智能座舱和智能驾驶是汽车智能化的两大主要话题，这也成为汽车公司竞相发力的重点。目前，汽车产业加速进入以智能化为核心竞争力的新阶段，智能化的认识不再仅只是一个具象的功能或者产品，AI化成为汽车产业高质量发展的新战略支点。

  行业内一致认为，智能化发展不仅仅体现在座舱和智驾上，整体的汽车电子电器架构、操作系统、底盘等同样需要我们来关注，除了端到端、舱驾融合等发展的新趋势外，如何利用人工智能促进企业数字化、智能化转型也成为行业内热议的线日，全球智能汽车产业大会（GIV2024）在合肥举办，以下是界面新闻整理的部分参加会议的专家、企业高管的观点。

  的爆火，将AI融入到企业未来的发展中慢慢的变成了一个共识。中国电动汽车百人会副理事长兼秘书长张永伟在会上表示，产业的变化、企业自身竞争发展模式的变化，以及市场侧消费者购车的决策和对AI技术态度的变化，这三个大的方面都已经充分说明，为主导的智能化竞争力慢慢的变成了产业和企业新的发展高地和战略支点。回到汽车行业来看，在全球智能化变革浪潮之下，过去的竞争力已经很难支撑汽车企业下一步的发展，中国智能网联汽车未来的发展，要聚焦AI技术和数据的价值来打造新的竞争力，实现战略迁移，对于汽车企业来讲才会赢得未来。

  具体来说，数据角度要解决的问题是如何让数据成为企业的核心资产和要素，以及行业内形成规模化汇聚和应用。其次是要解决汽车行业的模型问题，汽车电子电气架构设计、动力、智能驾驶、智能座舱和底盘，这五个核心领域都需要用AI的逻辑做研发，形成新的架构、新的解决方案。

  还值得注意的是汽车操作系统自主可控、基础设施算力问题以及走通智能融合发展路线。张永伟表示，AI时代汽车行业最缺乏的是智能计算的基础设施，而不是生产能力。端到端大模型无人驾驶训练研发以及智能产品设计均需要成熟的算力保障，汽车制造商需要围绕算力、数据形成规模化的队伍，否则很难在新赛道上形成竞争力。

  另外在智能驾驶上，可以从基于AI的单车及路侧、云侧进行两端输入、一端输出，这是具备中国优势的智能驾驶融合发展路线。

  未来三年之内是两段式端到端全球最大零部件供应商之一的博世，也在经历从传统领域向智能化领域发展的布局。博世智能驾驶与控制系统事业部中国区总裁吴永桥在大会上总结了汽车行业发展的六个趋势，涵盖出海、动力、智能驾驶、驾舱融合等领域。

  吴永桥认为，首先，出海慢慢的变成了中国汽车品牌未来发展的道路之一，三大主要市场分别是东南亚、拉丁美洲和欧盟。从汽车动力角度而言，混合动力车型的市场占有率将会促进提升，以插电混动和增程式车型为代表，都会大幅度提升比例。而纯电车型的增速在放缓，明年有极大几率会出现下滑。传统燃油车未来会逐步过渡到轻度混合动力，目前国内几大传统汽车制造商已经加速前进。

  智能驾驶方面，高速领航NOA、城市记忆型车和自动泊车，这三大功能在10万至15万元级别车型中有几率会成为标配，明年将会迎来爆发式的增长。至于高阶无人驾驶，在未来三年之内技术上还是两段式端到端的路线。

  所谓“两段式端到端”，其实就是目前行汽车行业内端到端大模型的普遍形态。端到端分为环境感知、决策规划、控制执行三个模块，两段式端到端则是将感知和规华控制分为两个模型来做。自从端到端达模型被

  带火后，端到端的无人驾驶底层逻辑慢慢的变成了行业内的基本共识。此外，在驾舱融合方面，吴永桥还判断，驾舱融合会聚焦在15万元以下的车型，一颗SoC芯片实现舱驾一体，更为高阶的车型目前对驾舱融合的诉求还不太明显。

