立波膜法师“电气化为主导的新的技术路线改变了全球汽车产业的发展格局，中国的车企开始迅速崛起。在电动化还没有完成时，智能化的浪潮又来了，以大算力、大数据、大模型为主要代表的人工智能开始和汽车融合，人工智能成为驱动汽车变革新的决定性因素。”9月29日，中国电动汽车百人会副理事长兼秘书长张永伟在全球智能汽车产业大会上说道。

　　行业普遍认为，中国新能源汽车行业已从电动化的上半场，进入智能化的下半场，智能座舱、智能驾驶已经取代发动机、变速箱，成为新能源汽车的核心配置。同时在座舱、智能驾驶之外，人工智能对汽车的影响逐步加大，进入汽车“研、产、供、销”等多个领域和环节。

　　“传统的智能化又迎来了以人工智能为驱动的新的汽车智能化，过去的变化还没有完成，新的变革又要开始，这种叠加的发展成了汽车产业发展的新常态。”张永伟说，汽车产业的技术高地和汽车企业的战略竞争支点，正在向AI驱动的智能化快速迁移，过去的竞争力已经很难支撑汽车企业下一步的发展。

　　在AI竞争时代，企业之间比拼的不仅仅是认知、速度，还有实力，因为发展的门槛越来越高。特斯拉拥有的算力水平是100 EFLOPS，是所有车企所拥有的算力的总和。如果在这轮变革中没有对人工智能给予足够的重视或者跟不上，不能在算力、芯片、算法上形成核心竞争力，这样的企业将失去未来。

　　此外，数据驱动汽车也成为行业的共识之一，数据成为企业核心的资产和要素。目前，汽车企业存在对数据挖掘能力不足、对数据价值利用不力的情况。

　　张永伟表示：“训练软件、系统，靠单一车企的数据量是不够的，AI时代，所有的竞争力都要靠数据训练出来，必须解决规模化数据的问题，这就需要创造我们的机制，促进数据汇聚，让大家能够按照市场化原则为平台投入数据，按照市场化原则使用数据，解决数据目前规模不大的障碍。”

　　在数据规模、算力水平和投入力度等几个人工智能关键要素上，中国车企与特斯拉相比有着较大的差距，张永伟建议企业之间可以形成协作机制，比如共建数据平台、共享算力等。根据公开的数据，三大运营商累计到2024年底，规划的算力资源总量也仅是53 EFLOPS。

　　“人工智能时代，汽车企业缺的不是产能，整车厂数量不是产业发展的主要矛盾，汽车行业最缺的是算力的基础设施。要完成端到端智能驾驶的研发和训练，起步的算力是1 EFLOPS，算力上要投入巨资，而且要持续投入，围绕着数据、算力、算法形成规模化的队伍。没有几千或者是上万张卡的算力集群，没有几千上万的算法团队，企业很难在新的赛道上形成竞争力。”张永伟说，除了建设本土的算力之外，还要加快解决国内算力不成熟、配套工具链、生态能力较弱的问题，减少算力在硬件上被“卡脖子”的风险。

　　数据驱动汽车成为行业的共识之一，数据成为企业核心的资产和要素。目前，汽车企业存在对数据挖掘能力不足、对数据价值利用不力的情况。