在智能汽车产业迅猛发展的今天，一个根本性的转变正在悄然发生：传统汽车跑在马路上，智能汽车跑在云上。随着AI大模型技术的成熟，自动驾驶正从简单的'模仿学习'迈向'自主思考'的新阶段，这一变革不仅重塑了汽车产品的本质，更改变了整个行业的生态格局。
智能驾驶的范式革命：从端到端到大模型
2025年的中国市场，新能源车的竞争已不再仅限于续航里程和充电速度，'智能化'成为决定成败的关键因素。智能驾驶技术的演进方向，成为每一家主机厂和智能驾驶公司关注的焦点。
过去几年，特斯拉提出的'端到端'范式引领了智能驾驶研发从规则驱动到数据驱动的变革。这一技术路线大幅提高了开发效率，系统应对不同场景的泛化能力也得到了显著提升。然而，关于端到端范式'天花板有限'的讨论也随之出现。
端到端系统的局限性在于，它就像一位经历过'题海'洗礼的学生，模仿学习能力很强，见过的题可以不出错，但一旦面对没有见过的'新题'（行业常说的corner case），其自主解题能力就会受到严峻考验。要实现L4甚至L5级别的完全自动驾驶，系统必须应对数不清的未被标记学习过的障碍物，以及无数未被定义过的场景。
在2025云栖大会汽车峰会上，三位嘉宾共同讨论AI时代的自动驾驶发展路线
VLA：迈向自主思考的技术路线
VLA（Vision-Language-Action）近年来开始被行业热议，有望成为新的技术共识。依托于GPT架构的VLA，参数量将大幅提升，对研发底座提出了新的要求：
首先，算力需求远高于上一代技术范式。这既包括更大算力的车端算力，也包括云端的训练和推理需求。理想汽车自动驾驶研发高级副总裁郎咸朋形象地表示：'在云端开发智能驾驶模式，就像在虚拟城市里开极品飞车，不仅车的推理需要算力，生成这座模拟城市也需要大量算力。'
其次，VLA中的'L'代表对物理世界的理解——可视为'基本智商'，如看懂临时路牌、分辨潮汐车道、避让特种车辆等。这些与驾驶无关的常识能力，恰恰是当前语言大模型已经具备的优势。
基于此，主机厂在研发VLA模型时，往往选择在行业领先的基座模型上进行蒸馏，而非从零开始重复造轮子。这种模式使得云厂商与主机厂的合作关系从简单的服务提供转变为深度技术共创。
智能座舱的代际跨越：从指令响应到自主服务
在汽车智能化进入深水区的当下，智能座舱正经历从'指令响应'到'主动服务'的代际跨越。长城汽车技术中心副总经理姜海鹏指出：'座舱正经历着从基于规则到基于AI的重要转型，之前我们定义座舱是基于功能驱动性的，但未来的座舱一定是基于能力涌现性的。'
在2025云栖大会汽车峰会上，三位嘉宾共同讨论端云协同下的智能座舱新架构
端云协同：智能座舱的黄金分割点
大模型以及端云协同技术成为智能座舱变革的核心牵引力。阿里云智能集团公共云事业部AI汽车行业解决方案总经理霍健举例说明：'当乘客说我感觉有点冷，端云协同下新架构的智能座舱是车端确认调整温度意图后，云端会首先进行记忆召回，找到他过去对温度的偏好，提供给车端结合车外温度、车内温度、温度偏好做执行。'
AI的核心能力可分为思考、感知、记忆和执行等维度。云端在深度推理和思考方面具有优势，但随着端侧算力提升，本地完成思考任务的能力也在增强。感知主要由端侧承担，涉及声音、声纹、人脸识别及环境监测等敏感数据，需考虑安全与实时性。记忆功能需端云协同：短期记忆在端侧闭环处理，长期记忆经隐私处理后结构化上传至云端。
蔚来汽车副总裁吴杰表示：'从技术角度来看，针对不同的品牌和场景，我们都在探索不同的端云协同的黄金分割点。'
全模态模型：智能座舱的感知革命
阿里云在2025云栖大会上首次公布了座舱领域车端与云端配套的全模态模型'Qwen3-Omni-Mobile'和'Qwen3-Omni-Flash'，具有三大特点：'端到端全模态的交互'、'主流芯片厂商全适配'和'0.5秒超低延时'。
阿里云智能集团的公共云事业部AI汽车行业总经理李强发布汽车专属全模态模型
这些新模型使智能座舱真正拥有了全模态的感知能力，不再只是听从明确指令的'实习生'，而是能够理解需求的'贴身AI助理'。这标志着智能座舱即将迈入'自主行动'新阶段——座舱能基于环境与乘员状态自主决策，而非依赖明确指令。
车企运营的'自动驾驶'：从数据能存到数据能懂
除产品智能化外，现代车企在运营和管理体系上也希望借助AI实现数字化转型后的又一轮变革，实现'企业运营的自动驾驶'。
