AI时代，“软件定义汽车”进入下一程

在近日举办的2024中国汽车软件大会上，与会专家们各抒己见，分析探讨AI对“软件定义汽车”的深刻影响。

AI重塑汽车全产业链
　　当前，以大模型为代表的人工智能技术正在引发新一轮智能化变革，从语音语义感知交互到复杂的深度机器学习，AI正在成为赋能千行百业、推动新型数字化建设的重要基础，其发展趋势呈现出前所未有的活力与潜力。在这场技术革命中，汽车无疑是AI技术深度融合最为重要的智能终端，AI技术重塑着汽车设计、制造、运维全产业链条。
　　中国汽车工业协会常务副会长兼秘书长付炳锋表示，当前，汽车行业的变革转型正在向纵深发展，智能化浪潮深刻影响到汽车研发、制造和使用，为行业带来新的机遇与挑战。汽车软件技术的快速迭代应用正推动车辆从传统交通工具向智能化移动终端转型，为行业注入了源源不断的创新活力和发展潜力。中国作为全球最大的汽车生产和消费市场，依托有力的政策支持和应用牵引，正加速推动汽车软件创新和应用生态构建，成为继电动化之后引领智能化发展的重要力量。
　　在重庆长安科技有限责任公司软件架构工程总经理曹斌看来，AI已不仅是数学、计算机等领域的应用，它已经推动了众多深入的基础领域。如果AI技术能够影响如此基础的学科，那毫无疑问，集成了机械、电子、软件智能等各类技术的汽车产品也必将在这样的浪潮下发生深刻的变化。
　　在这一变化过程中，核心推动力在于生产要素的转变。进入智能生产时代后，算力、算法和数据成为全新的生产要素，这在工业历史上是独一无二。随着数据的增加、算法的优化，我们对算力的需求不断加大；而算力的增强又进一步推动了数据的形成，进而促进算法的智能化提升。三者将互相促进，不断迭代进化。
　　曹斌表示，与其在变革的时代随波逐流或者感叹“卷”的不易，不如看准未来方向，坚定地按照既定规划推动新物种、新汽车的出现。不仅要用软件技术、AI技术装备汽车，同时还要探索传统部件的智能化，如动力总成、底盘甚至车辆控制系统。我们习以为常的部件未来都应该发生深刻的变化，被软件化、AI化，都能在中央计算大脑中集中控制，并且持续进化。同时，未来的交通工具将不仅是移动的工具，它还会具备从出行产品、出行服务到生态服务的全方位属性。它不仅解决出行的问题，还会深刻改变人们工作生活的状态。
　　“我国汽车产业正处于重要的转型升级阶段，芯片与操作系统作为智能网联汽车的核心组件，对整个产业链的发展至关重要。”普华基础软件股份有限公司副总经理及战略研究院院长张晓先在接受记者采访时说道。操作系统是庞大的系统工程，开发难度大、周期长、成本高，生态建设缓慢，需要长期投入、不断迭代。当前，车用操作系统面临着三大主要挑战：创新速度与技术迭代、安全性和可靠性、兼容性和标准化。
　　东软睿驰汽车技术（上海）有限公司总裁杜强表示，在AI浪潮中，可以看到比较明显的趋势，第一，应用层面会越来越变成AI化、Agent化（智能体化）、少app化、去app化，这是一个渐进的过程。越来越多的应用、功能靠agent、AI方式来实现；第二，AI定义汽车的核心在系统，要用AI技术把所有的软件重新构建一遍，其中最重要的就是AI操作系统，也叫AI OS。
　　在杜强看来，AI OS会经历三个阶段：第一阶段，AI in OS先在大模型、小模型上应用，大模型上车。这个阶段只有少量的应用Agent化，并且可能会变成超级应用。第二个阶段就是AI for OS，即将越来越多的Agent、AI应用共性服务系统化，变成操作系统的底层服务，最终是AI as OS，操作系统和AI实现相互融合，更多应用去Agent化。可以参照智能手机，过去，它有很多独立的应用软件，交互非常困难；现在，智能手机OS可以跨应用使用所有功能。未来，汽车也会发展成智能手机这样的状态，所有功能被操作系统控制后，可以打通多个应用的功能。再加上SDV（交换式数字视频）的进步，汽车应用会越来越开放，汽车智能化不再仅限于座舱、智能驾驶，把车内大多数硬件智能化控制起来，这是AI操作系统的终极形态。

