聚焦产业前沿技术，打通AI相关技术量产落地的最后一公里，将技术变量转化为高质量发展增量。
当下，世界模型和物理AI正推动汽车产业向真实世界行动维度拓展，在智能驾驶、智能座舱、具身智能领域快速落地。各类相关案例在汽车行业全面开花，令人应接不暇。但在热闹的表象之下，技术落地仍普遍面临 “概念跑在工程前面” 这一共性难题——如何打通AI相关技术量产落地的最后一公里，当下已成为汽车行业备受关注的热门议题。
围绕上述亟待破解的产业命题，7月23日，2026中国汽车论坛“AI驱动智能网联新能源汽车产业数智新发展”主题论坛在上海嘉定召开。众多来自整车企业、科研院校、AI 科技公司、汽车数据服务机构、人形机器人等多个赛道的代表齐聚现场，针对大模型上车工程化落地路径、舱驾融合架构迭代、车路云数智协同、数据要素合规流通、智能汽车出海适配等前沿议题展开深度研讨。
论坛由中国汽车工业协会副总工程师王耀主持，上海国际汽车城（集团）有限公司党委副书记、总经理潘晓红为论坛致辞。同济大学计算机科学与技术学院院长、欧洲科学院外籍院士申恒涛，智己汽车科技有限公司副首席技术官郭辉，百度地图智能座舱总经理余云飞，众链数智（上海）智能科技有限公司CEO韩昭，文远知行上海研发中心总经理霍达，无界动力解决方案总经理沈明达，上海车云数据科技有限公司数据价值生态部部长詹坤润，奥特酷智能科技（南京）有限公司CTO陈诚，晓数绿景（北京）科技发展有限公司CEO宋永俊等十余位行业专家先后登台发表演讲，为行业提供了大量的前瞻指引。
前沿技术破局，打通落地第一关
AI驱动汽车产业数智升级的底座，首先来自对前沿技术底层逻辑的突破性探索。论坛开场的技术分享环节，从世界模型的前沿演进路线，到智能驾驶面向量产的一体化技术底座落地实践，多位嘉宾从产学研两端给出了破局思路，打破了此前行业对于物理AI技术“只有Demo无法量产”的刻板印象。
申恒涛提出，世界模型的核心使命绝非行业炒作的概念噱头，而是实现从数字虚拟世界向真实物理世界的本质跨越，其核心逻辑是通过“感知物理世界-理解运行规律-预演趋势变化-自主规划执行”的完整闭环，帮助所有面向物理场景的智能体逐步建立空间智能的核心能力。
同济大学计算机科学与技术学院院长、欧洲科学院外籍院士申恒涛
针对行业普遍面临的训练数据成本过高的痛点，申恒涛在会上分享了团队的最新探索成果，即通过动态记忆机制、双通路动作控制调制等架构创新，可将世界模型训练所需数据量降低97%，训练时长缩减86%，在权威世界模型榜单World Arena中拿下多赛道全球第一的成绩。他特别指出，世界模型的落地价值绝不仅限于自动驾驶领域，其构建起的对真实世界规律的理解能力，可以即插即用地赋能机器人、无人机、工业设备等所有面向物理世界作业的智能体，未来2-3年将在工业巡检、低空救灾、自动驾驶高风险场景评估等多个垂直场景实现规模化落地。
郭辉指出，当前基于模仿学习主流的端到端智驾方案天然存在分布偏移、模态坍塌、因果混淆的固有局限，单纯靠堆数据量无法从根本上解决智驾的安全泛化难题。基于这一判断，上汽的技术路线跳出了“L2、L3、L4完全分立”的传统思路，打造三级智驾能力可复用的一体化技术底座，在算法模块、传感器配置、整车电子电气架构层面实现最大程度的共享，仅在功能安全冗余、专项感知能力层面做差异化开发。
智己汽车科技有限公司副首席技术官郭辉
据郭辉介绍，这套体系既可以降低不同等级智驾功能的研发成本，也能通过百万级L2量产车型的数据反哺L4技术迭代，最终在保证车规级安全底线的前提下，推动高阶智驾的大规模普及。他同时预判，随着车端算力的持续迭代升级，2027-2028更大规模的VLA模型、轻量化世界模型也将逐步实现车端部署，进一步推动智驾能力的跃迁升级。
