当AI与汽车激情碰撞，未来出行会闪耀怎样的火花？

在汽车行业的未来蓝图中，人工智能（AI）扮演着至关重要的角色。技术的每一次飞跃，都在将AI更深地融入汽车，从自动驾驶、人机交互到电池管理，再到软件定义汽车，AI的应用给汽车行业带来前所未有的机遇。

2024年见证了一系列AI创新技术的涌现，AI的应用不仅提升了驾驶体验，还为汽车的安全性、效率和可持续性带来了翻天覆地的改变。本文将对近期AI在汽车行业的应用进行总结和梳理。

AI赋能自动驾驶

自动驾驶技术是AI在汽车行业中最为人瞩目的应用之一。随着技术的不断进步，人们正逐步迈向一个完全自动化的驾驶新时代。以下是部分企业利用AI提升自动驾驶水平的一些创新：

Helm.ai推出了用于模拟整个自动驾驶汽车堆栈的多传感器生成式AI大模型（Foundation Model）WorldGen-1，可同时合成多种模式和视角的高度逼真的传感器和感知数据，将传感器数据从一种模式推断到另一种模式，并预测驾驶环境中车辆自身和其他目标的行为。此前，该公司还推出生成式AI模型VidGen-1，可生成高度逼真的驾驶场景视频序列，用于自动驾驶开发和验证，对于预测任务和生成式仿真都具有重要意义。

图片来源： Helm.ai

韩国蔚山国立科学技术院（UNIST）开发出“基于稳定性扩散的深度生成重放（SDDGR, stability diffusion-based deep generative replay）”的新技术，使人工智能能够在保留现有知识的同时学习新信息。SDDGR在自动驾驶汽车中尤为有效，使其能够准确识别道路物体并实现安全驾驶。它能生成高质量的图像，并通过迭代处理帮助维护先验知识。通过利用先进的学习方法，SDDGR可提高处理新数据的准确性。

采埃孚开发出基于云和AI的验证服务ZF Annotate。ZF Annotate充当独立于要检查的传感器组的冗余设置，将记录的数据上传到云端并进行分析。ZF Annotate可作为最先进的、由人工智能支持的验证解决方案，用于测试和训练从L2级+到L5级的现代ADAS/AD系统。

dSPACE与亚马逊云科技（AWS）合作，利用亚马逊云科技的生成式AI技术开发先进的场景生成解决方案。凭借该方案，汽车制造商和供应商能够更全面、更高效地模拟和验证其自动驾驶系统，从而减少与物理原型设计和测试相关的时间和成本。

Arrow设计出首款人工智能（AI）转向系统，使用面部识别技术来控制其最新的SAM（半自动驾驶）汽车。该系统使用机器学习处理信息并自动调整转向角度，只需几千分之一秒。新的AI转向系统取代了汽车原有的四摄像头转向系统，后者采用较旧的基于红外动作捕捉的技术。有了人工智能，汽车就更容易控制，且没有延迟。

苏黎世大学（University of Zurich）研究人员取得计算机视觉和人工智能（AI）的重要进展，即将AI与新型仿生摄像头相结合，可实现比现有汽车摄像头快100倍的行人和障碍物检测速度，从而可以大大提高汽车系统和自动驾驶汽车的安全性。

法国CEA-Leti成功研发了一种结合混合键合和高密度硅通孔（TSV）的工艺，可以将人工智能（AI）功能添加到CMOS（互补金属氧化物半导体）图像传感器中。通过CEA-Leti的AI集成技术，新一代CMOS图像传感器可以充分利用所有图像数据来感知场景、理解情况并进行干预。

欧特明电子（oToBrite）成功开发出紧凑型全天候视觉AI驾驶员监控系统（DMS）。该系统采用高灵敏度车规级全局快门图像传感器，可实现卓越的量子效率（QE），无论白天黑夜都能提供清晰的图像质量。

