点击蓝字
关注我们
张亚勤
中国工程院外籍院士，清华大学智能产业研究院（AIR）院长、人工智能国际治理研究院学术委员
9月28日，在海口举行的2025年世界新能源大会上，举行了一场“AI X云X芯片X系统：智慧出行新生态”的圆桌对话，
中国工程院外籍院士张亚勤、博世（中国）投资有限公司执行总裁徐大全、北京地平线信息技术有限公司总裁陈黎明、蔚来执行副总裁兼质量管理委员会主席沈峰四位行业专家，围绕AI与汽车产业的深度融合展开了一场深度对话。
嘉宾们结合技术趋势、企业实践与行业痛点，就 AI 如何重塑汽车产业生态、AI 与汽车的相互需求关系、企业自研与生态协同的平衡之道、智慧出行普及的瓶颈与底线，以及中国智慧出行的全球发展路径等关键议题分享洞见，既有共识凝聚，也有观点碰撞。
谈及 AI 技术对汽车产业智慧出行生态的核心重塑作用，汽车行业已从 “硬件定义”“软件定义” 迈入 “AI 定义” 的新阶段，且在技术范式、产业生态、用户体验三方面实现突破。
从技术维度看，AI 推动汽车核心场景全面智能化。张亚勤指出，智能座舱、智能底盘、智能驾驶三大核心环节均受 AI 深度改造。陈黎明进一步补充，AI 不仅实现了智能座舱与智能驾驶的 “舱驾融合”，更推动汽车向 “物理世界首个 AI设备（AI Agent）” 演进；技术开发范式也从传统软件 1.0 转向数据驱动的软件 2.0，这对行业原有质量管理体系、标准流程提出新挑战，需建立适配新范式的体系规范。
从产业生态看，链状结构转向网状协同。陈黎明表示，过去 “Tier 2-Tier 1 - 主机厂” 的线性供应链已被打破，企业间形成 “资本共享、技术互通” 的深度战略合作，甚至出现 “Tier 0.5” 模式。张亚勤则强调，汽车产业百年发展的核心优势是分工协作，企业需聚焦自身竞争优势，避免 “全链条布局” 的混乱，共同维护生态协同的良性发展。
针对 “AI 更需要汽车，还是汽车更需要 AI” 这一问题，嘉宾们虽视角不同，但均认可二者的 “共生关系”。
从汽车的需求端看，AI是智能化下半场的核心引擎。张亚勤提出，汽车产业 “上半场是新能源，下半场是智能化”，而 AI是智能化的核心技术。陈黎明则表示，相比之下，汽车更需要AI；沈峰则从发展速度角度表示，过去十年自动驾驶进步有限，但未来五到十年，在AI加持下，行业发展将呈 “指数级上升”，最终实现 “更安全、更自由、更舒适” 的出行目标。
在产业融合加速、边界不断突破的背景下，“全栈自研” 与 “生态协同” 的争议持续升温。对此，沈峰与陈黎明均表示，二者并非对立关系，而是需根据技术成熟度、企业定位动态调整的 “平衡术”。技术未成熟时，自研是掌握核心竞争力的关键。技术成熟后，协同是降本增效的更优解。
多位嘉宾认为，智驾平权在中国一定会实现，但 安全”是不可突破的底线。
安全是所有发展的前提，绝不能妥协。陈黎明称“安全是 1，其他是 0”的观点——若无法保障安全，再智能的功能也无意义。沈峰补充，当前 AI 模型在极端场景（Corner Case）、长尾场景中的稳定性仍不足，L4 级别自动驾驶需确保 “任何情况下都能安全决策”，这是技术上的核心挑战。
成本下降是智驾普及的关键，中国具备 “降本优势”。张亚勤以激光雷达为例：过去进口产品售价高达 8 万美金，如今国产产品已降至千元级别，这并非依赖廉价劳动力，而是依托技术创新与智能化生产。徐大全也表示，参考小米电视、光伏组件的 “降本路径”，中国产业具备 “快速降本” 的天然优势，未来自动驾驶硬件与软件成本将大幅下降，“智价平权” 在中国将必然实现。
徐大全认为，中国发展智能驾驶有三大优势。一是场景优势，国内道路复杂多元，多城市示范项目积累了海量数据，为 AI 模型训练提供 “丰富素材”；二是生态优势，主机厂、供应商、科技公司已形成 “协同创新” 的合力，无需刻意推动即可同向发力；三是政策优势，政府积极建设车云路基础设施、提供测试场地，为技术落地创造良好环境。
