中国汽车业人工智能行业应用发展图谱2024

易观分析2024年3月 本产品保密并受到版权法保护ConfidentialandProtectedbyCopyrightLaws 汽车业人工智能行业应用发展背景 I智能汽车的崛起彻底颠覆了汽车行业的生态逻辑，成为未来汽车行业发展的必然方向和新的增长点 •智能汽车通常又被称为智能网联汽车，是一个集环境感知、规划决策、多等级辅助驾驶等功能于现代传感、信息融合、通讯、人工智能及自动控制等技术，是典型的高新技术综合体。体的综合系统，集中运用了计算机、• 近几年来，中国智能汽车的销量和渗透率不断攀升。随着中国新能源汽车和智能汽车的不断崛起，汽车产业链核心价值将由整车制造向产业链两端转移，核心竞争力向核心软硬件提供商和运营服务商倾斜。 传统汽车与智能汽车核心竞争力对比 传统汽车 智能汽车 •关键部件：发动机、变速箱及底盘是传统汽车核心竞争力的体现 •软件设计与运营能力：随着软件定义汽车时代的到来，用户体验与需求成为软件升级的核心驱动,运营至关重要 •品牌：传统汽车经年积累的品牌价值也是其核心实力 •硬件制造能力：传感器、芯片等成为智能汽车核心零部件，其制造能力更加重要 •供应链管理能力：长期积累 I从供给角度看，传统车企.造车新势力.互联网巨头.科技企业等多元化企业纷纷入局，推动智能汽车创新发展 特斯拉作为行业开拓者，将"智能化"的内涵赋予汽车，国内的新势力品牌在特斯拉的带领下涌入智能汽车赛道; 身汽车行业，投入大量的资金、资源和人才，希望汽车变成”移动智能终端“。 从需求角度看，B端的降本增效需求与（:端的智能汽车付费意愿不断提升，将成为智能汽车蓬勃发展的市场保障 •在智能汽车发展领域，B端的主要需求集中两方面：一是在矿山、港相对危险作业场景，通过自动驾驶实现对司机的替代，大大降低危险事故发生率；二是在公共出行领域，通过智能网联和自动驾驶赋能，提升运力、通行率、准点率，降低运营成本，提升管理效率。 •对于C端用户，消费者对汽车的智能化程度十分重视，支付意愿高。联、自动驾驶这三种功能的价值，付费意愿占比最高达到40%。据麦肯锡调研数据，超过以上的受访者认可辅助驾驶、智能互 B端对智能汽车的需求 -替代司机•降低事故发生率•提高作业效率 •替代司机，提升运力•提高通行率、准点率•降低运营成本 国家与地方政策不断利好智能汽车产业，鼓励产业发展的同时也提出更高要求 •在促进智能汽车发展的政策方面，近年来从中央到地方，智能汽车创新、测试、准入、使用等方面的法律、法规、规范、标准不断出台,智能汽车产品监管体系逐渐完善，中国自动驾驶层级治理框架初步建立。 《关于开展智能网联汽车准入和上路通行试点工作的通知》 《关于加强智能网联汽车生产企业及产品准入管理的意见》 《车联网（智能网联汽车）产业发展行动计划》 对加快智能网联汽车产品推广应用、保障智能网联汽车产品安全运行、推动产业融合发展和提升社会效率等方面提出了要求。 按照”系统部署、统筹推进，创新引领、应用驱动，优势互补、开放合作，强化管理、保障安全”的原则，提出五方面重点任务；针对发展中存在的问题和薄弱环节，从六个方面提出了具体保障措施。 分为“总体要求、加强数据和网络安全管理规范软件在线升级、加强产品管理、保障措施"共5个部分、11项内容。 《智能汽车创新发展战略》 《关于做好智能网联汽车高精度地图应用试点有关工作的通知》 以发展中国标准智能汽车为方向，以建设智能汽车强国为目标，围绕构建智能汽车技术创新体系、产业生态体系、基础设施体系、法规标准体系、产品监管体系、网络安全体系等六大方面进行了任务部署。 在北京、上海、广州、深圳、杭州、重庆六个城市开展智能网联汽车高精度地图应用试点。 汽车业人工智能行业应用发展图谱及应用案例 汽车产业Al应用概述：提高制造效率、优化汽车产品，提高人车交互体验与智能驾驶感受，实现汽车产业整体升级 汽车产业作为高度综合的产业，是国家制造业软件实力和硬件实力的双重标杆。