“为了让汽车持续保持产品竞争力，软件更新不可避免；但在更新过程中，安全底线是否被放松，是今天必须关注的重要问题”。陈诚表示，随着AI驱动的汽车软件迭代速度越来越快，传统人工执行的功能安全V模型流程，已经完全跟不上OTA的迭代节奏，过去需要数周才能完成的安全验证，现在必须压缩到数小时内完成，否则就会拖慢整个产品的迭代节奏。
奥特酷智能科技（南京）有限公司CTO陈诚
基于这一痛点，陈诚分享了AutoForge功能安全智能体的领先优势，例如，能够将传统功能安全V模型全流程执行效率提升50倍，实现汽车软件OTA全生命周期的安全证据链完整可追溯，在大幅提升研发效率的同时牢牢守住功能安全底线，让AI赋能下的持续软件迭代始终符合汽车行业最高等级的安全标准。
陈诚同时强调，当前AI本身天然存在幻觉、采样参数带来的输出发散性等不确定性问题，这样从根本上决定了AI的角色始终是安全研发的辅助工具，绝不会替代安全责任人。企业要在AI赋能的研发流程中守住确定性，核心解法是为AI设立清晰的安全围栏。可通过在功能安全、信息安全、代码校验、系统需求梳理、软件设计等每一个细分环节，都配置对应的垂直领域Agent，用分场景的规则约束消解AI的不确定性。他特别提出，FDE（前沿部署工程师）模式将成为未来推动AI智能体在车企研发体系中快速落地的关键路径，通过让工程师深入客户现场完成工具链接入、项目配置和持续迭代，实现AI安全工具与车企现有研发流程的深度融合。
深挖场景价值，拓展商业化边界
当前AI在汽车领域的落地已经不再局限于单一的智能驾驶赛道，智能座舱的交互体验升级、数据要素的合规流通、汽车产业技术向人形机器人赛道的价值外溢，都在不断拓展物理AI的商业化边界，让AI技术从单一的功能卖点转向全产业链的价值重构。
余云飞表示，过去两年行业“大模型堆砌”的试错期已经结束，当前座舱智能体已经成为新车标配，智能座舱也完成了从“驾车工具”到“全场景出行伙伴”的身份转变，现在比拼的是谁能真正实现体验、成本与可靠性的量产平衡。他分享了百度探索出的行业通用解法：打造“快慢系统结合”的架构，将80%的高频车机交互交由快系统以毫秒级响应完成，仅剩下的20%复杂长尾需求交由大模型处理，在将用户需求满足度提升到90%以上的同时，把大模型token调用成本降低80%，完美解决了大模型上车的成本痛点。
百度地图智能座舱总经理余云飞
据余云飞透露，目前百度推出的出行场景专用“AI副驾”智能体用户量已经突破2000万，最高日活达到173万，可完整覆盖行前、行中、行后全出行场景，后续还将迭代自进化的2.0座舱智能体大脑，逐步构建跨端统一的用户记忆体系，打破手机端、车端、其他智能终端之间的数据壁垒，让用户的使用习惯实现跨设备复用，推动智能体从“功能好用”向“越用越懂用户”进化。
物理AI的价值溢出效应，正在推动汽车产业积累的技术、供应链与工程化能力向人形机器人领域延伸，开辟出全新的产业赛道。沈明达认为，汽车作为“带轮子的移动机器人”，和具身智能机器人有着极强的技术同源性，汽车行业积累的智驾数据闭环、大规模算力训练集群、仿真工具体系、OTA软件迭代经验、功能安全标准体系，都可以直接复用于人形机器人的研发落地中；同时成熟的汽车零部件供应链能够大幅降低人形机器人的硬件成本，车规级摄像头、大算力芯片、伺服电机、减速器、BMS等部件的规模化应用，能快速解决当前人形机器人价格高企难以普及的痛点。
无界动力解决方案总经理沈明达
不过，沈明达也指出，当前行业主流的模仿学习路线虽然可以快速出Demo效果，但泛化性提升困难，难以实现规模化落地，无界动力选择坚持世界模型与强化学习的技术路线，率先挑战通过完整预训练隐空间建模的方式，让模型真正学习到物理世界的因果规律，实现未知场景下的强泛化能力。沈明达表示，汽车产业本身将成为人形机器人落地的首选场景，汽车整车及零部件制造的上下料、装配、供应链物流、4S店服务等封闭场景任务规则相对明确，泛化要求适中，且企业付费意愿强，将成为具身智能机器人实现商业化闭环的最佳切入点。