Autobrains推出其最新获得的突破性成果——Liquid AI，代表着自动驾驶和高级驾驶辅助系统（ADAS）领域的范式转变，弥补了传统AI和真正智能的自主系统之间的差距，例如新兴汽车应用。通过模仿人类大脑的灵活性，Liquid AI实现了卓越的性能、成本效益以及更强的可解释性和可控性。

综上，AI不仅可以用于自动驾驶系统的开发和验证，还可以用于预测和仿真，以及测试和训练系统，不仅可以提高自动驾驶系统的安全性，还能助力降低自动驾驶开发的时间和成本。

AI赋能语音交互

AI技术在提升汽车用户体验方面也有广泛应用，如智能语音交互和个性化服务。凭借深度学习技术优化的语音识别系统，用户可以通过自然语言与汽车交互，操作导航、音乐播放等功能。AI系统还可以分析用户的行驶习惯和偏好，提供个性化服务‌。

图片来源： FEV.io

以下是AI在改善用户体验的一些创新实例：

FEV.io推出了一款使用生成式人工智能的智能语音助手，能够理解驾驶员和乘客的需求，并提供实时的解决方案。这款助手可以访问驾驶员的个人安全云配置文件数据，并结合实时车辆数据和环境参数来提供支持。

Mapbox宣布推出新的对话式人工智能服务MapGPT，将允许汽车制造商创建定制的语音助手，从而能够在旅途中进行自然且可操作的对话。通过将Mapbox业界领先的定位服务与有关驾驶员位置、目的地和周围环境的实时背景相结合，MapGPT使其理解和建议比其他语音助手更具相关性。

恩智浦半导体推出SAF9xxx系列，为汽车信息娱乐系统带来AI音频功能，标志着汽车音频处理技术的重大改进。新的音频数字信号处理（DSP）解决方案旨在支持软件定义汽车（SDV）对基于AI的音频日益增长的需求。利用Cadence最新一代高性能Tensilica HiFi 5 DSP，结合专用神经网络引擎，SAF9xxx能够高效实现下一代高质量自学习音频和语音应用。

Connex2X和SoundHound AI建立战略合作关系，将SoundHound先进的语音人工智能技术集成到Connex2X突破性的联网汽车产品中，通过无缝语音交互增强驾驶体验。这种无缝的语音交互不仅提升了用户体验，还为驾驶过程中的安全性带来了显著提升。

SoundHound AI推出创新车载语音助手，可在NVIDIA DRIVE平台上运行时完全使用边缘大型语言模型（LLM）。凭借这项尖端技术，汽车制造商能够让驾驶员能够通过语音快速访问LLM功能，并具有更大的隐私性、灵活性和更低的运营成本等额外优势。

以上最新的进展表明，汽车行业正在迅速采用智能语音和AI技术，以提升用户体验和车辆的智能化水平。随着技术的不断进步，未来可以期待汽车变得更加智能和互动，实现更高水平的人机交互。

AI赋能电池设计和优化

在电动汽车的心脏——电池技术方面，AI的应用正带来革命性的变化。以下是AI在电池设计和优化方面的一些最新进展：

美国能源部SLAC国家加速器实验室和斯坦福大学研究人员合作开发出基于人工智能（AI）的方法，有助于在探索新材料时更有效地收集数据，从而能够以更高的精确度和速度来应对复杂的电池设计挑战。新方法将复杂的目标自动转换为智能数据采集策略。关键特性之一是能够从每次实验中学习和改进，通过AI根据目前收集到的数据来提出下一步骤。这种方法支持用户指定复杂的目标，在较大设计空间内实现自动优化，从而增加了发现新的卓越材料的可能性。

图片来源： SLAC

韩国科学技术院（KAIST）与韩国电子与电信研究所（ETRI）以及美国德雷塞尔大学（Drexel University）合作，开发出利用卷积神经网络（CNN）预测电池NCM正极材料主要元素组成和充放电状态的方法，准确率高达99.6%。该方法采用图像识别技术，仅通过检查电池的表面形貌，就能利用人工智能学习准确确定电池的元素组成和充放电次数。

