“國內智駕企業數量眾多且迭代迅速，更重要的是，這些新型智駕技術正與汽車整車深度綁定，這是中國汽車行業前沿技術創新的顯著特點。”中國電動汽車百人會副理事長兼秘書長張永偉表示。

　　近日，2025新能源智慧汽車新質發展論壇召開，《中國經營報》記者通過採訪了解到，過去幾年，“軟體定義汽車”成為行業熱詞。然而，隨著競爭的逐漸升級，有不少業內人士認為，“AI”正在成為車企形成差異化的核心關鍵詞。

　　正如一汽研發總院副院長兼九章平臺CEO周時瑩提出的，隨著AI大模型快速進化，車載應用從傳統軟體定義汽車轉向“AI定義汽車”。

　　據了解，軟體定義汽車的核心是“功能數字化”，比如OTA升級本質是套裝軟體的更新替換，核心目標是讓車輛“常用常新”；而AI定義汽車的核心是“認知智慧化”，依託機器學習與數據閉環，讓車輛具備自主決策能力，例如智駕系統從“規則響應”到“場景預判”的進化，本質是AI模型對環境的理解深度在突破。

　　而要想達成AI定義汽車並非易事。清華大學車輛與運載學院院長、教授王建強對記者表示，總體技術趨勢是回歸以人為中心的技術理念，聚焦“認知人、學習人、超越人”的系統能力構建，推動從功能智慧走向認知智慧的根本轉變。

　　高階智駕成關鍵目標

　　哈爾濱理工大學終身榮譽教授、國家卓越工程師、俄羅斯工程院外籍院士蔡蔚提到，電動化+清潔化是國家長期戰略目標，電驅動系統作為核心零部件必須實現自主可控。推動“四化”發展，即電動化、智慧化、低碳化、全球化，是行業共同努力的方向。

　　當前，智慧汽車正引領全球汽車産業迎來前所未有的變革浪潮。從電動化的換道超車到智慧化的加速滲透，中國已成為全球智慧汽車發展的核心戰場。

　　在此背景下，中國汽車産業把握髮展節奏、明確行業目標至關重要。“我們的目標不能只放在低階技術的普及上，要快速提出L3及更高等級自動駕駛的發展目標，率先實現L3及以上技術應用的國家和企業將佔據關鍵優勢。結合企業動態判斷，2030年及之後兩三年，或將是L3、L4從試點走向規模化應用的窗口期。”張永偉表示。

　　地平線副總裁、戰略部&智駕産品規劃與市場部負責人呂鵬表示，上半場的電動化進程中，隨著中國車企的積極佈局，中國汽車産業在市場份額、技術競爭力及産業競爭力方面均實現了跨越式發展——新能源汽車的市場滲透率、中國自主品牌的市場份額都取得了長足進步。但如今，電動化領域的差異性已逐漸縮小，同質化現象愈發明顯。

　　“下半場的智慧化，將是更為關鍵的戰場。電動化僅改變了汽車的動力形式，並未觸及汽車的根本形態；但智慧化不僅為電動化提供了堅實基座，更將通過智慧駕駛等技術，深刻改變用戶的用車習慣與出行方式。”呂鵬表示。

　　而不少企業已有預判，例如在理想汽車創始人李想看來，汽車終將進化為“空間機器人”，而理想汽車必須成為掌握基座模型的人工智能企業，而非傳統車企。

　　目前，企業正在加快腳步，例如寶馬同阿裡巴巴讓AI大語言模型“上車”，再到官宣與Momenta合作以“中國道路”為舞臺打造智慧駕駛系統，在這些進程的背後，寶馬瀋陽生産基地用AI定義未來高品質智造新標準，為“新世代”的量産奠定了紮實的根基。

　　面臨技術、商業化挑戰

　　雖然我國智慧駕駛技術正在不斷提速，不過王建強也指出：“當前自動駕駛系統的實際發展明顯滯後於預期，面臨的難題仍有很多。雖然不斷增加感測器數量和數據規模，但在面對極端複雜場景時，受限于‘黑盒模型’的不可解釋性與泛化能力不足，系統安全性難以保障，難以突破L3向L4、L5發展的瓶頸。”

　　值得關注的是，在AI時代，晶片是車企在功能、性能、安全方面形成巨大差異的核心。

　　據芯馳科技MCU産品線總經理張曦桐介紹，汽車市場規模不斷擴大，智慧座艙和車控晶片國産化率成為重點。近年來，車企積極自發採用國産晶片，推動國産化進程明顯提速。供應鏈關係正在重構，越來越多的本地晶片企業參與到整車設計早期階段，與主機廠、Tier1聯合定義産品、共同開發，以滿足快速迭代和高品質要求。

