杠杆炒股适合什么人首日聚焦丨2026第四届AI定义汽车论坛

AI浪潮正在重塑汽车产业底层逻辑，由产品功能向产业全链条深度渗透。智能驾驶、智能座舱持续进化，研发、测试、制造环节迎来AI重构，行业完成从软件定义向AI定义的时代跨越。大模型、AI Agent、数据与算力技术高速迭代，技术向量产产品的价值转化，成为行业智能化突围的关键。

9月17日，2026第四届AI定义汽车论坛在上海举行。首日大会汇聚来自整车企业、AI科技公司、芯片厂商、Tier1、云计算及基础软件企业、科研机构等领域的产业代表，围绕AI计算、数据、模型、智能驾驶、智能座舱及产业应用等热点展开深入交流。从AI计算基础设施到智能座舱交互，从大模型赋能智能驾驶测试到AI工程化实践，多位嘉宾分享了最新技术探索与落地案例，共同探讨AI从技术走向汽车产业实践的关键路径。

领导致辞

上海国际汽车城(集团)有限公司党委委员、副总经理陈杰在开场致辞中表示，汽车产业正从“软件定义汽车”迈向“AI定义汽车”的新阶段，AI技术最终仍需回到量产代码和具体测试场景，从实验室演示走向规模化交付，还需要跨越技术与工程化之间的多重挑战。

陈杰介绍，上海国际汽车城已围绕数据、测试和算力持续完善产业支撑体系。目前，上海市新能源公共数据中心采集与监测研究中心已接入217.9万辆车，嘉定已全域开放1148.1公里测试道路，并建成高性能算力中心，为AI汽车研发与验证提供基础支撑。同时，上海国际汽车城持续推动产学研用协同，联合产业链企业建设AI汽车及具身智能生态平台。未来，上海国际汽车城将继续发挥产业“试验田”作用，为AI技术从研发走向真实场景和规模化应用提供支撑。

陈杰 | 上海国际汽车城(集团)有限公司党委委员、副总经理

欢迎致辞

盖世汽车合伙人、常务副总裁顾晓颖指出，汽车产业正从机械定义、软件定义进一步迈向AI定义汽车和AI原生汽车，当前行业主要围绕技术突破、场景落地和商业模式创新持续推进。随着客户业务向具身智能、低空经济等新领域延伸，盖世也在拓展相关服务能力，并依托汽车供应链积累助力新兴产业落地。同时，面对中国汽车产业全球化发展趋势，盖世正持续完善海外服务网络，为企业出海提供支持。

在业务布局方面，盖世汽车以“发现好公司、推广好技术、成就产业人”为使命，已形成覆盖供需对接、资讯信息、活动连接、数据智库和组织发展的五大服务平台，并在上海、北京、武汉、香港及德国慕尼黑设立办公点。其中，供需平台覆盖全球95个国家、32万家供应商，数据平台覆盖汽车销量、产销、项目规划及细分市场等多维度信息，同时持续建设具身智能数据体系。顾晓颖还介绍，盖世将通过巴黎车展、IAA车展等海外活动，以及10月23日举办的汽车与环境创新论坛和金辑奖全球颁奖典礼，进一步搭建产业交流与合作平台。

顾晓颖丨盖世汽车合伙人、常务副总裁

AI定义汽车：汽车智能化演变趋势与模式创新

盖世合伙人、研究院副总裁王显斌介绍，2026年1-7月，国内乘用车市场智能驾驶功能单月标配率已接近75%，高阶辅助驾驶功能渗透率超过25%，同时相关功能持续向中低价格区间下探。目前，搭载激光雷达和高阶辅助驾驶功能的车型已进入8万元价位段，10-15万元区间相关功能的标配率接近32%。从供应链来看，国内传感器企业的市场份额持续提升，激光雷达市场也基本由国内企业占据，核心芯片和控制器等关键零部件的国产化程度不断提高。

王显斌认为，随着行业竞争加剧和“增配不加价”趋势延续，未来国内高级别辅助驾驶功能的配置率有望接近90%。与此同时，更高级别的自动驾驶功能虽然技术条件逐步成熟，但受法规和测试许可等因素影响，仍需要经历分阶段试点和用户测试。

他指出，当前国内智能座舱市场中，语音等功能已接近普及，数字钥匙、车载控制器、后排屏等配置增长较快，座舱体验也正从基础功能向多模态交互和场景化体验演进。与此同时，国内车企正加快整车电子架构升级，推动车辆与云端算力协同，人工智能已逐步应用于设计、仿真、数据处理和软件升级等研发环节，并进一步拓展至智能驾驶和底盘控制等场景。展望未来，汽车将进一步向智能化、服务化方向发展，并围绕功能订阅、软件服务、能源服务等探索新的商业模式。

