AGar的初步暢想與探索實(shí)踐研究團(tuán)隊(duì)中國(guó)汽車工程學(xué)會(huì)國(guó)汽戰(zhàn)略院支持單位吉利汽車研究院發(fā)布時(shí)間2025年10月23日

近年來

，AI

正經(jīng)歷顛覆性變革

，

技術(shù)演進(jìn)呈現(xiàn)四大跨越：

從單一模態(tài)處理邁向圖文音視等多模態(tài)深度融合的統(tǒng)一框架、

從專家規(guī)則轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)的精準(zhǔn)推理、

從云端集權(quán)計(jì)算走向端云協(xié)同的高效部署、

從經(jīng)驗(yàn)擬合升級(jí)為知識(shí)引導(dǎo)的理性決策

，這些突破推動(dòng)

AI

感知、預(yù)測(cè)、推理與決策能力的指數(shù)級(jí)提升

，不僅改變了技術(shù)落地路徑

，

更將重構(gòu)所有帶有智能終端屬性的產(chǎn)品開發(fā)范式與用戶體驗(yàn)邏輯具身智能從早期的規(guī)則和感知控制方法演進(jìn)到大模型驅(qū)動(dòng)的具身智能，伴隨著大模型能力的不斷增強(qiáng)，具身智能能夠?qū)崿F(xiàn)更豐富的人機(jī)互動(dòng)和物理環(huán)境中的智能行為應(yīng)用場(chǎng)景世界模型基于對(duì)世界的理解和認(rèn)識(shí)，模擬和預(yù)測(cè)未來世界可能的合理狀態(tài)，幫助智能體更準(zhǔn)確地把握環(huán)境的復(fù)雜性和動(dòng)態(tài)變化，提高交互、決策的合理性和準(zhǔn)確性st當(dāng)前的狀態(tài)

at采取的動(dòng)作

st+1

未來狀態(tài)預(yù)測(cè)交互Transformer架構(gòu)重構(gòu)感知范式，革新自然語(yǔ)言處理領(lǐng)域，成為

BERT、GPT等大語(yǔ)言模型的基礎(chǔ)，是當(dāng)前生成式AI和多模態(tài)學(xué)習(xí)的核

心架構(gòu)強(qiáng)化學(xué)習(xí)突破了“監(jiān)督學(xué)

習(xí)依賴標(biāo)注數(shù)據(jù)”的局限，支持仿真技術(shù)與離線學(xué)習(xí)，推動(dòng)AI從“感知世界”邁向“

自主決策”內(nèi)在驅(qū)動(dòng)以大語(yǔ)言模型為代表的大模

型技術(shù)蓬勃發(fā)展，逐步通過大規(guī)模數(shù)據(jù)訓(xùn)練和人類反饋優(yōu)化，實(shí)現(xiàn)更自然、更智能的人機(jī)交互理解推理生成式模型經(jīng)歷了從簡(jiǎn)單概率模型到深度學(xué)習(xí)，再到大規(guī)模預(yù)訓(xùn)練模型的演進(jìn)，生成內(nèi)容的質(zhì)量和多樣性不斷提升多樣創(chuàng)造AI技術(shù)躍遷與創(chuàng)新突破為汽車全面智能化轉(zhuǎn)型提供根本驅(qū)動(dòng)力AI技術(shù)顛覆性躍遷將全面重塑智能終端開發(fā)范式與體驗(yàn)邏輯具身智能世界模型生成式多模態(tài)大模型算法大語(yǔ)言模型來源：中國(guó)汽車工程學(xué)會(huì)，國(guó)汽戰(zhàn)略院2AI將實(shí)現(xiàn)對(duì)汽車的全面賦能，推動(dòng)汽車成為具身智能體（AICar）

AI

Car（汽車智能體）

是下一代智能空間的核心載體與智慧出行的生態(tài)節(jié)點(diǎn)

，

以

“專業(yè)可靠的司機(jī)+

聰明溫暖的伙

伴

”為雙角色定位

，

以

“

自主性、

交互性、

適應(yīng)性

”為關(guān)鍵特征

，

通過多域智能（智駕、

座艙、

底盤、

動(dòng)力）

的融

合

，

真正實(shí)現(xiàn)從

“功能集成

”到

“智能協(xié)同

”

的跨越

，

打通物理世界與數(shù)字世界

，

并逐步深化記憶、

推理、

主動(dòng)進(jìn)

化的類生命體特質(zhì)

，最終成為深度嵌入用戶生活全場(chǎng)景的智能生態(tài)核心樞紐沉浸式體驗(yàn)主動(dòng)健康管理主動(dòng)陪伴第三生活空間

自主性能夠在沒有人類干預(yù)的情況下自主決策并執(zhí)行指令

智駕域、座艙域、底盤域、動(dòng)力域的功能邊界將逐漸模糊，最終實(shí)現(xiàn)全域融合

算力優(yōu)化駕駛

世界模型數(shù)據(jù)閉環(huán)司機(jī)伙伴交互性

自主性適應(yīng)性智能駕駛智能座艙智能底盤智能動(dòng)力汽車智能體（AICar）......記憶能力

推理能力......來源：中國(guó)汽車工程學(xué)會(huì)，國(guó)汽戰(zhàn)略院汽車智能體將扮演

“司機(jī)

+

伙伴

”兩個(gè)核心角色

交互性能夠與人類、其他智能體、交通參與者進(jìn)行交流合作

適應(yīng)性通過不斷學(xué)習(xí)和積累經(jīng)驗(yàn)，自主優(yōu)化決策和行動(dòng)策略動(dòng)態(tài)響應(yīng)動(dòng)力自主決策自學(xué)習(xí)底盤自適應(yīng)產(chǎn)品暢想座艙多模態(tài)關(guān)

