來源：環(huán)球網(wǎng)

【環(huán)球網(wǎng)科技報道 記者 林夢雪】剛剛落幕的北京車展，勾勒出全球汽車產(chǎn)業(yè)的轉(zhuǎn)型軌跡。本屆展會呈現(xiàn)出三大標志性變化：AI大模型批量“上車”、智能體加速邁向規(guī)?；涞?、整車與零部件展區(qū)首次實現(xiàn)“整零同館”。與此同時，L3級自動駕駛也正式跨越概念階段，蛻變?yōu)榭闪慨a(chǎn)的商品。多重信號交匯，全球汽車工業(yè)的風向標正加速向北京傾斜。

走進展會可以看到，“AI”“大模型”“艙駕一體”已成為展臺標配。車企集體向“AI科技公司”轉(zhuǎn)型的背后，是行業(yè)競爭邏輯的深刻重構(gòu)：汽車行業(yè)的較量已從整車單點性能，全面升級為“算力 + 算法 + 數(shù)據(jù) + 生態(tài)”的全產(chǎn)業(yè)鏈生態(tài)對決。

在這一產(chǎn)業(yè)拐點上，底層算力與AI基礎設施的支撐能力成為決定車企智能化天花板的關鍵。4月29日，IDC正式發(fā)布《中國汽車云市場跟蹤報告（2025 下半年）》，百度智能云在自動駕駛研發(fā)市場繼續(xù)保持第一的市場份額，這也是其連續(xù)多期領跑該領域。百度智能云汽車業(yè)務部副總經(jīng)理肖猛從算力結(jié)構(gòu)變遷、智能體落地路徑、商業(yè)模式重構(gòu)等維度，拆解了汽車智能化下半場的產(chǎn)業(yè)航向。

算力需求結(jié)構(gòu)生變：推理爆發(fā)與國產(chǎn)替代成主旋律

2026北京車展期間，各品牌紛紛亮出算力底牌：理想L9 Livis全球首秀，搭載2顆自研5nm“馬赫100”芯片，綜合算力2560TOPS；蔚來ES9搭載自研神璣芯片，算力超1000TOPS；小鵬GX則宣稱配備4顆自研圖靈AI芯片，本地有效算力達3000TOPS。

當前車企算力需求結(jié)構(gòu)正呈現(xiàn)顯著的分化與重構(gòu)。

“以往車企算力主要集中在自動駕駛訓練環(huán)節(jié)，今年開始出現(xiàn)明顯分化。”堅持全棧自研的頭部車企持續(xù)加碼訓練算力；而部分車企轉(zhuǎn)向供應商方案，通過部門整合收攏算力，僅保留基礎合規(guī)規(guī)模。與此同時，隨著AI技術(shù)普及與行業(yè)熱度攀升，推理算力需求正迎來爆發(fā)式增長。

同時，國產(chǎn)算力迎來歷史性窗口期。以昆侖芯P800/P900為代表的國產(chǎn)芯片市場需求旺盛，訂單供不應求。“現(xiàn)階段整體處于供不應求的賣方市場，車企算力布局以‘資源搶購’為主?！痹谛酒倘北尘跋?，車企暫難完成系統(tǒng)化長期規(guī)劃，核心目標已轉(zhuǎn)向算力儲備。

面對這一局面，百度智能云提出“儲算力、建平臺、治數(shù)據(jù)”三大路徑。在落地策略上，肖猛介紹混合算力架構(gòu)將成為車企標配：涉密與高敏感數(shù)據(jù)依托本地私有化部署，低密級業(yè)務接入公有云以控制成本。而國產(chǎn)芯片正是私有化算力建設的核心支撐，“昆侖芯P900超級節(jié)點性能提升30%，已針對車企推理場景完成深度優(yōu)化。”算力重心的轉(zhuǎn)移，也標志著自動駕駛產(chǎn)業(yè)正從“研發(fā)訓練期”加速邁向“車載量產(chǎn)期”。

智能體跨越“Demo期”：告別噱頭，聚焦高價值務實場景

在此次北京車展現(xiàn)場可以看到，汽車正在變成AI移動終端，廠商的展板上到處都是“AI”“大模型”“艙駕一體”等特色宣傳。AI不再是炫技的標簽，而是實實在在的效率引擎與商業(yè)增量。正如百度智能云所判斷的：“行業(yè)告別概念內(nèi)卷，正式進入AI價值落地的務實發(fā)展階段?！?/p>

