现在汽车行业普遍有一个共识：在传统汽车向未来汽车的发展过程中，电动化是上半场，智能化是下半场。而智能座舱和智能驾驶则是智能化的两大特征。但随着大模型等人工智能技术上车，智能化有了更多内涵。甚至有观点认为，智能化正在向AI化转变。
2024年9月29日，在合肥举办的全球智能汽车产业大会（GIV2024）上，中国电动汽车百人会副理事长兼秘书长张永伟就提出，传统的智能化迎来了以人工智能为驱动的新智能化，汽车变化周期越来越短，甚至出现了变化叠加（电动化+智能化+AI化）的特征。人工智能时代给汽车行业带来最大的变化，就是AI成为驱动汽车变革新的决定性因素。
“汽车产业的技术高地和汽车企业的战略竞争支点正在向AI驱动的智能化快速迁移，过去的竞争力已经很难支撑汽车企业下一步的发展，未来的发展必须基于高地和支点，建立以AI驱动的智能化发展，实现战略迁移，至少对于汽车企业来讲，才会赢得未来。或者说在这个领域的变革当中跟不上，或者是没有引起足够的重视，大量的企业将失去未来。”张永伟说。
扑面而来的AI化浪潮对汽车行业和车企提出了哪些挑战，政府政策层面又要做哪些改变？作为向AI化变革的主体，中国车企准备好了吗？
张永伟认为，推动汽车从智能化向AI化的转变首先要破解四大难题：
一，破解数据难题。在智能汽车时代，数据已经成为企业核心的资产和要素，能够创造价值。而且训练智能驾驶和智能座舱的软件和系统都需要大量的数据。但中国车企普遍存在数据量不足的问题。因此，要解决数据汇聚的问题，从而让不同车企的数据发挥协同效应。但这需要创造一种机制，建议一个数据平台，各个车企按照市场化原则向平台投入数据，并按照市场化规则使用数据。
二，破解模型难题。汽车的电子电气架构、动力、底盘、智能驾驶和智能座舱这五大核心领域都需要和大模型深度融合，用人工智能的逻辑研发新的架构和解决方案。目前，市场上已经有一些通用模型可以为汽车行业使用，也有一些企业开始为汽车行业研发垂直模型。车企既要解决通用和垂类模型，还要解决自用模型，形成自己的AI竞争力。
三，破解芯片难题。人工智能最重要的硬件就是芯片，中国智能网联汽车的发展必须解决好汽车芯片的本土化供应问题。中国电动汽车百人会的思路是分领域、分种类、分阶段实现本土化。目前和AI绑定最紧密的就是大算力芯片。现在已经有国内企业在智驾、智舱芯片的研发设计领域开始突破，但还要解决本土制造的难题。
除了大算力芯片之外，汽车上大量使用的其他控制类的小芯片也需要构造本土供应链，一方面要发挥本土企业研发、本土制造的作用，另外也要鼓励海外的芯片企业在中国设立研发机构，在中国实现本土化的制造。
四，破解操作系统难题。最近发生的一些终端事件，比如有的车被远程锁死，一些电子产品被远程引爆等等都表明，汽车如此大的终端产品，其操作系统的自主可控是一个战略性的问题，应该在智能化一开始的时候，就实现和汽车的并驱发展，减少将来让车企做切换、做替换的可能性，后者的成本太高了。
现在需要解决的问题是让已经产生出来的车载、车控、智驾操作系统能够尽快上车，实现规模化应用，车企要承担起让自主操作系统上车的主要责任，操作系统企业也要创新发展模式，和车企共生共赢。不能让车企失去自己对未来发展、产品和技术升级的主导性，车企也不能让操作系统企业没有利润，白做一个系统。
除了要破解以上难题之外，张永伟进一步指出，还需要做好以下五方面的工作：
一是建设汽车智算基础设施，满足车企对庞大算力的需求。人工智能时代，汽车行业最缺的是智算的基础设施，要完成端到端智能驾驶的研发和训练，起步的算力是1 EFLOPS。这方面不仅要投入巨资，而且要持续投入，围绕着数据、算力、算法形成规模化的队伍。特斯拉已经建成了1000 EFLOPS的算力支撑，而中国国内的资源还远远不够。据公开数据，国内三大运营商累计到2024年底，规划的算力资源仅53 EFLOPS。
二是走通智能驾驶融合发展路线。就是将单车智能和车路云融合起来。比如，特斯拉的FSD采用了端到端大模型，输入车端采集数据，输出驾驶指令。但它的数据来源只有车端。如果中国能将路侧和云端数据作为输入的第二个端，两端输入，一端输出，就会成为具有中国特色的智驾解决方案。
三是推进跨界融合发展战略。完成这次人工智能与汽车融合战略，完全靠车企是不可能的，中国最大的优势就是在汽车之外，有大量能够给汽车赋能、链接汽车的跨界力量，这些力量在技术、模型、软件、网络，包括硬件，甚至是飞行领域，有足够强的单项能力，这些能力链接到汽车上，就能变成汽车的能力。
四是如何面对全球化的问题。目前，一些国家开始对中国电动汽车进行反补贴调查，欧盟还有类似非关税壁垒，比如碳足迹、碳关税等等，这是电动车目前全球化发展当中面临的新问题。到了智能汽车阶段又有一些更新的问题出现，比如最近一些国家开始提出禁止中国的智能网联软件、硬件在他的国家落地。，因为智能化牵涉数据安全、网络安全和驾驶安全。
五是制度创新和法规标准创新。一方面，目前技术创新速度很快，各项管理制度跟不上，比如数据管理，如何在数据使用和确保安全之间取得平衡。不能只关注安全，不鼓励利用，否则创新就会停止。也不能只为了利用，不顾及安全，否则很可能走向一种混乱，侵害各方利益。另一方面，法规标准也要加快更新，以跟上快速进步的技术产品。比如，满足什么标准的智驾车辆可以上路行驶，上路之后交管部门如何管理，出现事故和纠纷如何确定权责等等都需要考虑。
