新华财经上海12月17日电（李一帆）小鹏宣布成为“全球AI汽车公司”，AI单项年投入45亿元；理想自研AI基座大模型MindGPT，已进入第三阶段MindGPT-3o；蔚来NOMI GPT架构引入NOMI Agents多智能体架构；吉利发布“智能汽车全域AI”技术体系，星睿大模型已与DeepSeek-R1完成技术融合……近两年，各大车企纷纷发声表示“All in AI”，将AI智能化作为未来发展的核心战略。

　　12月16日，2025中国汽车软件大会在上海召开。与会人士普遍认为，软件定义汽车、数据驱动设计、AI重塑体验已经成为不可逆转的潮流。AI技术的革新正推动汽车产业步入AIDV（人工智能定义汽车）时代。

　　软件改变汽车业，从“一次买卖”到持续盈利

　　在AIDV逐渐成为行业共识的背景下，汽车软件产业正呈现出几个结构性变化特征。

　　其一是产业链的价值重心从传统硬件制造向软件与服务迁移，利润结构从“单次交付型”向“全周期服务”转变。统计数据显示，2020年，硬件在车企的利润收入占比达到79%，软件仅为6%，而2025年，硬件利润占比已降至69%，软件升至17%；预计到2030年，硬件利润占比约为59%，软件为25%。

　　一汽研发总院高端汽车集成与控制全国重点实验室基础软件课题组组长李岩表示，这背后的逻辑在于，硬件配置在出厂时便已固化，而软件却可通过远程迭代不断更新，持续满足用户的新需求和新体验。目前，通过硬件建立用户基础、再依靠软件与服务实现盈利的商业模式，已被验证是可行的增长路径。

　　其二是软件作为产业融合的桥梁，催生了跨界新生态。李岩认为，整车企业通常擅长整车集成、制造与用户场景的深度挖掘，而上游的芯片厂商、基础软件与操作系统提供商，以及各类科研机构等，各有其技术专长。“软件在此过程中，恰恰成为了衔接各方优势、实现资源高效整合的桥梁与纽带。通过软件在不同系统载体上的部署与协同，产业能够迅速打通壁垒，实现系统层级的性能提升。”

　　其三是车载操作系统的商业价值日益凸显。现代汽车的智能化体验，与操作系统的定制化能力紧密相连，后者是持续优化用户体验的关键。李岩介绍称，2025年中国智能汽车操作系统的市场规模约为600亿元，预计2030年将超过1000亿元。作为整个软件体系的基石，操作系统的演进方向，从根本上支撑着智能汽车释放更大效能。

　　在这样的市场背景下，业内人士认为，未来汽车软件发展的首要趋势将是融合化。其发展路径正从早期的各功能域独立，走向跨域初步融合、整车级阶段融合，并最终指向高度自适应的智能操作系统。中汽创智科技有限公司党委书记、首席执行官谈民强表示，未来的操作系统将作为协同中枢，支持车辆实现车、路、云、边端的一体化资源调度与共享。华为终端智慧出行解决方案产品总监熊燕同样表示，随着汽车智能化进程不断推进，手车互联功能在新车中的搭载率持续提升，目前已成为多数前装车型的标配。预计到2027年，其前装内置率将超过70%，年新增搭载量将突破2000万辆。

　　其次，是操作系统的AI化趋势。李岩分析称，在大型模型与智能体等技术驱动下，AI能力将更深地融入操作系统。从最初在应用层简单集成，到为上层应用提供标准化AI服务，最终实现AI与操作系统的原生融合，从而形成能真正理解用户意图的智能操作系统。

　　最后，开源化已成为行业普遍认可并践行的重要技术路径。东风汽车相关负责人表示，Linux的成功早已证明了开源模式的可行性。今年以来，理想、东风、英伟达等多家企业先后开源操作系统或自动驾驶软件，欧洲多家主流车企也与供应商协同发起开源项目，均是为了通过共建基础平台解决跨企业协作的挑战。

　　AI定义汽车，还需迈过几道坎

　　AI技术正加速应用落地，元戎启行技术合伙人、副总裁刘轩介绍称，2024年中国软件自动驾驶方案市场规模为3.5亿元，2025年预计将突破190亿元，2030年将突破600亿元。而与之相伴的是安全问题也日益凸显。经纬恒润高级研发总监邵亮指出，AI系统具有明显的“黑箱”特性，例如其功能追溯链条松散、行为表现难以预测，且故障和失效模式与传统控制系统存在显著差异，这给其在复杂环境下的系统验证与量化评估带来很大困难。因此，要让AI技术持续、高效地向前发展，仍需在可解释性、验证方法和安全工程等方面突破诸多关键问题。

