人工智能开启汽车产业智能化新时代

2024中国AIEV产业研究

亿欧智库 https://www.iyiou.com/research

报告背景

◆汽车产业作为中国经济的重要组成部分，当前正经历着成熟阶段行业增速放缓的挑战，寻求新的增长点已成为行业发展的迫切需求。在此背景下，科技创新被视为推动汽车产业持续增长的核心动力。科技技术加持汽车产业将产生新的增长曲线，让汽车产业爆发出新活力。

◆与此同时，人工智能（AI）领域正在发生巨大的变化，大模型的推出标志着AI产业进入了技术大规模落地应用的新阶段，具有巨大潜力的先进技术吸引各方资源汇聚形成了一个完整的产业生态。AI产业将应用在各行各业，促使传统产业完成智能化改造，实现新技术加持下的效率提升和质量优化。

●2023年多模态大模型的上车应用让汽车与AI两个产业交汇，汽车与AI融合催生出新一代的智能电动汽车一一人工智能电动汽车（AIEV）。AIEV的诞生，不仅是技术融合的产物，更是产业发展的必然趋势。它代表了汽车产业与人工智能产业深度融合的成果，预示着汽车产业将迈向一个更加智能化、个性化的未来。AIEV的发展，不仅能够为消费者提供更加安全、便捷、舒适的驾乘体验，也将为汽车产业带来新的增长动力和市场机遇。随着技术的不断成熟和市场的逐步扩大，AIEV有望成为推动汽车产业转型升级的重要力量，引领行业进入一个全新的发展阶段。

核心观点

●AIEV通过深度集成AI技术实现汽车智能化程度的提升，它预示着AI技术对传统汽车产品的重大改变。AIEV加速电子电气架构向中央集中式转变，让汽车SOA软件框架形成新的组合方式，并促使AI与驾乘人员的合作方式发生重大变化。

●中国智能汽车行业围绕AI技术构建新生态体系，当前智驾、智舱和车云领域发展较快，预计未来各域AI化发展将更加均衡，在此基础上有望形成全域统一控制的新生态。

●中国车企集团AIEV综合发展程度较高，汽车各域AI化水平发展较为均衡。中国车企在汽车各域AI上车应用方面展现出产品优势，智算中心的加速建设缩小了其与外国智能电动汽车头部车企的算力差距，与科技公司、友商、高校的生态合作增强了其AI技术应用能力。

●AI技术加持下，汽车产品属性加速向智能化服务新空间和移动计算中心转变。交通运行方式将在AI技术辅助下变化，汽车智能化队列协同行驶将提升交通运行效率。汽车产业向科技加消费电子转变，车企的AI技术实力正在成为竞争的核心要素。

01AIEV概念和发展背景综述

1.1 AIEV的定义
1.2 AIEV的特征
1.3AIEV产业驱动因素

02AIEV技术现状与趋势分析

2.1AIEV生态体系梳理

2.2AIEV各域技术发展分析

03AIEV车企集团发展程度评估

3.1AIEV评估体系搭建

3.2车企集团AIEV发展程度排名

AIEV产业发展趋势洞察

4.1汽车产品属性转变洞察

4.2交通运行方式转变洞察

4.3汽车产业属性变化洞察

01AIEV概念和发展背景综述

1.1 AIEV的定义
1.2 AIEV的特征
1.3AIEV产业驱动因素

02AIEV技术现状与趋势分析

2.1AIEV生态体系梳理

2.2AIEV各域技术发展分析

03AIEV车企集团发展程度评估

3.1AIEV评估体系搭建

3.2车企集团AIEV发展程度排名

AIEV产业发展趋势洞察

4.1汽车产品属性转变洞察

4.2交通运行方式转变洞察

4.3汽车产业属性变化洞察

●人工智能（AI）产业的发展进入大模型推广应用阶段，多模态大模型开始在多领域落地应用。新能源汽车当前处于智能化发展的关键时期，集成智能技术促进汽车发展是该阶段的关键。大模型上车让AI产业与新能源汽车产业交汇，产生新一代智能电动汽车一一人工智能电动汽车（AIEV）。

2000年电动汽车被列入中国的“863计划”

2007年
中国在新能源汽车领域取得多项国家重大科技研究成果
2009年
中国政府启动“十城千辆”新
能源汽车示范推
广工程2012年
四部委组织专家对25个示
范城市进行了验收

2013年中国新能源汽车产业全面启动，国家、地方两级财政补贴，减免购置税等政策开始实施

2014年
ICV概念提出，智能网联汽车成为主要发展方向

2018年SEV概念提出，智能汽车得到重视

2023年多模态大模型探索上车

电动化示范推广2009-2013

电动化探索2000-2008

智能化发展2014以后

2024年大模型在汽车产业链各环节推广

时间

新能源汽车（NEV)

人工智能 (AI)

向着智能化的方向发展

技术探索2006-2010

2006年
Geoffrey Hinton提出了深度学习的概念，深度学习在语音识别、图像识别等领域取得了巨大成功

语音助手

深度学习应用2011-2019

苹果公司发布Siri语音助手，成为首个在消费市场上广泛应用的智能助手

2016年谷歌DeepMind开发的AlphaGo战胜了围棋世界冠军李世石

GPT

AIEV

大模型开发应用2020以后

2020年
OpenAl开发的
GPT-3语言模型引发了AI文本生成的热潮

2023年特斯拉直播展示融合大模型端到端架构的FSDV12的路测情况，推动AI技术加速与汽车融合

2024年搭载AI大模型的具身智能机器人开始应用于现实场景

时间

数据来源：亿欧智库

●AIEV，即深度融合人工智能（AI）技术的新一代智能电动汽车。它不仅继承了传统智能电动汽车的电动化、网联化、智能化的优势，更通过AI技术对汽车各域赋能，实现汽车产品智能程度质的飞跃。AI技术上车有望为汽车产品带来颠覆式创新，是当下汽车产品领域关注的焦点。