Electra Vehicles公司推出领先的人工智能（AI）技术——EVE-Ai（Range Expert and Fleet Analytics modules，续航专家与车队分析模块），以变革电池性能管理、消除续航焦虑，并为电动汽车（EV）行业的扩张提供支持。此外，Electra Vehicles的EVE-Ai技术能够利用先进的AI算法提供实时的个性化洞察、预测性维护信息以及提升电池安全，让EV驾驶员、OEM和车队经理受益。

Elektron Motors GmbH公司与Electra Vehicles公司建立战略研发合作关系，通过利用先进机器学习和人工智能技术，改进电池状态预测，优化能源管理，从而大幅提升汽车动力优化和安全性，以变革电动超级跑车行业。

英国Eatron科技公司率先在其先进电池管理软件中采用人工智能（AI）技术，以帮助汽车制造商降低电动汽车（EV）电池着火的风险。通过采用人工智能技术，Eatron科技已经证明，该技术不仅可以有效地探测出锂析出现象，还可以准确地预测该现象可能发生的时间。在发生之前检测到故障可以更有效、更便利地处理电池故障。这可能会改变电池的管理方式，以在短期内可以尽量减少电池被进一步损坏，最终方便驾驶员安排维修服务以修好电池故障。

不难看出，AI技术在电池材料的分析、电池性能的优化、以及电动汽车的整体性能提升中发挥着越来越重要的作用，不仅可以实现性能更高的电池设计，也可以提升电池安全性，进一步推动电动汽车的普及。

AI赋能软件定义汽车

软件定义汽车已成为汽车行业的核心变革力量，推动汽车从传统的硬件主导模式转变为智能化、软件驱动的新时代。而AI的应用，则将软件定义汽车的水平提升到了一个新台阶。以下是AI在软件定义汽车领域的一些部署：

图片来源： Eatron

SODA.Auto推出旗舰产品SODA V，这是全球首款可满足汽车工程师从创意到认证所有需求的工具，用于创建软件定义车辆（SDV）。作为软件、电子和电气架构的统一平台，SODA V可利用数字孪生技术和人工智能（AI）的能力，大大减少每项常规任务所需的时间。例如，之前需要3天时间完成的测试编码现在仅需15分钟就能完成。借助SODA V，汽车制造商可以在不到一年的时间内制造新的SDV，预算仅需60万美元。

Wipro与西门子公司建立战略合作关系，将通过将西门子的PAVE360软件和数字孪生技术与Wipro的汽车工程与数字化转型功能集成，以变革汽车软件开发。通过利用人工智能、机器学习和可视化等先进技术，此次合作将极大地简化软件开发流程、加速产品上市，并提升汽车软件的整体质量和可靠性。

在软件定义汽车中，交通基础设施是很重要的一环。Econolite公司与智能交通系统（ITS）解决方案供应商Derq宣布，已与加州交通部合作，在奥兰治县的12区（D12）部署了一套先进的十字路口安全系统。该系统结合了Econolite的Autoscope® Vision技术（基于高清视频的业内领先探测系统）以及Derq的实时AI洞察、协作感知以及数据融合功能，以研究所有道路使用者的使用模式，进而提供有关安全性与效率的可操作见解。此外，该解决方案还可以动态调整信号灯操作，并向网联车辆广播信息，提升网联和软件定义汽车的安全性。

Upstream Security推出先进生成式人工智能（AI）功能——Ocean AI，可实现有效的网络安全风险补救。该功能被内置于Upstream的移动出行探测&响应平台（M-XDR），让OEM和IoT供应商能高效分析大量的网络警报信息与数据、探测模式、加速网络安全操作并实现自动化调查，保障软件定义汽车的网络安全。

随着AI技术的不断进步，汽车行业正站在一个全新的起点上。AI的融入不仅为驾驶者带来了前所未有的便捷与安全，更为整个交通生态系统的可持续发展注入了新的活力。未来，随着AI技术的持续应用，汽车将变得更加智能，为驾驶者和乘客提供更加安全、舒适和环保的出行选择。