当前，随着以智能驾驶和智能座舱为主的智能化功能成为用户购车重要因素。智能化功能具有技术迭代快、投入规模大、协同开发要求高等特点，智能汽车的竞争已转移至以核心软硬件协同开发、生态企业合作共建等方面，这对软件开发、供应链管理都提出了更高要求，技术门槛也显著提升。

基于此，中国电动汽车百人会于8月9日下午在天津经开区举办“智能汽车产业生态发展路径高端研讨会”暨百人会2024年度第11期高端研讨会。特邀来自中汽中心、清华大学、J.D Power、智己汽车、长安科技、长城汽车、赛力斯集团、百度Apollo、科大讯飞、华为数字能源、东软睿驰、元戎启行、零念科技、黑芝麻智能、木卫四、行易道、OPPO智行、弗钛立驶、博泰车联网等近50家单位和企业共100余位嘉宾参加会议。

与会者围绕大模型赋能智能座舱发展、智能驾驶走向端到端的基础支撑及开发生态、汽车芯片和操作系统等基础软硬件生态构建方式、消费电子和ICT等跨界企业对汽车智能化升级的推动作用等议题进行了交流和研讨。中国电动汽车百人会副秘书长师建华主持会议，天津市滨海新区副区长张桂华出席会议并致辞，中国电动汽车百人会副理事长兼秘书长张永伟进行会议总结。此外，天津经开区管委会副主任金香花出席会议。

针对智能汽车产业生态的发展路径，会上形成了以下7点共识。

01

大模型将显著提升智能座舱用户体验

我国智能座舱渗透率已超过60%，日均语音交互超60次，但随着交互频率的增长，传统智能座舱系统的泛化命令式交互难以满足多样化场景下的个性化需求，消费者满意度呈下滑趋势。与会嘉宾认为，汽车具有空间属性，场景交互多样、环境感知能力强，AI大模型有望通过全感融合、全局规划和全域执行，结合人、车、世界的实际用户场景，更好理解用户需求，匹配最适合使用场景的应用程序，主动提供服务，提升用户满意度。

02

大模型提升智能汽车开发效率和安全响应

汽车设计研发是从市场定位、外观设计到工程实现、性能仿真、样车试制与验证测试的复杂过程，周期长且环节众多，工程师难以全面兼顾变化要素，AI正成为破解难题的关键。在汽车设计领域，大模型可将消费者需求转化为工程化表述，结合AI专家模型的“工程师认知”调整优化，提升管控质量保障交付。在汽车数字网络安全领域，通过AI大模型的推理能力和代码生成能力，结合汽车行业数据集，可实现初步的安全事件筛选到复杂的威胁分析与响应，大幅提升运营效率和响应速度。

03

汽车产业需构建融合共生的智能化生态

汽车智能化产业链复杂，覆盖集成电路、人工智能等多个产业，任何单一企业都难以独立承担并实现所有智能化环节。与会嘉宾建议，一是加强芯算融合，实现云端、车端的芯片与算法企业协作与适配，提升人工智能云端训练效率与车端算力利用效率。二是加强端云协同，推动车企、AI企业合作，通过端侧大模型部署减少云端推理的延迟、隐私与成本问题，结合云端大算力提升大模型智能化水平，共同促进大模型应用落地。三是加强跨域融合，舱驾一体、车路云一体趋势下，现有硬件与算法分工方式将发生改变，需要以用户为核心，加强智舱、智驾、整车企业协作。

04

“车手互联”可更好兼顾用户习惯和开发成本

国内车机应用适配开发成本高，但超80%功能闲置，且对用户长尾需求覆盖不足，降低软件开发成本、提升车机软件使用效率已成为行业共性需求。与会嘉宾认为，复用消费电子应用生态，互通车机与手机、车机与平板电脑，这样不仅符合消费者日常使用习惯，也可以有效降低车载软件开发成本，提升智能座舱使用满意度。当前，手机、平板电脑与车机互通正趋于标准化，ICCOA联盟、鸿蒙智行、蔚来、小米、吉利（魅族）等正通过打通消费电子产品与车机底层生态，拓展车载应用覆盖。

