編者按

最近DeepSeek狂潮席卷全球，掀起了新一輪汽車行業(yè)企業(yè)AI熱潮。它打破了傳統(tǒng)大模型依賴大算力的路徑，加速AI技術普及和普惠。AI賦能汽車全價值鏈，已成為驅(qū)動汽車智能化變革的核心引擎和新的戰(zhàn)略支點，助力車企在智能化轉型中搶占先機。迎接AI定義汽車時代來臨，但也應正視AI應用所面臨的諸多現(xiàn)實和潛在挑戰(zhàn)。

圍繞AI汽車賽道，《汽車縱橫》特作本期“封面故事”專題報道。本專題報道共6篇，今天發(fā)布第6篇，敬請關注。

自預訓練大模型研究突破后，AI技術如浪潮般席卷全球汽車產(chǎn)業(yè)，推動從生產(chǎn)線無人化到自動駕駛的飛躍，帶領汽車行業(yè)從傳統(tǒng)“機械制造”邁向“智能移動服務生態(tài)”的新時代。

在汽車產(chǎn)業(yè)的智能化變革浪潮中，AI技術正在為智能化下半場的競爭與合作按下加速鍵。如今，隨著DeepSeek等AI工具開源熱潮的興起，國內(nèi)車企及相關產(chǎn)業(yè)鏈紛紛接入，借此機會完善AI服務等領域的技術布局。然而，放眼全球，AI在汽車領域的應用早已不再是新鮮事，全球車企在生產(chǎn)制造、技術優(yōu)化等多個方面，已從理念探討階段邁向了實際操作的階段。

重構生產(chǎn)體系轉向“算法驅(qū)動”

從整車生產(chǎn)流程來看，制造端首當其沖，傳統(tǒng)生產(chǎn)模式正被AI驅(qū)動的新模式逐步取代。當下，跨國車企面臨著勞動力成本上升和市場需求快速變化的雙重挑戰(zhàn)，要想在激烈的市場競爭中站穩(wěn)腳跟，持續(xù)優(yōu)化生產(chǎn)流程、提升生產(chǎn)效率、增強核心競爭力迫在眉睫，而AI驅(qū)動的自動化、智能化生產(chǎn)模式成為了關鍵“武器”。

以特斯拉上海工廠為例，自2019年投產(chǎn)以來，其憑借高效的生產(chǎn)能力和先進的技術應用，成為全球制造業(yè)的標桿。該工廠的生產(chǎn)線實現(xiàn)了AI與機器人技術的高度融合，達到了自動化水平。據(jù)悉，該工廠的生產(chǎn)運營系統(tǒng)具備人機交互、智能識別與追溯功能，廣泛應用于整車制造、電池車間、電機車間等多個環(huán)節(jié)。此外，工廠內(nèi)的工業(yè)網(wǎng)絡提供了高可靠性支持，保障了設備自動化、生產(chǎn)設備無線連接、信息數(shù)據(jù)采集、人機交互及智能決策的高效運行。

在焊接質(zhì)量優(yōu)化上，特斯拉利用Python算法，系統(tǒng)對焊接過程中的電流、電壓、時間等關鍵參數(shù)進行實時監(jiān)控與分析，并構建了精準的焊接質(zhì)量預測模型。借助該模型，系統(tǒng)能夠自動調(diào)整焊接參數(shù)，確保每一條焊縫都達到最優(yōu)質(zhì)量標準，大幅提升了焊接環(huán)節(jié)的生產(chǎn)效率。不僅如此，特斯拉生產(chǎn)線的機器視覺平臺也實現(xiàn)了實時圖像的數(shù)據(jù)接入、數(shù)據(jù)過濾、AI模型實時運算、異常告警以及數(shù)據(jù)導出等功能，目前已在其多個車間的多個場景中穩(wěn)定運行，有效保障生產(chǎn)質(zhì)量和效率。

