、58同城等互联网企业，核心成员都拥有10年以上行业经验。2014年，百车宝获得徐小平真格基金数百万元天使投资——这是真格基金第一次涉足汽车领域。2017年，公司完成4200万元人民币A轮融资。

但百车宝的起点不是内容，而是服务。公司最初的核心产品是“汽车大师”——一个用车问答与维修技师众包平台，超过25万汽车维修技师在平台上为车主提供付费问答服务，累计问答量超2.3亿次。这意味着百车宝在进入MCN赛道之前，已经积累了大量的汽车知识内容和技师资源。“百车宝MCN”成立于2018年，是这家公司从“知识服务”向“内容生产”的自然延伸。

这个出身决定了百车宝与其他汽车MCN的根本差异：它不是“先做流量、再补专业”，而是“先有专业、再做流量”。 公司“专业、有用、有趣”的内容价值观中，“专业”排在第一位，这恰恰是大多数MCN最难做到的。

付航曾分享过一个关键的洞察：百车宝在2013年底瞄准“车主与服务方不能直接对接”的痛点创办汽车问答平台，5年间汇聚了15万汽车维修技师和海量问答内容。当他决定切入短视频时，核心判断是：“我们发现很多专业的问题用图文用户听不懂，而短视频可以深入浅出把知识演绎出来，是提供信息服务最好的一种方式”。团队一通电话一拍即合，7天拍板决定发力短视频，将内容价值观定为“专业、有趣、有用”，执行人选锁定为百车宝技师运营总监老王——“没有人比他更知道车主要什么汽车专业知识”。公司价值观中有一条“坚决拥抱变化”，从百车宝从问答平台到MCN再到AI大模型的多次业务跨越中，得到了充分的验证。

“专业型达人”的孵化逻辑

百车宝MCN的达人矩阵，在汽车垂类MCN中有鲜明的辨识度。

公司拥有自营和联营120多个IP，覆盖14个垂类，自孵化多位车圈头部优质达人，包括@大师说车、@汽车大师、@车哥测评、@聪哥说车、@师妹超来电、@懂车师姐、@亮哥说车、@车圈美少女、@小乔来了、@小高总驾到、@诗诗在路上、@小猪驾到等。这些账号覆盖了汽车知识科普、车型测评、用车技巧、女性汽车内容等多个细分方向。

以“大师说车”为例，账号简介显示其达人是中汽研“十佳底盘评选”媒体评委，硬核实测车型超百款，拥有10年媒体主编经验加18年驾龄，持有场地赛B照。另一位头部达人“亮哥说车”在小红书认证为汽车博主，红薯等级金冠薯，MCN机构标注为百车宝。这些达人的共同特征是：他们首先是汽车领域的专业人士，其次才是内容创作者。

这种“专业型达人”的孵化逻辑，与百车宝的“汽车大师”背景高度相关。平台上积累的25万维修技师和海量汽车问答内容，为达人孵化提供了天然的素材库和专业背书。这种“专业底座+多IP覆盖”的矩阵结构，让百车宝的内容既有深度（专业可信），又有广度（覆盖不同用户需求）。

从“内容”到“服务”：一条被忽略的商业闭环

百车宝区别于大多数MCN的另一个关键特征，是它拥有一个完整的商业闭环——内容只是起点，服务才是终点。

公司的业务版图中，“汽车大师”问答平台是一个连接车主与25万维修技师的众包服务网络。当用户在短视频中看到“大师说车”讲解某个汽车故障时，他可以立即通过“汽车大师”平台找到附近的技师进行远程诊断或预约维修。这种“内容激发需求、平台承接服务”的闭环，是纯粹的流量型MCN无法复制的。

在商业化层面，基于自营短视频汽车粉丝1.5亿+、累计播放量300亿+的达人矩阵，公司与各大汽车主机厂、销售公司、代理公司、公关公司、下单公司等对接商务合作。这说明百车宝的广告主结构高度聚焦于汽车产业链本身，而非泛消费品类——它的商业化能力建立在“懂汽车行业”这个专业壁垒之上，而不是单纯的流量规模。付航曾介绍，百车宝正利用多维账号组成的内容矩阵，探索为车企提供一站式短视频营销解决方案，覆盖从买车到用车、车生活全过程。

更值得关注的是百车宝在新能源汽修培训上的布局。公司旗下“汽车大师课堂”以“培训10万名合格新能源汽修技师”为己任，打造学、练、测一体化的汽修职业教育平台，课程覆盖新能源汽修体系和新能源热门车型，帮助技师“学得到、做得到、赚得到”，为新能源汽车后市场发展做好人才基础建设。公司还在招聘新能源培训讲师，岗位职责包括“负责新能源汽车整车结构原理和故障诊断课程的线上培训”“开发新能源汽修技能类培训课程，包括课程大纲、培训课件”等，说明培训业务正在从内容层面走向实质性的课程开发和人才培养。

这意味着百车宝的商业逻辑是：用短视频内容触达车主，用问答平台服务车主，用培训体系培养技师，再用技师网络反哺服务质量。 这不是一个MCN的商业模式，这是一个汽车后市场服务平台的商业模式——MCN只是这个平台的内容入口。

AI布局：汽车垂类的“专业壁垒放大器”