鍵特性多域智能超擬人交互情感感知場(chǎng)景預(yù)判車家互聯(lián)自然對(duì)話實(shí)時(shí)感知控制大腦端云協(xié)同車能路云生態(tài)互聯(lián)融合中樞VLA3

AI

Car需同步應(yīng)對(duì)駕駛決策、

安全執(zhí)行、

空間交互、能量管理等任務(wù)

，這類任務(wù)兼具多目標(biāo)性、

高動(dòng)態(tài)性與高復(fù)雜性，單一智能體難以勝任

，

因此在

AI

對(duì)各域分別實(shí)現(xiàn)深度賦能的背景下

，AI

Car將進(jìn)化為由多域子智能體有機(jī)協(xié)同、

深度融合而成的超級(jí)智能體

，

以此突破單一智能體的能力邊界

，滿足復(fù)雜出行場(chǎng)景下的多元需求u

VLA將改變車路云協(xié)同自動(dòng)駕駛系統(tǒng)的設(shè)計(jì)邏輯與能力邊界u

世界模型本質(zhì)是對(duì)真實(shí)世界的極致壓縮，將成為理解世界預(yù)測(cè)未來的基礎(chǔ)工具u

算力優(yōu)化與車路數(shù)據(jù)閉環(huán)將成為駕駛智能體實(shí)現(xiàn)高效自迭代的核心抓手u

智能底盤與動(dòng)力將成為精準(zhǔn)動(dòng)態(tài)控制、保障行車安全的“運(yùn)動(dòng)控制大腦”u

AI將賦能形成“智駕+底盤”更大的端到端系統(tǒng)，重構(gòu)駕乘體驗(yàn)u

“超擬人交互”將重塑人車關(guān)系，助力座艙智能體邁向終極形態(tài)u

基于端云協(xié)同、大小協(xié)同的交互功能智能分配將成為座艙的應(yīng)用范式u

在多端互聯(lián)推動(dòng)下AIOS將加速實(shí)現(xiàn)從座艙開始的落地應(yīng)用u

動(dòng)力電池向集實(shí)時(shí)感知、自主決策、動(dòng)態(tài)響應(yīng)的智能電池系統(tǒng)轉(zhuǎn)型u

AI賦能下的全局最優(yōu)能量策略，將重塑車輛使用全周期能量管理范式駕駛智能體座艙智能體底盤智能體動(dòng)力智能體AICar的本質(zhì)是由多個(gè)子智能體有機(jī)融合的超級(jí)智能體超級(jí)智能體產(chǎn)品暢想來源：中國(guó)汽車工程學(xué)會(huì)，國(guó)汽戰(zhàn)略院整體調(diào)度

融合連貫4VLA架構(gòu)圖

軌跡

技術(shù)解析：

VLA在統(tǒng)一架構(gòu)內(nèi)深度整合了視覺感知、

邏輯推理、

行為規(guī)劃等多模態(tài)信息

，能夠有效解決多模型信息傳遞損耗和聯(lián)合優(yōu)化效果不佳等問題。

當(dāng)前

，

VLA已開始在車端部署

，

大語(yǔ)言模型、

MoE架構(gòu)、

擴(kuò)散模型是支撐VLA性能優(yōu)化的關(guān)鍵

，

即大語(yǔ)言模型負(fù)責(zé)理解推理、

MoE保障模型高效運(yùn)行、擴(kuò)散模型輸出精準(zhǔn)軌跡

戰(zhàn)略院判斷：

VLA的核心價(jià)值是

“一體化效率”與“場(chǎng)景適應(yīng)性”

，可以讓車路云協(xié)同智駕系統(tǒng)像人類一樣

“看見即能行動(dòng)”

，將成為車端“端到端”系統(tǒng)的核心形態(tài)

，與路端智能協(xié)同成為駕駛智能體的基礎(chǔ)混合專家（MoE）

保障VLA推理性能

駕駛知識(shí)

慢思考模式快思考模式思維鏈CoT擴(kuò)散模型實(shí)現(xiàn)精準(zhǔn)軌跡輸出向前一步：VLA的本質(zhì)是將多模態(tài)信息整合在統(tǒng)一架構(gòu)內(nèi)，即V+L+A，未來端到端勢(shì)必融合更多模態(tài)，核心形態(tài)將發(fā)展為XLA即Xn

+L+A時(shí)間+空間歷史/預(yù)測(cè)信息3D投影VLA將改變車路云協(xié)同自動(dòng)駕駛系統(tǒng)的設(shè)計(jì)邏輯與能力邊界

多個(gè)編碼器

E1

E2

E3

E4…

路由器

MoE

稀疏注意力

層

尺

前

特歸

度

饋

征一

偏

網(wǎng)

集化

移

絡(luò)

合重復(fù)N次強(qiáng)化學(xué)習(xí)

世界模型

獎(jiǎng)勵(lì)模型

GPT大語(yǔ)言模型語(yǔ)音控制人機(jī)交互擴(kuò)散解碼器↑噪聲線性變換&數(shù)據(jù)重塑V：空間智能動(dòng)作策略

擴(kuò)散解碼器

噪聲

人類偏好建模利用diffusion將actiontoken解碼成最終的駕駛軌跡人類反饋強(qiáng)化學(xué)習(xí)RLHF 人類偏好數(shù)據(jù)集

