以“中國經濟：開放與韌性共生長”為主題的2025貝殼財經年會7月10日開幕。其中，“智能網聯汽車如何重構新生態”分論壇聚焦中國汽車如何鞏固和擴大智能網聯汽車優勢，加速構建產業新生態。

在圓桌訪談中，嘉賓們分析了人工智能對汽車行業影響，它為汽車行業發展帶來變革，目前人工智能大模型還有發展空間，需要逐步完善。

圓桌嘉賓分享。 活動現場圖

【圓桌嘉賓】

鄭新芬 北京汽車研究總院有限公司副院長

蘇琳珂 深藍汽車軟件開發總經理

董志華 阿維塔科技自動駕駛及座艙總監

張棟林 上汽集團大乘用車智能駕駛總監

許鵬飛 四維圖新副總裁

陳偉剛 京西智行副總裁及懸架產品首席技術官

新京報貝殼財經：AI大模型今年火爆，端到端技術也深刻變革汽車智能化。你認為這些技術給汽車產業帶來了哪些顛覆性改變？實踐中有哪些難點需要突破？

陳偉剛：有句話說“AI可以把所有行業或專業都用AI重新做一遍”，能用更聰明的方式把事情做得更好。我們做智能底盤，兩大產品線是制動和懸架，都與智能駕駛直接相關。

在懸架算法上，傳統算法需平衡舒適、操控與安全，依賴大量傳感器信號。引入大模型后，可結合激光雷達、毫米波雷達數據，提前100-200米感知路況，通過算法調節阻尼，實現更好效果。

許鵬飛：AI技術對行業的影響體現在產品力與生產力兩方面。

產品力上，端到端技術讓感知從“規則驅動”升級為“語義理解”，能理解交通參與者的意圖和場景含義，比如預判前車在黃燈時的停車意圖，解決傳統規則難以覆蓋的場景；座艙通過多模態交互實現“理解人、服務人”，響應更自然。

生產力上，大模型像“超級學霸+工程師”，能高效處理信息、生成測試場景，輔助編程，加速研發周期，但在架構設計等深層邏輯上仍需人工把控。整體來看，AI對生產力和產品力提升很大，未來“學霸”可能成為全能學霸，貢獻更大。

張棟林：上汽在智能化布局較早，2018年規劃自動泊車等前瞻技術，2022年推出MG品牌的NGP（支持城區輔助駕駛）產品。原來的模式基于代碼和規則，現在人工智能改變了開發范式。做智能駕駛的工程師過去最痛苦的是解決bug，依賴人工；有了大模型后，數據經處理能輸出預期結果，提升了效率，把基于專家系統的模式變成基于數據驅動和專家推理的模式。

但新技術應用存在難點：一是模型不可解釋性，不符合功能安全追溯要求，難以預判風險；二是端側算力不足，量產時性能損失可能引發安全爭議；三是傳統企業的團隊知識儲備、流程體系需加速調整。上汽會擁抱新技術，在安全、成本和體驗中尋求平衡。

董志華：人工智能大模型依賴大算力發展，會帶來算力溢出，走向艙駕融合。艙駕融合的好處是彈性算力分配，即“聚是一團火，散是滿天星”，能根據場景調節算力。沒有這種機制時，大算力多用于智能駕駛等場景，而汽車上很多與用戶交互的功能需人工智能支撐，卻難以配備強算力。有了彈性分配機制后，這些都成為可能。

具體有三方面變革：一是智能駕駛領域會快速優化；二是硬件資源利用率提升，自動駕駛傳感器可服務于智能服務、艙內使用等場景；三是小而微的人機交互場景借助大算力變得智能，比如空調可結合多種因素實現智能調節。

蘇琳珂：深藍較早開始做AI相關的工作，內部叫“一體兩翼”，即一個AI大智能體分到產品側和非產品側推進。AI會成為企業的基礎設施，貫穿運營過程。

產品側，電池材料選型運用AI技術，效果較好；電驅的熱管理技術經AI化處理，得出關聯因子，落地效果佳。智能駕駛通過端到端大模型重構架構，優化開發范式；座艙基于客戶需求，通過多Agent（智能體）實現從感知到理解的交互。車控及底盤域方面，AI讓控制器獲得新能力，算力可流轉復用。研發側，AI賦能明顯，比如測試板塊通過AI節省70%的算力。AI的發展會持續迭代，帶給消費者更好體驗。

鄭新芬：我們要擁抱并利用好以DeepSeek為代表的大模型。從軟件定義汽車被提出，到最近幾年組合駕駛輔助系統和智能座艙大量普及，汽車軟件代碼的規模急劇上升。大模型作為輔助研發的工具大大提高研發效率，如功能需求檢查，代碼自動生成，測試用例評審和實施。把大模型引入到具體的功能中又可以大量節省基于規則的代碼規模。二者結合起來對于研發效率的提升非常明顯。

同時，基于市場對大模型的需求，更多與大模型、數據、算力相關的跨界供應商會進入到汽車行業，共同推動產業發展。