●AIEV具有高度智能化、电动化、网联化的特点，在AI技术赋能下AIEV能够为用户提供个性化智能服务，并具备自我学习、持续进化的能力。

亿欧智库：AIEV是搭载人工智能的智能电动汽车

AIEV（人工智能电动汽车）是新一代的智能电动汽车，在智能电动汽车（SEV）电动化、网联化和智能化的基础上，深度融入AI技术，实现更高级别的智能化水平。

亿欧智库：AI技术上车有望为汽车产品带来颠覆式创新

数据来源：亿欧智库

●AI技术为智能汽车领域带来了更舒适的驾乘体验。这种智能化的实现依赖于持续升级的高性能芯片和多样化的传感器技术。随着电子电气系统架构的复杂度增加，芯片和传感器的增加促使硬件间的协同成为重点，AI技术能够有效处理复杂的硬件协同问题，系统性提升汽车的硬件运行效率。

一汽车硬件架构正逐步从跨域集中式架构向更高级的中央集中式架构过渡，以适应日益增长的计算和数据处理需求。

亿欧智库：AI加持下汽车电子电气架构向中央集中式转变

亿欧智库：单车搭载代码行数、算力、传感器需求不断上升
数据来源：亿欧智库
获取更多维度报告数据，请访问亿欧网(www.iyiou.com)

●AI大模型嵌入汽车SOA框架，在基础软件层、功能软件层、应用软件层改变汽车软件架构。在端到端大模型的辅助下，未来汽车软件层面将形成更高效的反馈回路，提供更加多样的智能化服务。 (1616

亿欧智库：当前新能源汽车的SOA软件框架

数据来源：亿欧智库

亿欧智库：AIEV时代新能源汽车的SOA软件框架

? 当前的智能电动汽车的人机互动方式是以人控制为主，AI仅作为辅助执行人类驾驶员下达的与控制相关的命令。

●AIEV时代，AI将承担更复杂的任务，在控制和监督方面发挥更加重要的作用。一方面AI将代替人类司机完成驾驶任务，另一方面AI将兼顾座舱和车辆管理，为乘员提供高质量服务。人类驾驶员的任务将从控制转变成互动与监督，从繁重的汽车驾驶任务中解放出来。

亿欧智库：当前新能源汽车的人机合作方式
亿欧智库：AIEV时代新能源汽车的人机合作方式

数据来源：亿欧智库
获取更多维度报告数据，请访问亿欧网(www.iyiou.com)

●国务院提出“三步走”战略目标明确AI产业的发展方向，科技部等六部门强调AI与智能场景结合实现高质量发展。地方政府出台多项措施鼓励AI技术创新与应用创新，并就AI与相关产业协同，形成场景化落地应用提出方向性指引。

亿欧智库：国家鼓励AI产业发展

分类	发布主体	时间	文件或活动	内容
顶层设计与规划	国务院	2017年7月	《新一代人工智能发展规划》	明确了人工智能发展的战略目标和重点任务，提出了“三步走”战略目标
	科技部等六部门	2022年8月	《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》	进一步推动人工智能场景创新
	国务院	2024年1月	国务院常务会议	研究部署推动人工智能赋能新型工业化有关工作。会议强调，要统筹高质量发展和高水平安全，以人工智能和制造业深度融合为主线，以智能制造为主攻方向，以场景应用为牵引，加快重点行业智能升级，大力发展智能产品，高水平赋能工业制造体系，加快形成新质生产力，为制造强国、网络强国和数字中国建设提供有力支撑
省级地方政府智库-相关政策	福建省政府	2023年9月	《福建省人民政府办公厅关于印发福建省促进人工智能产业发展十条措施的通知》	提出以普惠算力降低人工智能企业研发成本，支撑快速增长的算力需求，促进自然语言，多模态认知等超大规模智能模型开发训练
	安徽省政府	2023年10月	《安徽省人民政府关于印发打造通用人工智能产业创新和应用高地若干政策的通知》	提出对在皖落户的通用及行业大模型企业、跨领域应用企业、新兴算力企业、安全人工智能企业等，优先匹配算力、数据、场景、基金、场地等要素资源
	广东省政府	2023年11月	《广东省人民政府关于加快建设通用人工智能产业创新引领地的实施意见》	提出围绕基础架构、训练算法、调优对齐、推理部署等环节，研发千亿级参数的人工智能通用大模型，形成自主可控的大模型完整技术体系。聚焦智能经济、智能社会等行业创新场景，研发具有多模态数据、知识深度融合的垂直领域大模型，支撑多任务复杂场景行业应用
市级地方政府智库-vic (相关政策	北京市经信局联合北京市科委、中关村管委会、北京市发改委	2023年5月	“北京市通用人工智能产业创新伙伴计划”	围绕人工智能大模型的开发迭代，以场景应用为牵引、加速大模型的行业应用落地
	北京市政府	2023年5月	《北京市加快建设具有全球影响力的人工智能创新策源地实施方案 (2023-2025年）》	对北京市人工智能发展战略进行系统部署和优化
	深圳市政府	2023年5月	《深圳市加快推动人工智能高质量发展高水平应用行动方案（2023-2024年）》	强化智能算力集群供给、增强关键核心技术与产品创新能力、提升产业集聚水平、打造全域全时场景应用、强化数据和人才要素供给，并设立规模1000亿元的人工智能基金群
	杭州市政府	2023年7月	《杭州市人民政府办公厅关于加快推进人工智能产业创新发展的实施意见》	提出到2025年，基本形成“高算力+强算法+大数据”的产业生态
	成都市经济和信息化局、成都市新经济发展委员会	2023年8月	《成都市加快大模型创新应用推进人工智能产业高质量发展的若干措施》	提出了强化智能算力供给、提升创新策源能力等政策措施
	上海市政府161）	2023年11月	《上海市推动人工智能大模型创新发展若干措施（2023-2025年）》	围绕支持大模型创新能力、提升创新要素供给能级、推进大模型创新应用和营造一流创新环境四大方向，发布11条举措，涵盖算力、数据、芯片等方面的具体措施
	成都市经济和信息化局等七部门	2024年1月	《成都市进一步促进人工智能产业高质量发展的若干政策措施》	旨在促进人工智能算法发展、推动人工智能能级提升、构建人工智能生态系统