　　不過在産品“競速”的背景之下，行業也面臨著挑戰。例如從技術方面，也有瓶頸亟待突破。

　　“除了速度，品質依然是重中之重。車規晶片與消費晶片存在顯著差異：車規晶片需通過嚴格的AEC - Q100可靠性測試，在功能安全、使用壽命等方面有著更高的要求和技術門檻，這是消費晶片難以企及的。”張曦桐則表示。

　　“面對自動駕駛的挑戰，安全是底線，但如何在保障安全的同時避免車企成本增長，是一大難題。若動力、軟體、晶片等核心環節都做冗余設計，智駕系統將因成本過高、可維護性差而難以實現2C端量産。”張曦桐表示。

　　把握“最佳甜點位”

　　呂鵬則表示，産業發展階段決定了核心策略。若産業已成熟，降本會成為重點；若仍處於快速發展期，則需以技術迭代為核心。

　　他強調，若在行業未成熟時過度強調降本普及，可能會犧牲用戶體驗、安全性，阻礙産業發展。在産業發展的關鍵階段，需通過快速技術迭代提供更優産品。

　　呂鵬表示，對於車企而言，把握智駕發展的節奏至關重要。節奏失誤可能帶來嚴重後果，因為算力與演算法是兩大核心制約要素：算力決定體驗上限（算力不足則難以實現高階體驗）；演算法決定上限的兌現能力（若上限是100分，僅能兌現20分則會陷入競爭劣勢）。

　　因此，在呂鵬看來，關鍵在於把握每年量産的“最佳甜點位”——即軟體與硬體能力達到平衡：既能滿足競爭需求，又能快速實現規模化，從而控製成本，而非單純以低成本為目標。

　　不過呂鵬也表示，“甜點位”是動態變化的——就像手機行業中，無論是高端機型還是中低端機型，每年都會提升性能，智慧駕駛行業的“甜點位”未來也將持續上移。“我們判斷，2026年下半年至2027年，更高算力的平臺將成為新的‘甜點位’。”他説。

　　王建強則從技術方面分享了智慧汽車的發展思路，尤其安全問題是重中之重。他強調，“聰明車”必須是“安全車”。他表示，目前智慧汽車安全技術主要沿著兩條路徑推進：一是規則驅動，具備邏輯清晰、可解釋性強的優勢，但面臨泛化能力弱、難以覆蓋長尾場景等瓶頸；二是數據驅動，具備自主學習能力和良好泛化性，但存在“黑箱”屬性、難以溯源、對極端場景識別能力不足等問題。兩種路徑各有優劣，均難以單獨支撐智慧駕駛向更高等級演進。

　　為突破關鍵技術瓶頸，他提出“認知驅動”路線，融合人類類腦認知與知識經驗的啟發方式，通過感知—認知—決策三大環節打通規則與數據的融合通路，實現系統在複雜交通環境中的準確感知、深度認知與安全決策。

　　“安全是定義智慧駕駛的第一標準，也是長城汽車一直以來的造車理念。”長城汽車智慧駕駛副總工程師逄淑一提出，作為最早佈局端到端技術的主機廠，長城汽車從開發初期就錨定“端到端+無圖”技術方案，推出端到端組合駕駛輔助大模型SEE。該模型採用“數據驅動+模型安全+安全策略兜底”模式，在端到端大模型基礎上，通過增加安全評估網絡和人工規則進行安全仲裁，保障系統安全；同時，VLA模型的深度融合進一步提升複雜路況的語義理解與耦合強化學習能力，生成更擬人的駕駛策略，優化駕駛體感。

　　張曦桐則表示，主機廠在選晶片的時候非常在意整車晶片的性價比，包括核心競爭力，所以最終還是要回歸到商業本身。

　　張永偉認為，智慧化時代需跳出汽車看汽車。汽車智慧化是率先發展的領域，其技術與産業鏈、供應鏈可帶動智慧機器人、低空技術、船舶等領域。“汽車行業可助力這些尚未規模化的新質産業快速進入零部件低成本階段，若智慧汽車與機器人、低空等行業早期融合發展，將大幅縮短其大規模産業化時間，提升産品競爭力。”他表示。（中經記者 陳燕南）