3D高斯表征行為對(duì)齊的VLA模型多智能體軌跡關(guān)

鍵

判

斷

一動(dòng)作標(biāo)記3D投影編碼器來源：中國(guó)汽車工程學(xué)會(huì)，國(guó)汽戰(zhàn)略院A：動(dòng)作智能L：語(yǔ)言智能動(dòng)作標(biāo)記下一幀預(yù)測(cè)3D編碼器特征集合多頭自注意力A：動(dòng)作輸出3D特征駕駛指令VLA基礎(chǔ)模型VLA指導(dǎo)多層代理噪聲采樣導(dǎo)航位置自車姿態(tài)攝像頭激光雷達(dá)l尺度偏移層

歸

一

化層

歸

一

化5世界模型本質(zhì)是對(duì)真實(shí)世界的極致壓縮，將成為理解世界預(yù)測(cè)未來的基礎(chǔ)工具

技術(shù)解析：世界模型旨在構(gòu)建能夠理解、

推理并預(yù)測(cè)駕駛環(huán)境的AI框架

，

通過整合傳感器數(shù)據(jù)、

交通規(guī)則及歷史經(jīng)

驗(yàn)等要素

，利用反事實(shí)推理、物理規(guī)則模擬及泛化等核心能力

，模擬人類駕駛員對(duì)于復(fù)雜場(chǎng)景的認(rèn)知邏輯

戰(zhàn)略院判斷：

當(dāng)前

，

世界模型主要通過空間重建和時(shí)間推演助力智駕系統(tǒng)的強(qiáng)化學(xué)習(xí)與閉環(huán)仿真訓(xùn)練

，

未來

，

世界

模型還將深度賦能艙駕融合多模交互與價(jià)值挖掘

，應(yīng)用于所有需要在虛擬環(huán)境中創(chuàng)建場(chǎng)景、進(jìn)行預(yù)測(cè)和交互的環(huán)節(jié) 未來艙駕融合多模交互

+數(shù)據(jù)融合與價(jià)值挖掘艙駕融合多模交互

實(shí)現(xiàn)自然流暢的車內(nèi)外多模交互融合視覺、語(yǔ)音、手勢(shì)等多種信息，

擁有類人感知能力，并模擬駕駛員思維，讓用戶與車輛的交互更加自然流暢

構(gòu)建個(gè)性化與情感化交互通過持續(xù)學(xué)習(xí)用戶數(shù)據(jù)，為用戶提供高度個(gè)性化的交互體驗(yàn)數(shù)據(jù)融合與價(jià)值挖掘

打破數(shù)據(jù)壁壘實(shí)現(xiàn)高效融合世界模型作為統(tǒng)一的框架，整合智能座艙和智能駕駛系統(tǒng)的數(shù)據(jù)，加速艙駕一體技術(shù)落地

深度挖掘數(shù)據(jù)價(jià)值驅(qū)動(dòng)創(chuàng)新對(duì)融合后的數(shù)據(jù)進(jìn)行深度分析和挖掘，支持輔助駕駛系統(tǒng)迭代基本特征世界模型賦能智能駕駛的方式演進(jìn)空間重建

+時(shí)間推演

當(dāng)前

第一類：顯式

生成逼真視頻通過直接擴(kuò)展數(shù)據(jù)集來增強(qiáng)自駕模型的訓(xùn)練向前一步：從“專用智駕模型”向“通用基座模型”演進(jìn)，將端到端系統(tǒng)的“類人”與世界模型的“類世界”進(jìn)行融合是技術(shù)迭代方向第二類：

隱空間

預(yù)測(cè)直接學(xué)習(xí)狀態(tài)轉(zhuǎn)移和下個(gè)動(dòng)作預(yù)測(cè)，而不生成數(shù)據(jù)反饋預(yù)測(cè)泛化交互物理規(guī)則模擬想象反事實(shí)推理下游模型世界模型下游模型世界模型關(guān)鍵判斷二來源：中國(guó)汽車工程學(xué)會(huì)，國(guó)汽戰(zhàn)略院理解環(huán)境

獎(jiǎng)勵(lì)認(rèn)知

環(huán)境

核心角色

關(guān)鍵能力行動(dòng)數(shù)據(jù)訓(xùn)練生成6算法決定模型的“效率與精度”問題分析平臺(tái)仿真測(cè)評(píng)平臺(tái)模型開發(fā)平臺(tái)OTA更新數(shù)據(jù)采集數(shù)據(jù)篩選車端芯片算力已突破千級(jí)TOPS車端SoC芯片算力上限持續(xù)突破

高性能芯片正持續(xù)加速普及應(yīng)用更多熱量降低減少

優(yōu)化能效比

用戶產(chǎn)

品企業(yè)

提升續(xù)航里程保障系統(tǒng)性能穩(wěn)定降低物料成本算力優(yōu)化與車路數(shù)據(jù)閉環(huán)將成為駕駛智能體實(shí)現(xiàn)高效自迭代的核心抓手

技術(shù)解析：算力負(fù)責(zé)為算法迭代提供基礎(chǔ)設(shè)施建設(shè)

，數(shù)據(jù)負(fù)責(zé)為算法迭代提供根本驅(qū)動(dòng)力

戰(zhàn)略院判斷：

①行業(yè)呈現(xiàn)車云兩端算力同步擴(kuò)張的趨勢(shì)

，但算力規(guī)模是競(jìng)賽基礎(chǔ)

，能效比優(yōu)化才是取勝關(guān)鍵；

②數(shù)據(jù)

