智能辅助驾驶技术加速普及，安全AI大模型深度融入汽车产业，边界“软件定义汽车”趋势凸显，下重无人驾驶出租车、构智无人配送等场景加速规模化落地。联汽与此同时，车新智能网联汽车迎来“强监管”，生态工信部对智能网联汽车的安全安全、可持续发展提出更高要求。边界7月10日下午，下重2025贝壳财经年会举办“智能网联汽车如何重构新生态”分论坛，构智聚焦中国汽车如何巩固和扩大智能网联优势，联汽加速构建产业新生态。车新

新京报社党委副书记、生态总编辑李海致辞表示，安全作为现代工业技术集大成者，中国汽车2024年产销双双超过3100万辆，连续16年稳居全球第一，展现出强大的发展韧性。中国车企正通过战略布局和技术创新，将汽车产业链边界不断拓宽，逐步构建跨界融合的汽车产业智能新生态。新京报贝壳财经将继续以专业机构媒体的角度，深度剖析产业变革趋势，为中国汽车工业营造更加良好的舆论环境。

贝壳财经年会“智能网联汽车如何重构新生态”分论坛现场。

主旨演讲

张景安　智能网联是发展方向，协同创新是发展趋势

科技部原秘书长、国家制造强国战略咨询委员会委员、国际欧亚科学院院士张景安作《优化创新生态，推动智能网联汽车高质量发展》主旨演讲表示，在人工智能、5G通信、物联网等技术持续突破和加持下，中国汽车产业正加速向智能化、电动化、网联化转型。中国新能源汽车异军突起、出奇制胜，创造了新时代自主创新协同发展的奇迹。而智能网联是发展方向，协同创新、集成创新是发展大趋势。

张景安认为，如今数字化正以不可逆转的趋势改变着整个社会，世界进入一个“万物皆数”的时代，“中国新能源汽车抓住了这个机遇，电动汽车成为创新亮点。”他表示，汽车曾被称为“改变世界的机器”，自1885年卡尔·本茨发明第一辆现代汽车以来，汽车产业正经历百年一遇的转型升级，电动化成为全球汽车产业转型升级、绿色发展的主要方向。汽车智能化、网联化打破百年外资技术垄断，智能网联汽车有一马当先之势。

他认为，当前任何企业不可能脱离全球供应链，这是经济规律决定的。今后相当长一段时间内全球化困难更多，矛盾不断，但必须始终坚定不移推动创新全球化，并且不断有所作为。

战静静　汽车产业链各环节智能化水平迅速提升

中国汽车工程学会副秘书长战静静在其《智在人为——汽车产业未来趋势和发展机遇》主旨演讲中明确指出，从研发设计、生产制造到营销管理、售后服务，随着人工智能在汽车领域的深化应用，各环节的智能化水平都在迅速提升。

战静静首次公布《节能与新能源汽车技术路线图3.0》核心内容，表示到2035年新能源汽车销量占比将超60%。纯电动汽车将实现底盘平台化、动力系统集成化、能量管理和热管理一体化；插电混动车型将重点开发专用发动机和高性价比机电耦合系统。高级别辅助驾驶方面，L3级及以上的高级别辅助驾驶将在2035年得到广泛应用。中国始终坚持“车路云一体化”协同的智能网联汽车创新发展方案，依托五大基础平台——车载计算平台、智能终端平台、云控平台、高精地图平台、信息安全平台实现技术闭环。L3+高级别辅助驾驶将彻底解决500米超视距感知难题。

朱云尧　2025年后中国汽车产业进入智能网联爆发期

中国汽研政研咨询中心副总工程师朱云尧作《智能网联汽车产业格局与生态演变》主旨演讲，表示汽车产业正与能源、智能、互联革命深度耦合，推动汽车从耗能工具向储能载体、从机械载体向智能终端转变，技术在机械结构、能源供给等六个层面升级。他指出，中国汽车产业呈四段式演进，2025年后进入智能网联爆发期，价值重心向软件、数据和运营服务转移，更多企业将被淘汰；2028年后中国汽车有望占全球45%市场份额。

