2025汽车人工智能应用案例集

联合牵头单位 中国汽车工程学会人工智能分会国家智能网联汽车创新中心中国汽车战略与政策研究中心中国智能网联汽车产业创新联盟人工智能工作组 协同单位 中国汽车工程学会汽车智能座舱分会中央汽车企业数字化转型协同创新平台 引言 当前，汽车产业已进入智能化竞争下半场，2025年1月—7月我国L2级乘用车新车累计销量达775.99万辆，渗透率高达62.58%，同比增长6个百分点，智能网联汽车发展进入快车道。 在汽车智能化发展浪潮中，人工智能成为推动行业发展的重要力量。人工智能技术在汽车领域的应用呈现出“全域渗透、全链赋能、全线升级”的显著特征，正在深度赋能并将持续赋能汽车产品智能化和汽车产业数智化，与汽车产品和汽车全产业链广泛融合、深度融合。 在人工智能赋能汽车驾驶自动化方面，端到端架构成为行业发展共识，通过将传统功能模块整合到一个神经网络中，实现了从传感器数据到车辆控制指令的直接映射。驾驶自动化的算法架构持续简化，规则算法持续减少。结合大模型技术的应用，对长尾场景的应对能力得到显著提升。 在人工智能赋能汽车座舱智能化方面，智能座舱深度融合语音识别、自然语言处理、计算机视觉、多模态大模型等人工智能技术，以用户体验为核心，构建了多模态交互与个性化服务框架，人机交互模式由被动响应转变为主动交互，智能座舱向智能体方向发展。 在人工智能赋能汽车研发生产方面，传统的汽车研发生产方式正在被快速颠覆。在人工智能、数字孪生等技术协同作用下，推动了研发流程从经验驱动转向数据驱动，显著缩短开发周期并降低试错成本；同时推动了柔性制造体系构建，支持多车型混线生产，显著提升工厂自动化和智能化水平。 为进一步推动跨行业跨领域的技术交流与创新实践，推动人工智能技术在汽车领域的深度融合与创新应用，开展本案例集征集和编制工作。自3月启动征集以来，得到行业各界广泛关注。在此，对所有支持单位和提供宝贵意见和建议的专家表示衷心感谢！期待本案例集能够为行业提供研究和实践参考，为推动人工智能在汽车领域典型应用作出贡献。 《2025汽车人工智能应用案例集》编委会2025年11月 目录 驾驶自动化 01商汤绝影：绝影开悟世界模型02Momenta：飞轮大模型03地平线：基于国产大算力芯片的一段式端到端辅助驾驶系统04小马智行：第七代自动驾驶乘用车系统05卡尔动力：多任务深度学习重卡自动驾驶轨迹规划 2座舱智能化 06东风：多模态大模型赋能智能座舱认知智能07北汽：百模汇创中枢大模型平台创新应用模式08岚图：基于大模型Agent技术的语音交互解决方案09五菱：灵语AI大模型赋能智能汽车座舱升级10思必驰：天琴车载语音助手11星河智联：SYNCORE大模型智能座舱操作系统12博泰：全场景车内外智能感知与交互系统 3研发生产智能化 13吉利：星睿智能体平台14T3出行：基于网约车的智能网联众源数据生产线15国家智能语音创新中心：智能座舱人机交互效果评测智能体16一汽：AI智造新范式：全价值链电器工艺数据智能管控平台17小米：汽车超级智能工厂 主要能力： 绝影开悟世界模型 1）面向量产的数据生成 上海临港绝影智能科技有限公司 “绝影开悟”具有多样性场景的可控生成能力，为模型训练提供了海量且丰富的训练数据。例如，“绝影开悟”能够从100多个维度组合生成万千Cut-in场景，包括不同光照类型、不同天气、不同道路等级、不同车型、不同的Cut-in距离和车辆速度等。此外，能够解决极端风险场景（如车祸、道路塌陷等）难以采集、成本高昂的问题，“绝影开悟”只需输入一段提示词，就可以生成极端风险场景。 案例概述 商汤绝影基于多模态大模型打造了绝影开悟世界模型，能够理解物理规则、交通规则，能够生成11V视角、时长150秒、1080P的视频。2023年开始，在Waymo Sim Agents全球竞赛中，“绝影开悟”连续两年获得第一名。 2）复杂场景自由复现 “绝影开悟”支持多样化的辅助驾驶场景及Cornercase的 可 控 生 成。