“汽車行業已經繼電動化之后進入了全面智能化的時代。智能化的發展速度可能會遠遠高于電動化的發展速度，未來的一到兩年很可能不存在不智能的汽車。”

12月20日，中國電動汽車百人會副理事長兼秘書長張永偉表示，經過2～3年的發展，汽車的智能化已經進入到了比較理性的階段，消費者對智能化的關注，已經從“有沒有”進入到“好不好”的階段。

汽車行業的動能轉換拐點無限靠近，在“電動化是上半場、智能化是下半場”的共識下，智能化競爭成為車企新的發展高地和戰略支點，各方在智能化爭奪戰的比拼明顯提速。

然而，經過這一兩年車企混亂且激進的城市NOA開城計劃，最終真正落地的寥寥無幾，單一的語音注入后都在為新汽車打上交互性的標簽，靠著“智能期貨”大肆宣傳，更多“偽智能”“假智能”的概念出現。

市場對智能化的要求也比初期更加嚴苛，繼續沿用一些行業早期靠造概念、炒噱頭來發展智能化的路走不通，AI賦能、算力比拼、芯片爭奪、車路云一體化、智能生態……汽車智能化已經進入到了要靠核心競爭才能打贏這場發展之仗的新階段。

從“軟件定義汽車”到“AI定義汽車”

智能化帶來“軟件定義汽車”的概念，汽車從傳統的交通出行工具向智能移動終端轉變，彼時行業更加關注的是軟件為汽車帶來的新形態、新功能、新概念。

隨著人工智能的加速發展，汽車成為其中一大終端與載體，AI如何賦能汽車成為市場熱議的話題，也是行業新的技術出發點。

理想汽車自動駕駛研發副總裁郎咸朋指出，接下來就不是“軟件定義汽車”了，而是“AI定義汽車”。

AI變革時代來臨，汽車作為重要的載體被推到臺前。長安汽車首席智能駕駛技術官陶吉提出，汽車是標準化的能夠承載AI大模型物理世界的載體，AI給汽車帶來了新生命，車企將扮演非常重要的角色，一方面，車企有“AI定義汽車”的數據；另一方面，主機廠也天然有從整車角度定義“AI定義汽車”的優勢。

而AI賦能了汽車的同時，汽車也將賦能AI，未來可能有更多機器人的形態、具身智能的形態，但今天，必須要先在已經大規模存在的標準化載體上走通一套技術路線，這一載體直指汽車。

“汽車是目前人工智能最佳的落地載體，能夠在物理世界中執行像人一樣復雜的駕駛任務。”元戎啟行副總裁、合伙人劉軒告訴21世紀經濟報道記者，汽車是現在人工智能最好、最容易被用戶體驗的能力。

在他看來，現在智能駕駛已經不再是由傳統模塊化的規則驅動，而是由AI、由人工智能帶來的算法驅動，AI如何跟汽車跨界合作成為了現在汽車智能化非常重要的話題。

汽車作為人工智能的最佳終端之一，“AI定義汽車”逐步成為業內共識，從概念引導到戰略實施，在全新AI的賦能下，汽車智能化正迎來一場AI沖刷下的全面革新。

在張永偉看來，AI技術的發展與應用為汽車智能化之路帶來了全面變革，由于AI技術和汽車的融合，為汽車智能化帶來了極大的助力。過去，驅動智能化的關鍵是互聯網技術或半導體技術，但現在，行業已經認識到，發展智能化的關鍵是靠AI技術。

“思考智能汽車底層的技術，視角要立足于人工智能。”張永偉認為，過往成功的技術路線由于AI新技術的變革，現在面臨著被顛覆，如基于端到端、大模型的新的智能駕駛技術路線，短短幾年人工智能已改變了智能駕駛的技術發展方向。

隨著汽車工業和AI的深度融合，東風汽車集團有限公司黨委常委、副總經理尤崢表示，智能網聯汽車的核心競爭力和研發范式將迎來重大變革，產業競爭格局也會因此加快重構。

從功能的賦予到能力的考核

AI技術本身無限的想象空間，搭載在汽車產品上，同步帶來各項功能的延展。

AI也帶來了大量的新應用和體驗，讓汽車變得更加好玩、好用，張永偉強調，這種滲透面包括人機交互、安全等，是全面的、廣泛的，AI已經應用到汽車由里到外的各個環節。

AI時代下，很多初期討論的智能化概念，包括智能駕駛、交互式智能座艙成為基礎，“有沒有”成為篩選的門檻，“好不好”才是競逐智能化的關鍵。

“在AI賦能下，整個產品是從功能到能力演進。”郎咸朋強調，新的爭奪點中，離不開大量的數據和算力的增長，這也是在AI時代最重要的核心基礎建設和資源，要實現AI產品的技術研發和創新，必須以數據和算力為基礎。

