在汽車產業中，AI 是指什麼？
汽車產業正經歷著一場驚人的轉型。新技術在車輛中的應用包括軟體的增加、電動車以及新型感測器。但車輛方面最重要的變革，或許就是人工智慧的應用。車輛AI 能讓汽車製造商釋放出橫跨整輛車的新功能與改進。 如今一提到人工智慧，多數討論都圍繞著如何改進先進駕駛輔助系統，以打造自動駕駛車輛或自駕車。雖然這仍然很重要，但這僅僅是汽車產業眾多機遇中的其中之一。
在這篇部落格文章中，我們將探討在車輛中部署人工智慧所帶來的機遇與挑戰，以及AI 在汽車產業中帶來的廣泛效益。汽車製造商正積極擁抱這些創新技術，而這些技術在未來幾年內將持續獲得更廣泛的應用。
AI 在汽車產業中貫穿車輛生命週期的應用
AI 如何應用於車輛中？
AI 在汽車產業中，這項工作涵蓋了從設計初期、運作、安全，到持續調校的整個生命週期，以優化整個造車流程。
概述：車輛類型AI
讓我們來探討車輛生命週期中的一些重要應用，從設計與製造流程開始，接著是車輛的運作與保養，最後則涵蓋先進駕駛輔助系統（ADAS）與自動駕駛車輛。
- 車輛設計與模擬
- 汽車製造與品質控制
- 車輛操作與保養
- 駕駛輔助與自動化
車輛設計
車輛設計與工程中的生成式AI 與應用AI
生成式AI 正在改變各類產品的設計流程，汽車產業也不例外。AI 所提供的車輛解決方案，正被運用來推動車輛設計的創新，藉此加速設計週期、提升效率，並改善車輛性能。
AI 演算法正在優化所有這些應用場景，而我們才剛開始探索AI 技術將如何為車輛設計帶來益處。以下列舉幾個例子，但這份清單僅是這項技術所蘊含機遇的開端：
- 輪胎設計
- 空氣動力學
- 電池化學成分的研發
- 電池管理系統（BMS）
讓我們來探討其中幾個例子，說明「AI 」系統如何在設計層面上為汽車製造商帶來益處：
輪胎設計與車輛空氣動力學
透過以下方式優化胎面與材料：AI
輪胎技術正透過先進的優化手段，以提升抓地力與耐磨性，並加速材料科學研究。輪胎的磨損紋路設計已相當先進，且持續精進。運用AI 設計技術，可強化傳統方法，藉此辨識能在各種路況下提供有效抓地力的紋路。
的空氣動力學
運用AI 強化之計算流體動力學來優化效率
透過模擬風洞可提升氣動效率，並降低燃料或能源成本。計算流體動力學與模擬風洞技術雖已存在一段時間，但若結合AI 等新技術，將能開闢出讓車輛在空氣中更流線行進的新契機。
電池化學研發
透過以下方式優化與調整材料科學：AI
電池與動力技術正持續取得令人驚嘆的進展。 人工智慧的一項顯著應用，便是推動電動車與電池技術的快速演進。雖然車用電池看似已是一項成熟技術，但這仍是一個積極進行研究的領域。電池技術與電池化學的改進持續取得進展，而人工智慧正為這項研究提供支持。隨著我們致力於提升續航力、降低成本，並持續推動電池安全，電動車甚至混合動力車都將持續需要電池技術的持續創新。
電池管理系統（BMS）
AI- 透過 xml-ph-0000@deepl.internal 持續優化電池在生產完成後的調校
同樣令人振奮的是，電池設計完成後，憑藉先進分析技術與人工智慧驅動的電池管理系統（BMS）創新，正持續帶來改進。透過結合傳統演算法與AI 演算法，BMS系統能分析電池性能以辨識效能較弱的電芯。這使汽車產業能透過讓充電系統避免對效能較弱的電芯造成過度負荷，從而提升車輛安全性。此外，這也能帶來成本節約——即使採用低成本的生產製程，仍能生產出高可靠性的電池組，進而提升車輛安全性。 值得注意的是，先進 BMS 的另一項關鍵優勢在於，透過平衡電池組的負載並管理充電過程以減輕壓力，從而縮短充電時間並延長電池壽命。
汽車製造與品質控制
AI 在汽車製造與品質控制中的應用
不僅是前期設計能從數據分析中受益，製造流程本身也能從AI 技術中獲益。讓我們來探討汽車產業領導者正在應用的一些具體領域。
- AI-驅動的自動化與製造
- AI-強化製造品質管控
- AI- 最佳化的供應鏈管理
生成式AI 在車輛自動化與製造中的應用
透過以下方式優化製造流程並調整產能：AI