基 于1张A100芯 片，“绝影开悟”每日生成的数据相当于500台量产车，并在业内率先应用于真值训练数据生产。目前，绝影20%的数据通过世界模型生产，并应用于多个智驾项目。 根据不同需求，任意修改和调整场景中各种要素。既可替换特定车辆、插入新的车辆、删除不需要的车辆，也可改变道路布局、车辆速度，创造稀缺复杂场景，从而丰富训练场景的多样性。 3）近实时交互能力 比行业SOTA提升5倍之多，让仿真训练过程更加高效和逼真，车辆的决策和反馈能够几乎在瞬间得到响应；同时感知结果接近真实精标数据98%，能避免因数据风格差异带来的Sim-to-Real迁移时能力退化问题，为端到端模型打造了“云端虚拟训练场”。 技术方案 需求分析： 目前，驾驶自动化的研发范式转为数据驱动，模型对高质量数据需求暴增。特斯拉凭借“百万辆级量产车+超10万petaFLOPS算力”的AI基础设施构建数据回流体系，但其他车企因高阶辅助驾驶量产规模、算力资源受限，难以快速复制该模式，高质量的驾驶数据获取存在难度大、效率低、成本高的问题。 世界模型被视为解决车企数据问题的核心技术，保持视频时空一致性是其难点，生成视角画面越多越难，还需克服鱼眼视角畸变，目前行业多生成1V或6V视角视频。 技术创新点 商汤绝影在辅助驾驶领域打造的虚实融合的数据范式，将会赋能具身智能领域，以人、物体、场景三者为核心，通过行业领先的大模型技术能力，生成时空一致的第一视角和第三视角数据，为具身智能的构建全新的4D真实世界。 “绝影开悟”世界模型能生成11V（含鱼眼和针孔相机）多视角时空一致视频，可灵活满足行泊全集场景需求，兼容适配性强。 大模型技术方案： 实施效果与应用落地情况 商汤绝影基于多模态大模型打造了绝影开悟世界模型，能够理解物理规则、交通规则，能够生成11V视角下、时长150秒、1080P视频。 目前绝影20%的数据是通过世界模型生产，并应用于行业首批J6M辅助驾驶方案、绝影一段式端到端方案在东风汽车落地等项目。 闭环自动化：一段式端到端大模型中自研了大量闭环自动化工具链，连接产品线和数据线，实现低成本、高效率处理海量数据，驱动算法高效率迭代、高质量交付。当前自动化问题解决率已经超过95%，显著降低人工处理成本，加速解决自动驾驶长尾问题。 Momenta飞轮大模型 案例概述 灵活适配：飞轮大模型可支持纯电车、燃油车、混动车型等不同能源类型，根据需求及不同车型软硬件配置，覆盖从高端车型到10-15万大众车型。同时“无图方案”加速实现“全国都能开”至“全球都能开”，进入辅助驾驶“标配时代”。 Momenta飞轮大模型作为量产智驾大模型，采用了高质量的大模型训练数据+低成本的训练方法，基于“数据驱动”策略，通过海量真实驾驶数据训练算法模型。 01Momenta基于数据驱动的“飞轮”技术洞察，以及量产辅助驾驶（Mass Production）与自动驾驶（Scalable Robo）相结合的“两条腿”产品战略，提供不同级别的解决方案，更高效快速地实现规模化落地，赋能更安全、便捷、高效的未来智慧出行。 技术方案 技术创新点 需求分析： 产品安全可靠方面：基于规则驱动的传统方案无法解决自动驾驶的长尾问题，且算法迭代慢，复杂城市场景应对能力不足，未知风险场景难预判，亟需提升在极端场景下的技术可靠性。 Momenta2024年发布的第五代飞轮大模型创新性地将感知与规划整合为统一模型，实现一段式端到端的深度学习，采用了“长期记忆+短期记忆”相结合的模式，模拟人脑“直觉推理+逻辑分析”的问题处理机制，自动化问题解决率超过95%。极大地提升了辅助驾驶系统的可靠性和稳定性。 规模化推广方面：高阶辅助驾驶软硬件成本较高，影响向15万以下大众车型渗透，而大众消费者对驾驶自动化功能需求增加。另外，中国进入汽车产业出海关键阶段，智能辅助驾驶作为中国人工智能大模型技术的亮点名片，更需要满足全球不同区域差异化场景的落地，要求较强的泛化能力，兼具高效及成本可控的解决方案。 