在汽车行业中，AI 是什么？
汽车行业正经历着一场令人难以置信的转型。新车型的技术应用包括软件的增加、电动汽车以及新型传感器。但汽车领域最重要的变化或许是人工智能的应用。车载AI 能够帮助汽车制造商释放涵盖整车各方面的全新功能和改进。 如今，一提到人工智能，大多数讨论都集中在改进高级驾驶辅助系统以打造自动驾驶汽车上。虽然这依然很重要，但这仅仅是汽车行业众多机遇中的一个。
在这篇博客文章中，我们将探讨在车辆中部署人工智能所带来的机遇与挑战，以及AI 在汽车行业中的广泛优势。汽车企业正积极拥抱这些创新技术，未来几年这些技术将得到更广泛的应用。
AI 在汽车行业全生命周期中的应用
AI 如何应用于车辆？
AI 在汽车行业，这一过程贯穿了从早期设计、运行、安全到持续调校的整个生命周期，旨在优化整个汽车制造流程。
概述：车辆类型AI
让我们来探讨一下车辆全生命周期中的一些重要应用，从设计和制造过程开始，到车辆运行和维护，最后到ADAS和自动驾驶汽车。
- 车辆设计与仿真
- 汽车制造与质量控制
- 车辆操作与保养
- 驾驶辅助与自动化
车辆设计
车辆设计与工程中的生成式AI 与应用AI
生成式AI 正在改变各类产品的设计流程，汽车行业也不例外。AI 的汽车解决方案正被用于推动车辆设计的创新，从而加快设计周期、提高效率并提升车辆性能。
AI 算法正在优化所有这些应用场景，而AI 技术为车辆设计带来的益处才刚刚开始显现。以下是一些示例，但这份清单仅是机遇的开端：
- 轮胎设计
- 空气动力学
- 电池化学体系的开发
- 电池管理系统（BMS）
下面我们就来看几个例子，了解AI 系统如何在设计方面为汽车公司带来益处：
轮胎设计与车辆空气动力学
通过以下方式优化胎面和材料：AI
轮胎技术正受益于先进的优化手段，从而提升牵引力、降低磨损，并加速材料科学研究。轮胎的磨损花纹设计已非常先进，且仍在不断改进。采用AI 的设计技术，可以完善传统方法，从而识别出能在各种路况下提供有效牵引力的花纹。
空气动力学
借助AI 增强的计算流体力学优化效率
借助模拟风洞可以提高空气动力学效率，从而降低燃料或能源成本。计算流体力学和模拟风洞技术虽已存在多年，但通过结合AI 等新技术，可以探索出优化车辆空气动力学性能的新途径。
电池化学体系开发
利用……优化和调整材料科学AI
电池和动力技术正不断取得令人瞩目的进步。 人工智能的一个显著应用，便是推动电动汽车和电池技术的快速演进。虽然汽车电池看似是一项成熟的技术，但这仍然是一个活跃的研究领域。电池技术和电池化学成分的改进仍在持续取得进展，而人工智能正在为这项研究提供支持。随着我们致力于提高续航里程、降低成本并持续提升电池安全性，电动汽车甚至混合动力汽车将持续推动电池领域的创新。
电池管理系统（BMS）
AI- 基于xml-ph-0000@deepl.internal的电池出厂后持续优化
同样令人振奋的是，电池设计完成后，依托先进分析技术和人工智能的电池管理系统（BMS）创新正持续推动性能提升。通过结合传统算法和AI 算法，BMS系统能够分析电池性能以识别性能较弱的电芯。这使汽车行业能够通过让充电系统避免对性能较弱的电芯施加过大负荷，从而提升车辆安全性。此外，这还能带来成本节约——即使采用成本较低的生产工艺，仍能生产出高可靠性的电池组，从而使车辆更加安全。 值得注意的是，先进BMS的另一项关键优势在于，通过平衡电池组的负载并管理充电过程以减轻压力，从而缩短充电时间并延长电池使用寿命。
汽车制造与质量控制
AI 在汽车制造与质量控制中的应用
不仅前期设计能从数据分析中受益，制造流程本身也能从AI 技术中获益。让我们来看看汽车行业领军企业正在应用的几个具体领域。
- AI-驱动的自动化与制造
- AI-加强生产质量控制
- AI-优化供应链管理
生成式AI 在车辆自动化与制造中的应用
利用……优化制造工艺并调整吞吐量AI
高效制造车辆既是一门艺术，也是一门科学。才华横溢的专家们负责设计制造流程及相关供应链管理（我们稍后将对此进行讨论）。实现既能平衡产量又能确保质量的优化流程，对于保障盈利能力至关重要。AI 工具可帮助分析制造过程中的瓶颈，并发现传统算法可能无法察觉的规律。