這些實踐表明，AI系統(tǒng)可以像一位不知疲倦且無比嚴謹?shù)?ldquo;智能監(jiān)工”，實時把控生產(chǎn)的每一個環(huán)節(jié)。它運用先進算法對零部件進行嚴格質(zhì)量檢測，確保每一輛下線的汽車都符合高標準。通過深度分析設備運行數(shù)據(jù)，AI的故障預測功能能夠提前發(fā)現(xiàn)設備故障隱患，提前安排預防性維護，有效減少了因設備故障導致的停工時間，保障生產(chǎn)的連續(xù)性。

除特斯拉外，寶馬在生產(chǎn)端對AI工具的應用則更具規(guī)模。早在2022年，寶馬便在業(yè)內(nèi)率先部署了代號為“燈塔”（BEACON）的AI平臺。這一平臺為AI應用的創(chuàng)新、開發(fā)、部署、集成與運行提供了一體化的平臺化支持，加速了多個業(yè)務場景的數(shù)字化轉型進程。“燈塔”平臺巧妙融合了AI與工業(yè)物聯(lián)網(wǎng)的優(yōu)勢，如同一個“超級大腦”，賦能多個技術應用層級，成功攻克了傳統(tǒng)AI應用面臨的高門檻、高成本、低效率等難題。借助這一平臺，IT工程師無需耗費大量資源建立實體數(shù)據(jù)中心，只需在線輸入代碼和參數(shù)，就能快速獲取計算資源并開展算法訓練，極大地提升了開發(fā)效率。

豐田方面同樣在積極探索AI在生產(chǎn)端的應用。據(jù)悉，豐田汽車北美公司（TMNA）攜手合作伙伴Invisible AI，借助人工智能助力工廠在質(zhì)量、安全和生產(chǎn)效率方面做出更精準的決策。該伙伴的計算機視覺平臺將在TMNA北美所有14個制造基地“上崗”，該系統(tǒng)借助人工智能技術，如同在每個操作角落都安裝了“電子眼”，能夠敏銳地分析潛在問題，實現(xiàn)質(zhì)量、安全性及生產(chǎn)率的全面提升，遠遠超越了傳統(tǒng)安全攝像頭的監(jiān)測能力。

展望未來，隨著技術的持續(xù)進步，汽車生產(chǎn)制造將朝著“無人工廠”的目標加速前進。AI將與機器人、物聯(lián)網(wǎng)、大數(shù)據(jù)等前沿技術深度融合，進一步提升生產(chǎn)自動化水平，實現(xiàn)生產(chǎn)全流程的智能化管控，讓生產(chǎn)變得更加高效、精準和智能。

開啟智駕出行新篇章

在當前汽車行業(yè)的技術研發(fā)領域，自動駕駛和智能網(wǎng)聯(lián)技術無疑是核心焦點，而AI技術的深度應用和持續(xù)突破，更是加速了這兩項技術的迭代更新，使得新功能能夠更快地推向市場，為用戶帶來前所未有的出行體驗。

特斯拉的FSD（完全自動駕駛）系統(tǒng)在自動駕駛領域成績斐然，該系統(tǒng)依托AI深度學習和大數(shù)據(jù)訓練，不斷進行迭代升級。通過學習海量的路況數(shù)據(jù)、駕駛行為數(shù)據(jù)以及各類環(huán)境數(shù)據(jù)，F(xiàn)SD系統(tǒng)練就了“火眼金睛”，能夠精準識別道路、行人、車輛、交通標志等物體，并做出合理、智能的駕駛決策，目前已實現(xiàn)從L2到L4級別的自動駕駛功能。截至2024年3月，F(xiàn)SD的累計行駛里程突破12億英里，這一數(shù)據(jù)有力地驗證了其強大的技術實力。進入2024年后，特斯拉持續(xù)加大對FSD的研發(fā)投入，不斷優(yōu)化算法，進一步提升系統(tǒng)性能和安全性，并計劃在部分地區(qū)逐步實現(xiàn)無人監(jiān)管的FSD技術，為未來的Robotaxi自動駕駛出租車服務筑牢根基。