在這其中，很多新技術范式會發生新的變化，陶吉舉例稱，當車主發出某一指令，需要汽車通過“中央大腦”端到端控制，并權衡決策模塊，判斷所有這些動作是否安全，結束后車輛獲得用戶反饋恢復正常行駛。在這一過程中，如何完成、如何協同、效果如何，算力與數據是重要支撐。

更多跨界勢力入局造車，汽車產業進入用戶為中心，帶有更強互聯網基因的發展模式，以大算力、大數據、大模型為代表的AI技術成為驅動汽車變革的決定性因素。

尤崢指出，汽車產業正在形成以AI解決方案為核心，以高級別的自動駕駛和多模態人機交互為主要牽引力，以智能操作系統、智能底盤提供關鍵支撐的創新生態體系，這對車企加快重構核心競爭力提出了更高的要求。

大模型的陸續搭建，讓汽車的能力不斷向高階延伸，其中，堅實的算力底座是關鍵且基礎的一環。

按照此趨勢發展，張永偉預計汽車將來會是最大的移動算力體，所以“有沒有算力的支持，對汽車來說會成為到哪里去的重要考量”。

這也意味著，從智能化的泛概念，細化至AI如何賦能汽車，到具體的方法論，算力芯片或將是未來行業聚焦的核心點。

“過去可能是給電池‘打工’，將來很可能是給芯片‘打工’。”以上下半場為區分，張永偉指出，在電動化時代，汽車往往要依靠電池，所以很多產值、利潤是在電池環節，到了智能化時代，芯片將會像電池一樣成為汽車的重要組成部分，利潤、成本等多方面核心也將聚焦到這一關鍵當中。

但現階段，這一關鍵技術的主動權仍未回到本土企業手中，數據顯示，當前海外芯片在我國汽車上的占比接近90%，本土芯片份額非常有限。

為保證接下來供應鏈的穩定性與成本的可控性，張永偉提出兩條路徑，一是要提升支持跨國芯片企業在中國的本土化率，特別是在本土用成熟制程實現本土制造，實現穩定的供應鏈；二是支持本土企業實現替代能力，增強國產芯片在汽車芯片當中的占比。

從單車智能走向車路云一體化

在自動駕駛領域，長期以來存在兩種技術路線，即單車智能與車路協同。

智能化上半場關于二者孰輕孰重爭論不休，當前以特斯拉為代表的企業在單車智能方面處于較為領先地位，車路云一體化則被視為“自動駕駛的中國方案”。

隨著車路云一體化快速步入示范應用的新階段，更多“聰明的車”將駛上“智慧的路”，合力共建車路云一體化發展，在單車智能的基礎上，增加路側感知，車端、路端數據相互協同，彌補單靠車端傳感器的感知盲區，車、路、人、環境之間能夠做到實時動態的交互聯動，這一路徑逐漸超越單車智能，成為全行業上下努力的方向。

在張永偉看來，目前大多數車企有剛需的大數據平臺，企業往往不缺少開發模型的能力，最缺的是訓練模型的數據，這個數據在目前看來靠單一企業很難匯聚。新型的智能路側基礎設施，支持車路云的城市的廣覆蓋、低成本的這套路側設施的建設，走在前方。

在這一生態構建過程中，需要各行業合力攻克，法雷奧中國總裁周松建議，汽車智能化的發展需要政府、社會和企業的共同推進，政策法規的支持是加速產業革新的必要條件，企業間的協同創新才能更好、更快地實現智能化轉型。

從企業端來看，星紀魅族集團副總裁彭翻表示：“汽車的智能化不僅僅是單車的智能，更是互聯生態下的智能，汽車的智能化體驗也不應該僅限于座艙，而是應該通過和智能手機、寬帶設備的無縫連接拓展得更廣闊，這是一個有更大想象空間的產品。”企業要參與到構建智能出行消費生態中，為更多消費者提供多終端、全場景、沉浸式的融合。

從專注機械設計到汽車制造，到優化的電子工程軟件硬件的深度耦合電子時代，再到現在的萬物互聯場景體驗時代的發展，新汽車的場景不斷拓寬。

此前，工信部、公安部、自然資源部等五部門，確定了北京、上海、深圳等20個城市（聯合體）為智能網聯汽車“車路云一體化”應用試點城市。隨著車路云一體化逐漸從小范圍測試驗證階段全面進入到大規模示范應用的新階段，智能網聯汽車發展同步駛入快車道，中國汽車產業加快向高端化、智能化、綠色化轉型。

今年上半年，中國汽車L2級以上的新車滲透率已經達到了55.7%，尤崢預計全年智能網聯汽車的銷售將超過1700萬輛，滲透率也會超過60%。

各家車企在智能化技術方面都加大投入，加快推進高階智能、智駕和大模型技術的普及和應用，L3及以上的自動駕駛加速上路，車路云協同發展成為趨勢。

尤崢預計，到2030年，車路云一體化的智能網聯汽車產值增量為2.58萬億元，其中智能網聯汽車的新增產值會達到2.03萬億元。（來源：21世紀經濟報道）