汽车产业上游几乎囊括了整个制造业部门——钢铁、冶金、电子、化工、信息等等，而汽车行业作为重资产行业，对于库存十分敏感，强调高效的生产管理能力。汽车产业在数字化应用方面一直走在前列，在汽车设计与制造、汽车库存管理等方面，数字化早已发挥了其高效优势。随着AI技术的不断进步，更使汽车产品整体迈入新发展阶段。智能座舱、自动驾驶、车路协同等先进产品与技术，无不体现着AI在汽车产业的重要作用。 设计研发 利用AI收集市场需求，统计分析汽车驾驶数据，优化汽车设计、提高汽车安全性、降低油耗 案例：BMW沈阳里达工厂，Al全力赋能的元宇宙汽车工厂 •2022年5月，华晨宝马沈阳生产基地（即里达工厂）落成。作为宝马集团全球规模最大的生产基地，里达工厂从厂区规划、建筑设计、生产线布局到设备调试全部在数字享生场景下进行，并配备了占地约3500平方米的数据中心和覆盖全厂的千兆5G网络。 AI技术提升物流效率 AI视觉检测保障质量控制 •在里达工厂，由华晨宝马本土团队自主研发的AI视觉检测系统被应用于汽缸盖质量检测，有效提高了检测精度，并大幅度提升了生产效率。 •A技术高效的数据学习和分析能力，使其在提升物流效率方面具有巨大潜力。因此,华晨宝马正致力于将A技术广泛应用于物流的相关环节中。 •在工厂维护设备时识别和订购新零件，华晨宝马IT团队开发了AI图像识别的手机应用，简化了维修零件的订购流程，为维修工人节省大量时间。 •汽缸盖是发动机的核心部件之一，对发动机性能至关重要。应用AI视觉检测系统之前，工人每天需要检测约2000个汽缸盖，对于检测人员的细致和视力都提出了极高的要求。新系统将高清摄像头与AI技术结合，能够自动识别部件表面的微小瑕疵，准确率高达99.7%。系统将报告任何潜在的瑕疵，并在触控屏上显示详细信息。工人可以立即找到缺陷的准确位置，重新检查并采取相应措施，极大地提高了操作效率。宝马通过该套AI •通常情况下，当设备上的某个小部件需要更换时，维修工人需要回到办公桌前，在庞大的部件数据库中进行搜索，才能找到合适的部件。现在，维修工人可以用手机对所需部件进行现场拍照。与淘宝网上使用的图像识别方式类似，手机应用中的AI软件会立即在图像数据库中准确找到相匹配的部件，并为维修工人提供订购所需的所有必要信息。这款手机应用节省了宝贵的时间，更避免了订购错误零件。 .此外，华晨系统记录和分析质量数据，为供应商提供详细的质量反馈，推进全价值链质量提升。应用该系统短短几个月，返工时间减少，生产效率提高近30%。 激发科技与创新活力 案例：华为ADS为汽车智能化、电动化提供全栈解决方案 •智能化已经成为中国汽车产业的一张名片。而在国产汽车智能操作系统中，得益于三十余年ICT领域的技术沉淀、十余载服务终端的经验的赋能，华为鸿蒙智行系统毫无疑问成为中国智能汽车操作系统的首席代表。 华为鸿蒙智行解决方案 Q 智能座舱 智能驾驶 鸿蒙智能座舱，重新定义车机操作系统。实现多人多音区，多设备可联动,带来更精彩的影音娱乐新体验。搭配小艺语音，更强大的视觉能力，让出行变得更智慧。 HUAW日ADS®2.0高阶智能驾驶系统，多维度感知硬件，配合高性能计算平台和华为自研拟人化算法，打造全场景智能驾驶体验，让人驾更安全，智驾更舒心，泊车更省心。 Q 软件定义汽车 智能驾控 华为途灵智能底盘，搭载多模态融合感知系统、HUAW日DATS®动态自适应扭矩系统、HUAW日xMotion®智能车身协同控制系统，用AI与软件能力将机械素质发挥到极致，带来更好开、更安全、更舒适的驾驶体验。 HUAWEIiDVP智能汽车数字平台，采用区域接入中央控制架构，配合三大自研OS和整车SOA框架，软硬结合，构建开放灵活、可靠安全、可持续快速扩展的智能车数字平台。 