量的積累已成為共識(shí)性發(fā)展路徑

，但規(guī)模只是開局

，

閉環(huán)才是終局

，企業(yè)需構(gòu)筑全棧、全價(jià)值鏈的車路數(shù)據(jù)閉環(huán)能力向前一步：無(wú)論是算力還是數(shù)據(jù)，相較于“量”的擴(kuò)張，實(shí)現(xiàn)“量”的優(yōu)化及“質(zhì)”的提升將成為企業(yè)決勝AI時(shí)代的核心競(jìng)爭(zhēng)力車路數(shù)據(jù)閉環(huán)系統(tǒng)版本更新云端頭部超算中心已突破EFLOPS級(jí)整車企業(yè)以自建或合作的方式加速擴(kuò)容云端算力數(shù)據(jù)決定模型的“認(rèn)知廣度”算力決定模型的“決策速度”GT生成障礙物測(cè)評(píng)車道線測(cè)評(píng)功能測(cè)評(píng)FleetOTA服務(wù)車輛管理目標(biāo)數(shù)據(jù)數(shù)據(jù)整理數(shù)據(jù)重組需求標(biāo)簽用途、功能

場(chǎng)景、時(shí)間描述標(biāo)簽工況、氣候環(huán)境、場(chǎng)景原始數(shù)據(jù)視覺、激光定位、底盤關(guān)鍵判斷三來源：中國(guó)汽車工程學(xué)會(huì)，國(guó)汽戰(zhàn)略院場(chǎng)景挖掘平臺(tái)3D點(diǎn)云工具4D標(biāo)注工具框點(diǎn)工具分割工具數(shù)據(jù)管理平臺(tái)任務(wù)/人員/質(zhì)量管理自動(dòng)化標(biāo)注/驗(yàn)收標(biāo)

注

工具ISSUE分類ISSUE回歸測(cè)評(píng)場(chǎng)景回灌測(cè)評(píng)集群調(diào)度算法評(píng)測(cè)云端IDE版本管理模型編譯模型訓(xùn)練模型管理標(biāo)注流程標(biāo)簽管

理更高算力更高能耗數(shù)據(jù)標(biāo)注服務(wù)評(píng)測(cè)用數(shù)據(jù)散熱墻功耗墻數(shù)據(jù)回灌問題數(shù)據(jù)場(chǎng)景7“超擬人交互”將重塑人車關(guān)系，助力座艙智能體邁向終極形態(tài)

技術(shù)解析：

多模態(tài)感知及上下文工程、

因果推理與隱式意圖解構(gòu)、

跨場(chǎng)景多模態(tài)身份記憶網(wǎng)絡(luò)等技術(shù)有望解決當(dāng)前

座艙面臨的感知模態(tài)孤立、情境理解膚淺、

意圖理解機(jī)械、

交互被動(dòng)僵化、缺乏推理共情、

記憶碎片化等痛點(diǎn)難點(diǎn)

戰(zhàn)略院判斷：

“超擬人交互

”將實(shí)現(xiàn)擬人級(jí)別的感知、

理解、

記憶與交互能力

，

重新定義人車關(guān)系

，

不斷強(qiáng)化情感

陪伴、

長(zhǎng)期協(xié)同等維度的深層價(jià)值

，

并推動(dòng)座艙智能體加速邁向

“數(shù)字生命伙伴”這一終極形態(tài)演進(jìn)擬人的超級(jí)感知能力

擬人的超級(jí)理解能力因果推理與隱式意圖解構(gòu)更精確地理解真實(shí)場(chǎng)景在單一指令下完成多個(gè)連鎖任務(wù)，降低操作負(fù)擔(dān)情境化動(dòng)態(tài)推理引擎更綜合地判斷指令適宜性更細(xì)膩地捕捉情感狀態(tài)還原“千人千面”專屬空間，實(shí)現(xiàn)真正的個(gè)性化服務(wù)延續(xù)主動(dòng)情感計(jì)算與共情響應(yīng)超擬人

交互向前一步：座艙智能體將成為人車交互的唯一窗口，是串聯(lián)各域智能體實(shí)現(xiàn)跨域協(xié)同服務(wù)的自然交互中樞面對(duì)含蓄表達(dá)，將潛臺(tái)詞以可解釋的方式呈現(xiàn)，實(shí)現(xiàn)“讀心”實(shí)現(xiàn)情感自適應(yīng)交互、長(zhǎng)期陪伴與協(xié)同決策作為用戶的數(shù)字化身伴侶，通過自我迭代成為專屬“知己”超越傳統(tǒng)TTS，提供具備情感共振能力的陪伴式語(yǔ)音交互跨場(chǎng)景多模態(tài)的身份記憶網(wǎng)絡(luò)多模態(tài)混合記憶系統(tǒng)多模態(tài)感知及上下文工程情感計(jì)算與微狀態(tài)感知引擎情境化拒識(shí)模型擬人的超級(jí)交互能力擬人的超強(qiáng)記憶能力關(guān)鍵判斷四來源：中國(guó)汽車工程學(xué)會(huì)，國(guó)汽戰(zhàn)略院技術(shù)效果技術(shù)效果技術(shù)效果技術(shù)效果技術(shù)支撐技術(shù)支撐技術(shù)支撐技術(shù)支撐人格化AIAgent系統(tǒng)8基于端云協(xié)同、大小協(xié)同的交互功能智能分配將成為座艙的應(yīng)用范式

技術(shù)解析：

端云協(xié)同將強(qiáng)感知理解、

強(qiáng)隱私相關(guān)及實(shí)時(shí)性要求高的功能優(yōu)先部署在端側(cè)

