以“中國經(jīng)濟：開放與韌性共生長”為主題的2025貝殼財經(jīng)年會7月10日開幕。其中，“智能網(wǎng)聯(lián)汽車如何重構(gòu)新生態(tài)”分論壇聚焦中國汽車如何鞏固和擴大智能網(wǎng)聯(lián)汽車優(yōu)勢，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汽車行業(yè)影響，它為汽車行業(yè)發(fā)展帶來變革，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。 活動現(xiàn)場圖
【圓桌嘉賓】
鄭新芬 北京汽車研究總院有限公司副院長
蘇琳珂 深藍汽車軟件開發(fā)總經(jīng)理
董志華 阿維塔科技自動駕駛及座艙總監(jiān)
張棟林 上汽集團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
新京報貝殼財經(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。你認為這些技術(shù)給汽車產(chǎn)業(yè)帶來了哪些顛覆性改變？實踐中有哪些難點需要突破？
陳偉剛：有句話說“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，兩大產(chǎn)品線是制動和懸架，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。引入大模型后，可結(jié)合激光雷達、毫米波雷達數(shù)據(jù)，提前100-200米感知路況，通過算法調(diào)節(jié)阻尼，實現(xiàn)更好效果。
許鵬飛：AI技術(shù)對行業(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”升級為“語義理解”，能理解交通參與者的意圖和場景含義，比如預(yù)判前車在黃燈時的停車意圖，解決傳統(tǒng)規(guī)則難以覆蓋的場景；座艙通過多模態(tài)交互實現(xiàn)“理解人、服務(wù)人”，響應(yīng)更自然。
生產(chǎn)力上，大模型像“超級學霸+工程師”，能高效處理信息、生成測試場景，輔助編程，加速研發(fā)周期，但在架構(gòu)設(shè)計等深層邏輯上仍需人工把控。整體來看，AI對生產(chǎn)力和產(chǎn)品力提升很大，未來“學霸”可能成為全能學霸，貢獻更大。
張棟林：上汽在智能化布局較早，2018年規(guī)劃自動泊車等前瞻技術(shù)，2022年推出MG品牌的NGP（支持城區(qū)輔助駕駛）產(chǎn)品。原來的模式基于代碼和規(guī)則，現(xiàn)在人工智能改變了開發(fā)范式。做智能駕駛的工程師過去最痛苦的是解決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)動和專家推理的模式。
但新技術(shù)應(yīng)用存在難點：一是模型不可解釋性，不符合功能安全追溯要求，難以預(yù)判風險；二是端側(cè)算力不足，量產(chǎn)時性能損失可能引發(fā)安全爭議；三是傳統(tǒng)企業(yè)的團隊知識儲備、流程體系需加速調(diào)整。上汽會擁抱新技術(shù)，在安全、成本和體驗中尋求平衡。
董志華：人工智能大模型依賴大算力發(fā)展，會帶來算力溢出，走向艙駕融合。艙駕融合的好處是彈性算力分配，即“聚是一團火，散是滿天星”，能根據(jù)場景調(diào)節(jié)算力。沒有這種機制時，大算力多用于智能駕駛等場景，而汽車上很多與用戶交互的功能需人工智能支撐，卻難以配備強算力。有了彈性分配機制后，這些都成為可能。
具體有三方面變革：一是智能駕駛領(lǐng)域會快速優(yōu)化；二是硬件資源利用率提升，自動駕駛傳感器可服務(wù)于智能服務(wù)、艙內(nèi)使用等場景；三是小而微的人機交互場景借助大算力變得智能，比如空調(diào)可結(jié)合多種因素實現(xiàn)智能調(diào)節(jié)。
蘇琳珂：深藍較早開始做AI相關(guān)的工作，內(nèi)部叫“一體兩翼”，即一個AI大智能體分到產(chǎn)品側(cè)和非產(chǎn)品側(cè)推進。AI會成為企業(yè)的基礎(chǔ)設(shè)施，貫穿運營過程。
產(chǎn)品側(cè)，電池材料選型運用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。智能駕駛通過端到端大模型重構(gòu)架構(gòu)，優(yōu)化開發(fā)范式；座艙基于客戶需求，通過多Agent（智能體）實現(xiàn)從感知到理解的交互。車控及底盤域方面，AI讓控制器獲得新能力，算力可流轉(zhuǎn)復用。研發(fā)側(cè)，AI賦能明顯，比如測試板塊通過AI節(jié)省70%的算力。AI的發(fā)展會持續(xù)迭代，帶給消費者更好體驗。
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，代碼自動生成，測試用例評審和實施。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)合起來對于研發(fā)效率的提升非常明顯。
同時，基于市場對大模型的需求，更多與大模型、數(shù)據(jù)、算力相關(guān)的跨界供應(yīng)商會進入到汽車行業(yè)，共同推動產(chǎn)業(yè)發(fā)展。
新京報貝殼財經(jīng)記者 白昊天 林子
編輯 岳彩周
校對 穆祥桐
