“随着智能化的加速普及，越来越多的消费者开始关注汽车的智能化。智能化的水平已经成为众多消费者购车的参考因素，也成了车企竞争的主赛道。”电子科技大学教授罗蕾在中国电动汽车百人会论坛（2024）的分论坛——智能汽车生态论坛上表示。
罗蕾认为，汽车智能化竞争的关键，不只是技术和产品，还需要生态的竞争。如何构建深度协同、面向用户的基础软硬件的生态和多元化的融合价值原生的应用生态，是决定汽车智能化是否健康发展的关键。
构建深度协同、面向用户的基础软硬件生态
操作系统和芯片一直以来都是推动汽车智能化发展的两个非常重要的底层推力，二者是相互协同的。中科创达高级副总裁兼智能汽车事业群总裁常衡生谈到影响操作系统比较大的因素时认为：
一是人机交互方式。在IT发展的历史上，每次人机交互方式的改变都会让操作系统产生巨大的变革，从大型机时代的键盘诞生，到PC时代的鼠标，再到移动互联网的触摸屏。由于大模型的快速发展，目前，人和机器之间已经可以做到真正的自然对话。像如今车上大量的物理按键和触摸屏，可能接下来使用的场景会越来越少，甚至将来应该会逐步消失。以后大部分情况下会使用传感器，以事件驱动的方式产生，以语音对话的方式来控制汽车将变得更加普遍。截至目前，操作系统所有的交互逻辑都是基于手工操作沉浸式的交互方式，未来，这方面操作系统一定会有巨大的变化。
二是芯片和电子电气架构。芯片和电子电气架构一直是逐步相互影响，由于高算力芯片的发展，同时，由于大模型上车带来更多应用场景，对于端侧的算力要求会越来越高，大算力的控制器会加速落地。大算力控制器上车之后，一定会逐步把周边的低算力控制器逐步集成和兼并，加速中央计算的到来。电子电气架构在走向中央计算的时候，相应的操作系统如现在独立的座舱操作系统、自动驾驶的操作系统一定会加速整合，从而推动整车操作系统的诞生。
常衡生还提到，操作系统要取得成功，已经不是技术的演进，生态的支持也极其关键。任何一个操作系统的成功不是一家企业做成的，需要行业里面上下游各个合作伙伴一起来参与。
斑马智行副总裁袁博也发表了类似的看法，“斑马智行跟行业伙伴一起开放协同，打造能够支持AI更好落地的应用创新平台。面向未来，希望和主机厂、行业伙伴重塑一些东西。除了芯片、操作系统和AI等核心技术之外，还有跨生态领域的合作，打造面向汽车新场景和服务新模式新体验的新生态，希望以此加速汽车智能化的发展。”
应该如何建立生态？中国科学院软件研究所集成创新中心副主任、国科础石总裁薛云志建议：
第一，建立智能汽车操作系统的根社区和开源基线版本。基于根社区可以去统筹、规划汽车操作系统的开源发展，开源基线版本可以帮助大家有一个共同可以参考的基线版本。
第二，发展一整套完整的工具，支撑汽车操作系统生态的建立。对于基础的操作系统，过去，大家已经有共识，像编译器、调试器等相对比较成熟，但是对于智能网联汽车而言，还有很多相关的工具，如CP/AP转化，车规级框架建立，有必要利用这样一些工具推动整车操作系统的建立工作。
第三，国产芯片和国产OS适配缺乏公共支撑，一直在重复投入，造成产业的整体成本高昂。
第四，共建公共软件工程平台。芯片和OS厂商、主机厂以及政府资源能够联合起来，用一个公共平台减少芯片和OS重复适配，也减少芯片厂商开发软件的高昂成本。
构建多元融合、价值原生的应用生态
“风起于青萍之末，浪成于微澜之间。实际上，在科技界已经充分共识——AI大模型已然成为一股飓风巨浪。汽车行业是否正在面临从软件定义汽车到AI定义汽车这样一个巨大的拐点？”长城汽车产品智能化副总裁吴会肖发出了这样的疑问。
谈到AI大模型和智能驾驶的结合，在吴会肖看来，“长城汽车从底层的逻辑上思考了AI大模型对于智能驾驶的影响，以及如何去布局下一代的智能驾驶。实际上，以往的智能驾驶的理念都是教‘机器’怎么开车。一般情况下，都是把复杂的驾驶任务拆解成感知、规划、预测、决策、执行等机器可以理解的单一的任务。长城汽车在这个基础上做了大量的探索和迭代升级，才有了今天的Transformer+BEV、3D占用网格预测和最新的端到端算法架构。当这一轮AI大模型爆发之后，长城汽车发现是不是可以从另外一个维度理解这个世界，比如，已经有了一个对世界知识有完整认知的通用大模型，这种情况下怎么做自动驾驶？即教‘AI’怎么开车，未来的情况下是否是这样基于大模型的智能驾驶的算法路径。”吴会肖认为，当前还处于学术和研究的阶段，但有理由相信这是未来的研发方向。
吴会肖表示，基于数据驱动，长城汽车围绕空间的独立性和组合性，在空间感知、空间认知和生成式交互等三个领域做了一些探索。
在空间感知领域，长城汽车构建多模态空间感知算法，将视觉、语音、按键等单一场景、单一模态、单一任务的座舱用户感知，升级成为基于连续时空信息的智能空间感知，从而实现连续多维信息输入到多任务输出的算法架构升级。
在空间认知领域，长城汽车从基于用车场景的预测类算法研发，基于座舱应用的预测及推荐类算法，基于用户的交互行为预测，向大模型的通识场景认知模型发展，通过大模型认知能力实现用车场景的通用+专识认知能力。
在空间交互领域，长城汽车通过大模型对语音架构进行升级，实现从指令式对话向自然对话的转变；通过文生图、图生图的大模型能力实现基于场景和用户提示的壁纸生成；通过大模型+用车手册的RAG检索增强架构，实现用户专属的用车助手。
展望车手互动加持下的汽车智能化，蔚来智能硬件副总裁白剑总结了座舱智能化的趋势和亟待解决的问题，“首先是座舱需求两极化，一类是娱乐相关需求，要求能够快速迭代、性能非常好；另一类是安全、法规相关需求，要求高可靠性，在这种情况下如何设计智能硬件就是一个问题。第二个趋势是大模型应用将大规模落地，AI趋势越来越明显，如何去满足座舱面临的新需求。第三个趋势是车手互动会带来更多新型体验，打通车机和手机跨端协同，问题则是如何打造新型的智能化体验。”
