以“中國(guó)經(jīng)濟(jì)：開(kāi)放與韌性共生長(zhǎng)”為主題的2025貝殼財(cái)經(jīng)年會(huì)7月10日開(kāi)幕。其中，“智能網(wǎng)聯(lián)汽車如何重構(gòu)新生態(tài)”分論壇聚焦中國(guó)汽車如何鞏固和擴(kuò)大智能網(wǎng)聯(lián)汽車優(yōu)勢(shì)，加速構(gòu)建產(chǎn)業(yè)新生態(tài)。
在圓桌訪談中，嘉賓們分析了人工智能對(duì)汽車行業(yè)影響，它為汽車行業(yè)發(fā)展帶來(lái)變革，目前人工智能大模型還有發(fā)展空間，需要逐步完善。
圓桌嘉賓分享。 活動(dòng)現(xiàn)場(chǎng)圖
【圓桌嘉賓】
鄭新芬 北京汽車研究總院有限公司副院長(zhǎng)
蘇琳珂 深藍(lán)汽車軟件開(kāi)發(fā)總經(jīng)理
董志華 阿維塔科技自動(dòng)駕駛及座艙總監(jiān)
張棟林 上汽集團(tuán)大乘用車智能駕駛總監(jiān)
許鵬飛 四維圖新副總裁
陳偉剛 京西智行副總裁及懸架產(chǎn)品首席技術(shù)官
新京報(bào)貝殼財(cái)經(jīng)：AI大模型今年火爆，端到端技術(shù)也深刻變革汽車智能化。你認(rèn)為這些技術(shù)給汽車產(chǎn)業(yè)帶來(lái)了哪些顛覆性改變？實(shí)踐中有哪些難點(diǎn)需要突破？
陳偉剛：有句話說(shuō)“AI可以把所有行業(yè)或?qū)I(yè)都用AI重新做一遍”，能用更聰明的方式把事情做得更好。我們做智能底盤(pán)，兩大產(chǎn)品線是制動(dòng)和懸架，都與智能駕駛直接相關(guān)。
在懸架算法上，傳統(tǒng)算法需平衡舒適、操控與安全，依賴大量傳感器信號(hào)。引入大模型后，可結(jié)合激光雷達(dá)、毫米波雷達(dá)數(shù)據(jù)，提前100-200米感知路況，通過(guò)算法調(diào)節(jié)阻尼，實(shí)現(xiàn)更好效果。
許鵬飛：AI技術(shù)對(duì)行業(yè)的影響體現(xiàn)在產(chǎn)品力與生產(chǎn)力兩方面。
產(chǎn)品力上，端到端技術(shù)讓感知從“規(guī)則驅(qū)動(dòng)”升級(jí)為“語(yǔ)義理解”，能理解交通參與者的意圖和場(chǎng)景含義，比如預(yù)判前車在黃燈時(shí)的停車意圖，解決傳統(tǒng)規(guī)則難以覆蓋的場(chǎng)景；座艙通過(guò)多模態(tài)交互實(shí)現(xiàn)“理解人、服務(wù)人”，響應(yīng)更自然。
生產(chǎn)力上，大模型像“超級(jí)學(xué)霸+工程師”，能高效處理信息、生成測(cè)試場(chǎng)景，輔助編程，加速研發(fā)周期，但在架構(gòu)設(shè)計(jì)等深層邏輯上仍需人工把控。整體來(lái)看，AI對(duì)生產(chǎn)力和產(chǎn)品力提升很大，未來(lái)“學(xué)霸”可能成為全能學(xué)霸，貢獻(xiàn)更大。
張棟林：上汽在智能化布局較早，2018年規(guī)劃自動(dòng)泊車等前瞻技術(shù)，2022年推出MG品牌的NGP（支持城區(qū)輔助駕駛）產(chǎn)品。原來(lái)的模式基于代碼和規(guī)則，現(xiàn)在人工智能改變了開(kāi)發(fā)范式。做智能駕駛的工程師過(guò)去最痛苦的是解決bug，依賴人工；有了大模型后，數(shù)據(jù)經(jīng)處理能輸出預(yù)期結(jié)果，提升了效率，把基于專家系統(tǒng)的模式變成基于數(shù)據(jù)驅(qū)動(dòng)和專家推理的模式。
