“智能化”下半場換擋提速 AI成汽車差異化競爭重要工具

今年以來，“AI驅(qū)動”“端到端”“大模型”成為汽車智能化的高頻詞匯。在智能駕駛與智能座艙這兩大高地上，主機(jī)廠、供應(yīng)商等角色各顯神通，圍繞AI大模型展開激烈角逐，汽車智能化已經(jīng)進(jìn)入深度變革期。

“從明年開始，中國頭部主機(jī)廠會加大自動駕駛的投放力度，特別是會加大對100 eTOPS高算力的布局，高速領(lǐng)航NOA、城市記憶行車和自動泊車這三大功能將成為10萬～15萬元車型的標(biāo)配，明年會迎來爆發(fā)式的增長?！?月29日，在全球智能汽車產(chǎn)業(yè)大會高層論壇上，博世智能駕駛與控制系統(tǒng)事業(yè)部中國區(qū)總裁吳永橋表示，如果說汽車產(chǎn)業(yè)上半場卷的是電氣化與混合動力，那么下半場卷的就是智能化?！皬拿髂晟习肽觊_始，如果哪個企業(yè)跟不上中階自動駕駛發(fā)展的腳步，旗下車型沒有高速領(lǐng)航、城市記憶行車和自動泊車這些配置，它們可能很難進(jìn)入新一輪內(nèi)卷和淘汰賽?！?/p>

記者在采訪中了解到，大模型上車為智能駕駛帶來了頗多想象空間。歐冶半導(dǎo)體首席執(zhí)行官、聯(lián)合創(chuàng)始人高峰認(rèn)為，到2030年，L4級以上自動駕駛有可能在封閉場景以及特定的商業(yè)、物流等領(lǐng)域?qū)崿F(xiàn)商用。而從現(xiàn)在到2030年的近五年時間里，L2級和L2+級智能駕駛將迎來大規(guī)模普及。

AI成為新戰(zhàn)略支點

在新能源汽車的賽場上，電動化被稱為“上半場”，智能化被稱為“下半場”。在人工智能時代，汽車產(chǎn)業(yè)加速進(jìn)入以智能化為核心競爭力的新階段，AI化正在成為汽車產(chǎn)業(yè)發(fā)展的新戰(zhàn)略支點。

奇瑞汽車股份有限公司副總經(jīng)理王瑯認(rèn)為，隨著汽車從交通工具升級為新一代移動智能終端，AI不僅重新定義了汽車，也重新塑造了汽車的管理模式和經(jīng)營邊界。

“AI是時代的新動力，是汽車產(chǎn)品實現(xiàn)唯一性和差異性的重要工具。每個時代都有自己的主要矛盾，也有自己時代的新動能，就像20年前奇瑞堅定地選擇自主研發(fā)發(fā)動機(jī)一樣，AI一定是奇瑞下一個20年或者40年必須抓住的重大機(jī)遇?！蓖醅樥f道。

在王瑯看來，汽車產(chǎn)業(yè)已經(jīng)進(jìn)入全面電動化、智能化時代，汽車機(jī)械工程的復(fù)雜度已經(jīng)大幅降低，芯片、軟件等復(fù)雜技術(shù)和要求大幅度提高，智艙、智駕、整車電子架構(gòu)、智能架構(gòu)讓汽車越來越像一個可以自我進(jìn)化的智能體，需要AI大模型的全面融入。通過AI的賦能，可以實現(xiàn)千車千面，實現(xiàn)智能化體驗的差異化、獨特性甚至是唯一性，讓產(chǎn)品擁有核心競爭力。

行業(yè)內(nèi)對此已經(jīng)形成共識。科大國創(chuàng)副總裁、科大國創(chuàng)新能科技有限公司總經(jīng)理曾勇光認(rèn)為，汽車生態(tài)系統(tǒng)發(fā)生了前所未有的變革，正在由硬件主導(dǎo)向軟件主導(dǎo)轉(zhuǎn)型，帶來了新功能、新體驗、新感覺。隨著智能化不斷深入，軟件定義汽車將是必然趨勢。在此趨勢下，決定未來汽車的是以AI為核心的軟件技術(shù)，而不再是傳統(tǒng)的機(jī)械性能與硬件配置。

智能駕駛與智能座艙是汽車智能化最重要的兩個部分。在智能駕駛中，AI通過感知、決策和自我學(xué)習(xí)，使車輛能夠更加自主地應(yīng)對復(fù)雜的道路環(huán)境；在智能座艙中，AI則通過個性化服務(wù)、自然語言交互和情感識別，極大提升了用戶的駕駛和乘坐體驗。大模型是推動AI快速發(fā)展的關(guān)鍵技術(shù)之一。

