汽车行业正处电动化、智能化与AI化三重变革叠加期，推动汽车进入AI驱动的智能化发展新阶段。AI时代汽车产品、企业属性改变，产业将被重塑。为推动汽车行业向AI化全面跃迁，需加强行业对AI的认识，在算力与数据等新质要素供给方面发挥汽车行业智能化发展所积累的优势，AI技术落地也要分场景、分阶段有节奏地推动。AI化发展不是某一家企业能够独立完成，需要构建开放生态，协同推进。同时，也要平衡好创新与责任，坚守安全底线。

　　01

　　汽车行业进入AI驱动的智能化发展新阶段

　　中国汽车产业正经历三重变革叠加期。在新能源汽车新车渗透率突破50%，并向70%加速推进的关键时期，智能化与人工智能革命的叠加冲击，正推动汽车行业进入“三重变革叠加”的全新发展阶段。

　　自2009年启动电动化转型以来，汽车行业核心技术创新聚焦于“三电”系统（即电机、电池、电控，简称“三电”），构建了完整的新能源汽车产业链体系，培育出宁德时代（300750）、比亚迪（002594）等具有全球竞争力的零部件企业。但“三电”技术正处于高速迭代阶段，创新周期远未结束、创新节奏也未放缓，主流车企普遍采用"技术预研-快速迭代"策略，主动应用尚未完全成熟的新技术。在此形势下，传统车企面临“创造性毁灭”的严峻考验，部分老牌车企因转型滞后陷入困境，而新势力企业凭借技术先发优势实现突围。

　　2019年起，智能驾驶为代表的智能化跨越式发展，2024年L2及以上辅助驾驶乘用车新车渗透率达57.3%，我国汽车产业正向全面智能化时代迈进，中国企业迅速布局并在该领域形成独特优势。例如，华为ADS 3.0在复杂路口通行成功率已超过98%，武汉开展商业化试运行的萝卜快跑已经取消驾驶位的司机，虽然在某些情况仍需要后台安全员接管，但也预示了自动驾驶技术创新突破处于井喷期，不久的将来纯无人驾驶有望商业化落地。这种技术准备与突破相对快于法规层面的突破，正倒逼行业加速转型，企业必须重新定义“智能驾驶竞争力”。

　　电动化、智能化演进还未完成，以大算力、大数据、大模型为主要代表的人工智能已开始和汽车产业融合，其全新的技术迭代范式、机器语言体系将推动智能汽车再一次的代际升级。基于大模型的“端到端”研发范式，已引发行业研发逻辑的根本性变革，催生出“技术路线代际差”效应，采用传统规则驱动技术路线、技术创新未跟上节奏的智能驾驶企业，很可能直接退出竞争序列。AI时代，与汽车领域的整车和零部件企业都面临估值体系重构，更高的价值将让位于具备人工智能技术逻辑和基因的企业。

　　人工智能时代，汽车产品、企业属性会发生改变，汽车产业将被重塑。AI驱动的智能化已经成为汽车行业技术高地和战略支点，众多车企和零部件企业积极拥抱AI，拥有AI先决意识、打好AI发展基础的企业有望成为汽车产业新一轮变革的重要支撑。

　　产品层面，汽车只有具备AI产品属性，才能提供更多智能价值。人工智能时代，消费者对智能化技术和体验正从“有无”向“好玩”、“好用”转变，汽车从传统交通工具向“AI智能终端”转变，本质属性也从机械产品向智能服务载体的进化。加速、操控性等传统性能指标的重要性将下降，智能交互、场景适应性等新指标将占据主导，这颠覆了传统产品设计理念。

　　企业层面，汽车企业也要成为人工智能企业。这一变革存在三个层面，第一层使用AI工具。企业将AI作为工具应用企业组织经营当中，据调研，目前有超过60家车企和零部件企业本地化部署了DeepSeek，但多数停留在“技术贴牌”阶段。第二层制造AI产品。把人工智能的理念和技术引入到制造和研发环节，并重构研发、生产流程和方式。第三层是成为AI企业。建立AI原生企业基因和底层能力，以AI技术平台驱动产品创新，并基于底层生产出AI汽车、AI手机、机器人等不同AI产品。未来只进入第三层的企业才可能成长为最具成长价值的整车或零部件企业。

