【ZiDongHua之“會展賽培壇”收錄關鍵詞：人工智能 智能汽車 汽車產(chǎn)業(yè) 自動駕駛 智能駕駛】
 
 
　　“促進人工智能與智能汽車深度融合的路徑”研討會在上海舉辦
 
 
 
　　3月5日，中國電動汽車百人會圍繞“促進人工智能與智能汽車深度融合的路徑”主題在上海嘉定舉辦了2025年第3期高端研討會。研討會由上海國際汽車城（集團）有限公司、車百智庫汽車產(chǎn)業(yè)研究院及汽車產(chǎn)業(yè)供應鏈協(xié)同創(chuàng)新中心（S100）聯(lián)合承辦。會議聚焦近期大模型技術創(chuàng)新、在汽車領域應用的進展、突破及未來發(fā)展趨勢，人工智能與智能汽車產(chǎn)業(yè)深度融合對汽車產(chǎn)業(yè)生態(tài)的影響，促進人工智能深度賦能汽車產(chǎn)業(yè)的路徑，如何構建適應人工智能與智能汽車協(xié)同發(fā)展的產(chǎn)業(yè)關系，大模型與企業(yè)具體業(yè)務深度結合存在的行業(yè)共性與企業(yè)個性問題及原因，汽車企業(yè)如何構建適應AI技術應用的工程化能力體系等問題展開交流探討。中國電動汽車百人會副秘書長師建華出席主持會議并做總結講話。
 
　　

 
　　應邀參加本次會議的嘉賓包括上海國際汽車城黨委副書記、總經(jīng)理潘曉紅、復旦大學計算機科學技術學院副院長彭鑫、上海軟件中心主任蔡立志、中國一汽紅旗品牌運營委員會副總裁門欣、奇瑞汽車股份有限公司副總經(jīng)理鄔學斌、華為云大數(shù)據(jù)與人工智能領域總裁尤鵬、地平線首席生態(tài)官徐健、曼孚科技CEO趙劍、Momenta全球解決方案架構師饒慶、京東科技京東云華東區(qū)售前總經(jīng)理顧康寧、彩虹無線副總裁宋漢超、面壁智能COO雷升濤、梧桐軟件工程部副總監(jiān)任偉，以及來自上汽、現(xiàn)代中國、火山引擎、蘑菇車聯(lián)、上海聯(lián)通等產(chǎn)業(yè)企業(yè)近70位專家和企業(yè)代表。
 
 

 
　　上海國際汽車城黨委副書記、總經(jīng)理潘曉紅首先發(fā)言。發(fā)言中回顧了人工智能發(fā)展歷程，她認為汽車產(chǎn)業(yè)已經(jīng)成為人工智能應用科技創(chuàng)新前沿陣地。其核心理念是利用人工智能技術全面重塑汽車行業(yè)，通過電子電氣架構重構、強大算力支持、豐富數(shù)據(jù)資源和先進大模型應用，實現(xiàn)汽車智能化升級，重塑汽車格局，使軟件開發(fā)、AI技術、數(shù)據(jù)處理等能力成為企業(yè)核心競爭力。
 
 
　　Part.01
 
　　人工智能技術在汽車領域的應用加速
 
　　1.人工智能與智能汽車技術融合加速。人工智能技術在汽車領域的應用呈現(xiàn)多元化趨勢，語言大模型雖是當前核心，但多模態(tài)模型正成為未來焦點，將推動汽車成為集出行、娛樂、辦公于一體的智能移動終端。“AI定義汽車”是“軟件定義汽車”的延續(xù)和深化，軟件工程和系統(tǒng)工程仍是保障系統(tǒng)可靠性的重要手段。例如，特斯拉仍是通過不斷更新軟件，為車輛增加新功能，提升用戶體驗。
 
　　2、大模型引領變革。一是大模型將推動智能汽車軟件棧變革。車載軟件需適應服務智能化、模型多樣化、算力異構化及安全強化等新需求。華為云與多家汽車企業(yè)合作，利用大模型提升自動駕駛數(shù)據(jù)處理效率和智能效果。多芯片異構架構在當前階段具有性價比和產(chǎn)品適應性優(yōu)勢，有助于滿足智能汽車對高性能計算的需求。二是產(chǎn)業(yè)融合加深。汽車公司與科技公司合作將更加緊密，共同推動汽車產(chǎn)業(yè)轉型。雙方需形成可持續(xù)合作關系，并明確業(yè)務邊界，科技公司賦能汽車產(chǎn)業(yè)。例如，華為與多家汽車制造商合作，共同研發(fā)智能駕駛技術。
 
　　3、AI模型的運營和演化高度依賴軟件基礎設施。數(shù)據(jù)在汽車智能化發(fā)展中的價值凸顯，AI模型訓練的過程中，有一半的時間是在處理數(shù)據(jù)。AI大模型的訓練與推理也高度依賴云端大規(guī)模算力的支撐。
 
　　4、大模型上車趨勢下，智能汽車電子電氣架構也會迎來快速革新?；谖恢糜蚣軜嫷姆謱記Q策控制和服務化架構更具實際性和魯棒性，域控式架構會快速滲透。隨著大模型對車端算力需求的提升，集中式架構也有望加速產(chǎn)業(yè)化。
 
