3月28日-30日，以“夯实电动化推进智能化实现高质量发展”为主题的中国电动汽车百人会论坛（2025）在京隆重召开！本届论坛汇聚20+政府有关部门领导、30+院士专家、100+汽车及相关领域的企业代表，共议汽车产业变革新路径。在30日召开的AI汽车论坛上，蔚来首席专家、助理副总裁、AGI委员会负责人胡成臣发表精彩演讲。以下内容为现场发言实录：


蔚来首席专家、助理副总裁、AGI委员会负责人 胡成臣

今天很荣幸能有机会跟大家交流，刚才吴总的分享让人印象深刻，从AI的平台技术到AI产品，我们看到长城做了很多在AI产品和用户交互上的落地工作。我的演讲可能会从另外一些维度做拉伸，把时间线、汽车AI的应用包括整个软硬件体系结构、供应链都做一些拉伸，提供一些不成熟的想法跟大家探讨。

我们先看看什么是AICar？突然有一天我们发现，好像AI+X，AIPhone、AIPC，突然有一个词叫AICar出来了，到底什么是AICar？今天AI和汽车的结合其实有很多，刚刚吴总讲到研、产、供、销、服，车企各个环节都有AI的应用，有些应用是车企特有的，有些是普适性的，最特有的我觉得就是汽车本身和AI的结合，所以我今天主要围绕车的AI来谈。

AI这件事情并不新，或者说智能化这件事情并不新，但是新能源汽车出来之后发展地非常快，为什么？因为这个是智能化或者AI最主要的赋能系统本身就是个能源系统，很多东西都是能源系统，计算机也是能源系统，AI的核心驱动力就是电能，所以AI+EV两者结合起来是最佳搭档。

一个真正的AICar如果抽象出来应该具有什么能力？这个智能应该是哪些能力？车需要有感知能力，能够感知环境；需要有交互能力，包括车和人的交互、车和车的交互、车和其他的交互，包括吴总提到具身智能，通过这些感知环境也有了交互；需要有理解能力，去理解感知的内容、理解交互的内容，从而基于它的理解做一些执行，这个过程中都需要去学习迭代，把这些能力加到一起。这是我给出的AICar需要具备哪些能力的定义，具备了这些能力它就是AICar。

今天讲AICar的时候有很多场景，大家都集中在座舱或者智能驾驶，我把它从两个维度上做了分类，现在看到有四个象限，首先根据汽车开或者不开先做了区分；另外以乘用车为例，如果车和人在一起是传统的车的形态，当然人和车也可以不在一起，我根据这两个维度做了区分。具有了AI的能力之后，我们发现AICar不光可以去做现在看到的这些RoboTaxi、司机的能力，他在不驾驶的时候，当人和车在一起的时候，它有交互、理解的能力，可以变成陪伴型的智能体。当没有人在的时候，它也可以自主驾驶去完成一些任务，比方可以送外卖、做闪送，当车和人不在一起的时候，可以把它当作我在边缘侧的智能，以前是云端的智能，这是边缘侧的智能，而且是你专属的智能助理，它可以帮你去做很多你希望它帮你完成的助理的工作。

这些场景在技术上该怎么来做呢？我给了一个简单的抽象，技术上来看可以看到四层内容。第一层内容是算力，这个算力是一个广义的算力，不光有计算能力，还需要有存储能力、网络能力，这是最底层的Infra，在这个Infra里面它的情境是一直会变的，可能是算力，可能是存储，也可能是它的网络数据的传输。

在这之前AI取决于我的数据，数据是关键的要素、关键的内容，我们如何把车上跨域的数据、车上车下数据融合起来是关键，有了底层的Infra与数据，我去构建我的模型并最终形成我的Agent。

今天我们一直在讲很多域，有智能驾驶域、有座舱域，如果扩展更多的域，车本身已经是智能体了或者说已经是具身智能的东西了，比如车上有很多部件，四个轮子都可以调高低了，像蔚来、华为等很多车厂也利用这些能力做了应用，比如爆胎的时候可以自动检测，把轮子抬起来以便安全行驶；有大车追尾时把尾部抬起保障安全；上下车时可以自动检测到上下车的位置，把车胎放下方便车主上下车；取拿行李时可以把后备厢降下来方便车主取拿行李；车的大灯可以跟投影仪一样投一些场景打地鼠的游戏或者更多体感互动的游戏。所有车上的部件结合AI可以有非常多新的应用场景等待大家去开发、验证，很多部件是在车身控制域，这些跨域的计算能力、存储能力、数据如何进行更好的复用，除了车上还有很多计算的能力、数据等可能是在云上或你的移动设备上，还有充换电的设施上，这些之间是不是有机会形成AI之间的互动，形成AI之间能力的共享，这也是一个开放性的问题。

结合这些之后我们就会想，如果从硬件结构来看，可能大家都很熟悉车的电子电气架构现在已经发展很多代了，今天很多人讲说从跨域慢慢变成集中式，但大家还是会看到一些domain function的影子在那儿。计算机冯诺依曼的结构几十年是没有变的，虽然有很多更新，但整体构架是没有变的。在AI的环境下，对于刚才说的很多应用，包括技术栈上的演进，对于整体硬件结构会带来非常大的变化，今天的构架对AI并不是这么友好的，举个例子，大量车上的传感器、大量车上产生的数据，如何把这些数据利用起来？大家都知道，现在做大模型把公域的很多数据都处理完了，车上有很多私域的数据，这些私域的数据怎么来高效使用，上面针对构架给出了一个设想，当然可能还会有其他的设想来解决我们刚才说的这些问题。