霍达则是从自动驾驶数据闭环的核心痛点切入，提出了物理AI时代解决数据利用难题的全新思路。他表示，行业长期存在的三大核心痛点：一是运营闭环不完整，海量L2、L4采集数据中存在大量噪声和常规低价值场景，大量等红灯、常规平稳行驶的普通数据对当前算法迭代的边际价值很低；二是海量数据利用率极低，单辆L2车单日产生约300GB数据，L4车辆单日数据量可达TB级，行业始终缺乏高效挖掘数据价值的手段；三是AI缺乏真实物理世界可信锚点，现有通用大模型在对话、代码生成类场景表现尚可，但面对交通场景这类复杂真实物理世界时，存在大量幻觉、判断失准问题，对视频场景的理解深度与真实物理规则之间存在明显差距。
文远知行上海研发中心总经理霍达
基于这一判断，文远知行推出了物理AI认知基础大模型WITT，创新性提出“最小物理事实单元”定义，把复杂的交通场景事件拆解为不可再拆分的基础事实单元，通过事实提取、事实推理、事实验证、事实编排四大核心能力，在7B的小参数规模下，实现了自动驾驶垂类场景下对200B级通用多模态大模型的能力反超，token使用成本相比主流通用多模态大模型降低98%，同等算力下数据处理效率提升200倍，幻觉和错误输出概率仅为通用大模型的1/3。霍达特别强调，WITT的能力并不局限于自动驾驶领域，同样可以直接复用至具身智能、人形机器人赛道，为具身企业提供高性价比的真实物理事实挖掘能力，帮助机器人团队快速从海量运营数据中筛选出高价值训练素材，大幅加速通用具身智能的落地迭代进程。
宋永俊提出，当前中国汽车出海面临的最大非技术壁垒，是欧盟碳关税等绿色贸易规则，过去需要数年才能完成的整车全链条碳足迹核算，完全无法满足海外市场的合规要求，而AI智能体的出现，彻底重构了碳追溯的效率逻辑。 他的实践数据显示，新一代绿色供应链智能体可以将全链路碳数据的采集、核算、追溯效率提升百倍级，帮助车企快速完成全产业链碳数据的合规交付，为中国汽车产业出海应对绿色贸易壁垒提供核心支撑，这也是AI赋能汽车产业最容易被忽略但价值巨大的落地场景。
晓数绿景（北京）科技发展有限公司CEO宋永俊
宋永俊表示，随着AI智能体的普及，未来产业的人员边界将彻底模糊，不再有明确的IT、研发、解决方案专家的岗位划分，将形成“人管智能体、智能体辅助人”的全新协作模式，为汽车产业的绿色出海提供坚实的效率支撑。
筑牢生态底座，构建长期护城河
AI驱动的汽车产业升级，从来不是单一企业的孤军奋战，而是需要城市级的产业生态支撑、全链条的安全合规保障，才能构建起产业长期健康发展的护城河，让AI技术真正实现规模化、可持续的落地。
韩昭在会上指出，过去很长一段时间，跨主体数据共享始终存在“数据不敢出域、权责无法界定、价值难以分配”的痛点，而面向全行业的可信数据空间，正是为破解这一难题，通过技术架构实现数据“可用不可见”，所有数据调用全流程可追溯可审计，既保护了数据提供方的数据安全与商业机密，也能让有需求的主体按需获取训练、研发所需的数据资源。
众链数智（上海）智能科技有限公司CEO韩昭
值得一提的是，论坛现场还举办了首批规模化智能驾驶数据产品正式上架“汽车行业可信数据空间”发布仪式。据韩昭介绍，上述数据空间由中国汽车工业协会牵头建设，目前已入选国家数据局可信数据空间创新发展试点，是支撑国内汽车行业数据要素合规且规模化流通的基础设施。而本次上架的智驾数据产品覆盖感知、行为、智舱、合成四大类别，共计整合了超过30万条原始采集及标注的多城市多场景数据、12万动态场景，总规模超500TB、8000万帧，后续可为行业智能驾驶算法训练、仿真验证与安全评测提供高质量数据支撑。