案例：联通智网以5G+AI深度拾掘数据价值，提升人-车-路-云深度协同能力 •依托5G通信技术、AI算法和大数据的能力，联通智网将”云、网、数、智、安"的技术能力与车联网行业进行深度融合，打造出面向行业的通信、运营及应用创新能力，已经为国内外89家车企，5700万车主提供服务。 出行信息推送、智能约车服务、路径导航服务 辅助驾驶信息、交通状态信息、网联状态信息推送 I案例：腾讯在模型.算力.数据等多方面，为汽车提供数字化底座和行业应用场景 随着AI、大数据等技术的快速引入，以及消费者对汽车智能化、安全性等方面的需求不断提高，智能化成为决定汽车行业变革的关键。AI和大模型的加持将进一步优化汽车的智能表现。近年来，腾讯一直致力于将AI、大数据、云计算等领域领先的技术和产品与汽车产业进行深度融合，为汽车智能化提供强有力的支持。 腾讯智驾云图 地图要素灵活发布 驾驶经验图层共建 •基于AI大模型的环境经验图层和驾驶行为经验图层合作共建 •基于导航路线或区域title的要素级数据发布•支持端传感器的要素差分能力更新 交通、环境信息动态发布•基于车端觎进行数据回传 案例:维图新以“芯片数据算法”全面赋能智慧出行 •四维图新成立于2002年，最初以导航地图为主营业务。随着智能汽车时代的到来,四维图新搭建了智云、智驾、五大业务板块，以"芯片数据算法”全面布局智能汽车产业与智慧出行领域。智芯、智舱和智慧城市 智能座舱 智芯 智慧城市 智驾 智云 以数据采集、整合及处理能力，形成数据底座支撑，结合云端一体化服务，打造以时空地理信息为基础的感知能力 以地图服务、自动驾驶算法研发、硬件交付经验，打造面向不同级别不同场景的、成熟量产的自动驾驶软硬一体解决方案 完成汽车应用处理器大算力芯片SoC、车规级微控制器MCU、车载功率放大器AMP和胎压监测专用传感器芯片TPMS四大产品线布局 依托大数据、云计算能力以及loT动态连接技术,精准刻画数字李生城市。基于数字李生感知基座，打造多领域、多场景化数字学生解决方案 采用主动响应式交互、地图即桌面设计，可灵活适配不同尺寸、分配率屏幕，集成丰富的内容及服务资源，形成以车为中心的生态服务 数据来源：四维图新官网等互联网公开资料•易观分析整理 I案例：东软睿驰专注自动驾驶产品，广泛覆盖各类用车场景,实现智驾产品加速量产 东软睿驰在应用层定义了通用的模块间接据流机制，使得软件架构更便捷地融合第三方的算法和应用，从而快速实现智驾功能的创新应用开发及量产落地。目前形成包括X-Cube系列L2级别智能前视摄像头、X-Box系列L2+及以上级别行泊一体域控制器、X-Center系列跨域式中央计算单元和驾驶员疲劳监测系统DMS产品等主流智能驾驶产品，功能场景覆盖高速路巡航（NOA）、城市快速路巡航（NOA）、城市道路拥堵自行（TJA）、家庭区域记忆泊车（HPA）、公共区域代客泊车（APA）等40余项功能。 汽车行业Al应用关键挑战 数据标准不一致，车企间难以共享 技术难度成为AI大规模应用的障碍 安全成为汽车行业AI应用的最大挑战 •当前大模型使用的数据通用程度不高。虽然每家车企对都在对车辆驾驶进行数据收集，但不同车型的数据通用程度较低。•车型之间、车企之间，不同数据的规格，不同传感器的规格，不同传感器的配置，数据很难统一使用。 •汽车AI大模型的研发涉及深度学习、计算机视觉（CV）、自然语言处理（NLP）等多个领域的技术，技术难度较大。•CV大模型助力数据标注、仿真和感知，可以大幅提高数据标注工作效率、降低成本。•NLP大模型的应用可以实现语言交互、拟人表达和决策建议，并且可以提升操作系统的交互性和功能丰富度。 •汽车AI大模型的意义在于能够通过大量的数据采集，实现车辆智驾的不断进化与完善，最终达到车人合一。•这就依赖驾驶者在日常驾驶中提供给大模型高质量的驾驶数据，如果驾驶者是新手则可能提供给大模型错误的驾驶数据，导致安全问题。 I趋势1:智能汽车的核心竞争要素将转变为由软件和软件所驱动的服务为主，软件定义汽车将成为汽车发