数据来源：公开资料、亿欧智库

●国家明确了电动化、网联化、智能化是新能源汽车发展方向，鼓励车企及供应链企业高效利用全球创新资源积极参与全球合作，同时通过消费补贴、汽车购置税减免鼓励消费者购买新能源汽车，并通过新能源汽车下乡活动促进农村地区充电基础设施建设。

明确电动化、网联化、智能化发展方向明确电动化、网联化、智能化是新能源汽车发展方向

支持相关企业融入全球市场

鼓励积极利用全球创新资源，积极与国关系

鼓励消费者购置新能源车

中央延续和优化新能源汽车车辆购置税减免政策，地方予以办理流程上的便捷和消费补贴

鼓励新能源汽车下乡

鼓励汽车行业挖掘下沉市场消费力，推动农村地区充电基础设施建设

数据来源：公开资料、亿欧智库

亿欧智库：国家鼓励新能源汽车发展

分类	发布主体	时间	文件或活动	内容
顶层设计与规划	国务院	2020年11月	《新能源汽车产业发展规划（2021－2035年）》	明确了电动化、网联化、智能化发展方向，强调以融合创新为重点，突破关键核心技术，提升产业竞争力
	财政部、税务总局、工业和信息化部	2023年6月	《关于延续和优化新能源汽车车辆购置税减免政策的公告》	延续和优化新能源汽车车辆购置税减免政策。对购置日期在2024年1月1日至2025年12月31日期间的新能源汽车免征车辆购置税，其中，每辆新能源乘用车免税额不超过3万元
	国家发展改革委等部门	2024年5月	2024年新能源汽车下乡活动	鼓励各新能源汽车生产企业、销售企业、金融机构、充换电设施企业、销售和售后服务企业积极参加，结合以旧换新和县域充换电设施补短板等支持政策
	商务部等9单位	2024年2月	《关于支持新能源汽车贸易合作健康发展的意见》	鼓励新能源汽车及其供应链企业高效利用全球创新资源，依法依规在海外设立研发中心，积极与国外研究机构、产业集群等建立战略合作关系
省级地方政府相关政策	江苏省政府	2021年11月	《江苏省"十四五"新能源汽车产业发展规划》	加快汽车产业电动化、网联化、智能化转型升级，推动新能源汽车产业高质量可持续发展
	江苏省政府	2023年6月0	《江苏省新能源汽车推广应用省级财政补贴实施细则》	针对新能源车推广，进一步细化了省级财政补助政策
	浙江省发展和改革委员会、浙江省经济和信息化厅浙江省科学技术厅	2023年1月	《浙江省加快新能源汽车产业发展行动方案》	优化新能源汽车产业集群化发展布局，提升产业规模和竞争力
	山东省政府	2023年12月	《山东省新能源汽车产业高质量发展行动计划》	进一步强调了全省新能源汽车产业的发展目标和措施
	山东省工业和信息化厅	2024年1月	《山东省新能源汽车产业高质量发展行动计划》	推动山东省新能源汽车产业高质量发展
	安徽省政府	2024年3月	《安徽省新能源汽车产业集群发展条例》	从安徽省新能源汽车产业发展实际需要出发，进行探索创新，包括总则、创新引领、产业链提升、场景拓展、开放合作等
	四川省政府	2024年3月	《支持新能源与智能网联汽车产业高质量发展若干政策措施》	加快发展智能网联和氢能等战略性新兴产业和未来产业，培育形成新质生产力，建设具有全国竞争力的新能源与智能网联汽车产业集群，推动四川新能源与智能网联汽车产业高质量发展
	吉林省政府	2024年5月	《吉林省新能源和智能网联汽车产业高质量发展行动方案》	加快推动全省新能源和智能网联汽车产业发展
市级地方政府相关政策	深圳市发改委	2021年3月	《深圳市新能源汽车推广应用工作方案（2021-2025年）》	加快促进深圳新能源汽车市场消费和产业高质量发展，积极构建城市绿色发展新格局
	成都市政府	2023年3月	《成都市促进新能源汽车产业发展的实施意见》	明确了市级补贴资金的使用和管理，促进了新能源汽车的推广应用
	上海市政府	2023年12月	《上海市鼓励购买和使用新能源汽车实施办法》	明确对消费者购买和使用新能源汽车继续给予政策支持
	深圳市工业和信息化局	2024年2月	《关于2024年度深圳市促进新能源小汽车消费补贴的通知》	通过消费补贴促进新能源小汽车的消费费
	重庆市政府	2024年4月	《重庆市新能源汽车便捷超充行动计划（2024-2025年）》	加快数字捷充平台建设，提升充电设施的便捷性，支持新能源汽车的推广

AIEV领域投融资逐渐从狂热回归理性，疫情后时代投融资事件更多集中在科技实力强、具有可落地应用成果的公司上。

近年来投融资事件逐步减少但单笔投融资金额逐渐增大，市场资金逐步向优秀公司聚拢。

亿欧智库：2014年1月-2024年5月中国AIEV产业投融资情况

百万元级别投融资事件数量 (个)

千万元级别投融资事件数量 (个)

亿元级别投融资事件数量 (个)

十亿元级别投融资事件数量（个)

数据来源：亿欧智库

●人工智能、车联网、大数据、云计算以及人机交互等领域的突破性进展正在引领世界进入技术融合的创新纪元。这些技术的高级阶段相互交织，不仅各自达到了前所未有的高度，而且在它们的交汇点上孕育出了革命性的创新。 (1616