　　02

　　推动汽车行业向AI化全面跃迁的建议

　　从上到下，加强汽车行业对AI的认识。进入AI时代，汽车行业已步入技术无人区，这既给汽车企业带来了全新的发展机遇，也让企业面临成本投入与产出、产品价值重塑、企业业绩增长等一系列问题。在AI技术迭代更新速度超出我们想象的情况下，应该加快我们从上到下的视野指引，更好地适应AI大模型之后新科技发展节奏。

　　不拼算力拼算法，走出一条有自己特色的差异化的发展道路。国内多数车企算力中心建设依赖英伟达，存在极高供应风险。国内芯片的算子库和软件生态相对不成熟，随着算力集群规模的扩大，如何高效利用各种类型算力卡、提高训练和推理效率成为关键问题。建议在人工智能发展当中要学会“下围棋”而不要去“打篮球”。单纯追求堆算力硬件、堆模型参数方式非我所长，我们要结合互联网技术应用场景优势，在垂类的应用上面下功夫。也要注意到算力不等于竞争力，效率才是硬道理，学习Deepseek注重技术创新与工程实践的结合，探索出一条独具特色的发展路径。通过精细化的算法优化和系统设计，在保持高效能的同时，实现了对资源更高效的利用。

　　整车企业要发挥好手里的数据优势。通用大模型本身对复杂任务的理解和处理能力还比较弱，很难真正了解汽车企业业务，形成汽车行业专门知识，需要高质量数据进行训练。整车企业具备第一数据入口的优势，需要让智驾的用户数据、传感器数据、驾驶行为数据，舱内用户以任何模态和车辆进行交互的数据，以及底盘的数据，形成大的数据闭环，做好全方位的数据基建能力，才能够掌握AI这个时代下从整车角度定义产品的能力。

　　有节奏、分阶段地推动AI进行场景落地。企业不能进行AI场景的建设要全面评估落地可行性。首先，要考虑场景建设的优先级，评估好AI植入后是否可以对企业带来提质、降本、增效。其次要考虑AI技术的成熟度，评估好AI平台及技术是否能实现企业相关需求。最后，要考量业务场景是否已有标准化、细粒度的流程，权衡当前场景数据、知识能否支撑AI应用的落地。

　　构建AI时代全面开放生态。当前汽车电子电气架构和芯片部署对AI技术上车并不友好，主流座舱芯片AI算力难以满足复杂场景下的推理需求。大模型上车对芯片带宽和内存要求大幅提升，新的供应链风险从电池扩展到算力内存等系列问题，芯片和操作系统存在深度整合问题。要坚持开放的思路，构建知识生态、算法生态、算力生态，共同推进行业的知识高效运转、规范流转、算法生态快速上车、算力生态稳定运转，打造AI时代的朋友圈，为用户提供可选择、可成长、全场景的AI出行体验。

　　汽车行业“人工智能+”的发展应当平衡创新与责任，坚守安全底线。汽车行业对系统安全性和可靠性要求非常高，AI越来越能够自主决策之后，怎么样防止AI误判和误操作，降低对车辆和乘客带来的危险需要高度关注。AI大模型存在“幻觉”“灾难性遗忘”等缺陷，应用过程中还涉及版权保护问题。所以在鼓励新技术发展的同时还是应该保持审慎的态度，加强对于大模型安全风险的研究和跟踪。可结合欧日、美国的汽车产品准入管理经验，在我国强制产品认证基础上，推动建立汽车非强制安全功能的检测认证，促进大模型在座舱的应用。

　　智能汽车与智慧城市协同发展联盟由中国电动汽车百人会与来自整车、零部件、人工智能、互联网、通信等领域26家领军企业与创新公司发起成立实盘配资有哪些公司，目前成员总计197家。联盟围绕智能汽车与智慧城市协同发展所需的技术创新、产业合作、试点示范、标准研究等开展交流研讨工作。

• 发展
• 产业
• AI
• 汽车
• 实盘配资有哪些公司