8月29日,百度智能云与车百会研究院联合主办的“2025百度云智大会 AI+汽车专题论坛”在京顺利召开。
本次论坛围绕“车云协同推动智能辅助驾驶技术跨越”展开深入讨论,产学研多位专家齐聚,共同探索大模型与云计算在汽车行业中的关键作用、技术实践与未来机遇,为产业智能化升级提供新思路。与会者普遍认为,人工智能正从智能座舱体验升级,到研发、生产、营销全流程优化,推动汽车产业价值链发生根本性变革。
车百会研究院执行理事长张永伟提出,人工智能与汽车产业正在深度结合,成为驱动行业转型的重要力量。他特别提到,国务院近日印发的《关于深入实施“人工智能+”行动的意见》中明确要求,推动汽车等重点领域与人工智能深度融合,加速智能网联汽车发展。汽车作为AI技术最大的落地场景之一,其与人工智能的融合不仅将推动技术实用化,更将增强中国汽车产业的国际竞争实力。他进一步提出三方面建议:
第一,车云协同是AI与汽车融合的核心方式。随着车辆智能化水平持续提升,云服务已成为产业链关键组成部分。借助车云协同,产业可延伸出数据、算力、模型与仿真等新型服务,这些将成为中国汽车全球竞争的重要支撑。
第二,汽车行业需提升对AI技术的认知与运用能力。以智能驾驶为例,大模型的技术突破正在改变其发展路径与速度。整车企业应重新审视技术战略,主动融入以AI为核心的科技产业链。
第三,推动车企加速转型为AI科技企业。未来的汽车企业不应局限于制造,而应成为具备人工智能能力、可研发和生产多类智能终端产品的科技公司。
百度副总裁石清华用“既兴奋又紧迫”形容当前汽车AI领域的竞争态势——仅一年内,VLA 技术已从理论走向量产,智能体与端到端语音成功应用于座舱,车企也在加速整合资源与拓展海外市场。他指出两大趋势:一是竞争已从单点技术对比转向“系统效能与生态协同”的比拼,企业需整合内外部资源,将技术转化为用户可体验的产品;二是数据已从“重要资源”升级为“核心竞争要素”,算力则是释放数据价值的关键基础。未来两年,行业对数据和算力的需求将持续攀升,车企出海还需重视数据安全与合规,这些都离不开坚实可靠的智能技术底座。
在技术落地方面,百度智能云副总裁、汽车业务部总经理高果荣详细介绍了“算力、数据、工具、模型”四大核心如何支撑VLA智能驾驶。他表示,VLA多模态训练对算力需求极高,百度通过百舸5.0平台与昆仑芯超节点显著提升训练效率;数据方面,依托45万公里高精地图与合成数据技术,大幅降低了标注成本并提升处理效率;模型与工具上,借助文心大模型与全链路数据工具,实现从生成到仿真的全面支持。他强调,百度将持续以高性能算力、高质量数据、先进模型与工具,与行业共同推进智能辅助驾驶发展。
吉利控股集团首席数字官姚滨晖谈到,吉利除整车制造外,还涉足核心零部件与生态出行等多类业务,这为AI应用带来更多可能与挑战。他将AI价值归纳为三个层面:产品智能聚焦车辆相关功能如智能驾驶与座舱体验;企业智能覆盖研产供销服及中后台管理;行业智能则通过工业互联网平台“广域铭岛”将内部AI实践向行业输出,实现全产业链赋能。吉利旨在以算力、工具、模型、场景与文化五大驱动力,全面释放AI在产品、企业与行业的三重价值。
长城汽车技术中心副总经理荣雪东指出,公司在造型、碰撞分析、安全监测与工程设计等领域已初步应用AI,但仍面临“工具孤立、数据割裂、流程不畅”等挑战,限制了AI效能。下一阶段,长城将推动从“技术驱动”转向“业务价值驱动”,探索AI与CAE仿真结合以实现高保真快速迭代,推进AI理解三维数模与工程语义,辅助拓扑设计,成为工程师的得力助手。他强调,AI必须通过流程重塑与价值重构,从辅助工具转变为必要支撑。
人工智能的影响还深入至汽车安全与用户体验环节。北汽福田全球网络安全负责人兼DPO张志强表示,随着汽车日益成为“可移动的计算机”,安全风险急剧上升。代码规模可达亿级,漏洞与攻击方式不断演变;车企既需满足国际合规要求,也需防范远程入侵、数据泄露与外设风险。福田已构建企业安全与车端安全双体系,设立车辆安全运营中心,并借助AI进行日志分析与智能响应,将告警处理从小时级提速至秒级。他表示,安全部门应借助AI与大数据从“成本部门”转型为“赋能部门”,既保障车辆与企业安全,又提升运营效率。
百度智能云汽车业务部副总经理肖猛介绍了端到端语音在智能座舱的实际应用。他指出,车载语音正迈入端到端时代,从语音输入直接生成输出,省去中间环节,更充分利用语音信息,实现更自然、流畅和高效的人机交互。未来车内语音将呈现“双路径”发展:常规交互由端到端语音承担,复杂任务和工具调用则交由智能体处理,二者将逐步融合。
整场论坛从行业战略到技术实践,从安全机制到用户服务,全面呈现了人工智能为汽车领域带来的多维变革。正如张永伟所言,AI与汽车的融合是产业发展的必然选择,其实现依赖于车云协同的深化、AI技术的广泛运用,以及车企向科技企业的积极转型。这三者相互支撑,共同构建“AI+汽车”从理念到实践的实施路径。