7月25日，中国电动汽车百人会与中国电信集团有限公司联合主办的“AI汽车创新发展论坛”在上海成功召开。本次论坛围绕“AI重塑汽车技术链、价值链、服务链”主题，深入交流AI技术在辅助驾驶及自动驾驶、智能座舱等领域的创新应用与发展趋势，带来的新开发模式、分工模式、服务模式，以及需要的标准指引与安全保障体系等议题。

来自清华大学、中国电信、中国一汽、东风汽车、长安汽车、北汽、上汽、吉利、大众汽车（中国）、元戎启行、云知声及平安财险等整车及产业链企业代表参与，共同围绕“AI赋能辅助驾驶普及和自动驾驶应用”“构建AI驱动的智能座舱生态运营”，分享了AI技术上车的创新应用实践和发展思考。会议由中国电动汽车百人会常务副秘书长刘小诗主持。

会上，中国电信集团政企信息服务事业群副总经理王志华表示，汽车产业正处于与AI加速融合、深度变革的新阶段，AI汽车的创新发展需要坚实可靠的数字底座。中国电信深入推进“人工智能+”行动，持续夯实智能连接基础、构建智能算力基础设施、深耕打造汽车智能化服务平台，为行业提供一体化智能云服务体系。

清华大学车辆与运载学院李升波教授认为，21世纪以来，数据、算力、算法的快速发展共同支撑了弱人工智能向强人工智能的转变，驱动了神经网络进入大模型时代。自动驾驶是人工智能的重要应用领域，具有重大战略意义。然而高级别自动驾驶汽车面临长尾驾驶场景的安全性困局，数据驱动的端到端模型训练因具备相比分模块方案更高的性能上界，是目前主要的解决思路。端到端自动驾驶研发面临三重挑战，分别是高质量训练数据规模不足、算力缺乏难以满足训练需求，以及技术路线不清晰。为此，清华大学提出以仿真生成为主体数据，以强化学习为训练手段的端到端模型技术路线。研发了性能排名第一的强化学习算法DSAC、设计了性能最佳的神经网络优化器RAD，开发了自动驾驶仿真软件LasVSim与强化学习训练软件GOPS，完成了国内首套三段式端到端自动驾驶系统iDrive，并实现公开道路测试。展望未来，自动驾驶模型的多模态化、舱驾模型的一体化融合是重要的发展趋势。

北汽研究总院有限公司智能驾驶专业总师徐志刚表示，智能网联汽车遵循与智能手机高度类似的演变路径，正在从功能载体向智能基座演进。汽车领域的AI应用可分为被动辅助、主动辅助、场景自动化决策、全域自主与生态互联、完全自主认知智能五个核心发展阶段。目前仍存在技术成熟度、法规与治理、数据安全与隐私保护、系统整合与优化、产业协同创新等多方面挑战。未来打造一体化整车智能体、融合车内车外生态是重要的发展趋势。

中国电信集团汽车行业首席技术官王国俊谈到，在汽车行业利润承压、市场结构性调整趋势下，智能化成为企业打造差异化竞争力的着力点。其中，智能座舱成为差异化竞争焦点。在多模态大模型支持下，智能座舱升级为基于感知的主动服务系统，实现基于智能场景的跨应用能力生态，为车主提供私人定制智能旅行服务，成为百变私人助理。中国电信依托5G汽车专属云网及边缘智算推理池，通过丰富的座舱大模型全家桶，助力车企持续构建“沉浸式”座舱体验。

专题一聚焦“AI赋能辅助驾驶普及和自动驾驶应用”，邀请东风公司研发总院智能化技术总工程师李红林、吉利汽车研究院首席人工智能科学家陈勇、上汽创新研究开发总院智能驾驶负责人张栋林、元戎启行技术合伙人、副总裁刘轩、中国平安财产保险股份有限公司总部机构代理部总经理朱成成等企业代表分享了最新的AI技术在驾驶领域的应用实践经验与前沿思考。