作为地方产业生态的运营方，詹坤润从产城融合的视角，分享了上海国际汽车城十余年积累形成的产业生态对AI落地的核心支撑价值。她指出，上海国际汽车城依托十余年产业积累，已经构建了覆盖车端、路端、云端、气象领域的多元数据融合体系，目前接入上海全市213万辆新能源汽车数据、939辆高级别智能网联车端数据，以及嘉定全域287个智慧路口的路侧数据，基于这些海量数据打造了电池健康度评估、高价值自动驾驶仿真场景库、车气象融合数据集等商业化产品，为AI技术落地提供了丰富的多维度数据支撑。
上海车云数据科技有限公司 数据价值生态部部长詹坤润
詹坤润表示，目前嘉定正在依托汽车产业的成熟体系布局具身智能新赛道，打造具身智能孵化创新中心，把汽车领域积累的供应链、测试场景、产业政策资源开放给机器人创业团队，推动汽车产业的技术外溢，让汽车城从智能汽车产业高地，逐步升级为物理AI产业的创新高地。
正如潘晓红在致辞中所表示，以安全、可靠、可控的人工智能技术赋能汽车产业数智化发展是推动产业转型升级的核心引擎。她在论坛上表示，上海国际汽车城始终深耕嘉定产业沃土、力求走在产业变革前沿，通过不断强化算力和数据要素供给能力，建成搭载高性能GPU集群的万兆智算中心，算力服务规模达到3万余CPU核心，可支持企业按需弹性调用算力资源，同时持续筑牢全域协同安全底线，探索形成了L4级自动驾驶全流程安全测评与监管体系，相关数据平台也大概率会成为全国首个通过DSMM认证的行业数据平台，加速智能网联汽车创新应用场景规模落地，全面推动AI与汽车产业的融合发展，让AI关键变量真正转化为中国汽车产业高质量发展的最大增量。
上海国际汽车城（集团）有限公司 党委副书记、总经理潘晓红
王耀表示，中国汽车工业协会未来也将持续发挥行业组织平台作用，围绕技术创新、标准建设、安全治理、可信数据空间建设与产业协同多个维度，推动人工智能在汽车全产业链构建可落地、可持续的发展模式，携手全行业共同构建开放合作、规范有序、价值共创的汽车产业AI发展新生态，在全球智能化竞争中抢占先机。
中国汽车工业协会副总工程师王耀（主持人）
原文标题 : 【深度报道】AI赋能汽车，助力产业全价值链升级
聚焦产业前沿技术，打通AI相关技术量产落地的最后一公里，将技术变量转化为高质量发展增量。
当下，世界模型和物理AI正推动汽车产业向真实世界行动维度拓展，在智能驾驶、智能座舱、具身智能领域快速落地。各类相关案例在汽车行业全面开花，令人应接不暇。但在热闹的表象之下，技术落地仍普遍面临 “概念跑在工程前面” 这一共性难题——如何打通AI相关技术量产落地的最后一公里，当下已成为汽车行业备受关注的热门议题。
围绕上述亟待破解的产业命题，7月23日，2026中国汽车论坛“AI驱动智能网联新能源汽车产业数智新发展”主题论坛在上海嘉定召开。众多来自整车企业、科研院校、AI 科技公司、汽车数据服务机构、人形机器人等多个赛道的代表齐聚现场，针对大模型上车工程化落地路径、舱驾融合架构迭代、车路云数智协同、数据要素合规流通、智能汽车出海适配等前沿议题展开深度研讨。
论坛由中国汽车工业协会副总工程师王耀主持，上海国际汽车城（集团）有限公司党委副书记、总经理潘晓红为论坛致辞。同济大学计算机科学与技术学院院长、欧洲科学院外籍院士申恒涛，智己汽车科技有限公司副首席技术官郭辉，百度地图智能座舱总经理余云飞，众链数智（上海）智能科技有限公司CEO韩昭，文远知行上海研发中心总经理霍达，无界动力解决方案总经理沈明达，上海车云数据科技有限公司数据价值生态部部长詹坤润，奥特酷智能科技（南京）有限公司CTO陈诚，晓数绿景（北京）科技发展有限公司CEO宋永俊等十余位行业专家先后登台发表演讲，为行业提供了大量的前瞻指引。
前沿技术破局，打通落地第一关
AI驱动汽车产业数智升级的底座，首先来自对前沿技术底层逻辑的突破性探索。论坛开场的技术分享环节，从世界模型的前沿演进路线，到智能驾驶面向量产的一体化技术底座落地实践，多位嘉宾从产学研两端给出了破局思路，打破了此前行业对于物理AI技术“只有Demo无法量产”的刻板印象。
