重庆赛力斯超级工厂（凤凰）总装车间即将下线的新能源汽车。记者 王全超摄

  当前，人工智能（AI）正在汽车领域加速应用，推动汽车从单一交通工具向“智能终端”和“移动生活空间”演进。近期，我国牵头制定的联合国自动驾驶系统全球技术法规获批发布，标志着中国智能驾驶产业迈入全新发展阶段。

  华为、腾讯、字节等科技巨头正积极布局，与主流车企加强合作，推动AI深度赋能汽车产业，重塑汽车行业格局。

  智能驾驶加速进阶

  夜间高速行驶时，能在120公里时速下提前3秒识别百米外、仅易拉罐大小的障碍物，并提前规划路线、精准避让……前不久，搭载华为乾崑智驾ADS辅助驾驶系统最新版本的启境GT7正式上市，受到市场关注。

  随着智能网联汽车技术迭代速度不断加快，汽车驾驶模式从“人主导”变为“人车协同”，智能驾驶越来越成为辅助驾驶员驾驶、提高驾驶安全性的重要工具。“用户爱不爱用是辅助驾驶好不好的唯一标准。”华为智能汽车解决方案事业部相关负责人说。数据显示，华为乾崑智驾累计辅助驾驶里程已超122亿公里，搭载乾崑智驾的车辆累计行驶总里程超350亿公里。

  赛智产业研究院智能经济研究所所长李铭岩表示，当前AI正不断重塑智能驾驶，其中最核心的变化是技术范式全面转向数据驱动的端到端大模型架构，从而让车辆驾驶行为更像人类，能更从容应对复杂的边缘场景。

  与此同时，“重感知、轻地图”正成为行业共识，企业不再过度依赖高频更新的高精度地图，而是着力提升车辆实时感知和理解世界的能力，大大扩展了高阶智驾的可用区域。围绕纯视觉与多传感器融合两条技术路线，行业形成了各有侧重的探索。此外，算力与数据的竞争也在不断升级，焦点从硬件配置转向了云端训练算力和高质量数据闭环能力。

  在国家发展改革委宏观经济研究院研究员张林山看来，AI优化算法在提升算力利用效率的同时，推动了软硬件协同优化，带动整体成本持续下降，L2级高阶智驾已实现规模化商用落地，L3级智驾正在准入试点中稳步推进，行业渗透率快速提升。未来行业发展的重点是推进高阶智驾的规模化落地，攻克极端复杂场景适配能力，探索清晰可持续的商业化模式。

  业内人士表示，VLA（视觉—语言—动作）大模型正成为打通认知与执行壁垒的前沿方向，它将视觉、语言和动作统一到同一个模型框架中，让系统能看懂交警手势、临时路牌等语义信息，作出更像人类司机的拟人化决策。但同时，智能驾驶在长尾场景的覆盖仍是巨大挑战，一些现实中罕见但致命的场景，恰恰容易被传感器误判，需要技术进一步突破，这对行业提出了更高要求。

  用户体验持续提升

  从交通工具到移动的生活空间，智能汽车在用户体验上不断发力。如今，驾驶人凭借语音完成控车、导航、娱乐等各类操作，已成为车内人机交互的常见场景。

  “座舱正在迈向Agentic AI（代理式人工智能）时代，AI不再是功能叠加，而是组织成可感知、可规划、可执行、可持续进化的智能中枢。”腾讯智慧出行副总裁、负责人钟学丹说。

  据了解，腾讯专门为智驾场景打造了轻量化、可运营、可共建的云图方案，已服务博世、长安、长城等企业，助力训练与量产提效。高工智能汽车研究院数据显示，腾讯在新能源乘用车标配“城市NOA智驾地图”中，占据49%的市场份额。

  李铭岩表示，座舱正从本地功能执行者升级为车内智能体，不仅能控制车机本地功能，还能联网获取实时信息，规划多目的地行程，成为一个随行的生活管家。

  AI带来的用户体验提升，离不开一系列技术底座的支撑。今年4月，火山引擎发布基于Agentic AI架构的新一代汽车AI解决方案，通过一个AI大脑深度联动整车，打通车控、导航、智驾等关键功能域，实现“感知—推理—执行—记忆—学习”一体化闭环。

  火山引擎总裁谭待介绍，火山引擎已经与100%主流车企合作推动AI创新。搭载豆包大模型的智能汽车已超过700万辆，覆盖超50个汽车品牌、145个车型，搭载量稳居行业第一。用户活跃度也显著提升，豆包大模型日均完成超3000万次座舱交互和服务闭环。

  算力基础也在不断夯实。据了解，腾讯云面向车企提供了全链路的智算解决方案，可以实现算力灵活调度与极致利用，混合算力集群利用率达98.4%，推理场景GPU效率提升超60%。

  “AI大模型为智能座舱与人车交互带来了全方位的革命性变化。”张林山表示，大模型打通了车端、云端、移动端的服务边界，让座舱能力可以持续匹配用户需求，智能化已从“可选配置”变为用户购车的核心考量因素。

  安全底线不断筑牢

  当前，AI已成为提升汽车产业链竞争力、推动产业升级的核心驱动力。李铭岩表示，行业核心价值正从传统的发动机、变速箱等机械硬件向软件、算法和数据处理能力转移，软件定义汽车已经成为现实。

  张林山介绍，在产品端，AI推动汽车从传统交通工具转变为智能移动终端，创造新的用户价值与增长赛道；在生产端，AI重构了研发、生产、供应链全链路流程，缩短新车研发周期，优化生产质控精度，大幅降低全链条运营成本，提升产业整体运转效率；在价值端，AI推动产业价值创造从一次性整车售卖转向长期服务变现，催生各种新盈利模式，推动产业从传统制造向“制造+服务”转型，助力行业在全球汽车产业变革中建立新的竞争优势。

  但也要看到，无论汽车智能化如何发展，安全始终是汽车行业的底线。今年7月30日，工业和信息化部组织制定并归口的《智能网联汽车 自动驾驶系统安全要求》（GB 44721—2026）强制性国家标准由国家市场监督管理总局、国家标准化管理委员会批准发布，拟于2027年7月1日起正式实施。

  “如何在智能化创新与安全可靠之间取得平衡，是一个系统工程与治理命题。”李铭岩建议，确立安全优先、渐进创新的设计哲学，任何新功能的推出都应当建立在充分的风险评估、仿真测试和封闭场地验证基础之上。

  张林山表示，平衡AI+汽车的智能化创新与安全可靠，需要从技术、标准、监管多维度构建协同保障体系。在技术层面，应建立“安全优先”的研发逻辑；在标准层面，针对不同等级的智能化功能明确分阶段安全准入要求，对大模型决策机制建立可追溯、可解释的规范，避免黑箱算法带来的不可控风险；在监管层面，建立全生命周期安全管理机制，通过车端联网实现远程升级后的持续安全监控，同时明确创新试错的边界和事故权责划分，在鼓励技术探索的同时守住公共安全底线，推动行业长期稳健发展。（记者 赖奇春 黄 鑫）