文｜师建华

ID | BMR2004

随着智能辅助驾驶、智能座舱功能渗透率的快速提升，我国汽车智能化已迈过探索期，进入以“好用”与“好玩”为核心驱动力的全面智能化新阶段。同时，我国汽车智能化在发展路径、技术变革、基础支撑、产业延伸等方面面临着新挑战。在新的阶段如何发展，如何稳健前行是我们需要认真思考和探讨的问题。

经过几年的发展，汽车智能化走过了对技术、功能和消费者偏好的探索期，进入到理性发展阶段，这主要表现在两方面：一是智能化渗透率在加快。电动车与智能化的技术和产品有更高的适配度，呈现“智电一体化”趋势。智能化已经成为消费者购买新能源汽车的重要考量因素，体现出市场需求正在拉动汽车智能化发展。

二是消费者对智能化的关注点从“有没有”进入到“好不好”阶段。一方面，基础智驾功能（L2）进入覆盖后50%用户群体的晚期大众市场，此类用户相对保守、理性，对新技术的关注度和对错误的容忍程度较低，追求有性价比且更加“好用”的产品；另一方面，创新者、早期使用者正习惯于使用更高阶的领航辅助驾驶功能，“好玩”的体验成为吸引先锋用户的关键。“好用”“好玩”成为用户对智能化功能的新诉求，意味着汽车智能化进入到需要依靠技术侧和产品侧的核心竞争力，才能打赢发展之仗的新阶段，靠造概念、炒噱头、炒作智能化的路已经走不通了。

过去，行业普遍认为单车智能、车路云是两条不同的技术路线，随着AI大模型技术、AI训练芯片及数据闭环能力的快速发展，尤其是基于数据驱动的端到端单车FSD（Full-Self Driving 的简称，在中国指智能辅助驾驶）技术上限大幅提升，单车FSD和车路云已成为实现自动驾驶目标的两个支撑性力量，两者正快速融合成为一条技术路线。

因此，要坚定推进人工智能与汽车产业融合。中国汽车产业发展的最大优势是拥有大量能够连接汽车、赋能汽车的跨界力量。我国在AI模型、互联网、通信、网络甚至飞行汽车领域都具备足够强的单项能力，有潜力成为汽车产业的新型支撑性力量。

汽车产业跨界融合进入新阶段，需持续探索深度融合的新路径。一方面，一些企业已经走出新模式，例如车企和大型ICT企业联合打造智驾方案，整车厂和头部软件企业共建汽车软件生态等，都是车企和跨界企业共创、共生模式的重要实践。

另一方面，跨界产业的边界仍在不断拓展，数据、算力、低空经济、声光电等新领域正在产生跨界新需求，车企与这些领域之间需坚定探索跨界融合新路径，形成“1+1>2”的竞争优势。

智能化发展新阶段，以大模型为代表的前沿AI技术成为关键驱动力，这些技术已应用到“研产供销服”各个环节，给智能汽车的发展带来全面变革。

整车层面，基于大模型技术，端到端自动驾驶成为主流技术路线，数据标注、数据合成、仿真等环节引入大模型，显著提高了云端算法训练效率。AI技术也全面、广泛地渗透到人机交互、安全及监测等环节，给智能座舱带来了大量个性化应用。

零部件层面，车灯、底盘、座椅等传统零部件在AI加持下，也快速转型升级。例如，汽车大灯结合矩阵照明、控制芯片和AI算法，在过去单一的照明属性基础上，进化为具备更多娱乐交互功能的全新车载部件，其价值也随之大幅提升。

聚焦AI技术和数据打造新的竞争力，是我国汽车产业在AI时代立足世界的关键，需要解决模型应用与数据挖掘能力不足、数据汇聚与协同不充分两大问题。

模型应用方面，汽车企业需要加强利用模型、研发模型的能力，要用人工智能逻辑研发形成新的架构和解决方案，加强人工智能技术与汽车端智能驾驶、智能座舱、动力、底盘、车身“五域”深度融合，解决企业端使用大模型的能力，提升经营决策能力和效率，在新的发展领域形成自身的AI竞争力。

