據不完全統計，已經有超過20家汽車品牌宣布 AI 大模型正式“上車”。
大模型“上車”概念日漸火爆，尤其很多中國 AI 公司都“突出重圍”，競逐國際品牌汽車合作。
隨著智能汽車下半場悄然到來，汽車正在升級為新一代“移動智能終端”，其智能化水平的高低也成為車企在智能網聯時代決勝的關鍵。加速大模型“上車”，也成為車企突顯產品智能化、打造產品差異化的新選擇與新方向。
然而，現場發現另一個現象，就是大模型“上車”還未規模化商用，多家企業反饋均為“展示”階段。有專家指出，目前大模型上車概念成份居多，具體實際應用情況還有待觀察，而且大模型上車不一定能提升企業經營業績并帶來穩定利潤。
IDC中國高級分析師洪婉婷表示，智駕技術本質上是以AI為核心驅動力的復雜系統工程，其發展高度依賴于企業的技術研發底蘊、資金投入規模以及對前沿科技的敏銳捕捉與高效轉化能力。而國際車企持續與國內企業在智能輔助駕駛或 AI 領域展開合作，是中國智駕技術站上世界舞臺邁出的重要一步，而背后核心動力，是國內企業在AI技術上的深度布局與持續投入。
AI 大模型要“上車”，汽車廠商撬動1.4萬億市場
據乘聯會最新數據顯示，4月1日至4月14日，全國乘用車市場零售51.6萬輛，其中新能源汽車銷量同比增長32%，達到26萬輛，滲透率達50.39%；全國乘用車廠商批發汽車53.4萬輛，其中新能源汽車批發26.8萬輛，滲透率達50.19%。
新能源汽車零售、批發滲透率雙雙突破50%。更早之前，電動車在新車銷售量中滲透率快速提升，2021年至2023年5月，已經達到35.3%水平左右，電動車市場已經從爆發式增長階段，逐步進入穩定高速增長階段。
與此同時，在外觀、三電、智能座艙領域競逐多年后，深度智能化成為中國汽車公司錨定的下一個目標。
中國汽車工業協會預測，到2035年，中國智能汽車產業規模將超過2000億美元（約合人民幣1.44萬億元）。
瑞銀UBS研究團隊則預計，到2025年，中國將產生多達660萬輛新能源車，即每四輛新能源車中的一輛將擁有智能化功能；而IDC認為，到2026年全球智駕車輛銷量將達到8930萬輛。
實際上，AI 與汽車之間的最初聯系要追溯到40年前，最初的方向是“自動駕駛”。
1984年，美國國防高級研究計劃署（DARPA）與陸軍合作，發起自主地面車輛（ALV）計劃。隨后，美國卡內基·梅隆大學、斯坦福大學、麻省理工學院等美國院校都先后加入無人駕駛汽車的研究工作中。
其中，美國卡內基·梅隆大學研制的 NavLab 系列智能車輛最具有代表性，在1995年NavLab-5就實現了88.5km/h的實驗環境自主行駛平均速度，并首次橫穿美國大陸，自主行駛里程為4496km，占總行程的98.1%。
2015年10月，AI 技術與汽車迎來了一個重要時間點——特斯拉推出半自動駕駛系統Autopilot，成為全球第一個投入商用自動駕駛技術的廠商。隨后，通用汽車推出Cruise，奧迪A8量產 Level 3 級別的自動駕駛技術。
與此同時，國內層面，中國無人駕駛汽車研究晚于美國。1992 年，國防科技大學成功研制出中國第一輛真正意義上的無人駕駛汽車。
2011年7月，由一汽集團與國防科技大學共同研制的紅旗 HQ3 無人駕駛汽車完成了 286km 的面向高速公路的全程無人駕駛試驗。
到了2015年，宇通大型客車在完全開放的道路環境下完成自動駕駛試驗，這也是國內首次大型客車高速公路自動駕駛試驗；2016年北京車展上，北汽集團展示了其基于EU260打造的無人駕駛汽車，成為搭載的無人駕駛感知與控制汽車。
如今，電動化、網聯化、智能化成為汽車產業的發展趨勢。
那么，在大模型誕生之前，AI 為何沒能實現“上車”？梳理認為有三點：
