赛力斯：AI赋能汽车个性化应用体验

AI时代将带来深远变革，包括引领时代跃迁、推动生产力革命和助力人类思维跃升。智能汽车作为AI时代的重要代表，已从传统工业产品转变为AI产品，推动了汽车企业向科技企业转型。

2025年3月20日，在第三届AI定义汽车论坛上，赛力斯科技公司副总裁唐如意表示，AI汽车将带来全时域、全场景、情感化的语音交互体验，并成为连接物理与数字世界的“超体空间”，智能驾驶体验将得到提升，实现全场景感知协同和舱内舱外感知协同。然而，AI汽车落地仍面临数据流通、数据标准、数据利用以及国产高端AI芯片研发等难题。

赛力斯科技公司副总裁

以下为演讲内容整理:

AI时代

人类最伟大的发明，永远是下一个可能的自己。AI将带来三个方面的改变，一是引领时代跃迁，将重构文明演进坐标系、重塑全球格局、加剧科技竞争、改变社会结构；二是带来生产力革命，生产效率将迎来飞跃与质变、创造新的生产要素、加速产业重构、实现经济形态升维；三是帮助人类实现思维跃升，包括思维范式进化、认知维度突破、激发人类创造力、实现人类文明传承与创新。

智能汽车已经从传统工业时代的产品转变为人工智能产品。传统工业时代，产业结构复杂，人力投入比较多，而到了新能源时代，随着智慧工厂、智能座舱，智能驾驶的推广普及，大模型多模态的技术大量应用在汽车中，汽车企业开始向科技企业转型。

图源:演讲嘉宾素材

AI时代带来的颠覆与重构主要是从“软件终端霸权”到“智能生态革命”的转变。在软件与终端的“霸权时代”，Microsoft和Apple占据着核心定位，而到目前为止，AI时代杀手级的应用缺席，当前AI应用仍处工具化阶段，用户规模与留存率远未达移动互联网时代“10亿级”标准。当前是一个技术瓶颈与机遇并存的时代，大模型仍依赖模式匹配，缺乏深度理解。AI时代巨头应当具备四大基因，一是生态重构者，二是场景定义者，三是价值裂变着，四是伦理破壁者。

AI时代技术能力

未来的AI汽车应当具备全域融合的AI基座架构、分层智能中枢系统设计、超自然和超代际的交互体验。从全域融合的AI基座架构看，下一代EE架构将是跨域融合的计算架构，座舱、智驾、底盘、动力之间的界限被打破；存算一体硬件应当具备高效能、高算力、高带宽的特点；具备算力、算法、数据的三位一体支撑体系。分层智能中枢系统设计上，要有车云协同层、服务化中间层、边缘计算层、多模态物理感知层，深度融合。应用层应当是多模态、全时域、全场景、情感化的。

20世纪80年代是桌面处理器时代；21世纪10年代是移动处理器时代；21世纪20年代进入AI处理器时代，AI应用带动了处理器革命，通过“存算融合”重构计算范式，全面提升能效比。

图源:演讲嘉宾素材

跨域融合、高速通信的服务化架构层面，主要是跨域融合服务化、开发架构标准化、通信总线高速化和操作系统自进化。传统新能源汽车时代的软件架构已不再适合AI性能开发。我们将为AI系统打造整车基于AI系统的操作系统。端到端大模型的AI算法不仅在智驾上应用，还会在座舱的多模态感知上进行普及。

AI时代要实现跨行业、跨终端的数据要素流动，因此要构建统一数据流通基础设施，实现跨行业协议互通，强化数据安全与合规体系，进而建设数据交易平台。

AI时代车企的生存法则是人才密度与管理模式的双重进化。定位上，以前车企是传统制造型企业，软件定义汽车，未来会转变为科技型企业，AI定义汽车；人才密度上，以前是机械制造人才为主，软件人才增多，未来将转变为软件人才为主，AI人才激增；组织效能上，以前是垂直化层级、职能固化、局部数字化，未来将是液态敏捷组织、协同融合、全面数智化；管理模式上，以前是流程为核心、经验驱动、追求标准与稳定，未来将以用户价值为核心、数据智能驱动、尊重人才与创新。

AI汽车体验

AI汽车全时域、全场景、情感化的语音交互将成为主流。在AI汽车中，语音将会成勇用户体验车的核心价值点。一望文明多是通过触屏或点击的方式唤醒AI智能应用，未来将逐渐被多模态语音替代，因此在语言能力核心研发上，有很大的机遇。

在多模态的空间交互中，要加强多模态的感知能力，融合各域原子能力，实现空间交互场域。专业的主动式个性化服务层面，一是要实现全域主动式服务，做到多模态交互与情感感知、个性化推荐与生活助手、数字驱动的个性化体验；二是多场景联动智慧生态，实现数据互联打破数据孤岛、群体智能协同服务升级、生态融合多场景闭环。三是大脑与记忆继承，实现数字分身跨设备迁移、情感与记忆实现继承，数据成为核心资产。

汽车娱乐化体验的深度革命上，AI赋能的汽车娱乐化体验正在变革，将“第三空间”升维为连接物理与数字世界的“超体空间”。一是全息移动竞技场，多模态交互重构体验、AIGC动态扩展游戏场景、多设备融合交付体验；二是情感化视听剧场，5D感官联动革新、场景化声学改造、智能音效创新体验；三是个性化空间形态，实现个性化空间智能切换、旋转座椅-场景联动、虚实空间的体验延展；四是跨域社交娱乐中枢，打破物理空间限制、虚拟分身数字社交、共享体验情感共鸣。