豐田也在自動駕駛領域積極布局。豐田與日本電報電話公司（NTT）達成合作，計劃投資5000億日元用于研發(fā)AI軟件，致力于提升自動駕駛技術水平。雙方設定了明確目標，要在2028年推出一套可供使用的自動駕駛系統(tǒng)，并考慮將其分享給其他車企。此外，豐田自身的Toyota Guardian系統(tǒng)利用AI技術為駕駛員的安全保駕護航，在關鍵時刻能夠及時介入，避免事故發(fā)生。

在ADAS（高級駕駛輔助系統(tǒng)）開發(fā)方面，沃爾沃的城市安全系統(tǒng)借助AI技術實現(xiàn)了自動緊急制動、盲點監(jiān)測、車道偏離預警等實用功能。系統(tǒng)通過AI算法對攝像頭和毫米波雷達收集的數(shù)據(jù)進行分析，一旦檢測到車輛可能與前方障礙物或相鄰車道車輛發(fā)生碰撞風險，便會及時發(fā)出警報，并自動采取制動或避讓措施。奧迪的預安全系統(tǒng)同樣引入AI技術，實時監(jiān)測車輛周圍環(huán)境，利用傳感器融合和機器學習算法，提前預判潛在危險，自動調(diào)整車輛的安全帶張緊度、車窗和天窗的關閉狀態(tài)等，全方位保障駕乘人員的安全。

在車企虛擬助手領域，也不乏AI技術的身影。梅賽德斯-奔馳與谷歌云攜手合作，基于Gemini LLM構建的MBUX虛擬助手即將在年內(nèi)搭載于CLA車型。Stellantis旗下的標致、歐寶等品牌也紛紛跟進，陸續(xù)搭載Sound Hound Chat AI作為車載語音助手，覆蓋奧地利、法國、德國等多個歐洲市場。

展望未來，AI在自動駕駛技術中的作用將愈發(fā)關鍵，尤其是在感知、決策與控制環(huán)節(jié)。AI將具備更強的能力，精準識別復雜路況和交通信號，在惡劣天氣及復雜城市環(huán)境中做出更加智能靈活的駕駛決策。同時，AI與車聯(lián)網(wǎng)技術的深度融合將成為未來發(fā)展的重要方向。通過V2V（車與車）、V2I（車與基礎設施）等智能交互，實現(xiàn)交通流量優(yōu)化、智能導航和遠程控制等功能，為智能交通系統(tǒng)建設注入強大動力，緩解城市交通擁堵，提高道路通行效率，讓出行更加高效、順暢。

供應鏈與設計新視角

AI技術的影響力不僅體現(xiàn)在生產(chǎn)制造和自動駕駛領域，還為跨國車企的供應鏈管理和產(chǎn)品設計帶來了全新的思路與方法，助力企業(yè)在復雜多變的市場環(huán)境中靈活應變。

在供應鏈管理方面，2024年2月7日，Stellantis宣布與法國AI技術公司Mistral擴大戰(zhàn)略合作伙伴關系，旨在進一步強化其在客戶反饋、制造質(zhì)量和新品開發(fā)速度等方面的數(shù)據(jù)分析能力，為企業(yè)決策提供更有力的支持。豐田、本田等日本車企則充分發(fā)揮AI技術的優(yōu)勢，通過綜合分析歷史銷售數(shù)據(jù)、市場趨勢、消費者行為以及宏觀經(jīng)濟數(shù)據(jù)等多維度信息，精準把握市場動態(tài)，進而優(yōu)化庫存管理。以豐田為例，其借助AI建立的需求預測模型，能夠提前預測不同車型和地區(qū)的市場需求，合理安排生產(chǎn)計劃和零部件采購，在2024年成功將零部件庫存成本降低約15%。