王显斌丨盖世合伙人、研究院副总裁

Al Infra，构筑Al定义汽车的全域智能底座

上汽大乘用车智能化软件中心高级总监、零束科技CTO孟超表示，汽车产业正迎来从“软件定义汽车(SDV)”向“AI 定义汽车(AIDV)”的关键跃迁：SDV是车辆行为由人预先编写的确定性软件规则定义，实现软硬件解耦与OTA迭代，AI只是附加功能插件。本质上聚焦解决成本优化和效率提升，而 AIDV 是车辆行为在安全边界下由AI模型的推理与自学习自主生成，AI作为整车原生架构核心，结合数据闭环自适应演化，突破人工预设规则的边界。本质上聚焦解决用户体验和产品代际跃迁。如今评判一台 AI 汽车的标准已经改变，不在于搭载了何种模型，而在于“它能否替用户把一件任务完整办完”，车辆智能正沿着大模型增强语音、大模型助手、可执行任务Agent、整车物理Agent到AI原生出行伙伴的路径演进，完成从“舱驾控功能组合”到“目标驱动”的升级。

这一转变的实现依赖于一套完整的四层系统栈：一是应用层由中枢、交互、车控、智驾以及三方生态智能体等构成native AI产品；二是模型层整合交互模型(digital AI)、世界模型(physical AI)以及高精模型(嵌入式AI)，实现端云协同；三是软件基础设施层以"1+N"架构运行，1个System Agent统筹全局意图，N个领域智能体分工落地，辅以AIOS操作系统完成调度与部署，支撑车端实时决策与云端复杂规划的双向奔赴。四是芯片&硬件层则需CPU、GPU、NPU等异构算力协同，同时，硬件层面还面临"内存墙"等底层工程挑战，带宽而非算力峰值正成为制约大模型车载部署的关键指标，另外，例如带宽堆料、存算一体、光计算等构成了破解这一瓶颈的短中长期技术路线。

“若见诸相非相，即见如来”，本质上AI是Native组织重构与生态的协同，所谓的汽车、具身，本质上依赖的是AI的科学与系统工程土壤。真正的AI原生汽车必须按照新一代AI能力从零搭建全新架构，这不仅是技术升级，更是贯穿产品与场景、模型与数据、平台与工程、算力与运营的AI infra全产业链协同共进。

孟超丨上汽大乘用车智能化软件中心高级总监&零束科技CTO

AIOS：AI汽车数字化底座升维实践

睿驰品牌市场总监向文玲表示，汽车产业正在向“AI定义汽车”阶段加速演进，从传统的软件架构向更加智能化、协同化的数字底座演进。当前，AI正进一步与整车操作系统融合，在原有软件能力基础上，主动理解用户需求并提供服务，推动智能汽车从“执行指令”向“主动服务”演进。

向文玲介绍，睿驰构建了整车级操作系统NeuSAR OS，涵盖Vehicle OS、AIOS、Cloud OS，已实现数千万套量产验证，适配超过100款国内外主流芯片；累计搭载超过100款主流车型中。此外，睿驰还打造了覆盖需求分析、架构设计、软件构造、测试与集成等关键环节的全流程开发工具链，并引入AI开发工具链支持智能配置生成、自动代码补全等功能，以提升整车智能化开发效率。

向文玲丨睿驰品牌市场总监

开源助力，AI驱动智能汽车的技术发展

红帽大中华区汽车事业部首席代表姜垚介绍，Linux已成为软件定义汽车转型的重要基础，随着AI进一步进入汽车领域，开源社区也将为大模型应用和开发效率提升提供重要支撑。针对当前汽车企业加快出海的需求，信息安全和属地合规已成为重点关注的问题。依托在欧美、北美及德国等市场的汽车行业经验，红帽可结合不同区域的监管要求提供相应支持，并通过Red Hat In-Vehicle OS等产品帮助车企构建面向全球市场的操作系统基础。

在技术和生态布局方面，红帽已构建覆盖车内、后台平台及工厂端的全链路解决方案，并通过容器化实现软硬件解耦和灵活部署，减少芯片迭代带来的重复适配。同时，红帽持续推进Linux开源生态建设，并参与多个开源社区及行业标准组织。