东风公司研发总院智能化技术总工程师李红林表示，ADAS正在经历从传统“三模块”向“两段式”到“一段式”再到“VLA大模型”的转变，但几种技术模式间的切换可能没有明确的时间节点，存在阶段性并行的情况。其中模块化方案存在复杂交通场景泛化性不足等挑战，端到端方案存在可解释性与边缘场景验证难等问题。可以从技术成熟度、可信度、美誉度、诚信度四个方面来评价和审视ADAS/ADS。未来应寻找更高效的多模态感知融合架构，构建复杂场景的深度理解能力，通过强化学习赋能决策优化，利用VLA模型增强类人推理和人机交互能力，从合成数据方面推动解决安全验证挑战，构建大模型驱动、车路云协同的数据处理能力。

吉利汽车研究院首席人工智能科学家陈勇提到，数据是提升智能辅助驾驶体验和安全，推动AI语音算法迭代的核心要素。构建数据闭环体系面临三大挑战：一是如何短周期、低成本、完备的获得高质量海量数据，二是如何构建广覆盖、易获取、高安全的极端场景数据采集体系，三是如何实现数据复用和共享。依托合成数据仿真平台，构建虚实结合的高质量训练数据集是必然路径。这套体系不仅能够应用在汽车领域，也适用于数据更难获取的具身智能领域。

上汽创新研究开发总院智能驾驶负责人张栋林认为，AI正在把汽车变成智能体，但这不改变汽车交通工具、机械集合体的属性，需要从工程应用的角度去思考智能驾驶的发展。目前基于数据驱动模型迭代的开发范式存在不可解释性，车企无法按图索骥，在面向用户和产品的交付存在很大困难。此外，保证底线需要法律法规标准的快速推进，开展国际化业务也需要深入理解和关注国际标准测试及认证问题。最后，智能驾驶不能孤立的看待安全或者体验，需要实现安全、成本和体验的平衡。

元戎启行技术合伙人、副总裁刘轩认为，辅助驾驶渗透率虽持续提升，但仍面临众多长尾场景挑战，如多车道复杂道路选路、异形障碍物识别、潮汐车道等。此外系统的决策逻辑不透明造成“黑盒”问题，让用户缺乏安心感。为此，元戎启行推出主打防御性驾驶的VLA（视觉-语言-动作）模型，该模型具备空间语义理解、异形障碍物识别、文字类引导牌理解、语音控车四大核心能力，其突破性在于破解“黑盒”难题：通过思维链（CoT）技术实现透明化推理，以语言或文字逐步解释驾驶决策过程，增强用户信任；同时支持长时序因果推理，基于环境语义预测路况演化，输出最优决策以保障驾驶安全，上述功能将随VLA模型量产逐步释放。元戎启行相信，VLA不仅能加速汽车产业智能化进程，未来更能迁移至所有移动智能体，推动通用人工智能（AGI）迈向现实。

中国平安财产保险股份有限公司机构代理部总经理朱成成表示，智能辅助驾驶产业快速发展，全球投入规模达到450亿美元。基于历史报案数据的分析，在异型、非正前方、低矮障碍物等场景识别上仍有提升空间。同时，通过线上对2600+用户调研发现，用户对自动驾驶充满期待但尚不能完全信任，94.7%的用户相信自动驾驶终将实现，但只有27.6%的用户认为2030年前能够实现，且79%用户对于辅助驾驶功能不完全了解。此外，智能辅助驾驶对于保险公司提出了更高的要求：责任判定，主体增多、系统故障、算法问题等技术界定导致判定复杂；因此，对于L2及以上辅助驾驶的保障思路，需要结合使用场景、使用功能和保障对象等方面进行设计。

专题二聚焦“构建AI驱动的智能座舱生态运营”，邀请清华大学计算机科学与技术系教授、人工智能研究院视觉智能研究中心主任邓志东、中国第一汽车集团有限公司研发总院数字座舱开发部智能语音总监袁志伟、长安汽车座舱AI负责人侯锐、中国电信智能运营产品线总经理高雯、云知声联合创始人、副总裁李霄寒等企业代表分享了AI技术在座舱领域的应用突破，与未来的技术创新方向与趋势。