在歐洲，車企則利用AI進行供應鏈風評估，尤其是在面對疫情、貿(mào)易戰(zhàn)、自然災害等不確定性因素時，AI能快速分析風險對供應鏈的影響，幫助企業(yè)及時調(diào)整布局，采取應對措施，如尋找替代供應商、調(diào)整生產(chǎn)計劃或優(yōu)化物流路線，從而有效降低供應鏈中斷的風險。戴姆勒卡車在2024年ALS歐洲數(shù)字戰(zhàn)略會議上表示，公司已采用包括AI在內(nèi)的數(shù)字工具，監(jiān)控生產(chǎn)端供應商的風險，涵蓋財務健康、地緣政治、自然災害和法規(guī)等多方面內(nèi)容。此外，AI還可用于評估現(xiàn)有數(shù)據(jù)質(zhì)量，并將其導入供應商風險模型，幫助識別潛在風險，進一步向內(nèi)部團隊可視化呈現(xiàn)數(shù)據(jù)。

可以看到，越來越多的公司期待AI驅(qū)動的供應鏈管理展現(xiàn)出實時和智能的特性。借助大數(shù)據(jù)分析和機器學習算法，AI能夠?qū)崿F(xiàn)對供應鏈的實時監(jiān)控，及時掌握庫存水平、物流狀態(tài)、生產(chǎn)進度等關鍵信息。同時，AI還能進行智能調(diào)度，根據(jù)實際情況優(yōu)化供應鏈流程，提高供應鏈的響應速度和韌性，確保企業(yè)在復雜多變的市場環(huán)境中穩(wěn)定運營。

在產(chǎn)品設計領域，AI同樣大放異彩。通用汽車利用Autodesk的生成式AI設計軟件，對汽車零部件進行設計優(yōu)化，如座椅支架。該AI工具生成了超過150種設計方案，最終設計出的產(chǎn)品相比之前版本，重量減輕了40%，強度卻提高了20%。這一成果充分彰顯了AI在產(chǎn)品設計中對潛在風險的評估與優(yōu)化能力，不僅有助于提升產(chǎn)品性能，還能避免后期生產(chǎn)和使用中可能出現(xiàn)的問題，從而提升市場競爭力。

2023年，豐田研究所（TRI）開發(fā)了一款AI工具，能夠根據(jù)輸入的文字指令自動設計汽車外形，輔助創(chuàng)意過程的早期階段。例如，設計師只需輸入“流暢線條”或“SUV造型”以及“低風阻”等要求，工具便能根據(jù)指令自動生成相關樣圖，協(xié)助設計師完成設計。

然而，盡管AI設計優(yōu)化在現(xiàn)階段簡化了相關工作流程，但實際汽車設計涉及眾多復雜因素。豐田研究所人類互動駕駛（HID）部門主任阿維納什巴拉錢德蘭（Avinash Balachandran）指出，雖然AI生成內(nèi)容（AIGC）常被用作設計師靈感的來源，但在實際汽車設計中，AI仍無法處理諸如底盤尺寸、風阻系數(shù)等復雜的工程與安全因素。這些因素對新車的燃油經(jīng)濟性、操控性、安全性及人體工學等方面都有著深遠影響。因此，在實際設計過程中，AI需要與工程師的專業(yè)判斷緊密結合，才能打造出最佳的設計方案。

在技術創(chuàng)新與合規(guī)倫理中尋求平衡

盡管AI為跨國車企帶來了巨大的發(fā)展機遇，但在這一過程中也伴隨著諸多潛在風險。2025年2月10日，巴黎AI行動峰會聚焦AI技術，提出應將其應用于實際場景，為科學、文化、醫(yī)療健康及工業(yè)等領域提供切實可行的解決方案。然而，峰會也特別強調(diào)了AI監(jiān)管與治理、倫理與責任等議題，這些問題無疑將對跨國車企的生產(chǎn)線優(yōu)化、自動駕駛技術、供應鏈管理及風險監(jiān)測等方面產(chǎn)生深遠的影響。

