• 盖世汽车产业大数据
  • 采购项目
  • 配套企业库
  • 销量查询
  • 盖世汽车社区
  • 盖世大学堂
  • 盖亚系统
  • 具身智能
  • 【智能网联】智能汽车HUD产业报告(2026版)
  • 汽车出海新书发布
  • 2026第十四届汽车与环境创新论坛
  • 2026第六届汽车AI智能底盘大会
  • 2026第七届新一代动力技术创新峰会
  • 2026具身智能核心硬件与关键零部件创新研讨会
当前位置:首页 > 活动 > 正文

一汽研发总院:从“功能堆叠”到“主动协同”——整车多域AI智能体的探索与实践

盖世直播 许晴 2026-10-09 11:44:59

当前,全球汽车产业正处于智能化转型的关键变革期,生成式AI与汽车产业的深度融合正在重塑产品形态、技术路径与竞争格局。围绕AI定义汽车的核心方向,整车企业纷纷加速核心技术布局,探索整车多域协同的AI智能体落地路径,抢占下一代汽车产业的发展制高点。

2026年09月18日,在2026第四届AI定义汽车论坛上,中国一汽研发总院EE架构总工徐宝军发表主题演讲,聚焦AI定义汽车的产业变革趋势,分享技术演进的核心路径与落地实践。

徐宝军指出,汽车产业正从软件定义汽车向AI定义汽车加速演进,AI模型的推理与决策能力已成为车企核心竞争力的分水岭。中国一汽围绕AI Car构建全栈技术布局,从形态定义、模型演进到工程落地形成完整体系,持续探索整车多域协同的智能进化方向。

一汽研发总院:从“功能堆叠”到“主动协同”——整车多域AI智能体的探索与实践
 

徐宝军丨中国一汽研发总院,EE架构总工

以下为演讲内容整理:

汽车产业正迈向AI定义汽车新阶段

一汽研发总院:从“功能堆叠”到“主动协同”——整车多域AI智能体的探索与实践

图源:演讲嘉宾素材

汽车产业发展可划分为三个递进阶段。2020年以前为功能堆叠时代,以硬件配置为核心,软硬件深度耦合,功能固化难以迭代;2020至2026年为软件定义汽车(SDV)阶段,依托域控与中央计算架构实现软硬件解耦,通过OTA支持功能快速迭代;2026年之后将全面进入AI定义汽车(AI Car)时代,以统一大模型与车云一体架构为核心,构建跨域融合的主动智能中枢,推动产品组织与用户体验的全方位重塑。

一汽研发总院:从“功能堆叠”到“主动协同”——整车多域AI智能体的探索与实践
 

图源:演讲嘉宾素材

AI Car本质是数据驱动的整车智能体,不再是单纯的交通工具,而是具备持续学习与进化能力的轮上智能体。其核心特征体现在三个方面,一是基于海量真实场景数据深度学习,替代传统预设规则实现最优判断的数据驱动决策,二是依托软硬解耦架构与OTA能力,在全生命周期内持续升级智能体验的整车自我进化,三是具备感知、理解、决策与执行能力,最终构建人车共生的智能出行新生态。

当前行业迈向AI Car仍面临模型割裂、数据断点、功能烟囱、评测缺位、硬件错配、组织分散六大共性痛点,制约技术落地效率。与此同时,AI已成为车企核心战略。市场竞争层面,行业决胜关键已从软硬件堆叠转向AI模型能力;用户价值层面,AI推动车辆从工具属性向智能伙伴升级,重塑出行体验与品牌粘性;技术趋势层面,AI是汽车向具身智能进化的核心驱动力,关乎企业长期发展。

AI模型沿分散到统一路径迭代演进

AI模型的演进遵循问题驱动逻辑,而非单纯参数堆叠,整体分为三个阶段。小模型阶段聚焦单项识别与控制任务,擅长封闭场景确定性问题,但难以覆盖复杂开放场景;融合模型阶段打通感知、预测、规划等环节壁垒,实现跨环节协同决策,但各域技术底座仍相互割裂,突发场景易出现决策断层;统一模型平台阶段致力于构建统一的运行环境、数据治理体系、评测标准与Agent编排能力,打造适配汽车场景的高可靠智能体系,当前行业领先产品仍处于多模型协同形态。

统一大模型的核心并非用一套模型覆盖全部场景,而是“统一模型平台+模型矩阵+整车Agent”的架构体系。其统一内涵体现在四个层面:统一模型运行框架与端云协同机制、统一数据标准与评测体系、统一Agent框架与工具体系,以及可选的统一感知能力。在此基础上保留模型专业化分工,不同模型分别适配座舱交互、驾驶决策、低时延控制、云端复杂推理等不同场景。

用好模型矩阵需构建六大核心能力,分别是意图驱动、分层记忆、运行管理、安全协同、端云调度与可观测韧性,实现从任务理解到执行落地的全链路管控。Agent成为系统一级调度对象,底层仍由专业控制器完成确定性执行,保障功能安全与运行稳定性。

整车AI智能体落地分路径有序推进

一汽研发总院:从“功能堆叠”到“主动协同”——整车多域AI智能体的探索与实践
 

图源:演讲嘉宾素材

AI上车的核心运作模式是平台化模型矩阵协同,构建从感知到执行的完整智能闭环。云端侧负责数据平台搭建、模型训练与OTA下发,支撑数据闭环与模型迭代;车端侧分为多源异构输入层、车载AI核心大脑与全车智能输出层,实现多模态感知融合、端到端推理决策与全场景智能服务。支撑该体系的核心技术包括千TOPS级异构算力、10B级参数大模型部署能力、亿级场景库与7日以内数据闭环,以及ASIL-D级功能安全架构。

当前行业整体处于平台化攻坚期,不同技术领域成熟度差异显著。座舱领域自然语音、多轮对话已较为成熟,多模态主动服务仍在攻坚,整车统一大模型尚未形成行业共识;智驾领域L2++辅助驾驶与自动泊车已规模化落地,部分头部企业实现城市NOA,L3/L4高阶自动驾驶的安全与成本平衡仍是行业难题。行业竞争的核心是谁先跑通共性技术底座与车型落地闭环。

行业目前形成全栈自研型、平台合作型与域强协同型三条主流落地路线,各有优劣与适用场景。中国一汽采用“产品先行、系统下沉”的演进策略,智能驾驶领域以原生多模态基础模型为核心分三阶段推进,逐步从50BMoE模型升级至200BMoE模型;智能座舱领域同步迭代,从座舱AI助手逐步迈向全域共生的AI伙伴,AI原子能力持续扩容,稳步落地整车多域AI智能体,打磨用户出行体验。

关于一汽研发总院

中国一汽研发总院是中国一汽集团的核心技术研发机构,秉持“创领未来”的发展理念,聚焦汽车电动化、智能化、网联化前沿技术方向,深耕整车电子电气架构、智能驾驶、智能座舱等核心领域,依托全栈技术能力与产业协同资源,持续推动汽车产业技术升级与产品创新,致力于为用户打造更智能、更安全的出行体验。

(以上内容来自中国一汽研发总院,EE架构总工徐宝军先生于2026年09月18日于2026第四届AI定义汽车论坛发表的题为《从“功能堆叠”到“主动协同”——整车多域AI智能体的探索与实践》的演讲。)

本文地址:https://auto.gasgoo.com/news/202610/9I70474332C106.shtml

 
0

好文章,需要你的鼓励

微信扫一扫分享该文章