针对汽车产业全球化发展，红帽也在推动软件能力融入全球开源社区，并与芯片企业合作推进软硬件适配和功能安全认证。她表示，未来红帽还将进一步探索AI与操作系统的融合，在操作系统层面加强AI安全能力，为汽车底层软件和智能应用提供更加稳定的运行环境。

姜垚丨红帽大中华区汽车事业部首席代表

构建软件定义汽车的系统架构方案

TrustMotion首席系统架构总监傅申分享，当前多数车企正处于从功能域向区域化架构过渡的阶段，虽然域控数量和成本已有明显下降，但软硬件耦合问题仍然存在，跨车型、跨平台开发时仍需要进行大量软件和硬件适配。进一步向中央化架构演进后，软件和算力将更多集中于中央控制器，区域控制器则逐步“做薄”，主要承担物理接口、网关和配电等功能，从而实现不同车型平台间更高程度的软件复用，并简化整车OTA和信息安全管理。

元股证券:ygzq.hk

傅申指出，中央化架构落地仍面临延迟、任务调度和功能安全等挑战。随着原本分散在不同控制器中的软件集中运行，控制链路被拉长，同时多个应用需要共享中央算力，对任务优先级和安全隔离提出更高要求。针对这些问题，TrustMotion采用基于时间触发的确定性调度方案，从整条控制链路出发进行系统级优化，目前已完成跨ECU、跨计算核心及跨以太网的多任务调度验证，可支持不同延迟要求的数十项任务稳定运行。在此基础上，公司已推出覆盖不同架构层级的产品和确定性调度方案，并构建软硬件一体化平台，为车企推进中央化架构提供支持。

傅申丨TrustMotion首席系统架构总监

同一智能，贯穿全生命周期——AI原生汽车缺失的另一半

SONATUS联合创始人兼首席技术官方宇围绕AI在汽车全生命周期中的应用进行了分享。他表示，目前汽车研发、测试、生产和售后等环节通常由不同部门负责，各自使用独立的工具和数据体系，导致信息难以流通和复用，也使问题从测试、生产或售后环节反馈至研发团队时需要较长周期。相比目前行业更多关注的智能驾驶和人机交互，AI还可以进一步用于打通汽车全流程信息，通过在现有工具体系之上增加AI能力，整合不同环节的数据和历史信息，并将前端发现的问题快速转化为问题修复、功能优化和测试方案，从而提升跨部门协作效率。

方宇介绍，SONATUS已在测试团队落地相关方案，通过整合研发全流程信息并结合AI分析测试数据，帮助团队快速定位问题根因并提出解决方案，使问题从发现到定位、解决的周期由原来的两周缩短至两天。他表示，要实现AI在汽车全生命周期的有效应用，还需要完善车端数据访问、数据预处理和AI生成内容部署等能力，同时建立跨系统的数据适配及结果校验机制，确保AI输出满足汽车行业对安全性和可靠性的要求。未来，SONATUS将继续围绕云端AI平台、车端数据分析和跨系统部署等方向，为车企提供更加完整的AI解决方案。

方宇丨SONATUS联合创始人兼首席技術官

面向全球的汽车AI，由此启航

HERE Technologies解决方案架构师副总裁Severin Bredahl-Banovic分享，随着中国汽车和人工智能技术加快走向海外，不同地区在道路环境、交通规则、监管要求和用户需求等方面的差异，成为企业全球化落地需要重点应对的问题。HERE Technologies在中国已运营20年，将依托本地化的位置数据和相关工具，帮助中国汽车及人工智能创新更好地适应不同市场。以用户需求为例，中国用户对车载人工智能和自动驾驶功能的接受度相对较高，而欧洲、日本和美国用户更加关注实用性、可靠性以及与现有数字生态的融合，因此汽车智能化体验也需要结合当地市场进行适配。

在技术应用方面，Severin表示，位置数据与AI结合，可以进一步提升智能座舱体验、个性化交互以及导航和自动驾驶能力。通用大模型如果缺乏准确的位置数据支撑，容易出现与真实地理环境不符的回答，因此HERE Technologies推出了Location Reasoning Tool，通过结构化的位置推理和确定性计算提升相关任务的准确性；同时，Scene Extract支持通过自然语言获取真实道路场景数据，并输出不同格式，以适配自动驾驶仿真和训练需求。未来，HERE Technologies将继续加强生成式AI与位置数据的融合，拓展相关智能体和工具，并针对座舱导航和自动驾驶等不同场景进行优化，为中国汽车企业全球化部署提供支持。

