“未来是人工智能的时代，要么与AI同进化，要么被AI淘汰。”海尔集团董事局主席、首席执行官周云杰曾说过这样一句话。
这句话放在汽车行业也同样适用。截至2025年上半年，国内已有超过50个汽车品牌的130多款车型标配了AI大模型，装配率接近16%。今年上半年，新能源乘用车L2及以上智能驾驶装配率更是超过80%，城市NOA功能在20万以上车型的覆盖率超过50%，并向15万级市场下沉。
这些数据是中国国际贸易促进委员会汽车行业分会、中国国际商会汽车行业商会会长王侠在9月21日举办的「汽车之家全球AI科技大会」上分享的。如果说，当年的电动化，是给汽车行业点燃了一把火，改变了动力和能源的底层逻辑，那么如今，AI的加持则更像是一场火山喷发，推动着汽车产业的深度颠覆。
中国国际贸易促进委员会汽车行业分会、中国国际商会汽车行业商会会长 王侠
同时，海尔集团董事、汽车之家董事会主席兼首席执行官刘斥也举了个耐人寻味的例子：二三十年前，电视机是家电市场的核心，但在互联网公司加入，价格战打到最后，虽然带动了数百亿规模，却让企业无利可图，研发投入不足，导致技术迭代远不如手机。刘斥提醒，技术不能因为内卷而被消耗殆尽，汽车行业同样要警惕陷入价格战的泥潭，唯有坚持创新和技术发展，才能走得更远。
在这股AI驱动的浪潮下，行业一方面对技术突破充满期待，另一方面也对商业化落地与安全性问题的担忧逐渐放大。在此次大会上，多位业内大咖分享了颇具启发性的观点，带你一探究竟。
亮点一：从L2到L3有多远？
文远知行创始人兼CEO韩旭给出了一个颇有争议但极具洞察的观点：“L3是简化的L4，而不是简单的L2++的升级。L2++做得不错，真想做L3还是很难，L3的距离比L4更近，而离L2++很远，距离远超你的想象。”
为什么？因为L3面临一个“场景悖论”。它要求系统自己识别出“我可能要失效了”，可如果系统连是不是异常都无法判断，又如何提前预警？这就尴尬了。
这也解释了为什么特斯拉直接跳过L3，奔着L4去做。因为在技术实现上，L3和L4的复杂度几乎一样。他用了个特别形象的比喻：“我的自行车骑得再快，但如果我要登月，就得造飞船，而不是去造一辆更快的自行车。”
广汽集团执委吴坚作为主机厂代表坦言，车企普遍不愿触碰L3的灰色地带，要么坚持L2，要么直接迈向L4，因为L4有责任兜底，而L3责任不清晰、风险极高。因此，车企在L3层面会非常谨慎，一方面关注法规变化，另一方面也要考虑作为以消费者为中心、追求利润的企业定位。
实际上，从L2到L3，不是技术选修，而是法规倒逼的必答题。9月17日，工信部对 《智能网联汽车组合驾驶辅助系统安全要求》公开征求意见。这是国内首次针对 L2辅助驾驶制定的强制性国标，时间表也已经给出：2027年1月1日正式实施。
同济大学汽车学院教授朱西产认为，随着2027年L2强标落地，L2如果做得不好，用户不敢脱手；做得好，法规却不允许脱手。因此，L3作为能够实现脱手脱眼的自动驾驶，势必会在3到5年内出现。
亮点二：城市NOA的成本或降至4000元？
在责任归属明确的情况下，智能驾驶的真正价值才能充分体现。在轻舟智航联合创始人、CEO于骞看来，目前，许多智能驾驶系统未能展现其价值，往往是靠低价竞争。如果责任明确且敢于承担赔偿，智能驾驶能在确保安全的基础上发挥更大价值，并在商业闭环中实现可持续发展，这才是行业的良性发展之道。
可以说，L3可能离真正落地还有一段距离，但L2级的城市NOA已经先一步走进了用户的日常。而且更让人兴奋的是——它的价格正以肉眼可见的速度往下掉。而背后的驱动因素就是智驾的摩尔定律。
Momenta全球解决方案首席架构师饶庆在大会上透露，其飞轮大模型可以让软件性能每两年提升10倍，相信20年后的智驾不会出现交通事故。而智驾的硬件成本则几乎每两年减半。想想看，2022年时，城市NOA的成本还要两万多元；但到了2025-2026年，这套系统的整体成本有望压缩到4000-5000元。而在成本降低的同时，算力仍能保持，甚至更大。
同时，相比L3自动驾驶，可能智能座舱的L4、L5时代会更快到来。科大讯飞智能汽车事业部副总裁李展眉认为，智驾对安全性要求太高，因为人的生命不可能重复再来。但对于智能座舱的应用来说，容错性要高一些。
