智能化已經成為消費者購買新能源汽車的重要考量因素，體現出市場需求正在拉動汽車智能化發展。

文｜師建華

ID | BMR2004

隨著智能輔助駕駛、智能座艙功能滲透率的快速提升，我國汽車智能化已邁過探索期，進入以“好用”與“好玩”為核心驅動力的全面智能化新階段。同時，我國汽車智能化在發展路徑、技術變革、基礎支撐、產業延伸等方面面臨著新挑戰。在新的階段如何發展，如何穩健前行是我們需要認真思考和探討的問題。

01

汽車智能化進入“好用+好玩”新階段

“好用”“好玩”成為用戶對智能化功能的新訴求，意味著汽車智能化進入到需要依靠技術側和產品側的核心競爭力，才能打贏發展之仗的新階段。

經過幾年的發展，汽車智能化走過了對技術、功能和消費者偏好的探索期，進入到理性發展階段，這主要表現在兩方面：一是智能化滲透率在加快。電動車與智能化的技術和產品有更高的適配度，呈現“智電一體化”趨勢。智能化已經成為消費者購買新能源汽車的重要考量因素，體現出市場需求正在拉動汽車智能化發展。

二是消費者對智能化的關注點從“有沒有”進入到“好不好”階段。一方面，基礎智駕功能（L2）進入覆蓋后50%用戶群體的晚期大眾市場，此類用戶相對保守、理性，對新技術的關注度和對錯誤的容忍程度較低，追求有性價比且更加“好用”的產品；另一方面，創新者、早期使用者正習慣于使用更高階的領航輔助駕駛功能，“好玩”的體驗成為吸引先鋒用戶的關鍵。“好用”“好玩”成為用戶對智能化功能的新訴求，意味著汽車智能化進入到需要依靠技術側和產品側的核心競爭力，才能打贏發展之仗的新階段，靠造概念、炒噱頭、炒作智能化的路已經走不通了。

過去，行業普遍認為單車智能、車路云是兩條不同的技術路線，隨著AI大模型技術、AI訓練芯片及數據閉環能力的快速發展，尤其是基于數據驅動的端到端單車FSD（Full-Self Driving 的簡稱，在中國指智能輔助駕駛）技術上限大幅提升，單車FSD和車路云已成為實現自動駕駛目標的兩個支撐性力量，兩者正快速融合成為一條技術路線。

因此，要堅定推進人工智能與汽車產業融合。中國汽車產業發展的最大優勢是擁有大量能夠連接汽車、賦能汽車的跨界力量。我國在AI模型、互聯網、通信、網絡甚至飛行汽車領域都具備足夠強的單項能力，有潛力成為汽車產業的新型支撐性力量。

汽車產業跨界融合進入新階段，需持續探索深度融合的新路徑。一方面，一些企業已經走出新模式，例如車企和大型ICT企業聯合打造智駕方案，整車廠和頭部軟件企業共建汽車軟件生態等，都是車企和跨界企業共創、共生模式的重要實踐。

另一方面，跨界產業的邊界仍在不斷拓展，數據、算力、低空經濟、聲光電等新領域正在產生跨界新需求，車企與這些領域之間需堅定探索跨界融合新路徑，形成“1+1>2”的競爭優勢。

02

AI變革汽車智能化之路

聚焦AI技術和數據打造新的競爭力，是我國汽車產業在AI時代立足世界的關鍵。
智能化發展新階段，以大模型為代表的前沿AI技術成為關鍵驅動力，這些技術已應用到“研產供銷服”各個環節，給智能汽車的發展帶來全面變革。

整車層面，基于大模型技術，端到端自動駕駛成為主流技術路線，數據標注、數據合成、仿真等環節引入大模型，顯著提高了云端算法訓練效率。AI技術也全面、廣泛地滲透到人機交互、安全及監測等環節，給智能座艙帶來了大量個性化應用。

零部件層面，車燈、底盤、座椅等傳統零部件在AI加持下，也快速轉型升級。例如，汽車大燈結合矩陣照明、控制芯片和AI算法，在過去單一的照明屬性基礎上，進化為具備更多娛樂交互功能的全新車載部件，其價值也隨之大幅提升。