　　5、人工智能技術在汽車領域的應用包括產(chǎn)品、產(chǎn)業(yè)兩個層面。產(chǎn)品方面，AI將成為“軟件定義汽車”的延伸和拓展，進一步加強智能駕駛的“好開”的駕駛體驗以及智能座艙“好玩、好用”的服務體驗。汽車正加速向具身智能體演化，AI大模型成為汽車智能化變革的核心，多模態(tài)大模型能夠處理多元信息，助力汽車從簡單的交通工具轉變?yōu)橹悄芑锇?。產(chǎn)業(yè)方面，汽車企業(yè)將進化為人工智能企業(yè)，大模型將以智能體的形式深度滲透到企業(yè)“研產(chǎn)供銷服”各環(huán)節(jié)的具體業(yè)務中，汽車企業(yè)將變?yōu)橹悄芷脚_企業(yè)。
 
　　Part.02
 
　　當前人工智能與汽車產(chǎn)業(yè)深度融合存在諸多挑戰(zhàn)
 
　　1.軟件研發(fā)挑戰(zhàn)。盡管大模型在提升開發(fā)人員個體效率方面有一定作用，但對項目級和企業(yè)級的影響有限。行業(yè)應避免不切實際的幻想，應踏踏實實地打好數(shù)字化研發(fā)體系的基礎，重視軟件開發(fā)過程中的規(guī)范化和數(shù)字化管理，以應對未來汽車軟件規(guī)模和復雜性的爆發(fā)式增長。
 
　　2、數(shù)據(jù)的清潔和可用性是AI場景落地的難題。大模型技術在具體場景應用的最大挑戰(zhàn)就是缺乏場景數(shù)據(jù)、數(shù)據(jù)質量低。車載垂域高質量數(shù)據(jù)集有限。另外，數(shù)據(jù)處理在AI訓練時間成本的一半以上，數(shù)據(jù)處理超過75%的工作都在數(shù)據(jù)標注環(huán)節(jié)，且其市場需求持續(xù)增長。但隨著技術創(chuàng)新迭代加快，數(shù)據(jù)標注形式日益復雜，且AI自動標注存在局限性。
 
　　3.大模型與現(xiàn)有芯片適配難度大。大模型需適配不同芯片，如8295、8678、征程6等。這些芯片并非為大模型設計，適配技術難度高，且需解決量化帶來的精度補償問題以及車賣出后模型更新時只能部分更新的難題。
 
　　4、標準指導性不足。一是標準制定滯后。國內政府對大模型相關問題暫持寬容態(tài)度，但海外法規(guī)嚴格。車企需提前考慮大模型在海外的合規(guī)問題。二是行業(yè)標準缺失。在智能汽車發(fā)展過程中，如數(shù)據(jù)共享、行業(yè)標準與評測等方面存在共性問題待解決。
 
　　Part.03
 
　　促進人工智能與汽車深度融合的建議
 
　　1.強化基礎軟件研發(fā)。構建可持續(xù)發(fā)展的基礎軟件生態(tài)和現(xiàn)代化軟件研發(fā)體系，包括操作系統(tǒng)、中間件、功能軟件等。推進軟件研發(fā)的數(shù)字化和智能化變革，提高軟件研發(fā)效率和質量。
 
　　2.推動大模型優(yōu)化與創(chuàng)新。持續(xù)優(yōu)化大模型性能，提升其在汽車領域的適應性和效率。面壁智能通過發(fā)布多個版本模型，加快芯片適配節(jié)奏，針對汽車場景專項迭代產(chǎn)品，提升模型能力。行業(yè)應加大在大模型研發(fā)上的投入，推動技術創(chuàng)新。
 
　　3.加強大數(shù)據(jù)產(chǎn)業(yè)發(fā)展。加大在數(shù)據(jù)標注技術上的研發(fā)投入，提高標注效率和準確性。探索更先進的標注方法和工具，以滿足日益增長的數(shù)據(jù)標注需求。同時，加強數(shù)據(jù)標注行業(yè)的人才培養(yǎng)和技術交流。
 
　　4、建立完善的數(shù)據(jù)質量管理機制，確保數(shù)據(jù)的清潔、可用和安全。加強數(shù)據(jù)挖掘和分析能力，充分發(fā)揮數(shù)據(jù)的價值。通過技術手段提高數(shù)據(jù)質量和管理水平，為汽車智能化提供有力支撐。
 
　　5、在保障數(shù)據(jù)安全和隱私的前提下，推動行業(yè)內的數(shù)據(jù)共享與合作。建立數(shù)據(jù)共享平臺，打破數(shù)據(jù)孤島，實現(xiàn)數(shù)據(jù)的互聯(lián)互通。通過數(shù)據(jù)共享促進技術創(chuàng)新和產(chǎn)業(yè)升級。
 
　　6、加快標準制定與完善。政府和行業(yè)協(xié)會應加快制定和完善智能汽車相關的標準和規(guī)范，包括技術標準、安全標準、數(shù)據(jù)標準等。為行業(yè)發(fā)展提供明確的指引和保障，推動汽車AI化進程有序進行。