制造质量控制
利用计算机视觉和AI 提升质量
质量是这一流程中的重要环节之一。汽车行业可以利用机器学习，尤其是计算机视觉技术，来提升汽车制造中的质量控制水平。 传统的人工装配线检测已有百年的历史，但基于机器学习的视觉系统不仅能够更有效地检测肉眼无法察觉的质量问题，同时效率也更高。与过去相比，该技术能在整个生产过程中对零部件进行更深入的检测，从而提升整车质量。当系统使众多不同零部件的质量均得到小幅提升时，整体净质量便会显著提高。
供应链管理
通过以下方式降低成本并优化库存：AI
供应链管理同样是一个亟待优化的重要领域。汽车行业对库存成本的节约尤为敏感，以确保其工厂能够实现“准时制”生产，同时避免库存过度积压——后者可能会影响利润率。供应链管理有望通过提供卓越的分析能力来指导采购流程。深度学习技术能够分析库存数据、即将推出的和预期中的产品组合，以及预期车辆需求和季节性因素等其他因素，从而实现更全面的供应链优化。
车辆运行与服务
AI——提升驾驶体验与预测性车辆维护：智能汽车如何利用AI ？
一旦车辆投入使用，生成式人工智能（AI ）及其他基于人工智能（AI ）的系统便能为整车厂商、供应商、经销商和驾驶员创造诸多价值。现实情况是，这些领域相对较新，目前仅有极少数整车厂商正在部署这些功能。随着联网汽车的普及以及数字传感器数据在更多系统中的广泛应用，汽车人工智能的这些功能在未来几年内很可能日益普及。以下是需要考虑的四大主要类别：
- 失效分析与基于AI 的预测性维护
- 车内个性化设置
- AI- 增强的车队管理
- 智慧城市与V2X
失效分析与基于AI 的预测性维护
利用AI 分析技术提前发现问题
如今，在汽车行业中，车辆保养和维修大多属于被动应对：只有当车辆出现故障时，驾驶员才会将车开去维修。目前，某些系统会在出现故障时点亮故障指示灯（MIL）——通常被称为令人头疼的“检查发动机”指示灯——以提示存在问题，但其中大多数系统只有在故障已经发生后才会激活。因此，机遇在于主动监测更多车辆系统，在故障发生前实施预测性维护。 预测性维护不仅能为驾驶员提供更佳的体验，还能让原始设备制造商（OEM）和经销商服务部门展现卓越的服务水平，从而增强客户忠诚度并提高驾驶员的安全性。商用车对这一功能更为重视，因为货物运输中的停机时间会直接造成经济损失，但在私家车领域，这一做法尚未普及。随着AI 技术不断覆盖更多系统，预测性维护仍是尚未充分开发的发展机遇之一。
个性化车内体验
AI 以识别并响应用户偏好
随着驾驶员希望车辆具备更强的可定制性，并能提供与智能手机相似的用户体验，车辆个性化已成为一个引人入胜的关注领域。 汽车行业的部分领军企业正在推出相关功能，让驾驶员能够对车辆进行远不止座椅位置和后视镜调节的个性化设置。汽车行业的AI 技术蕴含着更大的潜力：车辆能够自动检测驾驶员的行为，并在不同情境下主动建议个性化设置。像这样由AI 驱动的算法，不仅能为驾驶员提供极具吸引力的客户体验，还能向整车制造商（OEM）提供有关车辆使用情况的宝贵反馈，以供未来车型规划之用。
增强型车队管理
AI 在车队优化领域
各类车队正日益向联网汽车转型，这有望为汽车行业带来更完善的整体车队管理。对于由商用车组成的配送车队而言，车队管理已得到广泛应用，尽管目前许多此类系统仍基于传统算法。在过去的两年里，我们看到AI 系统在这些应用场景中的应用呈现爆发式增长，车队运营企业逐渐认识到，借助AI 技术，某些类型的车队管理、路线规划和优化工作能够取得更优异的效果。 我们预计，此类功能将扩展至其他类型的车队，例如租车车队和其他专用车队。AI 还能帮助监控冷链等特殊类型的货物，此类货物需要特殊处理以确保任务成功。同样，自动驾驶技术（我们稍后将详细讨论）已应用于建筑、采矿和农业等非公路场景，以提升这些车队的安全性和效率。
智慧城市与车对车/车对基础设施通信
AI 在“联网汽车与智能交通基础设施”中