Severin Bredahl-Banovic丨HERE Technologies 解决方案架构师副总裁

舱驾一体、车云协同：以 AI 重构智能出行新范式

配资助手

东风公司研发总院车路云一体化高级工程师刘志峰博士指出，“十五五”期间，智能网联汽车产业将从技术驱动逐步转向政策、制度与技术协同推进，针对不同应用场景采取差异化的发展路径。随着单车智能逐步接近技术发展边界，车路云芯协同有望成为新的增长方向，推动智能出行从单一车辆能力向更加系统化、可信化的服务模式演进。与此同时，城市道路、港口、矿山和干线物流等场景在技术、安全和商业模式上存在明显差异，商用车有望成为智能网联技术进一步规模化落地的重要突破口。

在产业实践方面，东风汽车正围绕智能化、绿色化和国际化持续推进相关布局，并构建以大模型、整车架构和操作系统为基础的智能汽车体系，通过人工智能与车路云芯一体化架构实现智驾、座舱等多领域能力融合。

目前，相关技术已在武汉、十堰、襄阳、北京亦庄及京津冀等地开展应用，此外，东风还持续完善数据闭环和研发协同体系。刘志峰认为，未来智能出行还需要进一步完善标准和数据流通体系，推动汽车、道路、云端及算力等资源协同发展。

刘志峰博士丨东风公司研发总院车路云一体化高级工程师

AI技术在智能座舱产品工程化中的实践及思考

润芯微智能科技股份有限公司产品总监任毅分享，AI已逐步渗透汽车产业全流程，但当前智能座舱在理解用户需求和提供主动服务方面仍有较大提升空间。随着智能座舱前装搭载率提高，市场竞争也正从硬件参数逐步转向AI交互能力。

围绕这一趋势，润芯微构建了由知芯·计算平台、知微·OS、知润·模型组成的端侧智能架构，通过融合语音、视觉与上下文信息，打通“感知—理解—执行—反馈”闭环，推动智能座舱从被动响应指令向主动理解用户意图转变。

在工程化落地方面，润芯微通过AI辅助开发和自动化测试提升研发效率，并持续完善成本控制、隐私安全及量产验证等能力。目前，公司智能座舱产品已在上汽、北汽、广汽、东风等车企实现量产，累计出货量突破100万台，产品覆盖多款乘用车和商用车车型，并支持语音交互、多模态融合及端云协同等功能。在此基础上，润芯微也正探索AI能力向机器人等新兴领域延伸。

任毅丨润芯微智能科技股份有限公司产品总监

面向软件定义汽车的边缘AI解决方案

意法半导体AI能力中心总监Matteo Maravita表示，随着边缘数据规模持续增长，AI正逐步从云端向本地迁移，以满足低时延、低成本、安全和隐私等需求。意法半导体将微型边缘AI定义为运行在传感器硬件上、功耗处于微瓦至1瓦范围内的AI解决方案。基于超过10年的研发积累，公司已构建覆盖软件工具、开发者社区和本地技术支持的边缘AI生态，并持续降低AI模型在微控制器上的部署门槛。

在汽车应用方面，Matteo介绍，当前客户需求主要集中在异常检测、车辆传感器自适应控制和虚拟传感器等场景。相关技术已应用于电池管理、电机预测性维护及电机控制等领域，例如利用AI提升电池荷电状态、健康状态和温度估算精度，同时仅占用较低的处理器资源；通过模型估算电机内部温度，可减少对额外物理传感器的需求；在电机控制中，则可利用AI优化控制参数，改善开关过程中的性能。

对于汽车边缘AI的落地，意法半导体更倾向于将AI与成熟的传统算法结合，而非完全替代现有方案。未来，公司将持续推进AI加速器、软件生态及产品迭代，并进一步拓展经过验证的汽车应用场景。

Matteo Maravita丨意法半导体AI能力中心总监

算力跃升，安全先行：纳米涂层重塑智驾控制器防护等级

先禾新材料(苏州)有限公司产品总监舒志耀表示，相较于传统三防漆，纳米涂层在连接器防护、射频信号传输、热管理及敏感元器件保护等方面具有一定优势。由于涂层更薄且弹性模量较低，可减少对共模电感等元器件的影响，实现更大范围的整板防护。同时，其较好的耐冷热冲击、防水和疏水性能，也能够提升域控制器在复杂环境下的可靠性。针对引脚、导角等传统涂层较难覆盖的区域，纳米涂层的快速固化特性也有助于加强局部防护。