在这样的技术革新浪潮中，AIEV产业正站在变革的前沿，成为技术融合应用的最大受益产业之一。

亿欧智库：新兴技术的发展推动AIEV落地

初级阶段

人工智能

NLP
自然语言处理
CV
计算机视觉

车联网

大数据车载信息服务

云计算数据仓库

虚拟化

人机交互机械操作

数据来源：亿欧智库

中级阶段

GPT

V2X

处理

界面交互

端到端大模型

C-V2X

大数据平台

多云和混合云

语音交互

具身智能

C-V2X +5G

自动化数据管理

云原生

多模态交互

高级阶段

·准确地感知周围环境，包括对物体的形状、大小、距离和动态变化的识别·更自然地与乘客和外部环境进行交互，例如通过手势、表情或语音·能够整合来自不同传感器和数据源的信息，提供更全面的环境理解

· 实时接收和发送交通信息、路况、车辆状态等数据，提供即时的决策支持·支持更丰富的车载信息服务，如高清视频流、在线游戏和虚拟现实体验可以作为车辆传感器的补充，提供更广泛的感知范围

·减少了人为错误，确保数据的准确性和一致性，提供可靠的信息输入·快速处理大量数据，减少人工干预，提高数据处理的速度和效率·智能地分配存储资源，优化数据存储结构，提高数据访问速度

·根据需求自动扩展资源，应对处理大量数据和高强度计算的弹性需求·支持快速恢复故障，确保汽车功能和服务的连续性和可靠性·优化资源的使用效率，降低了成本，提高了性能

通过非视觉或非手动的方式进行，减少驾驶员分心，提高行车安全·提供更加丰富和直观的交互体验，增强用户对汽车的控制和感知·提供更加有效的警告和指导，帮助驾驶员做出反应

AIEV将成为受益产业

技术融合发展

随着人工智能、车联网、大数据、云计算、人机交互等新兴技术的高速发展，我们正迈向一个技术融合与创新的新时代。当这些技术相互叠加并协同工作时，它们不仅各自发挥着最大的潜力，而且通过技术涌现产生创新性突破。在这一背景下，AIEV将成为技术融合应用的最大受益产业之一

●99%的用户对AI技术在汽车领域应用有所了解，其中47%的用户使用或体验过搭载AI技术的汽车。相比燃油车车主和无车用户，新能源汽车车主对AI技术上车应用更加熟悉，超八成新能源汽车车主经常使用或尝试过车载AI技术，超半数新能源汽车车主经常使用车载AI技术。

/ 用户对于AI技术上车应用的认知途径主要是线上渠道，其中微信公众号、短视频平台和公共媒介是主要渠道。

亿欧智库：用户对AI技术上车应用的认知和使用情况

;整体用户中99%的用户对于AI技术上车应用有了解，用户认为形容AI技术在汽车领!域的应用最适合的词是智能。新能源汽车车主相比燃油车车主和无车用户对于AI技!术上车应用的认知更为清晰，56%的新能源车主对AI技术非常熟悉并经常使用。__

非常熟悉，我经常使用

有听说过，偶然有机会尝试使用过

整体用户中99%的用户对于AI技术上车应用有了解，47%的用户尝试过或经常使用车载AI技术

数据来源：定量问卷调研《AIEV的用户感知调研》N=530

用户认为最适合形容AI技术在汽车领域应用的词语是智能” ,其次是“辅助”和“互动”

新能源汽车车主：88%的新能源汽车车主经常使用或尝试过车载AI技术，56%的新能源汽车车主经常使用车载AI技术。

燃油车车主：48%的燃油车车主经常使用或尝试过车载AI技术，52%的燃油车车主听说过但没有尝试使用过车载AI技术。 691)

无车用户：73%的无车用户没有尝试使用或完全不知道车载AI技术，仅27%的用户尝试使用或经常使用车载AI技术。

亿欧智库：用户对AI技术上车应用的认知渠道

「用户更多通过线上渠道了解AI技术在汽车上的应用，微信公众号（54%）、短视频平台（43%）、公共媒介（36%）是线上主要渠道。线下渠道中，用户更常通过亲友同事推荐（17%）和线下展会和沙龙（16%）了解相关信息。

线上渠道线下渠道

●超七成用户认为AI技术能够给驾乘体验带来积极影响，且用户对AI技术在自动驾驶和智能座舱领域的应用期待度非常高。但是用户对于AIEV的净推荐值较低，技术可靠性、隐私安全、法规和标准等方面阻碍了用户使用。 (1616

●相比燃油车车主和无车用户，新能源汽车车主中经常使用车载AI技术的用户比例更大，他们对车载AI技术评价相对更高，更愿意向亲友推荐AIEV。

亿欧智库：用户对车载AI技术的评价

超过七成用户认为AI技术上车将对驾乘体验带来积极的影响。但是目前较多用户因为！对于AI技术在汽车领域的应用不熟悉，尚且不会向亲友推荐AIEV。相比而言，新能源！汽车车主对于AI技术更加熟悉，因此对其上车应用态度更积极，更愿意向亲友推荐。

用户认为AI技术上车对驾乘体验的影响

新能源汽车车主相较于燃油车车主和无车用户，认为AI技术上车对驾乘体验有积极影响的占比更大，占比达到36%。

用户对AIEV的净推荐值

整体用户对AIEV的净推荐值为负数，说明用户对AIEV的推荐度整体偏低。分人群来看，新能源车主对AIVE的净推荐值较高，燃油车车主和无车用户的净推荐值较低。

数据来源：定量问卷调研《AIEV的用户感知调研》N=530

亿欧智库：用户最期待的AI技术上车应用领域

!用户对AI技术在智驾域和智舱域的应用期待度最高，70%的用户期待AI技术在自动驾驶领域应用，60%的用户期待AI技术在智能座舱领域应用。相比智驾和智舱领域，用户对其他领域的期待相对较低。

亿欧智库：阻碍用户使用AIEV的主要因素TOP5

!当前阻碍用户使用AIEV的最主要因素是技术可靠性，62%的用户认为AI技术的可靠性尚需时间检验，其技术可靠性得到充分验证后才会使用AIEV。其次是隐私安全，152%的用户认为如果隐私安全问题无法解决，他们不会使用AIEV。