申恒涛提出，世界模型的核心使命绝非行业炒作的概念噱头，而是实现从数字虚拟世界向真实物理世界的本质跨越，其核心逻辑是通过“感知物理世界-理解运行规律-预演趋势变化-自主规划执行”的完整闭环，帮助所有面向物理场景的智能体逐步建立空间智能的核心能力。
同济大学计算机科学与技术学院院长、欧洲科学院外籍院士申恒涛
针对行业普遍面临的训练数据成本过高的痛点，申恒涛在会上分享了团队的最新探索成果，即通过动态记忆机制、双通路动作控制调制等架构创新，可将世界模型训练所需数据量降低97%，训练时长缩减86%，在权威世界模型榜单World Arena中拿下多赛道全球第一的成绩。他特别指出，世界模型的落地价值绝不仅限于自动驾驶领域，其构建起的对真实世界规律的理解能力，可以即插即用地赋能机器人、无人机、工业设备等所有面向物理世界作业的智能体，未来2-3年将在工业巡检、低空救灾、自动驾驶高风险场景评估等多个垂直场景实现规模化落地。
郭辉指出，当前基于模仿学习主流的端到端智驾方案天然存在分布偏移、模态坍塌、因果混淆的固有局限，单纯靠堆数据量无法从根本上解决智驾的安全泛化难题。基于这一判断，上汽的技术路线跳出了“L2、L3、L4完全分立”的传统思路，打造三级智驾能力可复用的一体化技术底座，在算法模块、传感器配置、整车电子电气架构层面实现最大程度的共享，仅在功能安全冗余、专项感知能力层面做差异化开发。
智己汽车科技有限公司副首席技术官郭辉
据郭辉介绍，这套体系既可以降低不同等级智驾功能的研发成本，也能通过百万级L2量产车型的数据反哺L4技术迭代，最终在保证车规级安全底线的前提下，推动高阶智驾的大规模普及。他同时预判，随着车端算力的持续迭代升级，2027-2028更大规模的VLA模型、轻量化世界模型也将逐步实现车端部署，进一步推动智驾能力的跃迁升级。
“为了让汽车持续保持产品竞争力，软件更新不可避免；但在更新过程中，安全底线是否被放松，是今天必须关注的重要问题”。陈诚表示，随着AI驱动的汽车软件迭代速度越来越快，传统人工执行的功能安全V模型流程，已经完全跟不上OTA的迭代节奏，过去需要数周才能完成的安全验证，现在必须压缩到数小时内完成，否则就会拖慢整个产品的迭代节奏。
奥特酷智能科技（南京）有限公司CTO陈诚
基于这一痛点，陈诚分享了AutoForge功能安全智能体的领先优势，例如，能够将传统功能安全V模型全流程执行效率提升50倍，实现汽车软件OTA全生命周期的安全证据链完整可追溯，在大幅提升研发效率的同时牢牢守住功能安全底线，让AI赋能下的持续软件迭代始终符合汽车行业最高等级的安全标准。
陈诚同时强调，当前AI本身天然存在幻觉、采样参数带来的输出发散性等不确定性问题，这样从根本上决定了AI的角色始终是安全研发的辅助工具，绝不会替代安全责任人。企业要在AI赋能的研发流程中守住确定性，核心解法是为AI设立清晰的安全围栏。可通过在功能安全、信息安全、代码校验、系统需求梳理、软件设计等每一个细分环节，都配置对应的垂直领域Agent，用分场景的规则约束消解AI的不确定性。他特别提出，FDE（前沿部署工程师）模式将成为未来推动AI智能体在车企研发体系中快速落地的关键路径，通过让工程师深入客户现场完成工具链接入、项目配置和持续迭代，实现AI安全工具与车企现有研发流程的深度融合。
深挖场景价值，拓展商业化边界
当前AI在汽车领域的落地已经不再局限于单一的智能驾驶赛道，智能座舱的交互体验升级、数据要素的合规流通、汽车产业技术向人形机器人赛道的价值外溢，都在不断拓展物理AI的商业化边界，让AI技术从单一的功能卖点转向全产业链的价值重构。
余云飞表示，过去两年行业“大模型堆砌”的试错期已经结束，当前座舱智能体已经成为新车标配，智能座舱也完成了从“驾车工具”到“全场景出行伙伴”的身份转变，现在比拼的是谁能真正实现体验、成本与可靠性的量产平衡。他分享了百度探索出的行业通用解法：打造“快慢系统结合”的架构，将80%的高频车机交互交由快系统以毫秒级响应完成，仅剩下的20%复杂长尾需求交由大模型处理，在将用户需求满足度提升到90%以上的同时，把大模型token调用成本降低80%，完美解决了大模型上车的成本痛点。