聚焦AI技術和數據打造新的競爭力，是我國汽車產業在AI時代立足世界的關鍵，需要解決模型應用與數據挖掘能力不足、數據匯聚與協同不充分兩大問題。

模型應用方面，汽車企業需要加強利用模型、研發模型的能力，要用人工智能邏輯研發形成新的架構和解決方案，加強人工智能技術與汽車端智能駕駛、智能座艙、動力、底盤、車身“五域”深度融合，解決企業端使用大模型的能力，提升經營決策能力和效率，在新的發展領域形成自身的AI競爭力。

數據挖掘方面，一方面，數據從資源變成資產，進而創造價值，需要從戰略、組織、制度、流程等維度提升車企自身數據管理能力，改變車企數據挖掘能力不足、數據價值利用不充分的現狀；另一方面，AI時代競爭力依靠數據訓練，必須解決數據匯聚、規模化問題，以形成協同效應。訓練軟件和算法需要創造新的數據共享機制，按照市場化原則，讓車企分享和使用數據。

03

三大基礎設施支撐智能化高質量建設

隨著汽車AI化進程加速，車企指數級增長的智能算力需求與智能算力供給不充分、不成熟的矛盾，上升為智能汽車發展的主要矛盾。

汽車智能化發展離不開汽車產業之外的數據、算力、路側等新型基礎設施的支撐。

首先，需要構建支撐算法訓練與研發的大數據公共平臺。國內車企具備開發智能駕駛模型算法能力，但面臨數據分布場景密集、不同車型數據復用性差、數據處理能力不足等問題時，難以形成訓練高質量智能駕駛算法的數據，制約了智能化算法的訓練和迭代效率。建設匯聚海量、高質量、高標準的公共平臺數據，不僅能有效降低單個企業研發成本，還能使智能化企業和人才形成“磁吸效應”，形成產業集群并加速人工智能算法迭代和優化。

其次，需要共建共享算力平臺支撐汽車智能化發展。隨著汽車智能化程度提高，對算力的需求呈指數級增長。構建共享大算力平臺，能降低企業算力建設成本，加快國產算力軟硬件的適配，加速算法的驗證和部署。

同時，建設汽車智算基礎設施也至關重要。隨著汽車AI化進程加速，車企指數級增長的智能算力需求與智能算力供給不充分、不成熟的矛盾，上升為智能汽車發展的主要矛盾。智能駕駛端到端技術路線需要在算力上持續、高額投入，建立擁有數千到數萬張GPU的算力集群，形成規模化算力、算法和數據。

目前我國算力供給不成熟、不充分問題突出。一方面，“成熟”算力難以持續增長，現存算力利用不充分。英偉達GPU算力相對“成熟”，但我國難以獲得其高性能GPU；另一方面，“不成熟”算力利用效率有待提升。國內相關企業初步形成智算芯片供應能力，盡管不甚理想，但能初步緩解智算需求不足的問題。同時，國產算力“有芯片、缺軟件”，應用尚不成熟，各家硬件架構不一，軟件生態覆蓋不足、算法兼容性差，導致算力應用效率偏低。

因此需通過智能算力共享共建滿足汽車AI化進程加速的需要。推動“成熟”算力共享，通過集中化利用存量“成熟”算力，加快智能駕駛端到端算法、座艙大模型的迭代速度。

再次，需要構建低成本、廣覆蓋、集約化的路側基礎設施。當前路側設施建設面臨成本高、覆蓋不足、利用率低等問題，通過復用現有設備，實現集約化建設和標準化引領，可以有效降低建設成本，提升交通效率和安全性。此外，可以為車企提供豐富的測試和驗證環境，促進車路云方案技術的成熟和應用，實現可持續發展。

04

推動芯片與操作系統國產化

我國汽車企業面臨新的挑戰和發展機遇，在芯片和操作系統等關鍵領域，需要明確的發展路徑。

人工智能正在與汽車產業深度融合，智能網聯汽車的核心競爭力和研發范式迎來變革，產業格局也因此進一步重塑。我國汽車企業面臨新的挑戰和發展機遇，在芯片和操作系統等關鍵領域，需要明確的發展路徑。

在芯片領域，需通過“一降兩提升”推動汽車芯片國產化發展。

“一降”即降低對先進制程的依賴程度。不同于移動終端，汽車芯片對功耗的敏感性相對較低。針對智能駕駛、智能座艙等高算力需求芯片，可通過架構創新、設計創新以及封裝創新等多種手段，降低對先進制程的依賴，從而規避潛在供應鏈風險。