當前智能體在車企的應用仍以項目管理、供應鏈、客服等通用場景為主，但高價值研發(fā)場景已跑出標桿案例。在汽車工業(yè)設計領域，擁有二十余年行業(yè)經(jīng)驗的阿爾特汽車技術(shù)股份有限公司，此前長期受困于風阻測試耗時長達10小時的行業(yè)瓶頸。依托百度“伐謀”智能體，阿爾特將空氣動力學、流體力學物理約束及車身造型等設計特征融入算法，實現(xiàn)風阻評估從小時級到分鐘級的跨越。目前同類車型可直接復用同一套算法模型，高效完成風阻測算，大幅提升研發(fā)效率。

然而，智能體從演示走向規(guī)模化仍面臨兩大瓶頸：人才缺口與技術(shù)穩(wěn)定性。 “AI技術(shù)每3個月迭代一次，車企作為制造業(yè)，薪酬體系與吸引力難以與互聯(lián)網(wǎng)競爭頂尖人才，內(nèi)部培養(yǎng)體系節(jié)奏也相對較慢?！备咝I擴招人才將在2027-2028年逐步流入市場，缺口有望緩解。此外，車企生產(chǎn)體系對穩(wěn)定性、可追溯性要求極高，無法適配高頻波動的新技術(shù)，因此目前仍以非核心場景試點為主?！按夹g(shù)路線定型、人才補齊后，智能體才會全面走向規(guī)?；！?/p>

打破BOM成本思維：汽車邁向“全生命周期運營”新商業(yè)邏輯

大模型與車載AI的普及，正在擊穿傳統(tǒng)車企沿用數(shù)十年的成本核算體系。

肖猛介紹：“傳統(tǒng)車企習慣以BOM成本為核心，核算硬件、電量等固定成本。車載AI體驗越強，推理算力消耗越大，若沿用傳統(tǒng)定價模式，供應商利潤將被嚴重壓縮，難以形成健康生態(tài)?！?/p>

行業(yè)的經(jīng)營思路正在發(fā)生根本性轉(zhuǎn)變：從“一次性硬件售賣”轉(zhuǎn)向“硬件+長期服務”的復合模式。車輛正演變?yōu)?0至15年的長效智能終端，車企開始通過優(yōu)質(zhì)座艙AI與智能服務提升體驗，探索增值服務付費。

面對AI推理帶來的持續(xù)性成本，車企如何破局？百度智能云給出明確建議：“不能將AI推理單純視為成本負擔，而應定義為核心生產(chǎn)資源。百度智能云在落地中建議‘先跑場景，后優(yōu)成本’——前期快速打通高價值應用，實現(xiàn)效率增值；場景成熟后，再通過模型壓縮、指令優(yōu)化、算力調(diào)度持續(xù)降本。推理投入帶來的研發(fā)周期縮短、人力成本下降與體驗溢價，綜合收益遠高于算力支出。”

在“算力+算法+數(shù)據(jù)+生態(tài)”的全鏈條對決中，云廠商的角色正從資源提供商升級為智能化底座共建者。

百度智能云針對不同發(fā)展階段的車企，提供差異化的賦能策略：頭部成熟車企（如吉利、濰柴）算力與平臺已完善，核心瓶頸在于數(shù)據(jù)治理。百度Data Builder通過本體建模改造傳統(tǒng)數(shù)據(jù)模型，適配大模型推理邏輯，打通多業(yè)務數(shù)據(jù)關聯(lián)，助力頭部車企深度落地AI場景。而對于起步較晚的新入局車企，首要任務是搭建智能體與大模型推理平臺，規(guī)劃公私混合部署邊界，從辦公、通用AI場景切入，循序漸進向核心業(yè)務延伸。

“百度智能云具備從底層基礎設施到上層應用的全棧服務能力?！睋?jù)介紹，依托成熟的AI底座、持續(xù)迭代的智能體平臺（如DuClaw、DuMate）以及完整的數(shù)字員工產(chǎn)品矩陣，百度智能云可為車企提供覆蓋產(chǎn)、研、供、銷、服全鏈路的一體化解決方案。