，

將復(fù)雜生成類和知識(shí)檢索

類功能優(yōu)先部署在云端

，最終實(shí)現(xiàn)不同場(chǎng)景下功能和數(shù)據(jù)的有效互補(bǔ)

，

目前端云協(xié)同已經(jīng)成為行業(yè)共識(shí)性方案

戰(zhàn)略院判斷：

端云協(xié)同既能發(fā)揮云端大模型的資源優(yōu)勢(shì)

，

又能結(jié)合端側(cè)小模型的計(jì)算敏捷性

，將成為座艙領(lǐng)域

AI

技

術(shù)的應(yīng)用范式

，實(shí)現(xiàn)強(qiáng)推理與長(zhǎng)記憶結(jié)合

，解決更多邊際痛點(diǎn)和需求碎片化問題端基礎(chǔ)模型與調(diào)度

端云協(xié)同云階段一：初始化與分割點(diǎn)決策1.端側(cè)設(shè)備接收用戶請(qǐng)求2.系統(tǒng)實(shí)時(shí)監(jiān)測(cè)網(wǎng)絡(luò)狀態(tài)、設(shè)備算力、

電池電量等參數(shù)并進(jìn)行上下文評(píng)估3.基于評(píng)估結(jié)果，選擇最優(yōu)模型分割點(diǎn)階段二：端側(cè)計(jì)算與特征提取4.對(duì)原始輸入進(jìn)行標(biāo)準(zhǔn)化處理5.執(zhí)行模型分割點(diǎn)前的所有層6.生成中間表征（Tensor）階段三：

云端協(xié)同推理7.將中間表征壓縮傳輸至云端8.云端從分割點(diǎn)開始執(zhí)行后續(xù)模型層9.對(duì)輸出進(jìn)行后處理和優(yōu)化階段四：結(jié)果返回至端側(cè)呈現(xiàn)向前一步：端云協(xié)同的任務(wù)處理中心將從以“云”為主轉(zhuǎn)向以“端”為主，重塑任務(wù)處理的效率與體驗(yàn)數(shù)據(jù)加密與數(shù)據(jù)安全E聲音視覺·

·

車輛信息用戶畫像

c環(huán)境信息

網(wǎng)絡(luò)信息AI原生智能應(yīng)用AI子系統(tǒng)端云協(xié)同端云協(xié)同解耦架構(gòu)端側(cè)直接處理全新人機(jī)交互更自然的交互多模態(tài)的理解全場(chǎng)景智能全場(chǎng)景感知高效協(xié)同、連續(xù)服務(wù)個(gè)性化專屬更懂你的智能更系統(tǒng)的隱私安全無(wú)縫流暢用戶體驗(yàn)端側(cè)小模型-初步判斷復(fù)雜度↓調(diào)用知識(shí)算力↓探索-分割協(xié)同-流程示意主流-切換協(xié)同-流程示意關(guān)鍵判斷五《個(gè)人數(shù)據(jù)+用戶意圖來源：中國(guó)汽車工程學(xué)會(huì)，國(guó)汽戰(zhàn)略院+

智能中樞無(wú)縫上報(bào)云端反饋車端結(jié)果生成快速相應(yīng)簡(jiǎn)單任務(wù)

復(fù)雜任務(wù)其他子系統(tǒng)數(shù)據(jù)大模型云端

大模型9當(dāng)前

，用戶需要通過操作多個(gè)不同的

OS

實(shí)現(xiàn)與不同產(chǎn)品的交互，或者使用同一品牌產(chǎn)品

，在統(tǒng)一OS

下實(shí)現(xiàn)產(chǎn)品交互

PCOSOS

PhoneOSCarIoTOS統(tǒng)一OSPhoneCar未來，多個(gè)智能終端將形成開放互聯(lián)的生態(tài)網(wǎng)絡(luò)，用戶通過一個(gè)AIAgent即可實(shí)現(xiàn)與所有產(chǎn)品的交互用戶

AI

Agent

AI

Car-智能出行

互聯(lián)合一

AI

Phone-私人助理

AI

PC-提升生產(chǎn)力

共生共享

AIoT-便利生活

技術(shù)解析：

AI

OS

是基于AI跨域融合、

多端互聯(lián)的操作系統(tǒng)

，能夠充分融合汽車、

手機(jī)、

電腦、

平板、穿戴設(shè)備、智能家居等多智能終端的用戶需求與感知數(shù)據(jù)

，

能夠在保證系統(tǒng)安全性和用戶隱私的同時(shí)實(shí)現(xiàn)高效資源管理、

任務(wù)調(diào)度和多終端精準(zhǔn)服務(wù)分發(fā)

，最終滿足用戶全場(chǎng)景智能生活體驗(yàn)的需求

戰(zhàn)略院判斷：智能座艙作為承載用戶情感、

連接數(shù)字生活的智能移動(dòng)空間

，將成為AI

OS提供智能服務(wù)的關(guān)鍵載體手機(jī)

×AIoT向前一步：AIOS將從座艙域的智能場(chǎng)景服務(wù)向整車各域的深度融合演進(jìn)，將全車整合為可整體調(diào)度、融合連貫的“超級(jí)智能體”在多端互聯(lián)推動(dòng)下

AIOS將加速實(shí)現(xiàn)從座艙開始的落地應(yīng)用

語(yǔ)音交互

主動(dòng)交互

座艙智能體AIOS座艙

駕駛

底盤

動(dòng)力

其他關(guān)鍵判斷六來源：中國(guó)汽車工程學(xué)會(huì)，國(guó)汽戰(zhàn)略院用戶PCIoT（品牌不同）（品牌相同）模式二模式一用戶用戶10智能底盤與動(dòng)力將成為精準(zhǔn)動(dòng)態(tài)控制、保障行車安全的“運(yùn)動(dòng)控制大腦”

