AI大模型车载软件平台白皮书

编写委员会 主任李骏中国工程院院士，清华大学 副主任 张 文 杰国家智能网联汽车创新中心、中国汽车工程学会汽车基础软件分会公 维 洁中国汽车工程学会、中国智能网联汽车产业创新联盟尚进中国汽车工程学会汽车基础软件分会 委员 李 升 波中国汽车工程学会人工智能分会、清华大学车辆与运载学院周 剑 光中国汽车工业协会软件分会、中国汽车基础软件生态委员会李 国 法重庆大学机械与运载工程学院彭鑫复旦大学计算与智能创新学院肖堃电子科技大学信息与软件工程学院李 玉 峰紫金山实验室韩 均 宇重庆长安汽车股份有限公司刘 俊 峰科大讯飞股份有限公司颜敏北京数据集团有限公司钟 卫 东中瓴智行(成都)科技有限公司 指导专家组 组长 李 克 强中国工程院院士，清华大学李 升 波中国汽车工程学会人工智能分会、清华大学车辆与运载学院 成员 汪玉清华大学电子工程系陈渝清华大学计算机科学与技术系陈 碧 欢复旦大学计算与智能创新学院贾 宏 颖紫金山实验室黄 晶 晶合肥综合性国家科学中心人工智能研究所刘 浩 宇国家智能网联汽车创新中心刘 东 利国家智能网联汽车创新中心刘 志 坤国家智能网联汽车创新中心耿 茗 晓中国汽车基础软件生态委员会李岩中国第一汽车股份有限公司研发总院张 晓 谦中国第一汽车股份有限公司研发总院文 家 厚东风汽车集团有限公司研发总院王恺东风汽车集团有限公司研发总院张 演 龙重庆长安汽车股份有限公司郭璋北京汽车研究总院有限公司张 毅 峰上海汽车集团股份有限公司创新研究开发院王雷广州汽车集团股份有限公司张 小 乐奇瑞汽车股份有限公司刘 时 珍一汽解放汽车有限公司 王杰比亚迪汽车工业有限公司谷 连 超上海蔚来汽车有限公司杨琛北京理想汽车有限公司秦 海 生科大讯飞股份有限公司任强华为数字能源有限公司古 永 承中兴通讯股份有限公司梁爽北京超星未来科技有限公司叶 凡 星北京超星未来科技有限公司游 昌 海黑芝麻智能科技有限公司徐克合肥杰发科技有限公司侍 兴 华零束科技有限公司文洋北京魔门塔科技有限公司贺 晓 迪北京数字基建投资发展有限公司赵帅北京数字基建投资发展有限公司吴 代 晖北京数字基建投资发展有限公司黎 远 枝惠州市德赛西威汽车电子股份有限公司王 新 华镁佳（北京）科技有限公司杨 晓 辉中汽创智科技有限公司张涛斑马智行（北京）网络技术有限公司张 晓 先普华基础软件股份有限公司于 雅 琪北京经纬恒润科技股份有限公司王恺技术路线图3.0行业专家周 泰 新西门子（中国）有限公司 参研单位 国家智能网联汽车创新中心清华大学复旦大学电子科技大学重庆大学北京工业大学紫金山实验室合肥综合性国家科学中心中国第一汽车股份有限公司东风汽车集团有限公司重庆长安汽车股份有限公司北京汽车研究总院有限公司上海汽车集团股份有限公司广州汽车集团股份有限公司奇瑞汽车股份有限公司一汽解放汽车有限公司比亚迪汽车工业有限公司上海蔚来汽车有限公司北京理想汽车有限公司科大讯飞股份有限公司华为数字能源有限公司中兴通讯股份有限公司 北京超星未来科技有限公司黑芝麻智能科技（上海）有限公司合肥杰发科技有限公司零束科技有限公司北京魔门塔科技有限公司北京数字基建投资发展有限公司惠州市德赛西威汽车电子股份有限公司镁佳（北京）科技有限公司中汽创智科技有限公司斑马智行（北京）网络技术有限公司中瓴智行(成都)科技有限公司普华基础软件股份有限公司北京经纬恒润科技股份有限公司东软睿驰汽车技术（沈阳）有限公司西门子（中国）有限公司 目录 第1章编制背景............................................11.1人工智能时代，AI重新定义智能汽车发展技术路线........11.2主要国家地区出台措施，引导AI及智能网联发展.........11.3行业需要构建AI大模型车载软件平台架构共识...........2第2章AI大模型现状、趋势及场景应用........................32.1基于深度学习的AI技术现状及发展趋势.................32.2AI技术在汽车行业的场景演进及需求....................4第3章AI大模型车载软件平台架构概述........................63.1平台概述............................................63.2平台架构............................................63.3架构特征............................................8第4章异构跨芯片计算硬件层.................................94.1AI推理芯片.........................................94.2AI大模型安全处理单元...............................12第5章AI大模型车载软件平台关键技术.......................145.1驱动及内核层.......................................145.2框架层.............................................18 