关于新能源汽车渗透率，他预计2025年达50%，2030年70%-75%，2035年85%-90%，氢基能源汽车2030年左右或商业化落地。智能辅助驾驶方面，2025年NOA功能加速渗透，为L3级提供数据基础；L4级短期集中于运营领域，未来10年仍需后台安全员。

车圈圆桌派

圆桌嘉宾打分激辩安全信任难题如何破解

在“车圈圆桌派”环节，来自车企和供应链企业的6位嘉宾激辩当下发展核心问题。比如对目前智能辅助驾驶的安全性打分，6位嘉宾给出不同的分数，其中最高分8分，最低分5分。

北京汽车研究总院有限公司副院长郑新芬表示，AI大模型与汽车产业的融合变革，将会引入更多大模型、数据、算力等跨界的供应商进入到汽车行业，主机厂和供应商的合作模式也会多样化。“这同样对现存产业工程师的能力提出了更高要求，现存零部件供应商在行业内的地位有可能因为技术上的差异，导致重新洗牌。”他认为如果有清晰的行业标准指导，会加速这个过程。

在深蓝汽车软件开发总经理苏琳珂看来，无论是产品开发还是实际落地，AI将成为一个基础设施。在智能辅助驾驶方面，通过端到端大模型颠覆了整个架构，重构了智能辅助驾驶的开发范式，这是发展过程中非常关键的突破。AI的发展对整个汽车行业的发展都将持续迭代，给消费者带来更多更好的体验。

阿维塔科技自动驾驶及座舱总监董志华认为，端到端和大模型至少带来三方面的革命。传统意义上，智能辅助驾驶本来就是需要消耗大算力的领域，当架构和算力足够强大时，驾驶传感器完全可以提供智能服务类的应用等，这些应用场景和想象力空间都将会释放出来。另外，大量小而微的人机交互类应用场景将会被智能重构。未来通用化智能体可能取代今天的车载专用智能化系统或者改变它们的形态，包括智能辅助驾驶及智能座舱。

上汽乘用车智能驾驶总监张栋林表示，大模型对汽车智能化的变革是系统性的，在感知层实现从规则驱动到语义理解，能自动识别复杂场景；决策层迈向类人推理；座舱交互从功能机升级为智能体；研发端可降本增效。但大模型在汽车行业落地面临多重挑战，包括推理延时与实时性的平衡、车规级部署难度、成本上升，以及研发体系重构和人才断层等问题。他强调，无论技术如何迭代，整车研发需在安全、体验与成本间寻求平衡。

四维图新副总裁许鹏飞表示，整个辅助驾驶行业投入了大量的人才、资源等，同时包括基建、算法的发展也加速了高级辅助驾驶解决方案的成熟。可以说，目前大多数场景情况下，辅助驾驶功能表现远超新手司机驾驶水平，甚至有一些场景接近老司机的驾驶水平。另一方面，智能辅助驾驶会有一个边界。真正的使用者是用户，行业从业者怎么跟用户进行清晰沟通，哪些场景下能保证极大概率的安全，哪些场景下到了技术边界要提高注意力，这就涉及好的技术和用户信任感之间的关系。

在京西智行副总裁及悬架产品首席技术官陈伟刚看来，安全是一个相对的概念，而且永远在路上，永无止境。包括整车和产业链企业在内的造车方要共同努力，不断提升智能辅助驾驶技术，解决存在的痛点问题。在他看来，现阶段车路云的商业模式还不是很清晰，成功的产品具有两个特点，一是能满足市场和客户的需求，二是有利可图才能可持续发展。目前，车路云一体化的市场和客户的需求是存在的，但如何能够真正识别出价值在哪里，同时如何将其转化为利益，是目前的瓶颈所在。