百度地图智能座舱总经理余云飞
据余云飞透露，目前百度推出的出行场景专用“AI副驾”智能体用户量已经突破2000万，最高日活达到173万，可完整覆盖行前、行中、行后全出行场景，后续还将迭代自进化的2.0座舱智能体大脑，逐步构建跨端统一的用户记忆体系，打破手机端、车端、其他智能终端之间的数据壁垒，让用户的使用习惯实现跨设备复用，推动智能体从“功能好用”向“越用越懂用户”进化。
物理AI的价值溢出效应，正在推动汽车产业积累的技术、供应链与工程化能力向人形机器人领域延伸，开辟出全新的产业赛道。沈明达认为，汽车作为“带轮子的移动机器人”，和具身智能机器人有着极强的技术同源性，汽车行业积累的智驾数据闭环、大规模算力训练集群、仿真工具体系、OTA软件迭代经验、功能安全标准体系，都可以直接复用于人形机器人的研发落地中；同时成熟的汽车零部件供应链能够大幅降低人形机器人的硬件成本，车规级摄像头、大算力芯片、伺服电机、减速器、BMS等部件的规模化应用，能快速解决当前人形机器人价格高企难以普及的痛点。
无界动力解决方案总经理沈明达
不过，沈明达也指出，当前行业主流的模仿学习路线虽然可以快速出Demo效果，但泛化性提升困难，难以实现规模化落地，无界动力选择坚持世界模型与强化学习的技术路线，率先挑战通过完整预训练隐空间建模的方式，让模型真正学习到物理世界的因果规律，实现未知场景下的强泛化能力。沈明达表示，汽车产业本身将成为人形机器人落地的首选场景，汽车整车及零部件制造的上下料、装配、供应链物流、4S店服务等封闭场景任务规则相对明确，泛化要求适中，且企业付费意愿强，将成为具身智能机器人实现商业化闭环的最佳切入点。
霍达则是从自动驾驶数据闭环的核心痛点切入，提出了物理AI时代解决数据利用难题的全新思路。他表示，行业长期存在的三大核心痛点：一是运营闭环不完整，海量L2、L4采集数据中存在大量噪声和常规低价值场景，大量等红灯、常规平稳行驶的普通数据对当前算法迭代的边际价值很低；二是海量数据利用率极低，单辆L2车单日产生约300GB数据，L4车辆单日数据量可达TB级，行业始终缺乏高效挖掘数据价值的手段；三是AI缺乏真实物理世界可信锚点，现有通用大模型在对话、代码生成类场景表现尚可，但面对交通场景这类复杂真实物理世界时，存在大量幻觉、判断失准问题，对视频场景的理解深度与真实物理规则之间存在明显差距。
文远知行上海研发中心总经理霍达
基于这一判断，文远知行推出了物理AI认知基础大模型WITT，创新性提出“最小物理事实单元”定义，把复杂的交通场景事件拆解为不可再拆分的基础事实单元，通过事实提取、事实推理、事实验证、事实编排四大核心能力，在7B的小参数规模下，实现了自动驾驶垂类场景下对200B级通用多模态大模型的能力反超，token使用成本相比主流通用多模态大模型降低98%，同等算力下数据处理效率提升200倍，幻觉和错误输出概率仅为通用大模型的1/3。霍达特别强调，WITT的能力并不局限于自动驾驶领域，同样可以直接复用至具身智能、人形机器人赛道，为具身企业提供高性价比的真实物理事实挖掘能力，帮助机器人团队快速从海量运营数据中筛选出高价值训练素材，大幅加速通用具身智能的落地迭代进程。
宋永俊提出，当前中国汽车出海面临的最大非技术壁垒，是欧盟碳关税等绿色贸易规则，过去需要数年才能完成的整车全链条碳足迹核算，完全无法满足海外市场的合规要求，而AI智能体的出现，彻底重构了碳追溯的效率逻辑。 他的实践数据显示，新一代绿色供应链智能体可以将全链路碳数据的采集、核算、追溯效率提升百倍级，帮助车企快速完成全产业链碳数据的合规交付，为中国汽车产业出海应对绿色贸易壁垒提供核心支撑，这也是AI赋能汽车产业最容易被忽略但价值巨大的落地场景。