挑战方面，则需突破 “出海合规” 关。徐大全表示，自主品牌出海时，需满足海外严格的法规要求，建立本地化数据闭环系统，解决数据跨境安全问题，只有合规，才能让中国智慧出行技术真正 “走向全球”。
以下为演讲实录，为方便阅读，编辑时有删节。
AI 更需要汽车，还是汽车更需要 AI？
问：AI技术有哪些核心环节重塑汽车产业智慧出行生态？又需要匹配哪些算力基础设施和芯片底座来提供支撑？
张亚勤：出行和汽车有很多方面，包括智能座舱、智能底盘、智能驾驶，所以AI正在重塑出行和汽车的产业。整体来讲，基础架构需要云、端，包括路和城市，可能是整个的一个体系。
陈黎明：的确，AI技术的发展对汽车产业产生了非常重大的影响。现在我们看到从原来的硬件定义汽车到几年前的软件定义汽车，现在进入AI定义汽车的时代。不光是单独的智能座舱，还有智能驾驶，现在更多的是舱驾的融合和其它的融合。再往后面发展的话，我们认为以后整个车会成为大的AI Agent，可能在人类历史上第一个物理世界上的AI设备。
技术的开发范式从软件1.0到软件2.0的数据驱动，对于软件开发起到了非常大的影响，之前所有的质量管理体系、标准流程等等都是基于老的硬件定义汽车和软件1.0时代开发出来的，那么对于数据驱动软件2.0面临许多挑战，需要行业解决在新的开发范式下的整个体系、标准和流程等等。
AI对于智能驾驶的性能、泛化和安全都做了非常大的推动，让我们距离L3、L4更近了，在技术能力上有非常大的提升。
从生态的角度来讲，大家也都观察到了，整个生态从原来的链状变成现在的网状，不再是原来的Tier 2、Tier 1和主机厂，而是现在广泛而深入的合作，也不是简单的供货关系，而是一种非常深度的战略合作，就是在资本上、技术上的共享，你中有我，我中有你的合作模式，所以对整个产业的影响还是非常大。
从用户的生态来讲，车不再是孤立的一辆车，而是变成智慧出行生态里面的一个环节和一个节点，就是对产业和生态一个大的影响。
谈到芯片和算力支撑，我们也是在产品的开发和应用的过程中深刻地感受到了，算法一直在不断演进，模型也越来越大，光靠单车智能或者单个芯片很难承载这样大模型的应用，因此在后面的车路云，特别是端和云之间的关系会更加密切。目前肯定很多都是模型的训练、蒸馏和推理的工作，以后都会在云上发生，对于智能驾驶的快速响应这种小脑的工作需要更多地在端上实现。随着模型参数的增加，对于低延迟、低功耗也会提出非常大的挑战，所以不光是云端芯片的要求提高，对于端上芯片的算力和效率都有非常高的要求。
问：到底是AI更需要汽车，还是汽车更需要AI？
张亚勤：我觉得可能都需要吧，对于AI来讲，汽车是一个大的应用场景，包括刚才讲的物理智能和具身智能是下面最大的赛道。对于汽车行业来讲，上半场是新能源，下半场一定是智能化，最核心的技术就是AI。没有AI的发展，我们汽车可能就没有办法真正到下半场，所以对于汽车行业，AI也特别重要。
到了L4和L5，现在做世界模型或者VLA到底走哪个路径，大家现在有些争论，对于汽车终端的算力要求很高，但把需要的最好算力都放在云上面肯定是一个原则，如果要做世界模型，实时精准的安全决策，肯定是要放在车上。
陈黎明：虽然我也算是老汽车人了，但我还是觉得汽车更需要AI，特别是看到过去几年，AI对于汽车的赋能给终端用户带来的价值是指数级增长的，特别是对智能驾驶和智能座舱的体验。对于用户体验来讲，不管是座舱还是智能驾驶都更拟人、更像人，AI就是作为一个最重要的核心技术支撑我们实现智能化。
徐大全：AI的发展已经势不可挡，未来在各个领域的方方面面都必须实现，因此汽车行业本身对于AI技术来说是非常重要的应用场景，谈到汽车工业的话，这一应用场景更加巨大。有了AI的话，汽车生产制造环节会变得更好，我觉得是相辅相成的。
沈峰：我们谈到L1、L2、L3、L4已经差不多十年了，大概2015年开始就在聊这个，十年走过来，有没有进步？有进步，但我认为跟以后的五到十年相比，我相信因为有AI的加持，接下来五年的发展速度会指数级上升。自动驾驶确实会给整个人类社会带来巨大的变化，冲击会非常大，所以全行业、全社会都在为此努力，希望AI在其中扮演非常重要的角色，让我们能够早日看到想看到的场景，就是更安全、更自由、更舒适的出行。