阿里云智能集团公共云事业部AI汽车行业总经理李强曾表示：'过去的数字化解决了信息'能存'的问题，让车企流程的标准化和效率的提升；但系统并没有解决信息'能懂'的问题。所以企业过去的数字化转型，往往只能止步于八成，最后20%很难突破。'
数据价值的深度挖掘
传统数字化管理下，设备日志、客服录音、合同图片等数据，从技术层面来看隶属文字、语音、图片等不同模态，而在管理层面又存在'部门墙'这样的沟通问题，导致信息未得到极致高效利用。
中国一汽的解决方案是：从大模型中得到启发，将所有数据转换为'Token'，把不同模态的内容映射到同一套Token空间里。这样，企业运行中的'上下文'变得丰富，管理企业的模型有了'长文本'支持，自然变得更聪明。
中国一汽体系数字化部副总经理陈韵分享一汽的数智化改革案例
OpenMind智能体平台：企业运营的新范式
为实现这种以'理解'为基础的智能化管理，AI大模型成为必需的基础设施。与自动驾驶一样，车企自研一套领先的基座模型不仅耗时耗力，也非其业务重心。因此，寻求强有力的技术合作伙伴成为行业共识。
在中国一汽和阿里云的合作中，阿里云提供通义基座大模型及'定向能力支持'，一汽集团则将数字化转型中积累的高质量行业数据作为训练语料。这种合作催生了OpenMind智能体平台。
在2025云栖大会上，中国一汽体系数字化部副总经理陈韵从差旅智能交互助手、辅材数据协同范式、薪酬发放数字员工三个场景，分享了OpenMind平台的具体应用效果。
这些应用场景的共性在于，该AI平台可通过'纵向'（从管理层直达每个车间）、'横向'（打破不同部门墙）、'时空'（融合企业过去案例）三个维度获得更全局视角。员工的工作重心也逐渐从执行具体业务，转变为做好'数据模型'，这不仅实现提效，更完成了企业运营范式的彻底重塑——从依赖固定流程的刚性体系，迈向由数据驱动、智能体协同的柔性生态。
云厂商的角色转变：从算力提供者到'联合创始人'
从自动驾驶向'自主思考'跨越，到智能座舱从'指令响应'转向'主动服务'，再到车企运营实现'数据能存'到'数据能懂'的突破，智能汽车的每一次进化，都深深扎根于AI与云基建的协同土壤。
这一过程中，云厂商的角色发生了根本性转变：从单纯的算力供给者，与主机厂并肩的'共创伙伴'，二者共同搭建的不仅是技术底座，更是重塑汽车智能生态的核心骨架。
数据显示：阿里云为国内智能驾驶行业提供了60%的AI算力；95%选择出海的车企都和阿里云有过合作关系；阿里云汽车行业公共云基础设施增速达132%。这些数字背后，是云厂商与主机厂之间日益紧密的合作关系。
合作模式的创新
这种合作已超越了传统的技术服务模式，演变为更深层次的战略协同。云厂商不仅提供基础设施，还参与到产品定义、技术路线选择等核心决策中；主机厂则将业务场景和数据优势转化为技术落地的具体实践。
例如，在VLA模型研发中，主机厂提供驾驶场景数据和行业know-how，云厂商则贡献大模型技术和算力支持；在智能座舱领域，云厂商提供云端大模型和端云协同架构，主机厂则负责车端硬件适配和用户体验优化；在企业运营层面，云厂商提供基座模型和平台能力，主机厂则贡献行业数据和业务场景。
这种深度合作模式，使得云厂商与主机厂的关系更像是'联合创始人'，共同定义产品、分担风险、分享成果。
未来展望：智能汽车生态的重构
随着AI大模型技术的不断成熟和应用场景的持续拓展，智能汽车产业将迎来更加深刻的变革。
首先，技术层面将出现更多创新。自动驾驶系统将具备更强的推理能力和场景适应性，能够处理更复杂的corner case；智能座舱将实现更深度的个性化服务，真正成为用户的'第三空间'；车企运营将实现全链路的智能化，从研发、生产到销售、服务的每个环节都将被AI赋能。
其次，产业生态将发生重构。传统的供应链关系将转变为更加紧密的创新共同体，云厂商、主机厂、零部件供应商、软件开发商等各方将形成更加紧密的合作网络。这种生态的重构不仅将提升整体效率，还将催生新的商业模式和价值创造方式。
最后，用户体验将得到全面提升。从简单的功能满足到深度的需求理解，从被动的服务响应到主动的场景预判，智能汽车将成为用户生活中不可或缺的智能伙伴，真正实现'以人为本'的出行体验。
这场产业与技术的深度融合，正一步步将更安全、更智能的出行未来从蓝图变为现实。在这个过程中，云厂商与主机厂的'联合创始人'关系将发挥关键作用，共同推动汽车产业进入全新的智能时代。