亮点三：今年很火的VLA是拼凑的？
说到今年的热词，VLA绝对是C位选手。
7月7日，小鹏G7上市。该车的Ultra版的智能辅助驾驶功能基于VLA架构打造。小鹏给它装上了总算力高达2250TOPS的芯片。同月29日，理想i8上市，首发搭载英伟达Thor芯片，智能辅助驾驶系统也基于VLA架构打造。不到一个月后，元戎启行发布搭载自研VLA模型的全新一代辅助驾驶平台。有业内人士暗示，特斯拉的新方案也是VLA路线。
小鹏汽车CEO何小鹏曾放话：“VLA能让智驾能力比现有的一线阵营强10倍以上。”
听起来很炸，但本次AI大会上，也有人泼了一盆冷水。博世智能驾控中国区总裁吴永桥就直言：现在的VLA都是拼凑起来的，因为VLA真正规模化落地有四大难点。
第一，多模态对齐难：VLA涉及多种数据类型，如何对齐并有效整合这些数据是一大挑战。
第二，训练复杂：多模态数据的训练和提取相较于传统模型更加复杂。
第三，“幻觉”问题：由于VLA引入了大语言模型，它会出现“幻觉”现象——就是看似逻辑严密，但实际一本正经地胡说八道。这样的“幻觉”现象在智能驾驶中可能带来严重后果。
四、硬件瓶颈：现有的智能驾驶芯片并未针对大模型进行优化，它们的存储带宽有限，现在市面上所有的VLA不是完整VLA模型。
吴永桥的结论是：短期内，博世还是要专注把一段式端到端打磨到极致。
亮点四：世界模型，自动驾驶的“终极钥匙”？
相比端到端，商汤科技联合创始人、执行董事、CTO，商汤绝影CEO王晓刚则是提出了世界模型的概念。他表示，端到端自动驾驶最大的挑战之一是如何获得海量的高价值数据。特斯拉拥有700万辆量产车的数据回流，而国内车企则面临数据规模和数据质量的双重压力。特别是在极端场景下，高质量的数据非常难以获取，且成本与风险都较高。
另一个关键问题是性能的安全边界。王晓刚认为，端到端自动驾驶需要重新训练大量的场景数据模型，但即便如此，仍然无法确保这些场景在真实环境中的有效性。
早前，华为智能汽车解决方案BU CEO靳玉志也公开表示，“VLA看似取巧，并不是最终走向真正自动驾驶的路径。”所以，华为拒绝了VLA路线，坚持WA（World Action，世界行为模型），省掉了“语言”环节。
王晓刚同样认为，通过世界模型可以推动自动驾驶的突破。用仿真去“还原”物理世界，生成无限的长尾场景，在虚拟环境里反复测试和强化学习。这样不仅能降低成本和风险，还能让AI“见多识广”，不断迭代出更接近人类甚至超越人类的驾驶体验。
亮点五：车企如何平衡产品能力与用户安全？
随着AI技术在智能驾驶的普及，监管也在不断加强，车企如何在技术创新与安全保障之间找到平衡点，是当前和未来发展的关键。
长安汽车集团智慧营销中心总经理杨光华强调，智能驾驶的核心是安全，其中包括安全性和安全感。他举了一个例子，尽管驾驶员认为车内安全，但乘客可能并不完全信任，特别是在自动驾驶情况下。智能汽车与智能手机不同，手机的安全风险较低，而汽车必须确保系统足够安全才能让驾驶员和乘客都感到放心。
长安汽车的首要目标是将安全作为核心，同时宣传层面需要透明化，清楚地向用户传递系统的实际能力，确保消费者得到足够的安全感。
上海汽车集团股份有限公司乘用车分公司常务副总经理俞经民强调，汽车品牌要通过品牌战略来打动用户，这包括解决用户的痛点并创造爽点，同时确保技术IP与产品契合。品牌要敏锐捕捉用户需求，与消费者建立紧密的三角关系。
在俞经民看来，AI技术的应用可以通过大数据和算法帮助识别问题，推动产品和服务的迭代。虽然L3到L4的技术进展迅速，但品牌应一步步推进，不必焦虑。特别是在国内外市场的差异下，品牌要思考如何利用AI进一步理解用户，推动企业从国内走向全球，取得更好的发展。
写在最后：
本届汽车之家AI科技大会几乎把智能驾驶未来几年的主旋律都唱了个遍。可以肯定的是，AI已经成为智能驾驶的发动机。未来几年，我们很可能见证一个由AI驱动的“黄金十年”。到时，开车可能就像今天使用智能手机一样自然。各位准备好了吗？让我们一起向“AI+汽车”的未来“Say Hi”！
海量资讯、精准解读，尽在新浪财经APP
瑞和网配资提示：文章来自网络，不代表本站观点。