據(jù)Momenta CEO曹旭東介紹，Momenta智駕大模型在應(yīng)對復(fù)雜路口或動態(tài)橫穿場景時，能做到從容應(yīng)對，可顯著提升駕駛安全和通行效率。即使在夜間極窄車位，斷頭路車位等極限場景，它也可實現(xiàn)精準(zhǔn)泊車。

AI為智能座艙帶來了更準(zhǔn)確、流暢的語音識別與交互能力。吳永橋表示：“在座艙方面，未來的方向是打造AI座艙，現(xiàn)在的座艙只是基于ChatGPT來提高自然語義交互能力，博世正在與幾個頭部主機(jī)廠研究如何在座艙上部署單側(cè)大模型，使其算力超過自動駕駛300 TOPS，這樣能讓智能座艙的運營更加高效流暢、智能?！?/p>

在百度智艙業(yè)務(wù)部總經(jīng)理李濤看來，未來汽車行業(yè)需要的是能夠了解用戶所想所需，并且能自動生成全局化執(zhí)行方案的新時代座艙，這是智能座艙演進(jìn)的終極方向。

面臨算力壓力

隨著自動駕駛、智能座艙、車聯(lián)網(wǎng)等技術(shù)的發(fā)展，汽車需要處理大量的感知數(shù)據(jù)、決策和控制任務(wù)，因此對算力的要求急劇增加。

科大訊飛智能汽車事業(yè)部智能座艙業(yè)務(wù)部總經(jīng)理呂思南指出，隨著大模型包括很多AI技術(shù)在汽車上落地，汽車智能化服務(wù)越來越多地要求更高的算力，我們面臨較高的算力壓力。

“在人工智能時代，汽車企業(yè)缺的不是產(chǎn)能，多幾個整車廠，少幾個整車廠，好像不是產(chǎn)業(yè)發(fā)展的主要矛盾。汽車行業(yè)最缺的是智算的基礎(chǔ)設(shè)施，智算基礎(chǔ)設(shè)施不足將會成為智能網(wǎng)聯(lián)汽車加速發(fā)展的主要矛盾?！敝袊妱悠嚢偃藭崩硎麻L兼秘書長張永偉指出，目前國內(nèi)汽車智能算力存在結(jié)構(gòu)性短缺的問題，軟件生態(tài)完善的“成熟”算力缺口較大。

據(jù)了解，要完成端到端智能駕駛的研發(fā)和訓(xùn)練，智能算力的需求至少要達(dá)到1 EFLOPS，目前車企的平均算力是3 EFLOPS，理想算力是100 EFLOPS。

根據(jù)公開數(shù)據(jù)，累積到2024年年底，三大運營商規(guī)劃的算力資源總量是53 EFLOPS，然而就一個端到端大模型而言，一個企業(yè)需要的算力就達(dá)到100 EFLOPS。

“現(xiàn)階段，如何解決智能駕駛、人工智能對算力的需求是當(dāng)務(wù)之急。我們要做到既要保障有算力可用，又要追求可用的算力成本較低，甚至還要去解決本土算力由不成熟走向成熟化發(fā)展的問題?！睆堄纻フJ(rèn)為，要加快解決國內(nèi)算力不成熟的問題，通過豐富軟件和生態(tài)，打造成熟的算力，減少算力在硬件上未來被“卡脖子”的問題。我們要在算力方面投入巨資，而且要持續(xù)投入，圍繞數(shù)據(jù)、算力、算法形成規(guī)?；?yīng)。同時，要致力于建設(shè)汽車智算基礎(chǔ)設(shè)施，加強(qiáng)算力共建共享。

算力是智能化的關(guān)鍵基礎(chǔ)。李濤認(rèn)為，要解決算力不足的問題，還可以另辟蹊徑，在產(chǎn)品設(shè)計中避免算力浪費的問題。

“今天很多座艙設(shè)計是把Pad安到了車上，然后把移動App直接遷移到車機(jī)上去?，F(xiàn)在行業(yè)里統(tǒng)計，單臺車上搭載App最多的有189個?？梢韵胂笠幌拢隈{駛過程中從189個App里翻你想要的應(yīng)用是多么困難，這不僅會占用寶貴的車機(jī)算力及內(nèi)存資源，更會加重用戶在駕駛體驗過程中的心智和認(rèn)知負(fù)擔(dān)，甚至可能會造成事故?！崩顫f道。

AI大模型時代的到來是整車智能化的催化劑。博泰車聯(lián)網(wǎng)云端研發(fā)中心總經(jīng)理熊正橋認(rèn)為，汽車智能化依賴的是算力、數(shù)據(jù)以及產(chǎn)業(yè)鏈的協(xié)同，如何打破各方技術(shù)壁壘，實現(xiàn)共享也是一大新挑戰(zhàn)。