但新技術(shù)應(yīng)用存在難點(diǎn)：一是模型不可解釋性，不符合功能安全追溯要求，難以預(yù)判風(fēng)險(xiǎn)；二是端側(cè)算力不足，量產(chǎn)時(shí)性能損失可能引發(fā)安全爭(zhēng)議；三是傳統(tǒng)企業(yè)的團(tuán)隊(duì)知識(shí)儲(chǔ)備、流程體系需加速調(diào)整。上汽會(huì)擁抱新技術(shù)，在安全、成本和體驗(yàn)中尋求平衡。
董志華：人工智能大模型依賴大算力發(fā)展，會(huì)帶來(lái)算力溢出，走向艙駕融合。艙駕融合的好處是彈性算力分配，即“聚是一團(tuán)火，散是滿天星”，能根據(jù)場(chǎng)景調(diào)節(jié)算力。沒(méi)有這種機(jī)制時(shí)，大算力多用于智能駕駛等場(chǎng)景，而汽車上很多與用戶交互的功能需人工智能支撐，卻難以配備強(qiáng)算力。有了彈性分配機(jī)制后，這些都成為可能。
具體有三方面變革：一是智能駕駛領(lǐng)域會(huì)快速優(yōu)化；二是硬件資源利用率提升，自動(dòng)駕駛傳感器可服務(wù)于智能服務(wù)、艙內(nèi)使用等場(chǎng)景；三是小而微的人機(jī)交互場(chǎng)景借助大算力變得智能，比如空調(diào)可結(jié)合多種因素實(shí)現(xiàn)智能調(diào)節(jié)。
蘇琳珂：深藍(lán)較早開(kāi)始做AI相關(guān)的工作，內(nèi)部叫“一體兩翼”，即一個(gè)AI大智能體分到產(chǎn)品側(cè)和非產(chǎn)品側(cè)推進(jìn)。AI會(huì)成為企業(yè)的基礎(chǔ)設(shè)施，貫穿運(yùn)營(yíng)過(guò)程。
產(chǎn)品側(cè)，電池材料選型運(yùn)用AI技術(shù)，效果較好；電驅(qū)的熱管理技術(shù)經(jīng)AI化處理，得出關(guān)聯(lián)因子，落地效果佳。智能駕駛通過(guò)端到端大模型重構(gòu)架構(gòu)，優(yōu)化開(kāi)發(fā)范式；座艙基于客戶需求，通過(guò)多Agent（智能體）實(shí)現(xiàn)從感知到理解的交互。車控及底盤(pán)域方面，AI讓控制器獲得新能力，算力可流轉(zhuǎn)復(fù)用。研發(fā)側(cè)，AI賦能明顯，比如測(cè)試板塊通過(guò)AI節(jié)省70%的算力。AI的發(fā)展會(huì)持續(xù)迭代，帶給消費(fèi)者更好體驗(yàn)。
鄭新芬：我們要擁抱并利用好以DeepSeek為代表的大模型。從軟件定義汽車被提出，到最近幾年組合駕駛輔助系統(tǒng)和智能座艙大量普及，汽車軟件代碼的規(guī)模急劇上升。大模型作為輔助研發(fā)的工具大大提高研發(fā)效率，如功能需求檢查，代碼自動(dòng)生成，測(cè)試用例評(píng)審和實(shí)施。把大模型引入到具體的功能中又可以大量節(jié)省基于規(guī)則的代碼規(guī)模。二者結(jié)合起來(lái)對(duì)于研發(fā)效率的提升非常明顯。
同時(shí)，基于市場(chǎng)對(duì)大模型的需求，更多與大模型、數(shù)據(jù)、算力相關(guān)的跨界供應(yīng)商會(huì)進(jìn)入到汽車行業(yè)，共同推動(dòng)產(chǎn)業(yè)發(fā)展。
新京報(bào)貝殼財(cái)經(jīng)記者 白昊天 林子
編輯 岳彩周
校對(duì) 穆祥桐