首先，短期內新能源車難以實現“自動駕駛”。從技術體驗來說，自動駕駛是一種起點到終點、“兩點”距離之間利用視覺、激光雷達、車聯網等技術實現的駕駛員輔助或其完全不需操控的汽車，因此，鑒于中國北上廣深堵車、地圖無法實時更新、政策法規等因素，中國一直將自動駕駛設計為實驗性、區域性，比如北京亦莊、北京首鋼等。所以，此前大家期盼的“自動駕駛”無法落地，城市NOA只是輔助、或者說利用高精地圖所做的技術“平衡”，而非真正的自動駕駛。
其次，傳統 AI 利用決策樹、無監督學習等技術方案，在數據量無法達到規模級別下，最終只是逼近一個正確值。當然，這其中也有因為汽車這類端側場景無法擁有大量、100%有效的優質數據集。另外，傳統 AI 無法實現通用型的場景技術。
最后，算力不夠強大、資金和人力成本太高。小鵬汽車董事長何小鵬曾表示，汽車智能化的研發屬于大算力、大數據工程，需投入大量資金人力，一般的算力公司做起來極其困難。而在此之前的2017年-2021年，新能源車、AI、云計算等領域都在努力做營收、商業化、資本化，中國沒有出現真正類似于ChatGPT這類新技術的思維和想法，所以無法實現傳統 AI 技術“上車”。
360公司董事長周鴻祎表示，此前 AI 上車“誕生”智能座艙和自動駕駛，但同時也受到技術路線阻礙，并非“真人工智能”。但如今，AI 大模型帶來了革命性變化，大模型“上車”對于車的智能能力是本質上的提升。
周鴻祎舉出四個大模型“上車”改變的場景案例。
第一、之前的智能座艙，用戶對話更多的是基于規則處理的，你說把車窗打開，他能聽懂，你要說把玻璃搖下來，他就聽不懂了，類似于Siri，其實是一個智障的角色，并不好用。如今大模型上車之后，真正讓汽車理解你的想法，屬于革命性東西。
第二、Sora現在的能力是代表了多模態的能力，而未來汽車、機器人都可以利用激光雷達、攝像頭等傳感器，實現感知、認知等能力。同時，這種多模態大模型，可以讓汽車更加能懂車內和車外的很多東西，比如辨別是不是車主、是否疲勞駕駛等。
第三、今天的汽車還是一個機械物件，并不能理解很多東西，它也不能做邏輯推理和規劃，包括機器人也一樣，都是接收人的指令。但是，未來一旦車上加了大模型之后，大模型具備了大腦的能力，不止能夠理解人類話語交流，而且還能完整理解人類的知識和推理，分析邏輯判斷的過程，從而作出更多判斷。
第四、自動駕駛在這兩年會獲得突破。Transformer的大模型訓練和傳統智能駕駛不一樣，傳統智能還是基于規則的方案，主要改bug和軟件升級，那么有一萬個規則，碰見這種情況應該怎么辦，總有情況是沒有編輯到規則里的。而如果用Transformer來訓練，可以提供多樣化的駕駛案例。大模型最強大的能力，它不是把你送進數據存起來，是通過你的數據訓練他，他能夠形成一個舉一反三規律的總結。
如今，AI 大模型的智能化“上車”已成為本屆北京車展上的新潮流。
作為日本汽車品牌龍頭，車展首日，日產（中國）投資有限公司與百度在線網絡技術（北京）有限公司共同達成可行性研究的戰略合作諒解備忘錄。
日產透露，本次可行性研究的合作內容包含兩大方面：一是基于日產汽車智能化平臺，發揮百度在生成式AI方面的優勢，共同開發和研究相關領域的未來技術發展和商業合作可行性；二是日產汽車在中國的車型上搭載百度AI解決方案，發掘AI解決方案的發展潛力，以及共同探索創新技術在未來汽車領域的應用與發展。
日產汽車公司總裁兼CEO內田誠（Makoto Uchida）表示，中國的新能源汽車發展非常迅速。此次雙方合作，主要是使這些技術更好地整合到日產的產品中，從而為中國用戶帶來令人興奮的智能系統和基于 AI 服務。