高效製造車輛既是一門藝術，也是一門科學。才華洋溢的專家負責設計製造流程及相關的供應鏈管理（我們稍後會談到這部分）。實現既能平衡產能又可確保品質的優化流程，對於保障獲利能力至關重要。AI 工具可協助分析製造過程中的瓶頸，並偵測傳統演算法可能無法察覺的模式。
製造品質控制
運用電腦視覺與AI 提升品質
品質是此流程中的一項重要環節。汽車產業可運用機器學習，特別是在電腦視覺領域，以提升汽車製造的品質管控。 傳統的人工組裝線檢驗已有百年歷史，但基於機器學習的視覺系統不僅能更有效地偵測肉眼無法察覺的品質問題，同時也更具效率。相較於過去，透過在整個生產過程中對零組件進行更深入的檢驗，整車品質得以提升。當系統使眾多不同零組件的品質皆略有提升時，整體淨品質便會顯著提高。
供應鏈管理
透過以下方式降低成本並優化庫存：AI
供應鏈管理同樣是一個極具優化潛力的重要領域。汽車產業對庫存成本節省尤為重視，以確保工廠能實現「即時生產」，同時避免過度積壓庫存，以免影響利潤率。供應鏈管理有望透過卓越的分析能力，為採購流程提供指引。深度學習技術能分析庫存數據、即將推出的產品組合及預期產品組合，以及預估的車輛需求和季節性因素等其他變因，從而實現更完善的整體供應鏈優化。
車輛操作與服務
AI- 提升駕駛體驗與預測性車輛保養：智慧汽車如何運用AI ？
一旦車輛投入營運，生成式人工智慧（AI ）及其他基於人工智慧（AI ）的系統，便有許多機會為原廠製造商（OEM）、供應商、經銷商及駕駛人創造價值。事實上，這些領域尚屬新興，目前僅有極少數原廠製造商正在部署這類功能。隨著連網汽車的普及率提升，以及數位感測器數據在更多系統中日益普及，汽車人工智慧的這些功能在未來幾年很可能日益受到重視。以下是四個值得考慮的主要類別：
- 失效分析與基於AI 的預測性維護
- 車內個人化設定
- AI- 強化車隊管理
- 智慧城市與 V2X
失效分析與基於AI 的預測性維護
運用AI 分析技術預先偵測問題
當今汽車產業中的車輛保養與維修，大多仍屬被動式：只有當車輛發生故障時，駕駛才會將車輛送修。目前部分系統會觸發故障指示燈（MIL）——通常被稱為令人聞風喪膽的「檢查引擎」燈——以提示存在問題，但這些系統多數僅在故障實際發生後才會啟動。真正的商機在於主動監控更多車輛系統，以便在故障發生前實施預測性維護。 預測性維護不僅能為駕駛人提供更佳的體驗，更能讓原廠（OEM）與經銷商服務部門展現卓越的服務水準，藉此建立客戶忠誠度並提升駕駛安全。商用車對這項功能的需求更為迫切，因為貨物運輸中的停機時間會直接造成財務損失；然而，這項技術在私人車輛中尚未廣泛普及。隨著AI 技術持續涵蓋更多系統，預測性維護仍是尚未充分開發的潛在商機之一。
個人化的車內體驗
AI 以偵測並回應使用者的偏好
隨著駕駛人期望車輛能具備更高的客製化彈性，並提供類似智慧型手機的使用體驗，車輛個人化已成為一個令人振奮的關注領域。 汽車產業的某些領導者正推出相關功能，讓駕駛人能對車輛進行的客製化調整，遠不止於座椅位置和後視鏡的調整。汽車產業中的「AI 」技術更蘊含著更廣闊的潛力——車輛能自動偵測駕駛行為，並在不同情境下主動建議客製化設定。像這樣由AI 驅動的演算法，不僅能為駕駛人提供引人入勝的客戶體驗，還能向原始設備製造商（OEM）提供有關車輛使用情況的寶貴回饋，以供未來車輛規劃之用。
進階車隊管理
AI 於車隊優化
各類車隊正日益轉型為聯網車輛，這為汽車產業帶來了實現更完善整體車隊管理的希望。對於由商用車組成的配送車隊而言，車隊管理已廣泛部署，儘管目前許多此類系統仍基於傳統演算法。過去兩年來，我們看到AI 系統在這些應用領域中呈現爆炸性增長，車隊公司逐漸意識到，透過AI 技術，某些類型的車隊管理、路線規劃與優化能達到更優異的效果。 我們預期這類功能將延伸至其他類型的車隊，例如租車車隊及其他特殊用途車隊。AI 亦能協助監控需特殊處理以確保任務成功的特殊貨物，例如冷鏈貨物。同樣地，自動駕駛技術（我們稍後將進一步探討）已應用於建築、採礦及農業等越野領域，使這些車隊更安全、更高效。
智慧城市與車對車／車對基礎設施
AI 收錄於《聯網汽車與智慧交通基礎設施》