智能驾驶体验提升上，要在智驾上做到全场景感知协同，舱内舱外感知协同。当前，智驾的发展极为注重车辆控制，并在无人驾驶领域的各个产业中展现出广泛的应用潜力。我们观察到智能驾驶技术未来或将与车辆座舱系统、底盘控制系统以及动力系统实现更深层次的融合，比如将车辆内部流通的数据与智能驾驶外部获取的数据进行整合，从而打造出更为智能化的用户体验。

图源:演技嘉宾素材

智能驾驶的操控方式上，目前主要通过仪表盘和方向盘上的按钮进行激活，随着技术的不断进步，在确保高度安全的前提下，未来或将能够通过语音指令和多种手势来激活自动驾驶场景及动态场景模式。

此外，车辆与办公场景的结合也极具想象空间。在L3级自动驾驶技术普及之后，车辆内部的座椅布局和空间配置都将发生显著的变革。驾驶风格的数字化孪生技术，将呈现出一种全新的场景，每辆车、每个人在驾驶时的感受都将独具特色，真正实现单车智能与驾驶者性格及驾驶习惯的深度融合。

AI汽车落地难点

在智能驾驶时代与AI汽车的到来之际，我们深刻意识到数据的重要性。当前面临的首要问题是数据的确权、定价、交易及其相关监管配套制度尚未完善。数据权属划分不明确、定价机制难以建立等问题，在一定程度上阻碍了汽车数据的流通与共享。

此外，不同车企及领域间的数据标准存在差异，导致数据融合存在兼容性挑战。数据质量的参差不齐以及传输标准的不统一，进一步阻碍了数据的顺畅流通。目前，各车企自行采集的数据因协议不一致而难以进行交易和有效利用。我们希望在标准的SOA服务架构上，能够推动数据接口的标准化工作，通过标准化数据接口，加强产品的迭代速度，提升数据的利用率。

此外还有数据利用难的问题，加之各车企传感器配置不一，跨车型数据交流与交易面临较大挑战。数据的本质在于其流动性，若无法充分利用流动的数据，便难以实现全时域、全场景、高质量的智能陪伴。在人工智能与AI汽车时代，数据已成为企业的核心资产，缺乏大量数据，便难以训练出优秀的智能体，也无法有效推进AI汽车的设计与普及。

此外，国产高端AI芯片的研发亦面临困境。目前，我国在高端芯片研发方面的人才短缺，封装技术存在瓶颈，外部IP壁垒较高，生态建设及工具链成熟度不足；开源社区相对较少，产品同质化严重，具有特色的芯片和算力平台稀缺。同时，国内车规认证系统不完善，芯片上下游协同能力不足，高端光刻机缺失，高纯度硅片技术未掌握，这些问题均对AI汽车的设计研发造成了较大困扰。

在智能驾驶技术落地方面，法律与伦理问题也是一大难点。智能驾驶技术的大量使用，如果出现问题，责任归属难以明确，如何规避这些问题，获得法律与社会认同，是一大挑战。此外，V2X设施的依赖也是问题之一，尽管车企在V2X方面投入大量精力，但实际应用较少，主要归因于设施建设不完善及费用问题。

AI时代，汽车将从单车智能向群体智能转变，数据交互必须通过公共管道进行。V2X技术有望成为汽车的标配，但用户数据隐私安全成为车企面临的难题。数据的拥有者是谁，如何保证用户隐私，模型的可解释性如何完善，均是亟待解决的问题。

车企在人才方面亦面临困境。社会技术发展迅猛，传统人才向AI转型面临较大困难，复合型人才稀缺。许多车企人才对于AI系统的理解能力较弱，AI治理人才亦存在空白。据研究，仅有20%的车企建立了AI治理框架，81%的车企认为缺乏AI治理将阻碍可信AI的实现。

图源:演讲嘉宾素材

技术革新与人才培养是车企面临的另一难题。随着新技术模型的涌现，技术核心更新迅速，而人才培养无法与之匹配。如何将先进技术与现有汽车结合，是所有车企面临的困扰。

展望未来

我们认为AI时代的i“Phone”时刻尚未到来，仍充满机遇。在移动互联网时代，手机重塑了人类文明生态，而在AI时代，汽车将从钢铁、机器进化为最懂人类的移动生命体。AI技术仍处于积累阶段，尚未达到消费者预期，技术融合将催生新的商业机会。行业创新对所有公司均带来挑战，底层技术的跃迁具有巨大潜力。

AI汽车不仅涉及软件问题，更是端、管、云深度融合的系统，涉及硬件结构甚至新材料。它是机械体、智能体与软件的融合，其生态与传统互联网截然不同。硬件形态的重定义、神经拟态芯片、微密集传感器以及软件重构人与车的关系，将是杀手级产品的DNA密码。理解用户情绪、预测用户需求、守护用户安全，是企业和社会的责任。

数据将成为AI时代的核心资产。在传统车及新能源车时代，数据主要用于质量分析、生产数据统计及销售信息统计，并未真正成为公司的核心资产。然而，随着数字资产塑造移动文明，汽车作为移动空间及数据采集渠道，具有独一无二的价值。汽车通过感知与构建活体地图、自组织式交通，能够采集大量数据，训练模型，推动人工智能发展。在数字生命体上，终身驾驶数据、独家数字资产及数字化思维的延续，将改变人类对时空的感知与理解身边的方式。