  江汽集团控股公司董事，江汽集团股份公司党委副书记、总经理李明提到，目前技术革新还没有到终局，汽车产业边界都在扩大，尤其是多产业融合趋势是不可逆的。同时，智能汽车产业链也慢慢变得复杂，覆盖了软件和硬件，开放合作和跨界融合是一个企业要想走出来的必由之路。

  举例，在产品研究开发生产方面，通过高效的数据处理、智能视觉检验、数字化标注等手段，能大大的提升开发效率并减少相关成本。企业经营方面，能够最终靠数据分析、人机一体化智能系统、智能销售、智能服务等环节，加快推进全面、精准、高效的决策。另外有必要注意一下的是，人工智能落地还需要算法、算力和高效的信息决策、信息传输等多层面能力的支持，汽车制造商需要与ICT（信息通信技术）企业深度合作，开发训练出更加专业的模型，加快人工智能赋能企业。

  ，极有可能成为中国企业从大到强实现弯道超车的秘密武器。“因为缺少有效的管理模型，数字化往往停留在简单的信息化联网化上，AI的到来可以帮助我们解决一些事关企业经营发展的头疼问题，例如让我们解决企业管理复杂系数的问题，解决团队素质无法匹配企业未来的发展战略的能力问题等等。”

  智能座舱和智能驾驶是汽车智能化最容易感知的两个部分，相比无人驾驶技术趋势更为清晰、消费者也更加容易感知，智能座舱的的发展的新趋势更多集中在域控制器、中央计算单元等集成与提高算力等方面，这种变化和升级通常很难被消费者感知到。

  智舱业务部总经理李涛认为，大模型技术对智能座舱的推动作用大多数表现在“正向设计”上。他认为，过去聊天、画图等很多功能被直接接入到座舱当中，而并不是基于座舱内用户的需求所设计的，大模型的应用大多数表现在能够从新技术起点出发。“未来需要一个能够知道用户上下文、了解你此时此刻所想所需，并且自动生成全局化执行方案的新时代座舱，这也是智能座舱整体的演进的一个终极方向。”

  具体来说，车端智能体的感知融合分为三个维度，分别是人、车和世界。智能座舱首先要识别车内的人员，不同人员的状态和需求分别是什么，再据此自动提供个性化、场景化辅助服务。其次，用户要车辆识别外部环境和场景化的理解，来帮助用户驱动整个车辆，达成能源状态、物理设施感知的动态调节。另外在行驶过程中，舱驾

  的融合能够使用户获得超出视野范围的及时提醒，结合车路云协同一体化的感知，也能够检测到人和车视野范围以外的安全威胁状况。这也就从另一方面代表着，智能座舱将不仅仅作为一个接受指令的语音助手存在，而可以实现对用户和场景的感知，提前做出决策和行动。

  汽车大模型促进舱驾融合和智驾创新的作用大多数表现在提高数据处理速度，另外在数据闭环、多场景感知任务识别及多模态任务融合、端到端无人驾驶方面，可以在一定程度上促进舱驾功能的协同部署。

  评测中心智能网联汽车产品与系统测评室主任王荣认为，目前数据合规和互通还存在挑战，大多数表现在缺乏数据训练集评判标准，AI生产内容安全存在安全风险隐患；其次，AI模型数据安全测试和评估技术尚不完备，市场上缺少成熟的智能网联汽车人工智能测试和评估工具，并且AI模型评估方法缺失。为此王荣认为，应当尽快建立车用AI数据的标准格式，优化车辆与云平台，车辆与各端高质量数据的交互，优化这些高质量数据的标注，并且要尽快建立AI

  以及数据标准体系。同时需要推动算力资源及数字资源共享，解决行业内算力资源不足、算力昂贵等问题。针对于此，我国《智能网联汽车领域AI大模型发展技术路线》预计会在今年底前发布，将为智能网联汽车领域中AI大模型提供指导方向。