AI赋能智能网联汽车高效迭代
　　今年以来，端到端大模型技术席卷汽车业。理想汽车智能驾驶技术规划高级总监文治宇表示，理想汽车“端到端＋VLM”是一套双系统。双系统的理论来源于诺贝尔奖获得者丹尼尔·卡尼曼的《思考快与慢》，将人类思考的过程抽象为两个系统：一个系统是快系统，它的特点是更多依赖直觉及本能，能够应对日常生活中超过95％的场景。举一个例子，其实大部分人在大部分开车的时间不需要费力思考应该如何开车就能把车开好；一个系统是慢系统，它的特点是需要一些有意识的分析，慢一些，但思维的层次更高。还是以开车为例，在遇到突发状况时，人们需要慢下来思考下后续如何驾驶。
　　受这套理论的启发，理想汽车尝试在自动驾驶方面建立一套架构，来把理论转化为现实。首先，在快系统上，理想汽车使用了一个端到端大模型，它的特点是能够完成对环境的快速响应。其次，在慢系统上，理想汽车使用一个更大规模、更大体量的大模型，也就是VLM视觉语言模型，由它来行使慢系统的职能。尽管有了更为强大的大模型组合系统，理想汽车在训练以及验证方面仍然会面临一些困难。理想汽车的解决方案是在云端构建一个基于世界模型的强化学习以及验证系统，来完成整套系统的高效迭代。
　　杰发科技首席科技官李文雄介绍，智能驾驶系统对AI加速器算力的要求越来越高。比如：L2自动驾驶系统的算力只需8TOPS，但L3自动驾驶系统的算力就需要150～200TOPS才够。到了L4～L5自动驾驶阶段，算力至少要400～500TOPS才够。算力需求的不断提升使得其市场规模越来越大。明年，智能座舱市场规模将会达到204亿元，智驾系统市场规模能达640多亿元。对于芯片公司来说，这是一个巨大的增量空间。
　　不过，大算力也带来一个不利的情况，它使得芯片公司之间的资金和技术壁垒越来越高，从过去一条浅浅的护城河到现在的一个高强壁垒。现在，国内芯片公司想要赶超高通、英伟达越来越难了。
　　除了大算力之外，智能驾驶还需要大量有效数据用来训练。博泰车联网科技（上海）股份有限公司执行总监郭鹏表示，一个端到端自动驾驶训练大模型至少需要100万个、分布多样、高质量的Clips（多模态模型）才能够正常工作。如果能达到200万个，基本够用；能达到300万个，大模型就是老司机。所以，没有数据的支撑，大模型这个“炼丹炉”就是无薪之炉，无法炼丹。
　　除了在自动驾驶方面，AI技术大有可为，在智能座舱上，这两年消费者已经明显能够感受到AI技术给人类带来的便捷性和娱乐性。
　　据重庆梧桐车联科技有限公司技术委员会轮值主席王超介绍，梧桐科技对自己的AI座舱进行了全新定义，重塑座舱专属算力、专属架构和专属应用，为用户提供更多情感上的关怀，提供积极的情绪价值。
　　据郭鹏介绍，博泰可以提供车载终端先进算力底座，已经开发了46 TOPS算力的座舱域控主机，正在研发高达350 TOPS算力的座舱域控和高达1000 TOPS算力的舱驾融合域控。博泰还开发了端云一体化多模态融合大模型，打通了云端大模型和终端小模型，实现了高效互通互联互训。
　　上海极豆科技有限公司首席执行官汪奕菲表示，从大模型参数量来说，在特定的场景下，比如智能座舱，我们并不需要非常“大”的参数，但它需要更多的智能座舱垂类场景，同时要将数据以及训练做好。极豆从去年开始也在研发自己的智能座舱大模型。这是一款多模态模型，具备三种能力：第一，文本。通过文本、知识图谱、知识库来构建全文本类型服务能力；第二，音频。音频包括像识别、合成，以及音频垂类服务应用；第三，图像。图像结合到车内摄像头，给到车主和环境一系列模型的能力。
　　AI开启飞行汽车新时代
　　低空经济是未来发展的新引擎，其中飞行汽车无疑是最闪耀的明星。AI技术在飞行汽车上的应用也越来越多。借助复杂的算法（如强化学习和规划算法），AI能够根据环境感知所得到的信息，如气象条件、空中交通状况以及目的地信息等，为飞行汽车实时规划最佳飞行路线。例如在遇到强气流或者空中交通拥堵时，AI可以迅速调整飞行路线，以提高飞行效率和安全性。
　　在飞行过程中，AI可以根据实时数据不断做出决策，调整飞行汽车的飞行状态。例如根据电池电量、动力系统状态、外界环境变化等因素，决定飞行速度、飞行高度等参数的调整，确保飞行汽车的稳定飞行和高效运行。
　　在飞行汽车的操作执行系统中，AI技术可以将决策转化为精确的操作指令，如控制飞行汽车的转向、加速、减速、升降等动作。这需要电动助力转向、电子飞行控制系统等技术的支持，使飞行汽车能够以极高的精度执行飞行指令，保障飞行的安全性和舒适性。
　　得益于AI技术的赋能，飞行汽车这一赛道变得热闹起来。上海智能汽车软件园总经理李成蹊表示，作为面向空中交通和未来出行的新型交通工具，飞行汽车不仅是轻量化材料、智能制造、电动航空、无人驾驶、人工智能、信息通信等前沿技术的重要应用载体，同时在产业链上，与智能汽车产业链在研发、制造、应用场景的前中后端都有很多的类似环节。此外，低空经济的应用场景很丰富，包括智慧城市、智慧交通、应急救援、物流和文体旅游等，发展空间相对广阔。
　　广东汇天航空航天科技有限公司产品规划高级总监高昊潼表示，低空经济是战略性新兴产业，具有非常大的市场空间。如果要形成万亿级市场，飞行汽车最主要的功能肯定是解决通勤问题，只有解决这个痛点才有可能形成万亿级赛道。不过，当前人们期盼的“打飞的”上班的愿望还无法实现，它需要时间积累技术和成长。所以，飞行汽车的商业化肯定要走“农村包围城市”的战略路径了。
　　“当前，约束飞行汽车发展的因素主要包括技术、政策法规、市场环境等，这些因素会影响到飞行汽车产品设计的几个关键特性，如：飞行距离、安全性、合规入市、使用范围、受众范围。”中汽创智科技有限公司飞行汽车开发专家秦洪洲如是说。
　　秦洪洲判断，飞行汽车2025年率先从B端切入市场，在人少、航程要求低、点对点的场景商业化落地，同时也会不定时、不定点向C端空中出租车的方向发展。可以说，飞行汽车的发展路径已经非常清晰。