数据挖掘方面，一方面，数据从资源变成资产，进而创造价值，需要从战略、组织、制度、流程等维度提升车企自身数据管理能力，改变车企数据挖掘能力不足、数据价值利用不充分的现状；另一方面，AI时代竞争力依靠数据训练，必须解决数据汇聚、规模化问题，以形成协同效应。训练软件和算法需要创造新的数据共享机制，按照市场化原则，让车企分享和使用数据。

汽车智能化发展离不开汽车产业之外的数据、算力、路侧等新型基础设施的支撑。

首先，需要构建支撑算法训练与研发的大数据公共平台。国内车企具备开发智能驾驶模型算法能力，但面临数据分布场景密集、不同车型数据复用性差、数据处理能力不足等问题时，难以形成训练高质量智能驾驶算法的数据，制约了智能化算法的训练和迭代效率。建设汇聚海量、高质量、高标准的公共平台数据，不仅能有效降低单个企业研发成本，还能使智能化企业和人才形成“磁吸效应”，形成产业集群并加速人工智能算法迭代和优化。

其次，需要共建共享算力平台支撑汽车智能化发展。随着汽车智能化程度提高，对算力的需求呈指数级增长。构建共享大算力平台，能降低企业算力建设成本，加快国产算力软硬件的适配，加速算法的验证和部署。

同时，建设汽车智算基础设施也至关重要。随着汽车AI化进程加速，车企指数级增长的智能算力需求与智能算力供给不充分、不成熟的矛盾，上升为智能汽车发展的主要矛盾。智能驾驶端到端技术路线需要在算力上持续、高额投入，建立拥有数千到数万张GPU的算力集群，形成规模化算力、算法和数据。

目前我国算力供给不成熟、不充分问题突出。一方面，“成熟”算力难以持续增长，现存算力利用不充分。英伟达GPU算力相对“成熟”，但我国难以获得其高性能GPU；另一方面，“不成熟”算力利用效率有待提升。国内相关企业初步形成智算芯片供应能力，尽管不甚理想，但能初步缓解智算需求不足的问题。同时，国产算力“有芯片、缺软件”，应用尚不成熟，各家硬件架构不一，软件生态覆盖不足、算法兼容性差，导致算力应用效率偏低。

因此需通过智能算力共享共建满足汽车AI化进程加速的需要。推动“成熟”算力共享，通过集中化利用存量“成熟”算力，加快智能驾驶端到端算法、座舱大模型的迭代速度。

再次，需要构建低成本、广覆盖、集约化的路侧基础设施。当前路侧设施建设面临成本高、覆盖不足、利用率低等问题，通过复用现有设备，实现集约化建设和标准化引领，可以有效降低建设成本，提升交通效率和安全性。此外，可以为车企提供丰富的测试和验证环境，促进车路云方案技术的成熟和应用，实现可持续发展。

人工智能正在与汽车产业深度融合，智能网联汽车的核心竞争力和研发范式迎来变革，产业格局也因此进一步重塑。我国汽车企业面临新的挑战和发展机遇，在芯片和操作系统等关键领域，需要明确的发展路径。

在芯片领域，需通过“一降两提升”推动汽车芯片国产化发展。

“一降”即降低对先进制程的依赖程度。不同于移动终端，汽车芯片对功耗的敏感性相对较低。针对智能驾驶、智能座舱等高算力需求芯片，可通过架构创新、设计创新以及封装创新等多种手段，降低对先进制程的依赖，从而规避潜在供应链风险。

“两提升”，一方面，提升跨国企业成熟制程芯片本土化水平；另一方面，提升国内企业成熟制程芯片的自主化水平。

为推动先进制程大算力芯片本土化，近期，应以国内智能化应用开发生态为基础，稳定全球先进制程大算力芯片供应链，以本土先进制程为应急备份。中远期，应加强本土先进制程车规级产能建设与认证，推动智驾、智舱等大算力芯片本土制造。

