汽车产业是国民经济的重要支柱产业,也是工业经济稳增长的“压舱石”。当前,在全球化的大背景下,汽车产业正站在新一轮技术革命的风口上,电动化、智能化、网联化和共享化正在重塑汽车行业的未来图景。作为这一变革的重要参与者和推动者,我国汽车行业的智能化转型,不仅关乎国内产业升级,也影响着全球汽车市场的竞争格局。
“智能化已经不是一个选择,而是汽车行业的必然。”近日,多位业内人士在做客《人民车友会·致敬汽车创新力量》系列访谈时表示,在这场变革中,创新是引领发展的第一动力。中国汽车行业积极拥抱新技术,从智能制造到智能驾驶,一系列创新实践正在加速推进。
政策与技术双轮驱动助力汽车智能化创新发展
当前,中国汽车产业在智能化转型方面已取得显著进展。在技术创新以及国家政策支持下,汽车行业的各个环节都在经历着深刻的智能化变革。
广汽研究院云服务与大数据专业总师黄敬表示,在政策支持的趋势和背景下,人工智能、5G、大模型等诸多新兴技术逐渐应用到汽车产业,并加速与汽车技术深度融合,推动汽车智能化转型。
黄敬表示,广汽研发的星灵电子电气架构,以及正在推进的高速NDA(高级领航辅助)、Robotaxi的示范运营等,除了提升智能化个性化的用户交互、推动产品创新升级之外,对于推进车端交互智能化以及“车路云”协同具有实践意义。
日前,工信部等四部委联合发布《关于开展智能网联汽车准入和上路通行试点工作的通知》,汽车智能化落地再迎政策催化。近年来,在国家政策支撑及战略规划的引导下,技术创新、道路测试、示范应用等方面均取得重要进展。
“我们要走车路云一体化的技术发展路线。”中汽中心智能网联首席专家、中汽科技(北京)总工程师秦孔建表示,目前大部分车辆还以单车智能为主,未来将通过车车互联、车路协同,逐步推进车路云一体化,最终实现汽车智能化。
汽车智能化面临数据挑战、安全合规产业需协同突破关键难题
电动化、智能化加速渗透,为中国汽车产业带来换道超车的变革机遇,同时也带来了全新挑战。在新发展阶段,数据驱动中的“长尾效应”、海量智能汽车集中式接入、数据全生命周期的安全合规等问题,仍待行业破解。
秦孔建认为,想要解决“长尾难题”,需要通过海量的数据训练和研发攻关提升车辆敏捷性,也要推动已经成熟的技术和产品尽快落地。
针对智能驾驶“长尾难题”,华为公司副总裁、华为云中国区总裁张修征表示,华为云今年面向行业推出了盘古汽车大模型,通过大模型可以自动生成各种复杂、极端场景,让自动驾驶学习新场景的周期从两周以上缩短到2天内,加速自动驾驶的训练。“我们与Momenta共创智能驾驶数据治理新范式,将训练元数据读取速度提升了10倍以上, 实现了算法高效迭代与更新,为更高级别自动驾驶研发提供支撑。”
Momenta公司CEO曹旭东也表示,Momenta创新的“数据飞轮”解决方案能够有效应对数据的“长尾问题”,而可靠、稳定的数字基础设施服务,将极大助力提升产品研发效率,让“数据飞轮”快速、高效转动。
此外,数据安全也成为限制汽车智能化场景应用落地的主要因素。张修征表示,华为云对汽车行业充满敬畏,在“软件定义汽车”的下半场。“构建一个‘攻击不瘫、数据不丢、监管合规’的安全体系至关重要,车企需从架构、工具、流程、制度等方面保证车企业务系统的高可用。”
当前,智能汽车已经进入跨学科、跨领域、跨产业协同发展阶段,需要计算机、信息融合、人工智能、现代传感、网络安全等诸多技术领域协同推进。
智能汽车成发展共识全面智能化升级未来可期
随着我国“十四五”规划的深入实施和新一代信息技术的飞速发展,智能汽车已经成为汽车行业共识和发展的新方向。而中国汽车行业正以前所未有的速度,迈向全面智能化升级的新时代。
“中国汽车产业的智能化布局已经走在全球的前列,这得益于国家政策的指引,消费者对创新的开放和包容,我国在人工智能、大数据、云计算和物联网等领域的强大技术储备,以及国内汽车人的锐意进取和自我革新。”秦孔建在访谈中如是说。
决胜汽车智能化,尽管需要经历转型“阵痛期”,但中国汽车企业仍充满信心。“中国的电动化、智能化已经在全球上已经取得了一定的先发优势和领先优势。”曹旭东表示。对于汽车智能化的企业发展与建设,他认为,一是要持续深耕用户体验;二是要夯实数字化底座;三是要更加开放,在国际舞台上创造价值。
“汽车本身的智能化、车企数字化以及全业务全球化在未来整个车企在发展过程中要重点考虑。”张修征表示。当前,电动化智能化产业链进入了商业化落地的关键阶段,共研创新、协作共生,成为未来产业发展的重要趋势。他表示,企业要携手生态伙伴与客户,联合产学研各方,共同发挥产业聚合优势,为中国汽车智能化升级贡献力量。(来源:人民网)
好文章,需要你的鼓励
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。