技術(shù)解析：

通過引入局部神經(jīng)網(wǎng)絡(luò)及模型預(yù)測(cè)控制等算法

，

VMC

將持續(xù)迭代

，

成為逼近物理極限的

“運(yùn)動(dòng)控制大

腦”

，實(shí)現(xiàn)多輸入、

多輸出的智能化精準(zhǔn)動(dòng)態(tài)控制

，持續(xù)拓展線控執(zhí)行器的性能及潛力

，不斷突破動(dòng)態(tài)控制上限

戰(zhàn)略院判斷：通過感知+AI與線控技術(shù)的深度融合

，

底盤的角色將被顛覆

，從被動(dòng)感知、

單域控制、

人工標(biāo)定的機(jī)械

系統(tǒng)向主動(dòng)感知、

協(xié)同控制、

健康管理、

自主適應(yīng)、

自主學(xué)習(xí)的智能化協(xié)同系統(tǒng)演進(jìn)

，

智能調(diào)用整車原子能力

，

重

新定義智能行車體驗(yàn)

，

自如應(yīng)對(duì)極端工況極致操控與安全避險(xiǎn)的全場(chǎng)景需求行駛路面智能識(shí)別及控制外部場(chǎng)景智能識(shí)別及控制

駕駛員指令智能識(shí)別及控制

故障智能識(shí)別與容錯(cuò)控制安全邊界智能識(shí)別與極限運(yùn)動(dòng)控制底盤預(yù)瞄場(chǎng)景識(shí)別AI車端模型：賦能原子能力云端模型：訓(xùn)練并持續(xù)進(jìn)化空氣彈簧主動(dòng)穩(wěn)定桿EMB功能服務(wù)原子化Signal-to-Service轉(zhuǎn)角N電機(jī)旋變輪端高度輪端加速度雷達(dá)輪速

踏板6D

IMU

GPS攝像頭

其他AI驅(qū)動(dòng)智能化多域數(shù)據(jù)融合

實(shí)時(shí)動(dòng)態(tài)調(diào)整全新功能提升用戶體驗(yàn)打造差異化競(jìng)爭(zhēng)力向前一步：以“全域融合動(dòng)態(tài)控制”“全維舒適體驗(yàn)”與“全場(chǎng)景安全保障”為目標(biāo)，最終構(gòu)建“全生命周期進(jìn)化不息”的底盤智能體懸架高度、懸架剛度、懸架阻尼、轉(zhuǎn)向比、轉(zhuǎn)向手感、轉(zhuǎn)向力矩、方向盤轉(zhuǎn)角、轉(zhuǎn)向機(jī)轉(zhuǎn)角、驅(qū)動(dòng)扭矩響應(yīng)、驅(qū)動(dòng)扭矩

……控制層關(guān)鍵判斷七執(zhí)行層來源：中國(guó)汽車工程學(xué)會(huì)，國(guó)汽戰(zhàn)略院感知層EPSRWSSbW四電機(jī)單電機(jī)雙電機(jī)IPBDPB全主動(dòng)懸架主動(dòng)減震器11三電機(jī)BWAESPAI將賦能形成“智駕+底盤”更大的端到端系統(tǒng)，重構(gòu)駕乘體驗(yàn)

技術(shù)解析：

底盤可與智駕構(gòu)建深度耦合的

“控制閉環(huán)

”

，

底盤響應(yīng)智駕指令調(diào)控姿態(tài)

，

智駕根據(jù)底盤反饋優(yōu)化路徑

，

基于高頻數(shù)據(jù)交互與實(shí)時(shí)算法迭代

，

能夠依據(jù)路面環(huán)境自主調(diào)整行駛策略

，使車輛在復(fù)雜工況下保持動(dòng)態(tài)穩(wěn)定

戰(zhàn)略院判斷：

智駕與底盤的初期融合探索主要以點(diǎn)狀技術(shù)融合為主

，

核心是雙向交互、

數(shù)據(jù)打通與安全備份

，

隨著

中央集中式電子電氣架構(gòu)的發(fā)展

，智駕與底盤的融合中樞或?qū)?shí)現(xiàn)第三階段融合，智駕+底盤的端到端打通（面向L5）仍為早期概念階段，將隨著端到端的應(yīng)用逐步明晰自動(dòng)駕駛+AI底盤融合中樞機(jī)器視覺

雷達(dá)/GPS車身姿態(tài)路面信息第一階段（現(xiàn)在）協(xié)同，更好地支持智駕實(shí)現(xiàn)（支持L2）核心是線控化提高底盤控制精度，賦能精準(zhǔn)執(zhí)行機(jī)器視覺雷達(dá)/GPS第二階段交互，逐步探索穩(wěn)定邊界（支持L3+）核心是雙向交互、數(shù)據(jù)打通智能底盤對(duì)智能駕駛的安全備份點(diǎn)狀應(yīng)用融合(Two

Box/Two

Board)雷達(dá)/GPS向前一步：通過基于高速以太網(wǎng)、多域互聯(lián)的新一代EE架構(gòu)，“底盤+智駕+座艙”將深度融合，提供千人千面、風(fēng)格隨心的駕乘體驗(yàn)CameraLidar

GPSModule智駕端到端Wheel

brakeWheel

Drive整車端到端智能底盤電動(dòng)底盤輔助駕駛智能駕駛關(guān)鍵判斷八來源：中國(guó)汽車工程學(xué)會(huì)，國(guó)汽戰(zhàn)略院CameraLidar