05

端到端技术是智能驾驶的重要发展趋势

特斯拉FSD v12正式应用后，端到端技术成为汽车智能驾驶发展新方向。端到端技术无行驶区域限制、模型迭代泛化能力强，可通过学习人类司机驾驶行为和周围环境，实现更流畅的驾乘体验。端到端技术结合丰富高质量的驾驶数据、充足的车端与云端算力资源、更大的模型参数量，将有望实现真正在物理世界中驾驶的大模型。此外，经过不断训练与迭代，端到端智能驾驶模型有望成为通用人工智能大模型，并有可能移植到其他物理世界的跨领域模型中，如人形机器人等。

06

智驾域与底盘域的协作与分工将更好提升驾乘体验

智能汽车中，智能底盘是执行端的“小脑”，可快速决策运动信息，保持车身平衡与稳定；智能驾驶是“大脑”，需结合传感器信息计算、决策、执行，但通常时延较高，在极端场景中可能会对用户安全造成影响。与会嘉宾认为，智能驾驶和智能底盘应该有协作与分工。智能底盘应发挥高速响应优势，结合车身姿态、路况感知、轮胎漂移率等数据，通过算力模型，在执行端自主判断制动、驱动等操作，提升行驶安全性。智能驾驶传感器可主动观测前方道路，实现“先知先控”，智驾系统可结合路面平整度、附着力等感知结果以及综合车身姿态、车轮负荷等车辆实时状态，提前做出悬架、制动等的最佳控制策略，提升驾驶的安全性与舒适性。

07

车载操作系统走向AI原生化为企业带来一系列挑战

汽车智能化正从以功能增长为特征的1.0阶段走向以拟人化为特征的2.0阶段，技术上正从传统规则式软件走向以大模型为基础的人工智能算法，汽车操作系统架构正面临一系列新挑战。与会嘉宾建议，一是跨芯片、跨操作系统适配，AI大模型框架正逐步确定，需开发标准化底座，帮助开发者在不同架构芯片上快速灵活部署。二是软硬解耦，目前由于芯片驱动依赖，无法完全实现系统软硬件解耦，需开发SOA（面向服务架构），将系统服务原子化，以嵌入AI原生应用。三是跨域融合，基于AI的智能驾驶任务与其他车内AI智能交互系统相互关联且随时可能切换，操作系统需实时进行不同任务的调度与编排，并提供新的通信与数据共享策略。

中国电动汽车百人会副理事长兼秘书长张永伟在总结发言中指出，我国应用类企业丰富，消费电子、互联网、ICT企业集聚，在发展智能座舱及车辆空间应用方面具有很好的优势。尤其是随着大模型在汽车领域的应用，将推动汽车向更好用、更有趣、更舒适和更安全方向发展，实现引领。但在下一代端到端智能驾驶领域，相比传统规则驱动的智能驾驶研发，端到端智能驾驶对算法、算力、数据及人才的要求更高，国内现有供应链仍面临诸多不足。为此，张永伟副理事长建议，一是构建汽车电子与消费电子、ICT产业融合创新平台，加强跨界协同，加速技术融合，推动新技术快速上车；二是推动数据与算力区域性共享共用，构建支撑智能汽车发展的基础智能生态体系；三是理顺整车企业与供应链企业之间的关系，在提升整车企业的智能化能力的同时，探索双方多元化合作模式。

张永伟副理事长还对天津市滨海新区在打造智能网联汽车产业生态方面的积极行动表示赞赏。天津市滨海新区作为汽车产业集聚地，已形成覆盖整车、电机、电控等的完整新能源汽车产业体系。近年来，天津市滨海新区以电动化、智能化、网联化为方向，聚焦新能源汽车整车及零部件、汽车软件、人工智能基础设施及服务等核心领域，加速打造智能网联汽车产业生态圈。此次研讨会在天津市滨海新区召开，共同探讨智能网联汽车产业的发展趋势，助力滨海新区产业转型升级。