车辆之间以及车辆与周边基础设施之间实现更全面通信的愿景，目前尚处于起步阶段。通过改善交通流量并让车辆相互通信，能够为所有驾驶员提供更高的安全性、更完善的驾驶辅助以及更顺畅的交通环境。在美国，最近的立法变更终于批准了将蜂窝频谱用于V2X应用的新用途。未来几年，由AI 驱动的自动化技术几乎肯定将成为这一新机遇的核心。
ADAS 与自动驾驶
AI 自动驾驶汽车与高级驾驶辅助系统（ADAS）的技术
高级驾驶辅助系统（ADAS）及其“大哥”——自动驾驶，是两大将充分利用人工智能的重要市场趋势。这些技术不仅能提高车辆安全性，还能提升驾乘体验。下面让我们来探讨其中的一些功能，以及汽车行业如何利用AI 来实现这一系列功能。
ADAS 并非单一功能，而是一系列功能，它为汽车行业提供了提升驾驶员和乘客安全水平的机会，同时也有助于消除行人死亡事故——这是许多城市关注的一大问题。因使用智能手机导致的分心驾驶很可能是造成这一问题的原因之一，因此包括欧盟和美国部分地区在内的许多政府，都在其针对新车的多项新监管标准中将安全列为优先事项。 例如，欧盟新车安全评鉴协会（EU NCAP）就专门对未来几年投放市场的车辆中配备的许多ADAS功能进行了激励或强制要求。
让我们来看看其中的一些关键功能，其中部分功能目前由传统算法驱动，而未来将更多地利用AI 技术：
- 自适应巡航控制系统
- 车道保持与车道偏离预警
- 自动紧急制动
- AI-驱动的自动驾驶
自适应巡航控制系统
定速巡航技术在汽车行业已存在数十年，但在过去的10年里，其功能更强大的变体——自适应巡航控制——迎来了爆发式增长。无论是通过视觉系统、雷达还是两者的结合，汽车行业的AI 技术都在物体检测中发挥着作用，使车辆能够减速以适应交通流量。 其中最先进的系统甚至能让车辆在走走停停的交通中完全停下，并在前车前行时随之继续行驶。这些功能如此先进，以至于有些驾驶员感觉自己驾驶的是自动驾驶汽车，但实际上这些系统仅能应对某些驾驶条件。
自动车道保持与车道偏离预警
ADAS的另一大亮点（通常与自适应巡航控制系统结合使用）是自动车道保持功能，或是功能较弱的车道偏离预警功能。通过这种方式——这需要更先进的视觉系统来检测道路标线，并需与转向系统联动——车辆能够进行微调以保持在车道内行驶，例如在高速公路上。 功能较弱的系统可能不会主动操控方向盘，而仅向驾驶员发出警告。随着AI 动力车辆的普及，此类功能将日益普及，并能为驾驶者带来更轻松的高速公路驾驶体验。
自动制动 / 自动紧急制动
分心驾驶现象日益普遍，这已成为汽车行业和政府共同关注的问题。 为此，监管机构越来越要求新车配备能够检测行人的自动刹车系统。计算机视觉是该功能的关键组成部分，因为车辆必须确保在没有障碍物时不会突然刹车（否则可能导致追尾事故），同时又需要有效检测行人及骑行者。采用AI 技术的车辆为持续优化这些算法提供了机会，从而提高识别精度并增强安全性。
自动驾驶车辆和无人驾驶汽车
像Waymo这样开发自动驾驶汽车的科技公司，以及包括工业机器人制造商在内的其他专用配送公司，都在自动驾驶技术领域进行大规模投资。 自动驾驶汽车尚处于起步阶段，截至2025年初，路上运行的自动驾驶汽车数量可能仅以千计，且主要在专门的运行区域或特定地区运行。对自动驾驶汽车的需求对汽车行业而言既是机遇也是威胁，因为自动驾驶功能在理论上有可能降低人们对私家车拥有的需求。 但这一现实尚需数年才能实现，目前自动驾驶汽车仍处于积极研发阶段。人工智能是这项创新的关键，它有效地整合了前文所述的所有ADAS功能，以及更为先进的视觉系统、雷达或激光雷达系统、预测性路径规划、预判其他车辆的驾驶行为、高分辨率地图绘制等技术。毫无疑问，自动驾驶汽车将在未来几年成为一场激动人心的技术演进，并成为车辆AI 研究众多领域背后的驱动力。
AI 汽车的发展前景
AI 动力汽车的未来与汽车行业
如您所见，尽管自动驾驶汽车常常成为头条新闻，但车载人工智能的应用范围却十分广泛，涵盖从设计、制造到运营、服务等各个环节。如今正值激动人心的时刻，我们得以见证汽车行业将以多种方式将AI 融入车辆，同时AI 技术也在不断进步。Sonatus 很高兴能参与这一历程，并将在今年及未来几年内部署越来越多基于AI 的技术，以助力这一发展进程。