5.3基础模型层.........................................245.4服务层.............................................25第6章基于AI的车云协同计算...............................296.1车端数据预处理与上传...............................296.2云端模型训练.......................................306.3车端模型更新.......................................316.4车云协同...........................................316.5云端计算框架.......................................32第7章AI大模型安全体系....................................347.1车载AI大模型安全风险分类..........................347.2主要技术应对措施...................................35第8章车云协同下的AI应用场景..............................378.1智能驾驶应用.......................................378.2智能座舱应用.......................................388.3双智城市及其他应用.................................39第9章发展建议...........................................409.1鼓励技术突破，实现AI与智能汽车加速融合............409.2凝聚行业共识，推动AI软件平台架构有序迭代..........40 9.3健全标准法规，提高AI汽车产业链协作效率............419.4加强监督认证，确保AI技术应用的安全可信............419.5强化行业协作，打造开放共建的AI汽车生态............41附录1缩略语表.............................................43附录2主要参与单位及编写人员...............................46 第1章编制背景 1.1人工智能时代，AI重新定义智能汽车发展技术路线 近年来，人工智能（Artificial Intelligence，以下简称：AI）领域伴随着ChatGPT、GenAI、AGI等不断演进，实现了快速突破，人工智能大模型（以下简称：AI大模型或大模型）逐渐应用到汽车领域。例如大语言模型（Large Language Model, LLM）及其他先进的GenAI模型引入，提升了座舱内的交互体验。智能驾驶一段式或两段式的端到端架构、VLM等正引领行业前沿趋势。基于AI大模型的地面及环境感知与规划能力，底盘控制系统实现了“预瞄”、“魔毯”等高阶功能。AI正逐步成为智能网联汽车的核心基础技术，基于AI的数据驱动已经成为开发范式，推动汽车从传统交通工具向智能终端转变。 1.2主要国家地区出台措施，引导AI及智能网联发展 智能网联汽车已成为全球汽车产业发展的战略方向，人工智能技术受到主要国家或组织的高度重视。联合国世界车辆法规协调论坛（WP29）自动驾驶车辆工作组（GRVA）协调全球利益相关者，发布《自动车道保持系统（ALKS）》、《信息安全与信息安全管理系统》、《软件升级与软件升级管理系统》三项法规，推动自动驾驶、网联功能相关法规制定工作。 欧盟发布《人工智能大陆行动计划》（AI Continent ActionPlan），计划通过扩大AI计算基础设施、提升高质量数据获取、加速战略行业AI应用（汽车、制造业等）。美国强调技术创新， 营 造 创 新 发 展 环 境 ， 连 续 更 新 发 布 “ 自 动 驾 驶 汽 车 规 划 ”(AV1.0~AV4.0)、《智能交通战略》等，加快RoboTaxi、物流配送等应用步伐。特斯拉在美国启动推出FSD v12，将智能驾驶算法升级为单个端到端神经网络，减少传统分模块架构中的延迟和误差，实现输入图像、输出转向/刹车/加速等控制信号能力。日本建立相对完善的自动驾驶法律法规体系，完成首个L3级智能网联汽车型式认证，实现L3级智能网联汽车商业应用。 中国加速政策法规制修订，加强智能网联汽车技术研发、应用和安全的顶层规划。国家发改委等十一部委联合发布《智能网联汽车创新发展战略》，提出了建设中国标准智能网联汽车和实现汽车强国的战略目标。工信部印发《关于开展智能网联汽车准入和上路通行试点工作的通知》，推动智能网联汽车的准入管理、测试示范，加速技术迭代与产业化发展。有关部门先后发布《中华人民共和国网络安全法》、《中华人民共和国数据安全法》、《中华人民共和国个人信息保护法》、《数据出境安全评估办法》等法律规定，规范了汽车的数据应用及安全。 1.3行业需要构建AI大模型车载软件平台架构共识 在智能网联汽车加速落地进程中，行业面临“统一软件平台架构的缺失”等挑战。市场上存在着多种车载软件平台，其技术架构、接口、数据等各不相同，增加了开发难度和成本，大幅阻碍了AI技术在汽车领域的应用进程。因此，开放可扩展的车载软件平台架构及共识，成为推动AI汽车发展的关键所在。 第2章AI大模型现状、趋势及场景应用 2.1基于深度学习的AI技术现状及发展趋势 人工智能概念最早可追溯至20世纪。随着计算能力的飞跃和数据规模的持续增长，神经网络技术发展突飞猛进，当前深度 学 习 已 成 为 人 工 智 能 演 进 的 核 心 驱 动 力 。2012年 ， 杰 弗里·辛顿及其团队使用卷积神经网络，将图像识别的错误率大幅降低。此后十余年间，深度学习被广泛应用于各个领域。在生命科学领域，DeepMind团队提出AlphaFold，预测了2亿余种蛋白质结构，其精度可与实验方法媲美，成功解决了困扰生物学界50年的蛋白质结构预测难题。鉴于深度学习在蛋白质科学的革命性贡献，AlphaFold核心开发者获得2024年诺贝尔化学奖，神经网络奠基人由于“通过人工神经网络实现机器学习的基础性发现”，获得2024年诺贝尔物理学奖。 近年来AI大模型兴起，在自然语言处理、多模态理解和自监督学习方面取得突破。大模型