01 AIEV概念和发展背景综述

1.1 AIEV的定义
1.2 AIEV的特征
1.3AIEV产业驱动因素

02AIEV技术现状与趋势分析

2.1AIEV生态体系梳理

2.2AIEV各域技术发展分析

03AIEV车企集团发展程度评估

3.1AIEV评估体系搭建

3.2车企集团AIEV发展程度排名

04AIEV产业发展趋势洞察

4.1汽车产品属性转变洞察

4.2交通运行方式转变洞察

4.3汽车产业属性变化洞察

●中国智能汽车产业正在围绕AI技术形成新的生态体系，AI解决方案处于生态体系核心，基础软件、硬件、智能网联和车云等相关部分提供支撑。

●从汽车产品角度看，驾驶域、座舱域和车云AI化进程相对更快，自动驾驶、智能座舱和车云领域均出现产品化的AI应用。其他领域有望深化应用。

亿欧智库：中国AIEV生态体系图谱

数据来源：亿欧智库注：本图谱所呈现内容仅限于AIEV代表性领域和代表性厂商范畴，未全面覆盖所有领域、所有厂商，厂商顺序不分先后

当前底盘、车身、动力域的AI化应用相对较少，预计未来这些板块的发展将非常迅速，形成更加平衡的全域AI化生态体系

同时一个新的域—一AI域有望在五域生态的基础上形成，AI域的出现将改变生态体系，形成全域统一控制的新生态。

2028-2030年

·以软解解决方案为核心的生态体系不断拓展，在五域基础上形成第六域AI域

·AI域将各域的大模型统一控制起来，通过统一控制和监督，实现各域的协调与控制，实现汽车整体的智能化功能打通

·由于新增加AI域，在软硬件生态体系方面均出现变化，AI域相关的生态将出现在软硬件体系中，让AIEV生态更完整

2025-2027年

·以软解解决方案为核心的生态体系不断拓展，各域AI化均衡发展

车身、底盘、动力域的AI化水平提升明显，汽车五域的AI化进入平衡发展阶段

·各域各自采用AI技术进行发展，尚未形成全域统一控制的大模型

2023-2024年

·形成以软解解决方案为核心的AI生态体系雏形

·自动驾驶、智能座舱、车云的AI化发展相对更快，在生态体系中占比相对更大

·底盘、车身、动力域的AI化程度相对更低，AI软硬件生态相对模糊

数据来源：亿欧智库

◆当前大部分自动驾驶解决方案已通过BEV+Transformer架构实现L2级别及以上的自动驾驶，华为、小鹏、理想、毫末智行、卓驭科技、极越等企业通过BEV+Transformer+OCC已实现对高速NOA、城市NOA、自动泊车的支持，特斯拉在此基础上引入世界模型（World Model）增强自动驾驶大模型对环境的理解，逐步实现从rule-base为主导向learning-base为主导的转变。库

亿欧智库认为2027年自动驾驶领域有望实现感知、规划、控制全流程端到端，并完全基于learning-base实现自动驾驶。

亿欧智库：自动驾驶算法架构持续迭代

智能化水平	传统计算机视觉（CV）阶段 2016-2020	Vision Transformer (ViT）阶段 2021-2023		Diffusion Transformer (DiT) 阶段 2024及以后
		感知、规划、控制	感知环节端到端，规划控制环节rule-base	感知端到端，规划控制 learning-base逐渐增加 BEV+Transformer+OCC	感知、规划、控制全部端到端，规划控制完全基于learning-base BEV+Transformer+OCC +World Model+VLM
	感知、规划、控制均为rule-base 2D CNN	均为rule-base BEV+Transformer	BEV+Transformer+OCC (161691)	+World Model	(161691)	预计2027 开始应用时间
2016 库
特征比较	依赖于手工设计的特征提取方法预测能力较差，主要依靠预先设计好的特征和经验总结	通过自注意力机制，自动化提取特征预测能力一般，依赖当前的感知	通过自注意力机制结合扩散过程，自动化提取特征有较强的预测能力，根据当前感知和未来可能的占用状态进行预测	通过自注意力机制结合扩散过程，自动化提取特征，并在部分场景通过对物理规则的模拟和预测，提供对环境的理解有较强的预测能力，根据当前感知		通过自注意力机制结合扩散过程，自动化提取特征，并通过对物理规则的模拟和预测结合视觉与语言的转化提高对场景的理解、推理能力有很强的预测能力，根据当前感知、未来可能占用状态和对环境的深层次理解进行预测
自动驾驶应用	支持L2级别自动驾驶支持ADAS辅助驾驶功能	支持L2+/L2++级别自动驾驶支持高速NOA、城市NOA	支持L2++/L3级别自动驾驶支持高速NOA、城市NOA、自动泊车	支持L3/L4级别自动驾驶支持高速NOA、城市NOA、自动泊车场景等多场景贯通		支持L4/L5级别自动驾驶支持自动驾驶全场景贯通且逐步实现零接管
典型自动驾驶解决方案	特斯拉Autopilot1.0-3.0 小鹏 Pilot 2.5 蔚来NIOPilot 比亚迪DiPilot	特斯拉 FSD Beta v9 华为 ADS 1.0 小鹏 Xpilot 3.0-3.5 理想AD Pro 3.0 毫末智行DriveGPT雪湖·海若飞凡汽车Rising Pilot	特斯拉 FSD Beta v10.00-v11.3 华为 ADS 2.0、华为ADS 3.0 小鹏 XNGP Pro/Max 理想ADMax 3.0 毫末智行DriveGPT 2.0 卓驭科技成行平台百度&极越 ROBO Drive Max	特斯拉 FSD Beta vl2 @亿欧智库-vic (	(1616	预计特斯拉将持续引领自动驾驶系统的算法进步，2027年有望实现感知、规划、控制全流程端到端中国自动驾驶科技公司，如华为、百度、毫末智行、卓驭科技等有望通过跟随战略缩小与特斯拉的差距

