神州数码汽车业务集团CTO刘黎对建立标准的迫切性感受更深:“不管你是在车里还是在车外,都要跟车交互,车跟车之间也要交互,这个交互的框架跟现在手机App应用商店的框架完全不一样,亟待建立标准。”
“蔚来第二先进制造基地有90公里的百G光纤环网,数据采集非常多,是全球领先的全链路数字化智能工厂。”蔚来创始人、董事长、CEO李斌告诉记者,“公司去年开始用AI工具生成代码,生产效率提高了约30%;在生产冲焊环节用AI智能抽检,精度可以提高到0.1毫米;一辆车上有20多个扬声器,用AI进行智能影音检测,既高效又精准。”
“这就需要我们聚焦AI技术和数据的价值来打造新的竞争力。”张永伟说,国内企业要从数据的角度出发,解决好两大核心问题:一方面,要让数据成为企业核心的资产和要素,让数据创造价值,改变汽车企业对数据挖掘能力不足、对数据价值利用不够的现状。另一方面,要解决好数据的协同效应。“在训练软件、系统方面,仅靠单一车企的数据量是不够的。在AI时代,竞争力都是靠数据堆叠出来的,必须解决规模化数据的问题,这就需要创新机制,促进数据汇聚,让企业能够按照市场化原则为平台投入数据以及使用数据,解决数据目前规模不大的问题。”张永伟说。
“完成人工智能与汽车融合发展战略,完全靠车企是做不到的。中国最大的优势是在汽车产业之外,还有大量能够给汽车赋能、链接汽车的跨界力量。这些力量在技术、模型、软件、网络,包括硬件,都有足够强的单项能力,这些能力链接到汽车上,就变成汽车的能力。”张永伟说。
南宫APP“当前,汽车变化的周期越来越短,甚至出现了变化叠加的特征,过去的变化还没有完成,新的变革又已开始。这种叠加发展成了汽车产业的新常态,整个汽车产业变革进入新竞争格局,而最新的驱动因素就是人工智能。”在前不久举办的全球智能汽车产业大会上,中国电动汽车百人会副理事长兼秘书长张永伟说。
AI汽车的发展也需要芯片、基础软件,以及其他跨界技术的支持。“人工智能的发展,包括汽车本身的发展,最重要的硬件就是芯片,而且我们芯片的需求量越来越大,从战略的角度思考中国智能网联汽车的发展,必须解决好汽车芯片的本土化供应问题。”张永伟认为,分领域、分步骤、分阶段解决好汽车芯片的本土化供应问题,特别是高算力芯片的研发与制造至关重要。
同时,AI也在向汽车生产制造、检测及服务等环节渗透。在产品开发生产方面,可以通过高效的数据处理、智能视觉检验、数字化标注等手段,提高开发效率并降低成本;在产品功能方面,通过算法的优化、数据挖掘,进一步实现更高等级的智能化体验;在企业经营方面,通过数据分析、智能销售、智能服务等环节,加快推动全面、精准、高效的决策建议。
随着以大算力、大数据、大模型为主要代表的人工智能和汽车加速融合,汽车产业的技术高地和汽车企业的战略竞争支点,正在向AI驱动的智能化迁移。
从AI赋能到AI定义,我国汽车产业在研发创新、用户体验、生态构建等方面已走在全球前列。不过,AI驱动的产业智能化变革投入巨大,竞争门槛也在逐渐抬高,比拼的不仅是认知、速度,还有企业实力。
“在人工智能时代,汽车行业最缺的是智算基础设施,而不是生产能力。”张永伟认为,当前智算基础设施不足,已成为汽车AI化发展的首要挑战。
AI已成为汽车产品实现唯一性和差异性的重要工具。“在电动化阶段,产品竞争更多关注动力系统性能;而随着三电技术趋近成熟,逐渐形成通用化技术,新能源汽车之间性能差距越来越小,用户体验逐渐趋同。”不过,AI也将推动汽车智能化出现新的分化,中国电动汽车百人会副秘书长徐尔曼认为,分化将围绕两条赛道展开。第一条赛道是智能驾驶,致力于解决汽车如何“更好开”的问题;第二条赛道是智能座舱,解决的是汽车内部如何“更好玩、好用”的问题。
“我们这几年一直在积极地推动本土操作系统率先上车,实现规模化应用。汽车操作系统的自主可控是一个战略性的问题。”张永伟说。
新发布的《AI汽车发展报告(2024)—AI定义座舱》显示,AI汽车座舱的发展将分为三个阶段。其中1.0阶段主要是人机交互,提升用户交互体验,在这个阶段汽车体现的仍然是作为交通工具的属性;2.0阶段是智能座舱的进化,能够将座舱堆叠式的功能配置整合为原子化功能池,通过个性化编排的方式,提供一站式服务;3.0阶段能够实现整车层面的功能调用,汽车成为人类的智能伙伴。
什么叫AI汽车?“第一,要标配高级别的自动辅助驾驶,智驾技术无疑将改变我们的出行方式;第二,它依赖于不断进化的AI能力,这是定义AI汽车一个非常重要的点。”何小鹏解释,“AI一旦成为汽车标准或基础的能力,它的可扩展性价值将非常大,这对于小鹏汽车,乃至整个汽车行业都具有重要意义。”
“智能新能源汽车产业链覆盖了软件、硬件、系统集成、人工智能等多个领域,产业边界面临重构,未来汽车将发展成绿色智能移动的生活空间,开放合作、跨界融合是汽车企业发展的必由之路。”安徽江淮汽车集团股份有限公司总经理李明说。
“智算”就是智能领域的计算能力。随着汽车与AI深度融合,端到端智能驾驶、座舱大模型等加速上车,行业对智能算力的需求快速增长。“没有几千张乃至上万张卡的算力集群,没有充足的算力、算法、数据团队,企业很难在新赛道上形成竞争力。”张永伟坦言,目前国内所有车企算力的总和,不如特斯拉一家企业拥有的100EFLOPS(每秒百亿亿次浮点运算次数)算力。
与智能驾驶不同,智能座舱概念近两年才广为人知。作为新兴领域,智能座舱本身是复合性的和非标准化的,技术和产品迭代很快。“现在的汽车座舱和操作系统的功能迭代,需要企业加快建立标准化的技术中台,统一运行环境和各个接口的标准。”中国软件评测中心智能网联汽车产品与系统测评室主任王荣多次提到“标准”二字。