晓数绿景（北京）科技发展有限公司CEO宋永俊
宋永俊表示，随着AI智能体的普及，未来产业的人员边界将彻底模糊，不再有明确的IT、研发、解决方案专家的岗位划分，将形成“人管智能体、智能体辅助人”的全新协作模式，为汽车产业的绿色出海提供坚实的效率支撑。
筑牢生态底座，构建长期护城河
AI驱动的汽车产业升级，从来不是单一企业的孤军奋战，而是需要城市级的产业生态支撑、全链条的安全合规保障，才能构建起产业长期健康发展的护城河，让AI技术真正实现规模化、可持续的落地。
韩昭在会上指出，过去很长一段时间，跨主体数据共享始终存在“数据不敢出域、权责无法界定、价值难以分配”的痛点，而面向全行业的可信数据空间，正是为破解这一难题，通过技术架构实现数据“可用不可见”，所有数据调用全流程可追溯可审计，既保护了数据提供方的数据安全与商业机密，也能让有需求的主体按需获取训练、研发所需的数据资源。
众链数智（上海）智能科技有限公司CEO韩昭
值得一提的是，论坛现场还举办了首批规模化智能驾驶数据产品正式上架“汽车行业可信数据空间”发布仪式。据韩昭介绍，上述数据空间由中国汽车工业协会牵头建设，目前已入选国家数据局可信数据空间创新发展试点，是支撑国内汽车行业数据要素合规且规模化流通的基础设施。而本次上架的智驾数据产品覆盖感知、行为、智舱、合成四大类别，共计整合了超过30万条原始采集及标注的多城市多场景数据、12万动态场景，总规模超500TB、8000万帧，后续可为行业智能驾驶算法训练、仿真验证与安全评测提供高质量数据支撑。
作为地方产业生态的运营方，詹坤润从产城融合的视角，分享了上海国际汽车城十余年积累形成的产业生态对AI落地的核心支撑价值。她指出，上海国际汽车城依托十余年产业积累，已经构建了覆盖车端、路端、云端、气象领域的多元数据融合体系，目前接入上海全市213万辆新能源汽车数据、939辆高级别智能网联车端数据，以及嘉定全域287个智慧路口的路侧数据，基于这些海量数据打造了电池健康度评估、高价值自动驾驶仿真场景库、车气象融合数据集等商业化产品，为AI技术落地提供了丰富的多维度数据支撑。
上海车云数据科技有限公司 数据价值生态部部长詹坤润
詹坤润表示，目前嘉定正在依托汽车产业的成熟体系布局具身智能新赛道，打造具身智能孵化创新中心，把汽车领域积累的供应链、测试场景、产业政策资源开放给机器人创业团队，推动汽车产业的技术外溢，让汽车城从智能汽车产业高地，逐步升级为物理AI产业的创新高地。
正如潘晓红在致辞中所表示，以安全、可靠、可控的人工智能技术赋能汽车产业数智化发展是推动产业转型升级的核心引擎。她在论坛上表示，上海国际汽车城始终深耕嘉定产业沃土、力求走在产业变革前沿，通过不断强化算力和数据要素供给能力，建成搭载高性能GPU集群的万兆智算中心，算力服务规模达到3万余CPU核心，可支持企业按需弹性调用算力资源，同时持续筑牢全域协同安全底线，探索形成了L4级自动驾驶全流程安全测评与监管体系，相关数据平台也大概率会成为全国首个通过DSMM认证的行业数据平台，加速智能网联汽车创新应用场景规模落地，全面推动AI与汽车产业的融合发展，让AI关键变量真正转化为中国汽车产业高质量发展的最大增量。
上海国际汽车城（集团）有限公司 党委副书记、总经理潘晓红
王耀表示，中国汽车工业协会未来也将持续发挥行业组织平台作用，围绕技术创新、标准建设、安全治理、可信数据空间建设与产业协同多个维度，推动人工智能在汽车全产业链构建可落地、可持续的发展模式，携手全行业共同构建开放合作、规范有序、价值共创的汽车产业AI发展新生态，在全球智能化竞争中抢占先机。
中国汽车工业协会副总工程师王耀（主持人）
原文标题 : 【深度报道】AI赋能汽车，助力产业全价值链升级