百车宝在AI领域的布局，可能是它面向未来的最大变量。

公司自研的AutoMasterGPT汽车行业大模型，基于百川智能的开源模型Baichuan2-13b架构，经过指令微调和强化学习优化，是一个为汽车行业设计的多模态大语言模型，具备图像和文本处理能力，支持文本、图片、视频等多种信息类型的交互。其技术特点包括多智能体互联、领域增强训练、超长上下文理解、语义理解以及跨模态多轮对话，主要应用于智能对话场景，根据用户输入的文本信息生成符合汽车领域需求的文本回复，服务于汽车主机厂和维修连锁企业。

该模型于2024年6月通过国家互联网信息办公室的深度合成服务算法备案，并于2025年4月10日通过国家大模型备案，是汽车售后领域较早通过国家备案的汽修专业AI大模型。

在短视频内容生产端，百车宝也在将AI能力嵌入内容创作流程。公司的招聘信息中，“短视频编导”岗位要求“参与短视频内容的策划、脚本撰写及拍摄执行”，同时需要“独立完成视频的剪辑、后期制作及发布支持”。结合AutoMasterGPT的能力，AI可以在选题策划、知识准确性校验、脚本辅助生成等环节发挥作用，提升内容生产的效率和专业度。

从行业观察的角度看，百车宝的AI布局有一个清晰的逻辑：汽车垂类内容的核心壁垒是“专业准确性”，而AI恰好可以在这个维度上放大优势。 一个美妆博主说错成分，可能只是被评论区纠正；但一个汽车博主说错维修步骤，可能导致用户实际操作时出问题。AutoMasterGPT的存在，让百车宝的内容生产有了一个“专业知识底座”——这比单纯的流量算法更能构建长期壁垒。

百车宝在转型过程中面临的课题，也值得行业正视。

一是内容矩阵的规模与质量的平衡。 120多个IP、3.7亿粉丝的规模，意味着内容生产的标准化程度要求很高。如何在快速扩张中保持“专业、有用、有趣”的内容标准不走样，是对内容中台能力的持续考验。

二是从内容向电商的变现延伸。 百车宝正在招聘“电商业务负责人”，岗位描述显示需要“全面主导快手平台5000万粉丝的电商变现业务，搭建团队并制定从0到1的电商战略”。汽车垂类的电商变现与快消品不同，客单价高、决策周期长、售后服务链条复杂，这对团队的能力结构提出了新的要求。

三是AI大模型的商业化落地。 AutoMasterGPT目前主要服务于“汽车大师”平台的问答场景，如何将大模型的对话能力延伸到内容创作、用户服务、技师培训等更多场景，是百车宝需要持续探索的方向。

这些课题并非百车宝独有，而是整个垂直类MCN在从“流量驱动”转向“专业能力驱动”过程中共同面对的问题。

垂直MCN的“专业主义”路径

把百车宝放在MCN行业的坐标系里看，它的样本价值在于展示了一条区别于“泛内容MCN”的路径：不是在流量逻辑下追求覆盖面的最大化，而是在专业逻辑下追求信任度的最大化。

百车宝的差异化壁垒可以概括为三个“从服务中长出来的专业能力”：

一是知识底座的专业性。 25万维修技师的众包网络和2.3亿次问答积累，构成了百车宝内容生产的“专业知识底座”。这不是靠“选题策划”能做出来的壁垒，而是靠十年服务积累的行业资产。

二是AI能力的产业指向性。 AutoMasterGPT不是“为了AI而AI”的产物，它的研发目的明确指向“服务于汽车主机厂和维修连锁企业”，核心能力包括可解释性AI诊修系统、慢思考推理逻辑和知识溯源。这种“用技术解决行业实际问题”的思路，比“用AI生成内容”更有产业价值。

三是培训体系的人才供给能力。 “汽车大师课堂”培训10万名新能源汽修技师的目标，意味着百车宝正在构建一个从“内容触达车主→问答服务车主→培训培养技师→技师反哺服务”的完整闭环。这个闭环的每一环都建立在真实的行业需求之上，而不是流量逻辑的推演。

当然，专业主义的路径也有其固有的挑战。汽车垂类的受众规模天然小于泛娱乐赛道，内容的知识门槛也限制了传播的爆发力。但换个角度看，当MCN行业从“流量红利”进入“信任红利”时代时，那些真正拥有专业壁垒的机构，反而比流量型机构更有韧性。

从2013年的汽车后市场问答平台，到2025年的3.7亿粉丝汽车MCN；从25万维修技师的众包网络，到AutoMasterGPT的AI底座——百车宝的十二年，本质上是一家汽车知识服务公司不断把“专业积累”转化为“内容能力”的过程。对“什么是好内容”的判断标准，始终建立在一个朴素的共识之上：有用，才会被信任；被信任，才能穿越周期。 百车宝能否在AI时代延续它的专业主义逻辑，将决定它最终是一家“汽车垂类MCN”，还是一家“定义汽车知识服务标准的科技平台”。

本文基于公开信息整理的MCN行业观察内容，仅供参考，不构成投资、商业或法律建议。文中数据、榜单、工商、司法及行政处罚等信息均来自公开渠道，可能存在滞后或口径差异，请以官方披露为准。文中提及的机构、达人、品牌、商标、肖像等权利归各自权利人所有。如涉侵权或事实错误，请联系我们及时更正或删除。