在工程应用方面，舒志耀介绍，纳米涂层能够适配现有涂覆设备和多种生产工艺，并具备快速固化、易返修等特点，有助于降低产线改造和维护成本。此外，先禾新材料还围绕域控制器提供底部填充胶、edge bond、导热凝胶及电磁屏蔽胶等材料方案，覆盖域控制器从芯片封装到散热、防护和屏蔽等多个环节。

舒志耀丨先禾新材料(苏州)有限公司产品总监

易特驰AI智能标定工程师

ETAS嵌入式软件专家戚鸿宇分享，AI智能体正从早期的任务执行逐步走向生产环境，行业关注点也由智能体本身转向执行环境和工程配套能力建设。对于汽车工程场景而言，通用AI仅依靠行业知识难以满足实际需求，还需要结合具体项目的上下文、工程工具与数据，以及汽车研发流程经验，才能真正服务于工程实践。

ETAS依托长期积累的汽车电子研发经验，构建了由工具知识层、统一接入层和智能体应用层组成的开放架构，并在汽车标定场景开展应用验证。通过连接工程工具和外部系统，并结合不同智能体分工协作，在保障操作边界和工程安全的同时提升任务执行效率。她表示，未来汽车工程智能体还将进一步拓展多模态数据处理、项目记忆和全流程协同能力，推动AI从辅助工程师处理单项任务，逐步向覆盖需求、执行和反馈的工程协同角色演进。

戚鸿宇丨ETAS嵌入式软件专家

AI时代下的智能交互实践

北汽研究总院有限公司智能座舱专业总师赵亨利围绕AI时代智能座舱的交互实践进行了分享。他表示，智能座舱的发展需要始终坚持安全第一、人主车辅、稳定响应和隐私保护等原则，并逐步从功能智能化向感知、认知及生态智能化演进。面对大模型快速发展，北汽并未将重点放在基础模型自研和参数竞争上，而是更加关注用户真实需求和产品体验，并通过平台化方式整合不同模型能力。

赵亨利介绍，北汽已构建“1+N”智能座舱平台，以统一的AI中枢连接不同垂域模型和智能体，并调度整车各领域能力，形成端云协同、多模态交互和个性化服务等能力。相关平台已在两大品牌超过44万辆车型上应用，并覆盖多目的地规划、车控备车、车载服务及娱乐互动等场景。未来，北汽将进一步推进车机、手机、机器人及其他智能终端之间的协同，让智能座舱从被动响应指令向更加主动的服务体验演进。

赵亨利丨北汽研究总院有限公司智能座舱专业总师

AI大模型在基于场景的智驾系统测试中的应用

某外资车企研发电子电器测试验证中国技术中心负责人周骥介绍，近年来大模型与智能驾驶测试的结合受到持续关注，其应用已逐步覆盖场景处理、场景生成、测试执行和系统评估等环节。在场景生成方面，大模型可以完成场景格式转换、工具调用意图解析及标准化输出，并进一步生成可直接执行的测试场景。不过，当前行业仍面临模型输出稳定性、接口标准不统一、专业模型不足以及数据集和规模化应用能力有限等问题。

在实践方面，周骥分享了视觉模型在预期功能安全测试中的应用，以及面向不同区域智能驾驶测试的场景生成方案。通过对交通场景进行标准化处理，大模型能够辅助完成复杂场景中的目标识别，并用于自动标注、场景挖掘和生成。同时，针对中国和德国高速公路驾驶行为差异，大模型可对换道激进程度、交互危险性等较难量化的指标进行分析，并生成符合标准的可执行测试场景，为跨区域智能驾驶系统的针对性验证提供支持。

周骥丨某外资车企，研发电子电器测试验证中国技术中心负责人

AI HOT TALK：汽车AI计算的'不可能三角'——性能、成本与功耗的终极博弈

接下来，大会进入热点对话环节。本次对话以“AI HOT TALK：汽车AI计算的‘不可能三角’——性能、成本与功耗的终极博弈”为主题，由盖世汽车行业主编钟琳主持，小鹏汽车技术中心AI及前瞻技术负责人唐黾、东风公司研发总院车路云一体化高级工程师刘志峰博士、SONATUS联合创始人兼首席技术官方宇、中科创达智能汽车事业群AIOS专家于海博参与讨论。

围绕“汽车AI计算如何平衡性能、成本与功耗？”“不同应用场景对算力的需求有何差异？”“端侧与云端算力如何协同？”以及“AI计算架构如何支撑汽车智能化持续演进？”等话题，与会嘉宾展开深入交流。