　　同时，AIDV的规模化落地不仅依赖于AI技术本身的成熟，更离不开整个汽车软件生态的支撑。当前，这一生态仍面临多重挑战。

　　首先，是生态体系尚不完整，行业尚未建立起统一、开放的软硬件平台生态。从整车厂的视角来看，东风、长安等多家车企负责人均表示，开发不同车型常常需要适配多种不同芯片，而各家芯片厂商的开放程度与接口标准不一，导致软硬件之间的协同适配面临诸多困难，难以形成规模化、高效率的开发流程。

　　其次，跨企业间的协同机制仍不顺畅。在芯片平台、内核、中间件、基础软件等多个层面，往往需要进行大量定制化适配与调试，而企业间的协作往往难以在成本、进度与技术路线上达成一致，影响了整体方案的落地效率。

　　第三，装车落地难度大。李岩表示，这一点在推动国产化方案时尤为明显，“国产芯片与软件方案往往在首台套应用阶段效益不明显，量产认证门槛高、周期长。从已成熟的现有技术方案切换到新的国产化平台，不仅前期投入大、验证复杂，也伴随着较长的整车验证周期，导致整体切换成本高昂。”

　　此外，多位受访人士表示，行业复合型人才培养体系有待完善、有限的车规算力功耗与复杂AI模型之间难以平衡、数据标准缺失与质量不足等，均是当前面临的问题。

　　“开源共建”筑基，“车路云星”拓路

　　AI与软件对汽车产业的重塑已经进入深水区。要将技术转化为现实竞争力，业内人士普遍表示未来将在几个关键环节上采取切实、具体的共同行动。

　　首先，通过开源共建，形成统一的技术底座，降低全行业成本、避免重复“造盒子”。

　　随着更多车企主动开源整车操作系统，以开源方式加速操作系统生态共建逐步成为业界共识。中国汽车工业协会常务副会长兼秘书长付炳锋指出，要完善开源机制，鼓励整车、芯片、软件及科研机构等各方参与车用操作系统、中间件、算法等开源项目。通过社区共建、资源共享、风险共担，加快技术突破与转化，降低创新门槛，带动更多企业参与，构建共赢的开源生态。

　　谈民强也强调，建立国内广泛采用的统一基础软件平台，可有效减少行业重复投入，此外还应针对关键核心技术设立专项进行攻关，整车厂充分发挥示范带动作用，推进国产芯片、操作系统与算法融合落地。最终借助生态共建，将技术优势转化为国际标准与话语权，系统提升中国智能网联汽车的全球竞争力。

　　其次，建立统一的标准与接口，是加速技术上车、缩短开发周期的关键前提。

　　李岩表示，对于整车厂而言，采用新技术的最大顾虑之一是接口不统一、无法复用，导致每个项目都需漫长而昂贵的重新适配与验证。因此，行业迫切需要共同定义一套覆盖芯片、操作系统到中间件的标准架构和接口规范。

　　付炳锋进一步指出，未来将聚焦基础软件接口、AI算法应用、数据与功能安全等重点领域，明确技术标准与应用规范，确保标准的实用性、可操作性与高效性，同时还将积极参与国际标准的制定。

　　再者，在生态共建中嵌入前瞻性安全功能，拓展协同边界，构建可持续竞争力。

　　谈民强表示，安全是立足之本，未来越是智能，越需要提前布局“量子安全”这类新技术，把安全能力从初始阶段就融入研发流程。同时，谈民强建议将行业协同生态从“车、路、云”延伸到“车、路、云、星”的范畴。

　　“此前的‘车路云一体化’方案在实际落地中仍面临不少挑战，比如路侧基础设施部署慢、技术路线不统一等，因此行业应积极探索加入‘星’，也就是卫星维度。”谈民强强调，“事实上，像特斯拉这样的企业早已开始布局。随着中国卫星技术的进步，特别是低轨卫星通信网络的建设，我们已经有了一定的基础设施条件。如果能把卫星通信和现有的‘车路云’系统打通，通过端到端的技术创新，构建空天地一体的数据和算力网络，可想象的应用场景会更加丰富。”

　　汽车与AI在技术、体验和产业层面的相互促进，共同塑造着智能出行的未来。在长安汽车人工智能基础与应用副总经理梁锋华看来，汽车产业的发展离不开AI，AI产业的发展更离不开汽车，“当前中国智能网联汽车渗透率超过75%，每年新增超千万辆，并且汽车能够和人类一样观察、行动和跟物理世界交互。因此，汽车是当今最大规模的具身智能应用载体，AI也需要通过汽车和物理世界互动消除幻觉，最终走向AGI（通用人工智能）。”

（文章来源：新华财经）