技術成熟度與安全性是跨國車企面臨的首要問題。以自動駕駛為例，特斯拉FSD系統(tǒng)雖然取得了顯著進展，但目前仍需人工監(jiān)督，在某些復雜路況下，自動駕駛系統(tǒng)仍可能出現(xiàn)失誤，導致事故發(fā)生。為應對這一風險，車企需要建立冗余系統(tǒng)，確保在主系統(tǒng)出現(xiàn)故障時，備用系統(tǒng)能夠及時接管車輛，保障行車安全。同時，構建明確的倫理框架至關重要，它能規(guī)定自動駕駛系統(tǒng)在面對復雜情況時的決策原則，切實保障乘客與行人的安全。奔馳秉持的“安全優(yōu)先”開發(fā)原則，始終將安全放在技術研發(fā)的首位，為行業(yè)樹立了良好榜樣。

其次，數(shù)據(jù)隱私與合規(guī)問題同樣不容忽視。跨國數(shù)據(jù)流動受到歐盟GDPR、中國《數(shù)據(jù)安全法》等一系列法律法規(guī)的嚴格限制，一旦發(fā)生數(shù)據(jù)泄露事件，將對企業(yè)聲譽和用戶權益造成嚴重損害。因此，車企應積極建設區(qū)域化數(shù)據(jù)中心，將數(shù)據(jù)存儲在本地，減少跨國數(shù)據(jù)流動帶來的風險。特斯拉在中國實現(xiàn)本地化存儲駕駛數(shù)據(jù)的舉措，有效降低了數(shù)據(jù)合規(guī)風險。此外，加強數(shù)據(jù)加密與訪問控制，確保數(shù)據(jù)的安全性，是車企在數(shù)據(jù)管理方面必須重視的關鍵環(huán)節(jié)。

此外，高成本與商業(yè)化難題也是企業(yè)面臨的現(xiàn)實挑戰(zhàn)。AI研發(fā)需要投入巨額資金，但短期內(nèi)回報率較低。為降低成本，車企可以采取合作與資源共享的方式，優(yōu)化資源配置，減輕單獨研發(fā)帶來的沉重負擔。

綜上所述，跨國車企在AI應用的征程中機遇與挑戰(zhàn)并存。未來，車企需要在技術突破、合規(guī)適配和生態(tài)合作之間找到平衡，持續(xù)加大研發(fā)投入，加強數(shù)據(jù)安全管理，積極應對各類風險，牢牢抓住發(fā)展機遇，在智能化時代實現(xiàn)可持續(xù)發(fā)展，為消費者提供更加智能、便捷、安全的汽車產(chǎn)品和出行服務。

總的來說，AI正重塑汽車行業(yè)，將汽車從傳統(tǒng)的“機械產(chǎn)品”轉變?yōu)?ldquo;智能移動服務生態(tài)”�？鐕�車企之間的競爭，也從過去單一技術的比拼，升級為“數(shù)據(jù)-算法-生態(tài)”的體系化競爭。未來，只有那些能夠平衡技術創(chuàng)新與倫理責任、全球化布局與本地化適配、短期投入與長期收益的企業(yè)，才能在這場激烈的競爭中脫穎而出，引領行業(yè)發(fā)展潮流。

注：本文首發(fā)于《汽車縱橫》雜志2025年3月刊“封面故事”欄目，原標題為《AI領航，跨國車企開啟硅基進化》，敬請關注。

相關報道：

封面故事(一)：DeepSeek鯰魚效應，掀起AI上車狂潮

封面故事(二)：專訪王耀：AI技術成熟曲線進入產(chǎn)業(yè)化爆發(fā)期

封面故事(三)：專訪楊彥鼎：全面邁入AI定義汽車時代封面故事(四)：AI浪潮下，汽車如何變身“智行先鋒”

封面故事(五)：從AI到數(shù)字孿生：汽車工業(yè)的智能制造大革命來襲！

圖片：來自網(wǎng)絡

文章：汽車縱橫

排版：汽車縱橫

       原文標題 : 沒有DeepSeek，跨國車企“玩”AI慢了嗎？ | 封面故事：AI汽車賽道起跑(六)