2026年4月11-12日，车百会研究院举办智能电动汽车发展高层论坛（2026）。论坛汇聚国内外行业机构、专家学者、企业代表等共130余位嘉宾，共同研判汽车产业未来发展方向。

基于论坛演讲内容及研究成果，车百会研究院形成《全球及我国汽车产业发展趋势》调研报告，并将围绕产业趋势、技术演进、全球化布局、政策环境等核心议题，陆续推出“论坛智研”系列内容。本期发布趋势五——AI与汽车融合将走深走实。

趋势五：AI与汽车融合将走深走实

AI在汽车领域得到进一步应用。

一是车端AI功能从“能用”向“好用”跨越。智能驾驶方面，AI驱动智能驾驶从规则式转向端到端范式。企业判断，目前10亿参数以下、部分基于Transforer架构的智能驾驶模型正逐步量产上车。智能座舱方面，生成式AI大模型应用聊天、壁纸生成等场景，将提升座舱的好玩属性。

二是AI与企业运营融合成效显著。相关企业表示，研发端，国内车企正推进2026年AI研发计划，多家已为员工配置Token预算，初级代码生成逐步替代人工，AI在研产销服各环节落地，实现生产力与运营效率双提升。管理层面，蔚小理、长城等主流车企正探索员工Token高效使用方案，推动AI在办公、决策等场景落地。

三是AI客服、精准维保等功能提升后市场服务效率。相关企业表示，AI Agent应用于采购场景，不仅将配件找错概率从5%降至万分之三以下，还能为技师提供故障诊断与配件匹配服务。AI将推动汽车进化为物理AI智能体，加速企业数智化转型。一方面，产品被重新定义，汽车正从交通工具升级为工作、生活帮手及情感伴侣。另一方面，模型、数据的ScalingLaw效应将作用于智能驾驶，未来将向十亿级参数量基座模型演进，通过蒸馏小模型适配不同芯片，提升工程化经济性。后续AI大模型将打破驾舱、底盘边界，推动汽车进化为移动物理AI。整车开发将从功能聚合转向能力原子化，大模型可直接访问源数据并按需编排。

企业管理与组织方式被重塑。相关企业提出，AI工具的使用与进化会推动组织结构的改变，未来AI原生企业组织将分为三层，第一层是感知计算，用机器视觉、传感器等技术，替代人来做重复性的质检工作。第二层将感知到的海量基础工业数据固化到AI系统，推动Agent成为专家。第三层由少数顶级人类专家负责战略决策、复杂问题分析，并利用专家Agent指挥大量执行Agent，最终企业组织将走向“人+与AI协同”。

企业需构建体系化AI竞争力。

一是提前规划推理算力储备。推理算力需求未来会进一步释放，当前“卡吃人、卡吃业务”现象突出，车企需提前规划算力布局，充分利用国产算力，应对算力紧缺问题。

二是加强企业数据供给。AI大模型、智能体的智能化是靠数据“喂出来的”，企业需要加强数据治理，为企业AI场景落地做好数据准备。其中，依托仿真技术生成大规模数据构建世界模型，可解决自动驾驶模型训练的数据不足问题。

三是构建企业级大模型平台。AI模型的不可解释性天然存在功能安全隐患，大模型初级阶段易出现决策偏差且难以追溯。相关企业表示，Openclaw部署便捷，但存在流程不可控、权限过度释放等风险。企业需着手构建内部统一的大模型平台，处理好模型的统一账单、内容管理，及海外先进模型合规应用问题。

四是加快构建人+AI协同组织。车企需优化组织架构、培养员工AI素养，建立“人+AI”协同模式。企业可通过Token预算管理激发全员参与积极性，加速组织转型，将AI落地经验沉淀为知识大脑，形成可复用知识图谱，避免重复研发、提升产业效率。

五是探索AI时代新合作模式。汽车与AI融合正从“大产业、小生态”迈向“大产业、大生态”，实体产业需与资本、流量、科技体深度融合，打破边界构建跨领域协同生态。车企可联合科技企业、科研机构，共克技术难题、共享发展成果。