車輛之間，以及車輛與周邊基礎設施之間更全面通訊的願景，目前仍處於起步階段。透過改善交通流量並讓車輛彼此通訊，將能為所有駕駛人提供更佳的安全性、駕駛輔助功能，以及更順暢的交通狀況。在美國，近期立法變更終於批准將行動通訊頻譜用於 V2X 應用。未來幾年，由AI 驅動的自動化技術幾乎可以肯定將成為這項新機遇的核心。
ADAS 與自動駕駛
AI 自動駕駛汽車與先進駕駛輔助系統（ADAS）的技術
先進駕駛輔助系統（ADAS）及其「大兄弟」——自動駕駛，是兩大將廣泛運用人工智慧的重要市場趨勢。這些技術不僅能提升車輛安全性，更能優化駕乘體驗。讓我們來探討其中部分功能，以及汽車產業如何運用AI 來實現這系列功能。
ADAS 並非單一功能，而是一系列功能的集合，它為汽車產業提供了提升駕駛者與乘客安全、並消除行人死亡事故的機會——這正是許多城市的主要關切事項。因使用智慧型手機導致的分心駕駛很可能是造成此類事故的原因之一，因此包括歐盟（EU）及美國部分地區在內的許多政府，在其針對新車制定的多項新規範中，均將安全列為優先考量。 例如，歐盟新車安全評鑑協會（EU NCAP）便針對未來幾年上市的車輛，針對多項 ADAS 功能提出具體的鼓勵措施或強制要求。
讓我們來探討其中幾項關鍵功能，其中部分功能目前雖由傳統演算法驅動，但未來將更多地運用AI ：
- 自適應巡航控制系統
- 車道維持與車道偏離警示
- 自動緊急煞車
- AI-驅動的自動駕駛
自適應巡航控制系統
定速巡航系統在汽車產業中已存在數十年，但過去十年間，其功能更強大的變體發展迅猛，使這項功能變得更具適應性。無論是透過視覺系統、雷達，還是兩者的結合，汽車產業中的AI 皆在物件偵測方面發揮作用，使車輛能減速以配合交通流量。 其中最先進的系統甚至能讓車輛在走走停停的車流中完全停下，並在前方車輛前進時隨之行進。這些功能如此先進，以致部分駕駛人甚至覺得自己開的是自動駕駛車輛；然而，這些系統目前僅能應對特定駕駛狀況。
自動車道維持與車道偏離警示
ADAS 的另一項吸引人之處——通常與自適應巡航控制系統搭配使用——是自動車道維持功能，或是功能較為有限的車道偏離警示系統。透過這種需要更先進視覺系統來偵測道路標線，並與轉向系統連動的方式，車輛便能進行微調以維持行駛在車道內，例如在高速公路行駛時。 功能較弱的系統可能不會自動轉向，而僅向駕駛人發出警示。這項功能預計將在搭載AI 的車輛中日益普及，並能為駕駛人帶來更輕鬆的高速公路駕駛體驗。
自動煞車／自動緊急煞車
分心駕駛的情況日益普遍，已成為汽車產業與政府共同關注的議題。 為此，監管機構日益要求新車配備能偵測行人的自動煞車系統。電腦視覺是這項功能的核心要素，因為車輛在沒有障礙物時絕不能突然煞車（否則可能引發追撞事故），但同時必須能有效偵測行人與自行車騎士。搭載AI 的車輛，能持續優化這些演算法，從而提升辨識準確度並增強安全性。
自動駕駛車輛與自駕車
像 Waymo 這樣開發自動駕駛汽車的科技公司，以及其他專門從事配送業務的企業（包括製造工業機器人的公司），正對自動駕駛技術進行大規模投資。 自動駕駛車輛仍處於起步階段，截至2025年初，道路上行駛的自動駕駛汽車數量可能僅有數千輛，且大多僅在專用運行區域或特定地區運作。對自動駕駛汽車的需求對汽車產業而言既是機遇也是威脅，因為自動駕駛功能在理論上有可能降低民眾對私人車輛擁有權的需求。 但這項現實尚需多年才能實現，而當今自動駕駛車輛仍處於積極研發階段。人工智慧對這項創新至關重要，它有效地整合了前述所有先進駕駛輔助系統（ADAS）功能，以及更先進的視覺系統、雷達或光達（LiDAR）系統、預測性路徑規劃、預判其他車輛的駕駛行為、高解析度地圖繪製等技術。毫無疑問，自動駕駛汽車將在未來幾年成為一項令人振奮的演進，並是車輛AI 研究眾多領域背後的驅動力。
AI 汽車的未來之路
AI 動力車款的未來與汽車產業
如您所見，雖然自動駕駛車輛經常成為頭條新聞，但車載人工智慧的應用範圍極為廣泛，涵蓋從設計流程、製造、營運到維修保養等各個環節。此刻正是一個令人振奮的時刻，我們得以見證汽車產業將以多種方式將AI 整合至車輛中，同時AI 技術也持續進步。Sonatus 很榮幸能參與這段旅程，並將在今年及未來幾年內部署越來越多基於AI 的技術，以協助推動這項演進。