这是一个数据的时空流转图，上半部分讲的是空间的流转，下面这幅图是生命周期的流转，不同人可能有不同分法，我把数据的生命周期大概分成这样五个阶段，数据的生成阶段、数据的收集阶段，每天产生很多数据，这些数据不一定都能直接用，包含了比如数据的预处理能力，怎么做这部分的收集。这些数据有些在本地做融合，数据之间可能还要做转移或者上传。拿到这些数据之后如何来使用，更重要的是这些数据怎么累积我的能力。今天我们看到在大模型时代，数据和模型之间的边界其实在慢慢变得模糊，现在模型里面包含了大量的数据，原来对于数据的这些处理方式要变到模型当中去处理了，所以这些能力如何能够帮你累积起来、更高效地累积起来？相信大家可能都很有体感，公司里面有一堆数据，这些数据可能都不太用得上或者利用率非常低，和模型结合之后有很多机会，到底怎么结合？这个机会有多少？给你带来的收益更大，还是给你带来的挑战更大？在数据的时空流转里面我觉得车企是去面临这些问题去解决的，如何高效去解决。

模型层面，问题非常多，还有专门做模型的专家在这里，一会儿大海总会讲非常多端侧模型的内容。我们看到大概有几个层面的内容，一是不同模态之间这些模型如何处理，我简单列了一下，包括视觉、语言，可能还有声音大模型，或者还有很多传感器数据，都是我的多模态输入，这些都是在车企非常独特的，在AIGC上都没有的东西。

我们刚刚讲车这件事情一定是车、手、云、站融合，在云端、在端侧融合做这件事情，今天我们说做车做得很辛苦，做车做得跟手机一样，每年都要跟着芯片去迭代，这个其实又跟刚刚说的构架是结合的，我今年要更新一个车、明年又要更新一个车，时间节奏完全是不对的，构架上就会有问题。车本身大部分都是不变的，因为AI算力的增加使得整个车需要重新做这个事。如何利用好云边端的机会，利用好我们刚刚说重塑电子电气架构的机会和模型去结合。

另外AI OS，现在很多人都在讲AI OS，手机上更多一些，车上也有开始谈AI OS，很少有人能把AI OS讲清楚，包括我讲的可能也不是最终答案，可能每个人理解都不一样。今天跟大家分享一下我理解中的AI OS应该是什么，或者说到车端的AI OS应该是什么。

首先讲一下是OS，看计算机课本，OS简单意义上来讲，第一个事情是完成软硬件融合的问题，作业管理等解决的是这个问题，第二个事情是解决人机交互的问题，人和机相联系、软件和硬件相联系，传统的移动互联网计算机的时候就是这样的。今天我们来看，在AI时代，回到刚才我画的技术构架图，在不同层之间需要做一些连接和纽带，如何去衔接形成纽带，AI OS在不同层面上解决这个问题，我们可以单独在Agent层面和模型层面上的问题，今天看有些开源的OpenManus可能更多在解决这个问题。还有在数据和算力中间解决这些问题，当然也可以把这些包起来，结合模型我们说是AI OS。这些内容是我们需要去了解的，并不是真正AI OS这个概念，而是真正要解决的问题是什么，这是我们需要一起去探讨或者一起往前演进的。

另外AI OS最重要的一件事情，或者可能是一个胜负手的东西，其实是交互问题。我们发现每次计算机时代的发展核心推动力不是硬件、不是软件，可能也不是单纯的操作系统，我觉得就是交互方式，每次当交互方式变的时候，所有的软硬件整个生态体系都会发生重塑，我们今天车的基本思想，跟当年把键盘移到手机上是一样的，还是以屏为中心在构建我们车的座舱。TiKTok这些也是交互方式发生的变化，我不需要告诉你，而是直接推给你了，包括今天大模型来了之后，我们现在已经很少用搜索引擎了，搜索引擎当时也是改变了我们在互联网上获取信息的交互方式，所以它起来了。今天大模型起来之后我们的交互方式又变了，车里面，我觉得这也是一个胜负手，这个交互方式定了之后，就像当年移动互联网起来之后，我还记得第一次玩划水果应用的时候，我觉得“哇，还能这么玩儿”，今天我们车上这些能力拓展出来后，如果有一天我们的交互方式变了之后，也能让用户“哇，还能这么玩”，我觉得我们就成了，我们急缺在车里这些AI的东西，急缺在车里划水果的应用。

最后讲一下我今天讲的内容。什么是AICar？试图讲一下我自己的理解，跟大家做一个分享，更多从AICar需要具备的能力谈起。具备这个能力之后，我觉得AICar远远会超出我们今天所说的智能驾驶、智能座舱这两个边界，我从四个象限、两个维度分开，车是不是在开、人和车是不是在一起，我们可以设想很多AI的场景，基于这样的场景抽象出了技术栈。

回扣一下今天的主题，讲趋势或重塑，我觉得主要有四个维度：第一个维度，应用场景要重塑，不再是智能驾驶和智能座舱。第二个维度，需要把整个车的时空域拉开，不光看今天的，也不光看一个域的，我们需要去重塑。第三个维度，基于前两者的维度，整个车技术栈软硬件的构架需要去重塑。把这三者都重塑之后，我觉得我们的供应链整体体系也会发生一系列的变化。

我的分享就到这里。谢谢大家！