GPS機(jī)器視覺階段一階段二Planning12Steer動(dòng)力電池向集實(shí)時(shí)感知、自主決策、動(dòng)態(tài)響應(yīng)的智能電池系統(tǒng)轉(zhuǎn)型

技術(shù)解析：

通過多維先進(jìn)傳感明晰電池故障與內(nèi)外信號(hào)的對(duì)應(yīng)關(guān)系

，

提取關(guān)鍵物理場(chǎng)參數(shù)并確定外置傳感器最優(yōu)監(jiān)

測(cè)方案

，

構(gòu)建AI驅(qū)動(dòng)的多維信號(hào)協(xié)同監(jiān)測(cè)與故障診斷模型

，

智能電池管理系統(tǒng)可實(shí)現(xiàn)更加精準(zhǔn)的狀態(tài)估計(jì)與安全預(yù)

警

，并能進(jìn)行多場(chǎng)主動(dòng)調(diào)控

，助力動(dòng)力電池實(shí)現(xiàn)低成本智能化轉(zhuǎn)型

戰(zhàn)略院判斷：

電池安全的重心將從

“被動(dòng)防護(hù)

”和

“故障報(bào)警

”升級(jí)為

“

隱患預(yù)警

”和

“風(fēng)險(xiǎn)主動(dòng)抑制

”

，

應(yīng)以個(gè)

體化數(shù)字孿生模型和端云協(xié)同的AI診斷技術(shù)為抓手

，

對(duì)潛在故障進(jìn)行長(zhǎng)周期預(yù)測(cè)

，

實(shí)現(xiàn)電池健康狀態(tài)的精準(zhǔn)預(yù)測(cè)與

全生命周期管理

，讓電池安全成為一種可進(jìn)化的服務(wù)能力電信號(hào)溫度

壓力聲波

氣體基于AI的電池管理系統(tǒng)向前一步：從“被動(dòng)保護(hù)”躍遷為“前饋預(yù)警+主動(dòng)干預(yù)”，實(shí)現(xiàn)天級(jí)預(yù)警能力，達(dá)成全生命周期零安全事故目標(biāo)析鋰調(diào)控氣體調(diào)控電池最優(yōu)快充安全電調(diào)控狀態(tài)智能感知多場(chǎng)主動(dòng)調(diào)控安全預(yù)警缺陷精準(zhǔn)識(shí)別

早期安全預(yù)警壽命評(píng)估可分別辨識(shí)正負(fù)極復(fù)雜衰退模式狀態(tài)估計(jì)全工況全壽命

降低誤差關(guān)鍵判斷九r多傳感映射機(jī)制來源：中國(guó)汽車工程學(xué)會(huì)，國(guó)汽戰(zhàn)略院

δp

δn

0AI數(shù)據(jù)驅(qū)動(dòng)算法多物理場(chǎng)耦合模型負(fù)極

隔膜δn模型降維設(shè)計(jì)13cs,nδn+δsepcs,p δsep 集流體(Cu)集流體(Al)δn+δsep+δp正極xLr行駛策略能量編排，AI全地形識(shí)別，能量全局尋優(yōu)，百公里能耗進(jìn)一步下降，全場(chǎng)景全工況續(xù)航提升車作為移動(dòng)能源節(jié)點(diǎn)深度融入新型電力系統(tǒng)，通過智能有序充電、雙向充放電、電力市場(chǎng)交易，為國(guó)家電網(wǎng)提供靈活的調(diào)節(jié)能力動(dòng)態(tài)找樁，全自動(dòng)充電補(bǔ)能，“充電

+”生態(tài)建設(shè)，人-家-車-樁-儲(chǔ)互聯(lián)，提供無(wú)憂、享受的補(bǔ)能服務(wù)AI賦能下的全局最優(yōu)能量策略，將重塑車輛使用全周期能量管理范式

技術(shù)解析：通過智能場(chǎng)景引擎、

動(dòng)態(tài)因果圖譜與混合優(yōu)化算法

，構(gòu)建

“車輛+環(huán)境”的全域協(xié)同網(wǎng)絡(luò)

，

實(shí)時(shí)（毫秒級(jí)）

捕捉車端動(dòng)力、

熱管理、

空調(diào)、

底盤的狀態(tài)

，

同步耦合動(dòng)態(tài)交通、

實(shí)時(shí)天氣、

分時(shí)電價(jià)與樁站負(fù)載等全域信號(hào)

，

從

而徹底打破傳統(tǒng)車輛與環(huán)境的信息孤島

，實(shí)現(xiàn)覆蓋用戶“上車到離車”的全域?qū)崟r(shí)能量服務(wù)與管理

戰(zhàn)略院判斷：

動(dòng)力智能體將融合全局行程的多源信息

，

實(shí)現(xiàn)全車動(dòng)力與智駕的深度域控整合

，

既能以用戶需求為目

標(biāo)動(dòng)態(tài)生成全局最優(yōu)能量策略

，

并隨著

AI

對(duì)工況信息的利用深化持續(xù)提升預(yù)見性；還能接入車能路云一體能源平臺(tái)

，

讓車化身移動(dòng)能源節(jié)點(diǎn)融入新型電力系統(tǒng)