数据来源：亿欧智库注：2DCNN指二维卷积神经网络；BEV是指鸟瞰图视角；Transformer是一种深度学习模型；OCC是指占用网络；VLM是指视觉语言模型

●自动驾驶智能水平的提升意味着感知侧融合更多的信息，决策侧拥有更多的算力，控制侧具有更强的控制能力。单车智能对于外界信息的获取能力以及对数据的计算能力相对有限，因此通过单车智能达到高级自动驾驶较为困难。单车智能向车路云一体化发展是获取更丰富的信息、更强大算力的重要途经，通过车路云一体化自动驾驶水平将得到显著提升。蘑菇车联等科技企业正在探索车路云一体化道路，为实现高阶自动驾驶提供支持。

车路云一体化

单车智能

通过车辆本身的传感器获取外界信息，并通过算法进行处理，从而实现自动控制车辆行驶，对车端传感器和车端计算平台有较高要求。

通过车端、路端和云端多端获取外界信息，并通过车端和云端的算法相互支持进行处理，从而实现高水平的自动驾驶，车路云一体化对于多端信息传输效率有较高的要求。

多端感知

多端决策

多端控制

车端感知

环境感知

激光雷达毫米波雷达超声波雷达高清摄像头

车端决策

行为决策

当前车辆行为运动目标点目标车速

信息传递信息融合

车端控制

整车控制

. 挡位控制踏板控制转角控制. 附件控制

车端感知

环境感知信息·状态感知信息

路端感知

信息融合

传感器信息信号机信息标识/标牌信息其他信息

路径跟踪

车端决策

跟踪油门/制动踏板开度

车端控制

轨迹规划

云端辅助

当前车辆行为运动目标点目标车速

跟踪转向盘的转角 7区人

远程控制

状态感知

挡位接管踏板接管转角接管附件接管挡位控制踏板控制转角控制附件控制

信息传递

中心云计算区域云计算边缘云计算

接管

支持

云端感知

运动目标点目标车速

GPS. 惯导轮速传感器

数据来源：亿欧智库

信息传递

地图信息
天气信息
交通管制信息
其他信息

信息传递

轨迹规划

运动目标点目标车速

信息传递

路径跟踪

跟踪油门/制动踏板开度跟踪转向盘的转角

获取更多维度报告数据，请访问亿欧网(www.iyiou.com)

●AI技术贯穿蘑菇车联全系方案产品，基于群体智能系统架构，蘑菇车联完整自主研发“车路云一体化”方案，打通车路云三端，实现数据闭环，获科技部、中国汽车工程学会科学技术成果“国际先进”水平评价。

●蘑菇车联具备7年车路云深耕经验，已实现多地、多场景快速落地，覆盖城市开放道路、高速公路、园区、景区、港口、机场等，已在北京、上海、深圳、湖南、云南、湖北、四川、辽宁、山东、天津等落地。

亿欧智库：蘑菇车联车路云一体化系统架构

车端：AI算法，前装量产L4自动驾驶车辆

·多项Al算法获得Kitti、nuSence等全球竞赛榜单第一名。

·全球领先的自动驾驶巴士（RoboBUS）头部供应商。

路端：AI Station，MRS系统满足行业最高SL3标准

·Al Station高度集成、自带算力，通过交通全要素的融合感知、实时计算、精准分发和协同控制。

·MRS系统算法精度远超C4标准，达到业界最高“双SL3”标准（信通院-2024）。

车路云三端实时联动

人工智能大模型研发

路侧系统（MRS）及云控平台，满足双SL3最高标准

前装量产自动驾驶巴士

云端：AI云平台，数据支持及服务

北京

上海
数据来源：蘑菇车联官网、亿欧智库

·基于标准通信协议，打通车-云、路-云等数据链路，实现一组数据支撑不同业务。

深圳

成都

实时、高效的接收海量数据，并进行数据处理、分析与整合，为L0-L4车辆赋能。

衡阳

大理

鄂州

沈阳

京港澳高速

清傅高速

云南洱海智慧旅游景区

第31届世界大学生运动会

●智能座舱经历了以深度神经网络、自然语言处理为基础的功能座舱阶段，目前进入以大模型为基础的感知智能座舱阶段，随着多模态大模型和大模型群体智能的逐渐成熟，座舱大模型与乘员的交互方式逐渐多元化，并能够提供日益丰富和人性化的服务。

●亿欧智库认为，2026年及之后大模型群体智能内的协同将逐渐成熟，有望在通用大模型的统一调度下，实现大模型间数据打通和相互协同，通过整合语音、手势、表情等多维度的信息形成综合性的判断，主动为用户提供智能化、个性化的服务。

亿欧智库：智能座舱的向群体化智能体系发展

感知智能座舱阶段2020-2025人类控制为主，AI被动提供服务

功能座舱阶段2011-2019人类控制为主，AI仅为工具

语音助手

运行逻辑：

调用单一接口，根据有监督学习的内容，识别用户语音中的关键词，执行相应任务

底层框架：

深度神经网络（DNN）、自然语言处理 (NLP)

交互方式：

语音交互

典型解决方案：

埃安飞鱼智能语音系统
极氪Eva
苹果 Siri
零跑小零亿欧智库-vic
飞凡斑马
欧拉小欧

数据来源：亿欧智库

AI语音助手

运行逻辑：

调用单一接口，根据语音上下文理解指令，并在完成任务后以人性化的语言回应用户，提供更为自然、流畅的交互体验 7

底层框架：

大语言模型 (LLM)

交互方式：

语音交互

典型解决方案：

华为千悟引擎大模型百度文心一言大模型科大讯飞星火大模型哪吒NETA GPT长城 Coffee GPT

多模态AI助手

运行逻辑：

能够调用同一接口，完成以下任务：
·根据用户语音上下文理解用户的语音指令并在完成任务后以人性化的语言、生成的图像回应用户

·识别用户手势指令，并根据用户手势执行相应任务

底层框架：

多模态大模型

交互方式：语音、手势交互

典型解决方案：理想MindGPT

分散化群体智能

运行逻辑：

分别调用不同接口，完成以下任务：

识别、理解乘员语音完成用户指令，并与乘员语音交互

·识别手势，根据手势完成指令

识别成员外貌，分析乘员基础信息(性别、年龄、等)