日產汽車公司中國戰略及專項任務副總裁、日產（中國）投資有限公司總經理松山昌史（Masashi Matsuyama）則表示，“汽車產業正在經歷智能化變革，消費者對以AI為代表的新技術應用的需求不斷增長，日產汽車在3月份發布的‘The Arc日產電弧計劃’中明確提出‘將戰略合作伙伴關系拓展至技術、產品組合和軟件服務領域’。通過與百度的合作，百度的生成式AI能力將被應用到日產汽車在中國的車輛中，這將進一步加速日產汽車智能化和電動化的步伐，為消費者提供更加多元化的智能出行體驗。”
松山昌史強調，日產的合作不只局限于車輛的電驅化，還包括智能化。
很顯然，深度“智能化”不僅是中國汽車公司錨定的下一個目標，而且也是全球汽車龍頭的重要發展方向。
實際應用有待觀察，大模型“上車”仍需耐心
周鴻祎直言，雖然大模型“上車”會給汽車產業帶來“革命性”變化，但這個變化不會在“一夜之間”發生。
盡管汽車品牌都在宣傳“AI 大模型上車”概念，但AI大模型“上車”在車展現場還處于PPT狀態，且大部分亮相的展車考慮到安全中設置了展車模式，現場沒有辦法直接體驗到AI大模型真正的場景效果。
騰訊集團高級執行副總裁、云與智慧產業事業群CEO湯道生認為，大模型“上車”需要耐心。算力、算法、數據等關鍵能力升級，推動自動駕駛突破。AI成為用戶體驗升級的核心推動力。汽車產業技術迭代和產品更新的周期持續縮短，也需要與之相匹配的運營管理能力和產業鏈協同能力。
當整個汽車行業陷入降價讓利的漩渦，最終有幾家能夠在大模型上車的競爭中勝出存在不確定性。北京車展上，不少汽車品牌沒有透露最新亮相大模型產品的規模量產時間。
然而，從長期來看，包括 AI 大模型在內的智能技術“上車”，一定會成為汽車產業最重要的趨勢。
目前，長安、吉利、嵐圖、紅旗、長城、東風日產、零跑等都搭上了百度的文心一言的“快車”，專注語音交互的提升；不久前，吉利、百度再次攜手，高端智能汽車機器人品牌——極越誕生，在智能化方面尋求突圍；本月初，華為發布了接入盤古大模型的鴻蒙HarmonyOS 4系統，將首搭于與奇瑞合作的首款華為智選車型Luxeed。
雷軍表示，智能電動車已經發展了10年時間，其實今天主要解決的“電動問題”。過去10年是電動化的十年，而今天開始的“下半場”，是智能化的十年。因此，智能化是未來智能電動車的核心和靈魂。
商湯科技聯合創始人、首席科學家、絕影智能汽車事業群總裁王曉剛日前表示，AI 大模型“上車”從本質上來說改變兩個方面：一個是生產效率的提升，第二個是人機交互方式的改變。
王曉剛提到，汽車需要人力投入是非常高的，未來大模型和機器自動化可能會節省80%工作量。而在更多非規則、復雜的場景中，很多自動駕駛、智能座艙等人機交互場景下，大模型會適應更多需求。
“本身場景是非常重要的，到今天，智能汽車正在經歷著從汽車智能化1.0到通用人工智能體的過程。”王曉剛強調，未來，大模型技術還可以擴展到機器人領域。
據悉，截至2023年底，商湯絕影已經與本田、比亞迪、長城、廣汽、紅旗、蔚來等超過30家國內外車企達成合作，AI方案覆蓋超過90款車型，已累計交付190萬輛智能汽車。
短短幾年時間，大家看到中國車企的智駕功能已經能夠解決行駛軌跡不穩定、急剎頻發、在某一個速度才能開啟等挑戰，并開始能夠較好完成高速、城區的端到端駕駛任務。
展望未來，AI 大模型對于汽車行業的作用，可能不止是智能座艙、智能駕駛等單一領域，而是通用化場景。當然，在這個過程中依然需要長期探索和測試。
中國工程院院士、清華大學教授、國家智能網聯汽車創新中心首席科學家李克強表示，目前，汽車領域對于大模型的應用還處在早期的嘗試探索階段，后續仍需基于云平臺進行打通，向深層領域應用推進的任務目標邁進仍然任重而道遠。
當前大模型在汽車領域的應用還存在較多風險：一方面，相關政策法規尚未出臺，數據安全無法保障，數據合規成為關鍵；另一方面，落地場景尚不明朗，這都是挑戰所在。
隨著 AI 大模型技術不斷更迭，未來汽車領域會發生什么“變革”，仍有待觀察，也需要不斷等待技術的重要變革。