而车用操作系统自主可控是保障国家安全的必然要求和根本之策。操作系统生态属性明显，先用后换难度很大，自主可控问题应在智能化开始阶段就与汽车产业整体并驱发展。手机智能化时代，我国错失了发展自主可控操作系统的巨大机遇，市场长期被谷歌Android、苹果iOS垄断。而汽车操作系统不仅管理信息，还控制车辆行为，其自主可控的重要性和必要性远超手机操作系统。但现在自主操作系统装车率不足10%，大量智能汽车依赖外部操作系统，安全风险很大。

当前操作系统的问题不在技术层面，而在装车应用层面。本土企业在车载OS、车控OS、智驾OS三个关键领域的技术水平已经与跨国企业相当，真正的卡点在于自主OS“上车难”，企业自主可控与行业自主可控利益不一致，车企装车动力不足，导致自主OS难以实现技术、商业、生态的可持续发展，难以为企业和投资者提供十亿级、百亿级持续投入的信心。

因此，接下来应积极打造支撑体系和内生动力，构建商业和创新的可持续生态是智能化时代我国汽车产业发展的重中之重。

汽车智能化时代，封闭式发展模式难以有效推动智能化进程，而开放则能够促进资源共享、优势互补，通过合作产生显著的协同效应，实现“1+1>2”的聚合效应。

要开放共建汽车智能化标准和软件生态。一是联合定义标准，统一通信接口、安全及检测认证等标准，实现不同系统和设备间的互联互通，降低开发成本。二是打造开源生态，通过开源关键软件组件，如安全车控RTOS、座舱及智驾OS等，吸引更多开发者参与，加速技术创新。三是软件交付开放，包括应用生态的商业模式开放、终端丰富和开发工具完善，以及算法和基础软件的“白盒”或“灰盒”交付，实现资源共享和协同发展。

车企应积极开展底层零部件领域的合作。尤其是在芯片、基础软件和智能基础设施等难以独立掌握的关键领域，通过深度合作，高效获取最新的技术和解决方案，快速跟上技术迭代的步伐。

此外，车企要专注于打造差异化产品的功能和服务。应基于自身战略和市场定位，通过平台化、模块化的开发降低成本并快速响应市场；基于用户反馈和数据分析，实现更“好开、爱开”的智能驾驶体验和更“好玩、好用”的智能座舱使用体验；建立完善的数据体系，挖掘数据价值，驱动智能化功能快速迭代和持续优化。

汽车智能化创新是一个长周期、高动态的过程，技术会不断演进、迭代，需要形成兼顾支持动态创新、守住安全底线、持续学习适应变化的机制，包括灵活的政策、及时调整的法规、新的标准机制、包容创新守住底线的监管制度，构建起系统性的创新环境，让生产关系能够更好适应先进生产力的发展，促进我国智能汽车产业行稳致远。

而在国际化方面，由于涉及智能驾驶、车联网等功能，数据安全、网络安全等信息安全门槛大幅提升，国际化将面临新的信息安全、驾驶安全等壁垒。

智能网联汽车时代的全球化发展重点是取得海外国家的认可（如流程认证、产品认证），潜在路径包括裸车出口采用国外智驾方案、中外成立合资公司共研智驾方案、采用本地化安全监管方案、完全本地化自研核心方案等多元化国际化发展路径。

从 “好用、好玩” 到生态重构，汽车智能化正从满足用户体验进阶至产业价值重塑的关键阶段。唯有以技术融合破局、用生态协同筑基，方能在这场进阶之战中打造可持续的竞争优势，推动汽车产业向智能时代纵深发展。

（作者师建华现为中国电动汽车百人会副秘书长、教授级高级工程师，从事汽车行业管理工作30余年。曾任职中国汽车工业总公司，参与制订汽车行业有关政策、制定年度汽车工业生产计划并协调落实。自2006年起长期担任中国汽车工业协会副秘书长。）

来源 | 《商学院》杂志7月刊