在2025年国际消费类电子产品展览会（CES2025）上，AI大模型在智能座舱、车控，尤其是自动驾驶领域实现全面应用，智能化技术给行业带来了颠覆式变化，自动驾驶行业呈现明显复苏之势，并迈向技术迸发和商业化落地的拐点。

单从技术的维度分析，促成自动驾驶普及需要三大要素：一是领先的算法；二是足够大的算力；三是丰富的数据。目前来看，以上条件刚刚齐备。

算力层面，两年前，自动驾驶芯片的市场宣传主要还是按照AI算力、功耗、制程等参数进行对比，但如今，主控芯片的算力已经从个位TOPS（每秒万亿次浮点运算）暴涨到几百上千TOPS。业内预测，随着算力提升的速度加快，以及硬件成本的下降，未来或将出现通过更换运算模块来进行算力提升的场景。

工程能力方面，经过几年的竞争和训练，头部自动驾驶公司普遍具备了将技术转化为可落地产品的能力，通过上万亿公里海量数据的积累和“投喂”，全域全时、低成本、可量产、车规级的自动驾驶方案不断出现。

算法方面，深度学习算法正在重塑各行各业，对自动驾驶产业更是如此。随着多模态大模型，包括“端到端2.0”VLA（视觉语言动作模型）等新算法框架出现，在数据量、计算资源和模型复杂度的边界上表现出持续的性能提升。可以极大地减少重复的数据和计算资源，同时降低模型复杂度，真正让智能驾驶技术实现从量变到质变的飞跃。

笔者认为，自动驾驶作为一个复杂的系统研发，需要坚实的科研工程团队以持之以恒的心态，不断积累经验，还要能及时吸收最新技术并理解技术的边界，才能让技术创新一步步迈入现实。

编辑：高二山

声明：新华财经为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115

在2025年国际消费类电子产品展览会（CES2025）上，AI大模型在智能座舱、车控，尤其是自动驾驶领域实现全面应用，智能化技术给行业带来了颠覆式变化，自动驾驶行业呈现明显复苏之势，并迈向技术迸发和商业化落地的拐点。

单从技术的维度分析，促成自动驾驶普及需要三大要素：一是领先的算法；二是足够大的算力；三是丰富的数据。目前来看，以上条件刚刚齐备。

算力层面，两年前，自动驾驶芯片的市场宣传主要还是按照AI算力、功耗、制程等参数进行对比，但如今，主控芯片的算力已经从个位TOPS（每秒万亿次浮点运算）暴涨到几百上千TOPS。业内预测，随着算力提升的速度加快，以及硬件成本的下降，未来或将出现通过更换运算模块来进行算力提升的场景。

工程能力方面，经过几年的竞争和训练，头部自动驾驶公司普遍具备了将技术转化为可落地产品的能力，通过上万亿公里海量数据的积累和“投喂”，全域全时、低成本、可量产、车规级的自动驾驶方案不断出现。

算法方面，深度学习算法正在重塑各行各业，对自动驾驶产业更是如此。随着多模态大模型，包括“端到端2.0”VLA（视觉语言动作模型）等新算法框架出现，在数据量、计算资源和模型复杂度的边界上表现出持续的性能提升。可以极大地减少重复的数据和计算资源，同时降低模型复杂度，真正让智能驾驶技术实现从量变到质变的飞跃。

笔者认为，自动驾驶作为一个复杂的系统研发，需要坚实的科研工程团队以持之以恒的心态，不断积累经验，还要能及时吸收最新技术并理解技术的边界，才能让技术创新一步步迈入现实。

编辑：高二山

声明：新华财经为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115