清华大学计算机科学与技术系教授、人工智能研究院视觉智能研究中心主任邓志东指出，大模型上车将重塑智能座舱人车交互的底层逻辑，并推动产业生态的重构。大语言模型通过视觉、语音与生物信号等多模态输入可实现基于语义的交叉理解，进而实现主动服务与精准决策。利用轻量化与蒸馏技术，在将多模态大模型压缩至几亿到数十亿参数后，可部署至车载端，依托“车云协同”架构提升响应速度与可靠性。大模型“上车”对车载AI推断芯片的算力与能效比要求更高，也要遵循网络安全认证框架与数据最小化原则，并通过硬件冗余设计提升系统可靠性，同时还须兼顾用户体验优化。未来要进一步构建具备自主任务规划与意图理解能力的通用引擎或超级AI智能体，将座舱与车身控制系统深度融合，拓展座舱的物理交互能力。也要加强推理型大模型的空间理解与情感计算能力。最后，要优化升级开放协作的本土供应链，实现智能座舱从“工具”到“伙伴”的跃迁，从而为用户提供更加安全、智能和情感化的出行体验。 

中国第一汽车集团有限公司研发总院数字座舱开发部智能语音总监袁志伟认为，在智能化浪潮下，汽车正从硬件驱动转向软件定义，智能座舱作为关键载体，目前行业正处于从感知到认知过渡的阶段，座舱从原先的已授权交互过渡到主动交互，服务场景也从舱内逐渐拓展到舱外。大模型上车后重构HMI架构，弱化传统桌面，使得下一代智能座舱从普适智能向个性化智能发展，也具备高度情感化特征，同时支持跨终端互联，呈现个性化、情感化及生态化三大特征，这使得汽车从交通工具转变为智能伙伴。

长安汽车座舱AI负责人侯锐提到，AI大模型时代，智能座舱在当前硬件基础上会进一步进化，结合记忆系统与V2X技术，人机交互将从被动交互转向主动服务。车端大模型落地能实现离线智能，统筹多Agent协作，车端中央大脑崛起。Agent插件化设计会催生第三方Agent生态。在此基础上，Agent有望替代互联网时代的APP，成为下一代内容服务和商业闭环的载体。基础模型突破、开发者生态繁荣、MCP生态成熟及跨平台属性优势奠定了Agent爆发的四大基础。参考人与机械协作方式的发展历程，Agent将经历类似的演进过程，一是从单体Agent到工作室阶段，届时中央调度模块可以管理管理多Agent。后续进化到流水线阶段，可以实现批量任务编排。再继续演进到小型组织阶段，能够完成动态决策与自动编排。最终形成类似现代企业的Agent联合体，可实现数据共享与自决策。

中国电信智能运营产品线总经理高雯表示，当前汽车产业价值链正加速从硬件主导向服务驱动转型，车联网运营服务赛道已进入高速发展期。基于智能体驱动，建立四维智能引擎，可以精准洞察及智能分析用户需求，通过用户画像提供差异化服务，多智能体协同调度优化服务流程，以数字人实现即时补能、用车咨询、流量权益、视频娱乐、童娱推荐、生活随心点服务的无缝交付。

云知声联合创始人、副总裁李霄寒表示，车载语音交互的发展是与汽车座舱的功能演进、价值需求以及和硬件发展紧密联系并相互驱动的。虽然技术与应用背景均发生了翻天覆地的变化，但当前仍存在体验不佳，同质化以及发展方向模糊的问题。随着大模型和多模态输入的引入，语义理解、语音识别与合成、降噪等能力显著提升，交互体验面临着实现质的飞跃的机会。未来语音交互的核心发展路径，将具有多模态、自学习以及艺术化声像表达三大特点。

论坛期间，百人会联合中国电信、多家车企和供应链企业共同发起“AI汽车生态共建行动”启动仪式，通过务实合作加深上下游企业的合作深度，拓宽生态广度，推动AI汽车产业协同创新。