“兩提升”，一方面，提升跨國企業成熟制程芯片本土化水平；另一方面，提升國內企業成熟制程芯片的自主化水平。

為推動先進制程大算力芯片本土化，近期，應以國內智能化應用開發生態為基礎，穩定全球先進制程大算力芯片供應鏈，以本土先進制程為應急備份。中遠期，應加強本土先進制程車規級產能建設與認證，推動智駕、智艙等大算力芯片本土制造。

而車用操作系統自主可控是保障國家安全的必然要求和根本之策。操作系統生態屬性明顯，先用后換難度很大，自主可控問題應在智能化開始階段就與汽車產業整體并驅發展。手機智能化時代，我國錯失了發展自主可控操作系統的巨大機遇，市場長期被谷歌Android、蘋果iOS壟斷。而汽車操作系統不僅管理信息，還控制車輛行為，其自主可控的重要性和必要性遠超手機操作系統。但現在自主操作系統裝車率不足10%，大量智能汽車依賴外部操作系統，安全風險很大。

當前操作系統的問題不在技術層面，而在裝車應用層面。本土企業在車載OS、車控OS、智駕OS三個關鍵領域的技術水平已經與跨國企業相當，真正的卡點在于自主OS“上車難”，企業自主可控與行業自主可控利益不一致，車企裝車動力不足，導致自主OS難以實現技術、商業、生態的可持續發展，難以為企業和投資者提供十億級、百億級持續投入的信心。

因此，接下來應積極打造支撐體系和內生動力，構建商業和創新的可持續生態是智能化時代我國汽車產業發展的重中之重。

05

以開放、合作、專注的思路推動產業發展

汽車智能化創新是一個長周期、高動態的過程，技術會不斷演進、迭代，需要形成兼顧支持動態創新、守住安全底線、持續學習適應變化的規制。

汽車智能化時代，封閉式發展模式難以有效推動智能化進程，而開放則能夠促進資源共享、優勢互補，通過合作產生顯著的協同效應，實現“1+1>2”的聚合效應。

要開放共建汽車智能化標準和軟件生態。一是聯合定義標準，統一通信接口、安全及檢測認證等標準，實現不同系統和設備間的互聯互通，降低開發成本。二是打造開源生態，通過開源關鍵軟件組件，如安全車控RTOS、座艙及智駕OS等，吸引更多開發者參與，加速技術創新。三是軟件交付開放，包括應用生態的商業模式開放、終端豐富和開發工具完善，以及算法和基礎軟件的“白盒”或“灰盒”交付，實現資源共享和協同發展。

車企應積極開展底層零部件領域的合作。尤其是在芯片、基礎軟件和智能基礎設施等難以獨立掌握的關鍵領域，通過深度合作，高效獲取最新的技術和解決方案，快速跟上技術迭代的步伐。

此外，車企要專注于打造差異化產品的功能和服務。應基于自身戰略和市場定位，通過平臺化、模塊化的開發降低成本并快速響應市場；基于用戶反饋和數據分析，實現更“好開、愛開”的智能駕駛體驗和更“好玩、好用”的智能座艙使用體驗；建立完善的數據體系，挖掘數據價值，驅動智能化功能快速迭代和持續優化。

汽車智能化創新是一個長周期、高動態的過程，技術會不斷演進、迭代，需要形成兼顧支持動態創新、守住安全底線、持續學習適應變化的機制，包括靈活的政策、及時調整的法規、新的標準機制、包容創新守住底線的監管制度，構建起系統性的創新環境，讓生產關系能夠更好適應先進生產力的發展，促進我國智能汽車產業行穩致遠。

而在國際化方面，由于涉及智能駕駛、車聯網等功能，數據安全、網絡安全等信息安全門檻大幅提升，國際化將面臨新的信息安全、駕駛安全等壁壘。

智能網聯汽車時代的全球化發展重點是取得海外國家的認可（如流程認證、產品認證），潛在路徑包括裸車出口采用國外智駕方案、中外成立合資公司共研智駕方案、采用本地化安全監管方案、完全本地化自研核心方案等多元化國際化發展路徑。

從 “好用、好玩” 到生態重構，汽車智能化正從滿足用戶體驗進階至產業價值重塑的關鍵階段。唯有以技術融合破局、用生態協同筑基，方能在這場進階之戰中打造可持續的競爭優勢，推動汽車產業向智能時代縱深發展。