2024北京國際汽車展覽會日前落下帷幕。

數據顯示，本屆北京車展期間，117款新車型全球首發，大約有280輛全電動、油電混動、卡車等類型車輛展出，小米汽車、大眾汽車、日產、芯馳科技等超過500家車廠和供應商展示其產品。10天內共有89.2萬名參觀者涌入展會，其中3%是經銷商。

本屆展會最大亮點之一，就是中國 AI 大模型“上車”。

車展期間，日產汽車宣布與百度共同簽署了諒解備忘錄，雙方將在 AI、智能汽車領域的戰略合作開展可行性研究；豐田、長安、嵐圖、廣汽等整車品牌宣布與騰訊達成合作，聯合打造汽車行業大模型方案，覆蓋座艙助手、營銷、客服等場景；此前，商湯絕影則和小米宣布合作，將在小米SU7汽車座艙中搭載日日新大模型技術。

據鈦媒體App編輯不完全統計，已經有超過20家汽車品牌宣布 AI 大模型正式“上車”。

大模型“上車”概念日漸火爆，尤其很多中國 AI 公司都“突出重圍”，競逐國際品牌汽車合作。

隨著智能汽車下半場悄然到來，汽車正在升級為新一代“移動智能終端”，其智能化水平的高低也成為車企在智能網聯時代決勝的關鍵。加速大模型“上車”，也成為車企突顯產品智能化、打造產品差異化的新選擇與新方向。

然而，鈦媒體App編輯也在車站現場發現另一個現象，就是大模型“上車”還未規?；逃?，多家企業反饋均為“展示”階段。有專家指出，目前大模型上車概念成份居多，具體實際應用情況還有待觀察，而且大模型上車不一定能提升企業經營業績并帶來穩定利潤。

IDC中國高級分析師洪婉婷對鈦媒體AGI表示，智駕技術本質上是以AI為核心驅動力的復雜系統工程，其發展高度依賴于企業的技術研發底蘊、資金投入規模以及對前沿科技的敏銳捕捉與高效轉化能力。而國際車企持續與國內企業在智能輔助駕駛或 AI 領域展開合作，是中國智駕技術站上世界舞臺邁出的重要一步，而背后核心動力，是國內企業在AI技術上的深度布局與持續投入。

AI 大模型要“上車”，汽車廠商撬動1.4萬億市場

據乘聯會最新數據顯示，4月1日至4月14日，全國乘用車市場零售51.6萬輛，其中新能源汽車銷量同比增長32%，達到26萬輛，滲透率達50.39%；全國乘用車廠商批發汽車53.4萬輛，其中新能源汽車批發26.8萬輛，滲透率達50.19%。

新能源汽車零售、批發滲透率雙雙突破50%。更早之前，電動車在新車銷售量中滲透率快速提升，2021年至2023年5月，已經達到35.3%水平左右，電動車市場已經從爆發式增長階段，逐步進入穩定高速增長階段。

與此同時，在外觀、三電、智能座艙領域競逐多年后，深度智能化成為中國汽車公司錨定的下一個目標。

中國汽車工業協會預測，到2035年，中國智能汽車產業規模將超過2000億美元（約合人民幣1.44萬億元）。

瑞銀UBS研究團隊則預計，到2025年，中國將產生多達660萬輛新能源車，即每四輛新能源車中的一輛將擁有智能化功能；而IDC認為，到2026年全球智駕車輛銷量將達到8930萬輛。

實際上，AI 與汽車之間的最初聯系要追溯到40年前，最初的方向是“自動駕駛”。

1984年，美國國防高級研究計劃署（DARPA）與陸軍合作，發起自主地面車輛（ALV）計劃。隨后，美國卡內基·梅隆大學、斯坦福大學、麻省理工學院等美國院校都先后加入無人駕駛汽車的研究工作中。

其中，美國卡內基·梅隆大學研制的 NavLab 系列智能車輛最具有代表性，在1995年NavLab-5就實現了88.5km/h的實驗環境自主行駛平均速度，并首次橫穿美國大陸，自主行駛里程為4496km，占總行程的98.1%。

2015年10月，AI 技術與汽車迎來了一個重要時間點——特斯拉推出半自動駕駛系統Autopilot，成為全球第一個投入商用自動駕駛技術的廠商。隨后，通用汽車推出Cruise，奧迪A8量產 Level 3 級別的自動駕駛技術。