2025年 将 推 出 的 第 六 代 飞 轮 大 模 型 引 入 了“强化学习+闭环训练”,建立虚拟环境自主探索机制，将进一步带来安全、性能、体验的倍数级提 升。持 续 的 技 术 突 破 与 产 品 迭 代，形 成 了Momenta的核心竞争力，在实践中发挥着新质生产力驱动创新性可持续发展的关键引领作用。 大模型技术方案： 实施效果与应用落地情况 数据驱动+海量数据：飞轮大模型作为一段式端到端大模型，能够处理解决基于规则驱动难以解决的极端案例，减少对人工编码的依赖，泛化能力更强，面对未知场景具备更强决策能力。即使在感知模型中没有对应的物体定义，系统仍能做出合理避让，解决长尾问题。同时，飞轮大模型通过量产车辆日均收集超60万个有价值场景，总计超过7000万多场景、多环境、不同天气和光照条件Event数据，覆盖真实场景Corner case，从而减少未知场景和极端场景风险。 Momenta创新一条主线开发支持产品规模化，根据各大主机厂需求灵活打造定制化产品。目前，Momenta定 点 车 型 近130余 款。预 计2028年 搭 载Momenta飞轮大模型的量产车辆将达到1000万台。 Momenta复用量产车型开展Robotaxi业务，L2和L4采用统一的软件算法架构、统一的传感器方案，能够更早实现Robotaxi的规模化落地和商业闭环，目前计划在北京、上海陆续推出L4业务。 地平线基于国产大算力芯片的一段式端到端辅助驾驶系统 令，包括变道、左右转和绕行动作，整体行为更连贯。一段式的端到端模型消除了场景切换的拼接感。 北京地平线机器人技术研发有限公司 案例概述 地 平 线 全 场 景 辅 助 驾 驶 系 统HorizonSuperDrive（HSD），搭载高性能的国产智芯片征程6P，采用一段式端到端技术架构，是国内先进的软硬结合全栈开发的辅助驾驶系统，涵盖高速、城区和停车场三大场景。 征程6P基于自主知识产权设计研发，在计算单元设计和缓存体系设计等底层做了更适应智驾大模型运行的布局，在与软件强耦合运行时，它的计算效率可发挥到最大。HSD体系中的国产大模型采用“一段式端到端+强化学习”的方案，实现了从“光子输入到轨迹输出”的系统超低时延，大幅提升辅助驾驶的安全、效率、舒适。 技术创新点 征程6P基于自主知识产权设计研发，在计算单元设计和缓存体系设计等底层做了更适应智驾大模型运行的布局，在与软件强耦合运行时计算效率可发挥到最优。 HSD体系中的国产智驾大模型采用“一段式端到端+强化学习”的方案。基于一段式端到端架构，HSD实现从光子输入到轨迹输出的系统超低时延，大幅提升辅助驾驶的安全、效率、舒适。模型在设计之初就考虑到了征程6P的数据精度支持能力，搭配AI模型工具链实现低精度损失部署上车，软件性能得到最大程度发挥。 技术方案 地平线城区辅助驾驶系统（HSD）是国内先进的软硬结合全栈开发的L2城区辅助驾驶系统。 硬 件 芯 片 上，征 程6P高 效 支 撑 大 参 数Transformer、大规模交互式博弈算法。征程6P可支持先进算法的丰富算子库，能加速端到端和交互博弈算法的应用普及。具体参数上，征程6P搭载4核BPU纳什，AI算力达560 TOPS；采用LPDDR5存储接口设计，带宽高达205 GB/s。与业内其他主流芯片产品相比，征程6P对Transformer类算法的支持效率FPS提升最高40倍。 在能力上，HSD在响应延时、防御性驾驶、横纵向控车方面性能提升显著，驾乘体验更好。加之强化学习的介入，HSD通过自我探索最大化激发模型潜力。 实施效果与应用落地情况 地平线HSD在变道博弈成功率、复杂路口通行效率等核心指标上与人类驾驶水平相当，正走向“超越人”。实际路测数据显示，较传统方案，HSD的类人性提升50%、路口通行效率提升67%、场景覆盖率达10