·根据乘员语音生成图像

·通过方向盘振动提醒注意安全

底层框架：

多模态大模型、大语言模型、文生图大模型、垂直领域大模型（如医疗、学术、百科问答等）等多种大模型集成的AI大模型体系

交互方式：

语音、手势、表情、触觉交互

典型解决方案：

商汤绝影座舱产品矩阵思必驰中枢大模型

认知座舱阶段2026年及之后人类控制度下降，AI主动提供服务

协同化群体智能助手

运行逻辑：

在通用大模型的统一调度下相互协同，实现对用户的综合服务：

识别用户的身份、外貌、衣着、表情结合车内外光线强度、温度、湿度，根据综合信息判断用户的需求，主动为用户提供座椅、空调、光照调节和信息娱乐等服务

识别用户语音、手势、表情，综合理解用户指令，执行个性化任务，并在完成任务后提供个性化关怀

通过驾驶员表情、动作、姿态识别驾驶员状态，结合座舱内外情况进行综合判断，选择合适的交互方式提醒驾驶员注意安全

底层框架：

通用大模型、多模态大模型、大语言模型、文生图大模型、垂直领域大模型等多种大模型交互和协作的群体智能

交互方式：

语音、手势、表情、触觉交互

●商汤绝影致力于构建以“多模态场景大脑”为核心的AI座舱产品矩阵，该产品矩阵集成了多模态大模型、自然语言处理技术以及图文创作算法等AI技术。通过AI技术集成，智能座舱在环境感知、乘员状态监测、逻辑推理以及内容创作等多个维度展现出较强的性能。

/ 商汤绝影智能座舱产品矩阵能够在理解用户需求的基础上，提供更加自然和直观的交互体验和个性化关怀。

亿欧智库：商汤绝影以AI技术为底座打造座舱产品矩阵

AI座舱产品矩阵典型应用车型案例

小米SU7小爱同学车载语音助手

翼真L380AI闲聊、美图壁纸、童话绘本、AI问诊等功能

座舱大脑 6917 Sense Auto Cabin-B

昊铂GTADiGO SPACE超感交互智能座舱系统

和鸣 (多模态大模型）

具有全场景感知的多模态大模型，能够识别成员衣着和表情等实时信息后综合分析用车场景

神笔 (创意绘画）

支持“隔空作画”的3D手势交互功能

智能座舱AI大模型矩阵

车典 (AI说明书）

能够支持多模态输入的车载交互系统，能够根据用户使用偏好，提供个性化的车载功能推荐和操作指导

童伴（儿童旅伴）

为孩子提供故事伴读等服务

旅医 (健康管理)

提供健康问诊和医院预约服务

千语 (角色扮演)

支持角色扮演的多模态大模型，能够理解复杂的对话上下文，创造性生产内容，提供个性化互动

灵犀 (场景大脑）

能够根据天气和温度调节车内温度

核心

多模态场景大脑

数据来源：商汤绝影官网、亿欧智库

多模态大模型

语言大模型

能力组合

文生图大模型

医疗垂类大模型

驾驶员感知系统 Sense Auto Cabin-D

利用AI算法对采集的信息进行分类，实现对驾驶员疲劳和分心行为的实时高精度监测，以满足复杂驾驶环境的需要

座舱感知系统Sense Auto Cabin-O

基于人脸识别、属性识别、物体检测分类等技术，对乘员、宠物、车内物品进行检测，保障驾乘安全

车外进场感知系统Sense Auto Cabin-N

基于人脸识别、属性识别、物体检测分类等技术，对乘员、宠物、车内物品进行检测，保障驾乘安全

●AI技术在车云领域的应用正日益深化，其数据训练和仿真优化功能不断扩展至更广泛的环节。最初在自动驾驶的仿真测试中得到应用，AI技术现已逐步扩展至智能座舱的大模型训练以及OTA升级。 (1616

亿欧智库认为未来AI技术将在汽车各域应用和算法的更新迭代中扮演核心角色。

AI在车云的探索应用阶段 (2006-2016)

云计算平台中嵌入包含了AI算法的MATLAB/SPSS/Simulink等软件，实现数据处理、数据标注和模型训练的AI化

自动驾驶模型训练

2009阿里云成立
2010腾讯云成立
2013 Microsoft Azure成立

数据来源：亿欧智库

AI在车云的初步应用阶段 (2017-2026)

采用基于云原生完成数据处理、难例挖掘、数据标注、模型训练、场景构建、仿真测试，测试平台在以上步骤中采用了AI技术提升效率、降低成本

自动驾驶模型训练与仿真测试智能座舱大模型训练和OTA升级

2017微软跨平台虚幻引擎模拟器AirSim发布
2018英伟达 Drive Constellation仿真系统发布
2019百度自动驾驶仿真系统AADS发布
2020 阿里混合式仿真测试平台上线

智算中心提供算力支持，同时采用基于云原生完成数据处理、难例挖掘、数据标注、模型训练、场景构建、仿真测试,测试平台在以上步骤中采用了AI技术提升效率、降低成本

自动驾驶模型训练与仿真测试智能座舱大模型训练和OTA升级

2022商汤科技人工智能计算中心成立
2022小鹏汽车与阿里云合作扶摇智算中心成立
2023吉利汽车吉利星睿智算中心成立
2023毫末智行MANA OASIS智算中心成立

AI在车云的深化应用阶段(2027年及之后)

软件技术更新迭代的各个环节均基于云原生开发，且均有AI技术参与，实现软件迭代全流程AI化

AIEV全部域的应用、算法更新迭代

预计中国企业将在车云领域持续发力，引领AI在汽车云技术方面的发展

●华为云端边云数据使能平台以数据为资产，融合三电分析模型、驾驶行为分析模型、车辆残值评估模型、运营综合评估模型等AI训练和推理模型，实现车云服务的智能化，在AI技术加持下分析效率提升50%。同时，华为云提供自动驾驶开发云服务，AI技术加持的仿真场景库+自动驾驶评测体系，提效自动驾驶算法大规模训练，加速算法验证和量产落地。