全栈自研和生态协同并不矛盾
问：随着产业融合，产业边界不断地在突破，在此过程中，我觉得有两种相反的趋势：一个是全栈自研，一个是生态协同，企业到底应该如何在自研和生态协同之间取得平衡？
沈峰：大家最近确实都在说全栈自研和生态协同，其实这二者也不冲突。汽车圈的产业链非常长，我们跟地平线、博世都是有合作的。站在中国汽车工业的角度，最近五到十年发生特别可喜的现象就是，中国汽车工业从原来的跟随别人到正向（研发）的如火如荼，就是刚才讲的最前沿领域。整个主机厂投入了很大的精力和资源开发新技术，同时也极大地推动了整个产业链、供应链的正向研发开展。
在新汽车时代，因为很多新技术的产生，主机厂天生具有全车架构更集成的能力，也更靠近用户一些，所以对于用户需求的理解、场景的勾画都会理解得更深一些，所以对于新技术的产生会有需要选择，因为承担了这个责任，会先做一些自研的动作。今天，传感器会和很多供应链合作，算法和操作系统上，主机厂更倾向于做更多自研的行为。
因为软件定义汽车的时代到来了一些传统汽车时代所不具有的特征，迭代非常快，所以对数据的依赖、对数据的应用就会显得非常重要。在竞争激烈的环境下，主机厂能够很快速地利用数据迭代，成为其中一项核心竞争力。在这个过程中，无论是整体方案、零部件，其实还是跟供应链有很大的合作。
以前都在讲Tier 1、Tier 2，现在也有Tier 0.5，就是和主机厂合作，供应链的生态合作还是非常重要。再往前走不光是这些方面，包括在商业运作模式上也是和供应链会有一些强的合作。这里并不矛盾，只是在不同时刻、不同时代，主机厂选择哪些东西是主机厂自己投入更大的研发，掌握更大的主动权和核心竞争力。
陈黎明：全栈自研和生态合作是不矛盾的，而且应该分为两个阶段来看。在新技术、新产品创新之初，其实是产品先开始竞争。主机厂为了掌握竞争的力度，可能在供应商不能完全按照他的节奏创新，提供产品和功能的时候，有能力的主机厂会先去投入进行全栈自研。一旦技术和产品变得相对比较成熟，也就是规模性的竞争，主机厂就要算一笔帐，自己自研投入能够商业闭环还是跟生态合作进行商业闭环？答案是比较明确的，也是汽车行业这么多年的实践和规律。
当技术成熟的时候，我们的观点应该是二八开，也就是20%会由主机厂继续自研，也有这样的能力，跟产业的生态、产业的布局和技术的布局有关，还有一部分是依靠生态合作伙伴，因为生态合作伙伴有规模效应，能够提供性能更好、成本更优的产品，帮助主机厂进行竞争。到后面的话，很多主机厂会从全栈自研转到全栈可控。
徐大全：我认为，在没有创新的情况下由主机厂去做，但一旦很多家都可以做同质化的东西，汽车行业的规模效应就会变得非常重要，由专业的人做专业的事可以把价格做得更低。
张亚勤：汽车产业一百多年了，应该是特别好的合作和分工的典范，我们有Tier 2和Tier 1、OEM，现在太乱了，很多企业什么都做，又做芯片，又做智驾，又做操作系统，又做智能座舱。我希望大家还是要看一看自己的竞争优势，有所为有所不为，每个地方都是有特别强的一些竞争，要把资源放到优势的地方，短期可能有些东西没有定，搞不清楚该做什么的时候会有一些混乱，但每个企业都应该参与，就是一个生态。
智驾平权一定会实现，但要坚守安全底线
问：智慧出行、智能汽车要想实现更大规模的普及应用，当前还有哪些瓶颈需要突破？又需要坚守哪些底线？智驾平权能否实现？
沈峰：智驾平权、智慧出行接下来要做的事情，共同的认知就是安全底线，生命面前人人平等，要是站在产业角度和行业角度，技术正在不断进步，但今天还不够好，要处理很多Corner Case，还有很多长尾场景，怎样让AI模型变得更聪明，这在技术上可能是最大的挑战，就是保证一致性、稳定性，到了L4把权力交给车了，怎么在各种情况下做到安全都是技术上必须实现的。