，

完成全鏈路能源交易

，成為可流動(dòng)的儲(chǔ)能資產(chǎn)向前一步：以“智能動(dòng)力+車能路云”構(gòu)建“智能節(jié)能、智能補(bǔ)能、智能供能”的多場(chǎng)景動(dòng)力智能體，解放AICar的能量束縛分時(shí)電價(jià)空調(diào)樁站負(fù)載底盤實(shí)時(shí)天氣熱管理動(dòng)態(tài)交通動(dòng)力自車狀態(tài)車外環(huán)境關(guān)鍵判斷十來源：中國(guó)汽車工程學(xué)會(huì)，國(guó)汽戰(zhàn)略院智能節(jié)能智能補(bǔ)能智能供能14資源配置生存三角轉(zhuǎn)型博弈邏輯

AI正以顛覆性力量重塑汽車產(chǎn)品

，推動(dòng)其邁入智能體新紀(jì)元

，企業(yè)生存邏輯迎來三大革命性轉(zhuǎn)變

價(jià)值創(chuàng)造方面

，

企業(yè)的戰(zhàn)略目標(biāo)被改變

，

從

“造好車

”

的制造價(jià)值

，

轉(zhuǎn)向

“運(yùn)營(yíng)智能體

”

的長(zhǎng)期運(yùn)營(yíng)價(jià)值；資源配置方面

，數(shù)據(jù)作為

AI

的核心養(yǎng)料

，將成為影響企業(yè)競(jìng)爭(zhēng)力的戰(zhàn)略資產(chǎn)

，

固定硬資產(chǎn)的核心地位逐步讓位于數(shù)據(jù)軟資產(chǎn)；博弈邏輯方面

，AI將打破單一維度競(jìng)爭(zhēng)格局

，

升級(jí)為生態(tài)體系間的價(jià)值網(wǎng)絡(luò)對(duì)抗企業(yè)的戰(zhàn)略目標(biāo)由“造好車”轉(zhuǎn)型為“運(yùn)營(yíng)智能體”

資源配置的轉(zhuǎn)變

數(shù)據(jù)不再是成本中心，而是影響企業(yè)競(jìng)爭(zhēng)力的核心戰(zhàn)略資產(chǎn)

博弈邏輯的轉(zhuǎn)變

AICar的產(chǎn)品變革將改寫企業(yè)的生存與發(fā)展邏輯

價(jià)值創(chuàng)造的轉(zhuǎn)變

運(yùn)營(yíng)價(jià)值數(shù)據(jù)軟資產(chǎn)生態(tài)體系競(jìng)爭(zhēng)制造價(jià)值固定硬資產(chǎn)單一維度競(jìng)爭(zhēng)性能及成本競(jìng)賽轉(zhuǎn)為“生態(tài)體系間的價(jià)值網(wǎng)絡(luò)對(duì)抗”變革挑戰(zhàn)來源：中國(guó)汽車工程學(xué)會(huì)，國(guó)汽戰(zhàn)略院AI養(yǎng)分AI破局AI重塑價(jià)值創(chuàng)造15

價(jià)值創(chuàng)造的轉(zhuǎn)變

定義智能體的“人格”與“價(jià)值主張”

，重塑品牌調(diào)性

資源配置的轉(zhuǎn)變

重視全流程的數(shù)據(jù)資產(chǎn)收集整理和價(jià)值挖掘以數(shù)據(jù)打通和閉環(huán)為抓手，串聯(lián)“開發(fā)→體驗(yàn)”全環(huán)節(jié)構(gòu)建更高層級(jí)的、大研發(fā)體系的AI

Car開發(fā)團(tuán)隊(duì)打破部門墻，更加強(qiáng)調(diào)跨職能協(xié)作

博弈邏輯的轉(zhuǎn)變

構(gòu)筑全生態(tài)資源整合能力、提升跨終端智能協(xié)同體驗(yàn)資源配置生存三角轉(zhuǎn)型博弈邏輯

價(jià)值創(chuàng)造方面

，

企業(yè)需定義智能體的獨(dú)特人格與價(jià)值主張

，

以此煥新未來品牌調(diào)性；資源配置方面

，

既要深挖全流程數(shù)據(jù)價(jià)值、

打造

“開發(fā)

→

體驗(yàn)

”

閉環(huán)

，

也要搭建更高戰(zhàn)略層級(jí)的、

打破部門墻的跨職能AI大研發(fā)團(tuán)隊(duì)

，

保障AICar的系統(tǒng)性研發(fā)；

博弈邏輯方面

，整車企業(yè)應(yīng)加速構(gòu)建全生態(tài)資源整合能力

，

提升跨終端的智能協(xié)同體驗(yàn)

，從而強(qiáng)化用戶粘性

，打造AI時(shí)代企業(yè)生態(tài)競(jìng)爭(zhēng)的核心壁壘以“生存三角新法則”鍛造AICar時(shí)代的企業(yè)突圍力實(shí)踐突圍來源：中國(guó)汽車工程學(xué)會(huì)，國(guó)汽戰(zhàn)略院價(jià)值創(chuàng)造16指導(dǎo)專家李駿中國(guó)汽車工程學(xué)會(huì)名譽(yù)理事長(zhǎng)、

中國(guó)工程院院士、

清華大學(xué)教授萬(wàn)雷鳴

吉利汽車研究院李克強(qiáng)中國(guó)汽車工程學(xué)會(huì)副理事長(zhǎng)、

中國(guó)工程院院士、

清華大學(xué)教授何軼凡

吉利汽車研究院張進(jìn)華

中國(guó)汽車工程學(xué)會(huì)理事長(zhǎng)

梁

軼

吉利汽車研究院侯福深

中國(guó)汽車工程學(xué)會(huì)副理事長(zhǎng)兼秘書長(zhǎng)