與此同時，國內層面，中國無人駕駛汽車研究晚于美國。1992 年，國防科技大學成功研制出中國第一輛真正意義上的無人駕駛汽車。

2011年7月，由一汽集團與國防科技大學共同研制的紅旗 HQ3 無人駕駛汽車完成了 286km 的面向高速公路的全程無人駕駛試驗。

到了2015年，宇通大型客車在完全開放的道路環境下完成自動駕駛試驗，這也是國內首次大型客車高速公路自動駕駛試驗；2016年北京車展上，北汽集團展示了其基于EU260打造的無人駕駛汽車，成為搭載的無人駕駛感知與控制汽車。

如今，電動化、網聯化、智能化成為汽車產業的發展趨勢。

那么，在大模型誕生之前，AI 為何沒能實現“上車”？鈦媒體AGI編輯梳理認為有三點：

首先，短期內新能源車難以實現“自動駕駛”。從技術體驗來說，自動駕駛是一種起點到終點、“兩點”距離之間利用視覺、激光雷達、車聯網等技術實現的駕駛員輔助或其完全不需操控的汽車，因此，鑒于中國北上廣深堵車、地圖無法實時更新、政策法規等因素，中國一直將自動駕駛設計為實驗性、區域性，比如北京亦莊、北京首鋼等。所以，此前大家期盼的“自動駕駛”無法落地，城市NOA只是輔助、或者說利用高精地圖所做的技術“平衡”，而非真正的自動駕駛。

其次，傳統 AI 利用決策樹、無監督學習等技術方案，在數據量無法達到規模級別下，最終只是逼近一個正確值。當然，這其中也有因為汽車這類端側場景無法擁有大量、100%有效的優質數據集。另外，傳統 AI 無法實現通用型的場景技術。

最后，算力不夠強大、資金和人力成本太高。小鵬汽車董事長何小鵬曾表示，汽車智能化的研發屬于大算力、大數據工程，需投入大量資金人力，一般的算力公司做起來極其困難。而在此之前的2017年-2021年，新能源車、AI、云計算等領域都在努力做營收、商業化、資本化，中國沒有出現真正類似于ChatGPT這類新技術的思維和想法，所以無法實現傳統 AI 技術“上車”。

360公司董事長周鴻祎對鈦媒體AGI表示，此前 AI 上車“誕生”智能座艙和自動駕駛，但同時也受到技術路線阻礙，并非“真人工智能”。但如今，AI 大模型帶來了革命性變化，大模型“上車”對于車的智能能力是本質上的提升。

周鴻祎向鈦媒體AGI舉出四個大模型“上車”改變的場景案例。

• 第一、之前的智能座艙，用戶對話更多的是基于規則處理的，你說把車窗打開，他能聽懂，你要說把玻璃搖下來，他就聽不懂了，類似于Siri，其實是一個智障的角色，并不好用。如今大模型上車之后，真正讓汽車理解你的想法，屬于革命性東西。

• 第二、Sora現在的能力是代表了多模態的能力，而未來汽車、機器人都可以利用激光雷達、攝像頭等傳感器，實現感知、認知等能力。同時，這種多模態大模型，可以讓汽車更加能懂車內和車外的很多東西，比如辨別是不是車主、是否疲勞駕駛等。

• 第三、今天的汽車還是一個機械物件，并不能理解很多東西，它也不能做邏輯推理和規劃，包括機器人也一樣，都是接收人的指令。但是，未來一旦車上加了大模型之后，大模型具備了大腦的能力，不止能夠理解人類話語交流，而且還能完整理解人類的知識和推理，分析邏輯判斷的過程，從而作出更多判斷。

• 第四、自動駕駛在這兩年會獲得突破。Transformer的大模型訓練和傳統智能駕駛不一樣，傳統智能還是基于規則的方案，主要改bug和軟件升級，那么有一萬個規則，碰見這種情況應該怎么辦，總有情況是沒有編輯到規則里的。而如果用Transformer來訓練，可以提供多樣化的駕駛案例。大模型最強大的能力，它不是把你送進數據存起來，是通過你的數據訓練他，他能夠形成一個舉一反三規律的總結。

如今，AI 大模型的智能化“上車”已成為本屆北京車展上的新潮流。