产业上要把成本做下来，成本做不下来的话就没法普及，要是成本做下来的话，模块化、标准化、国产化的事情都要做好，才有希望把整个成本搞下来。全社会车子外的法律体系、标准规范，也要做起来，这样就能够全方位地达到我们追求的美好世界。
徐大全：智能驾驶也好、智慧出行也好，将来一定会得到普及，最大的问题点还是坚守安全和合规。说到这一点可能是老生常谈了，但中间牵涉到具体的问题，包括法律的合规、功能安全、网络安全，甚至包括个人数据和隐私保护，只有把方方面面做得非常扎实，严格按照法律进行，遵守这样安全第一的规则，将来才能做大做强。最近9月，工信部也有发出对高阶辅助驾驶强制国标的征求意见，中间增加了很多跟中国相关场景的测试要求，我觉得还是非常好的，至少从政府层面要能够把法规规则定好，并且也要监控好，这一点是非常重要的。
在中国，智驾平权能不能实现是一个伪命题，因为一定能够实现。来看一个单一产品的例子，小米100英寸电视机开始做的时候市场价格是25-30万人民币，三到五年就做到了5万，然后是两万九，一万九，现在一万九出头就可以买巨大的100寸电视机，成本下降方面市场是非常快的，而且有能力。中国花了七到十年的时间把光伏产业、光伏板组件做成了“白菜价”，所以全球80%的出货来自于中国，中国有的时候有天生的优势，也是各方面“卷”造成的结果。我想在自动驾驶方面，整个硬件甚至软件的成本、技术都会极大地下降。很快就可以看到有更多的车用上高阶的驾驶辅助系统。但安全非常重要，车上极度降价，想以吸引别人眼球为目标增加功能，这个过程中一定不能忘记安全和耐久，这一点是底线，一定要坚持住。
我觉得在中国，未来会有更多的车实现高阶自动驾驶。
张亚勤：我完全同意，这些东西在中国肯定可以做得又安全又便宜，质量也很高。LiDAR激光雷达就是一个例子，我们以前买Velodyne的激光雷达要 8万美金，现在做得还好很多倍的，国内产的差不多1000元人民币，几百人民币都有可能。这里并不是靠廉价的劳动力，完全是靠技术创新，包括汽车做得便宜其实是靠自动化，靠工厂高度的智能化，我觉得这是现在中国制造的一个大的优势。
问：说到底线，安全和成本有的时候确实是一对矛盾，人工智能能不能帮助解决安全和成本之间的矛盾问题？
陈黎明：安全是绝对的底线，因为出行的话，车再智能、再Fancy，要是不能提供基本的安全，没有人会享受那些带来的智能功能。我们内部搞产品的时候特别跟大家强调，安全是一，其它所有的功能都是后面的零，如果没有安全，所有的都等于零，做得再好也没有用。我们的观点是，不能为了追求成本牺牲安全，安全是所有的底线，要在保证安全的基础上去控制你的成本，这是每个企业追求的目标，而不是为了降低成本牺牲安全，这是绝对不能接受的，不管是个人还是企业都是这样。
问：中国在智慧出行方面，包括单车智能和车路协同，总体感觉是已经做得相对不错了，但下一步如何才能做得更好，成为全球的范例？
徐大全：中国确实是有这么多城市在做示范，积累了大量的经验和数据，我觉得中国有几个优势应该利用好：通过这些示范，中国的道路复杂且多元化，我们拥有了大量的数据，帮助我们在智慧出行方面有更多的训练。中国已经形成了协同创新的生态，从主机厂到供应商到科技公司，大家已经在无形之中齐心协力，都在这个方向努力，这是一个很好的现象。政府在推动车云路等方面基础设施的建设，提供更便利的测试场地，这方面也是让我们有很多车路云一体化新的体验。在中国，成本的下降是很快的，我们能够更多地实现高端自动驾驶，我觉得这几个优势中国都要利用好。现在是自主品牌出海非常火热，将来把智慧出行带到其他国家和地区，中间也面临着挑战，满足各地严格法规要求的挑战，要在海外建立数据闭环系统，数据跨境安全问题和合规性要求也非常重要，所以在这些方面都有一定的挑战，我们一定要面对这样的挑战把我们的东西带到国外，甚至普及在国外。
张亚勤：我完全同意，如果我们的车能够在国内的大城市，比如武汉都跑起来的话，全世界任何一个城市都可以跑。我们的场景很复杂，交通很复杂，司机特别勇敢，除了印度之外，别的国家应该都可以跑，所以我很有信心。（本文转载自凤凰新闻）