亿欧智库：华为云边端数据使能平台通过AI技术提升数据利用效率

亿欧智库：华为自动驾驶开发平台以AI算法和算力赋能自动驾驶开发

华为云边端数据使能平台涵盖了车端、路端和云端服务，确保了从车辆到基础设施再到云的全链路数据需求得到满足。平台的核心优势在于其基于AI技术，该技术不仅用于通过数据清洗、存储、分析和挖掘，对原始数据进行转换和加工，还用于数据的训练和推理，提高处理的准确性。这一系列流程不仅保证了数据的质量，还深入挖掘了数据的潜在价值和模式，从而显著提升了数据的开发利用效率。

华为自动驾驶开发平台提供端到端解决方案，AI技术赋能自动驾驶仿真和评测体系，借助云平台的大算力、大存储和高速度，满足大规模并行仿真需求。在AI技术的加持下，华为自动驾驶开发平台能够帮助企业快速构建自动驾驶护城河，以较低的数据存储成本和算力成本，深度挖掘数据价值，高效使用自动驾驶场景数据集。同时能够帮助企业优化资源调度，管理数据闭环各个环节，缩短自动驾驶技术迭代周期。

数据来源：华为云官网、亿欧智库

业务场景

城市NOA、高速NOA、矿山、港口、干线物流、末端物流等场景

八爪鱼

灵活采集配置服务资质图商

安全合规

数据合规接入服务影子模式DCU In Loop

车辆监管服务

算法算力仿真场景体系构建测评体系构建

数据

全流程数据监管

Landing Zone

自动驾驶大模型

自动驾驶数据管理平台

Data Turbo

国密支持

Train Turbo

场景理解大模型

智能分层存储

三方证书系统接入

Infer Turbo

自动预标注大模型

三级联动存储

训练框架

多环节数据交换

Storage Lens

数据生成大模型

昇腾算力池

场景重建大模型

访问审计

数据销毁

KooVerse for Vehicle全球一张存算网，提供云端服务和本地化部署能力

DevSecOps

车端计算

●当前底盘域对AI的应用处于较为初级的阶段，以吉利和智己为代表的厂商通过AI融合底盘传感器数据，辅助底盘控制；华为在此基础上，增加了环境传感器数据，通过更大规模的AI数据融合计算，提升车的灵活性；蔚来引入云端计算和众包地图，将AI的服务范围从单车拓展到多车。预计未来车路云数据融合，AI综合信息并计算后辅助汽车底盘根据路况前馈调节车身姿态和悬架参数是发展方向。

路数酷的应酚车云撤命A服段

底盘传感器数据采集

轮速传感器、IMU

悬架传感器

转向传感器

横摆角速度传感器

加速度传感器

环境传感器数据采集

激光雷达

毫米波雷达

超声波雷达

高清摄像头GNSS/INS

底盘传感器数据采集

轮速传感器、IMU

转向传感器

悬架传感器

横摆角速度传感器

加速度传感器

环境传感器数据采集

激光雷达

毫米波雷达

车端多维

超声波雷达高清摄像头GNSS/INS

底盘传感器数据采集

轮速传感器、IMU

转向传感器

加速度传感器

悬架传感器

横摆角速度传感器

环境传感器数据采集

激光雷达

毫米波雷达

超声波雷达

高清摄像头

GNSS/INS

底盘传感器数据采集

轮速传感器、IMU

转向传感器

悬架传感器

数据来源：亿欧智库

加速度传感器

横摆角速度传感器

车辆状态估计

车辆动力学估计

车辆运动学估计

智驾传感器估计

纵向动力学模型

横向动力学模型

轮毂模型

路面状态辨识

车辆状态估计

车辆动力学估计

车辆运动学估计

智驾传感器估计

纵向动力学模型

横向动力学模型

轮毂模型

路面状态辨识

车辆动力学估计

车辆运动学估计

智驾传感器估计

纵向动力学模型

横向动力学模型

轮毂模型

路面状态辨识

车辆状态估计

车辆动力学估计

车辆运动学估计

智驾传感器估计

车端计算

AI融合计算

车端计算

路侧边缘计算

AI融合计算

车端计算

AI融合计算

摄像头数据

雷达数据

边缘计算数据整合

云端计算

AI多车信息融合计算

众包地图更新

典型案例

底盘控制

云端计算

典型案例

华为途灵智能底盘

众包地图更新

AI车路信息融合计算

底盘控制

吉利AI数字底盘

典型案例

通过多模态融合感知系统帮助汽车感知路况，在AI智能协同下实现智能扭矩控制以及智能阻尼调节，提升汽车灵活性，降低行驶中的颠簸感及冲击感

通过车云数据融合，提前获取前方道路起伏、颠簸信息，并前馈调节悬架参数，提升驾乘舒适性和安全性

AI计算辅助车身在X、Y、Z三个方向进行一体化控制

智己VMC智慧数字底盘

AI计算辅助实现三向六自由度的车身姿态协调控制

●AI技术在动力域的应用正迅速扩展，该技术已经在电池管理和能源分配方面发挥着重要作用。电池管理方面，AI能够结合大数据和数字孪生进行无监督学习，在云端实现电池状态预测，为用户提供电池管理策略。在能量分配方面，大模型通过充分学习导航信息、油门开度、刹车、速度等车端数据和惯用路线、驾驶习惯用户习惯数据，实现能量管理策略的智能化，有效降低能耗。库

亿欧智库认为，未来AI在汽车动力领域的应用范围将不断拓展，补能管理或许是AI技术下一个深化应用的领域。

亿欧智库：AI在汽车动力域的应用范围不断拓展

电池管理

能量管理

AI远程电池诊断 2020-2021

应用领域不断拓展

应用方向

补能管理

通过AI技术学习用户行为数据，预测电池未来故障可能性，为电池提供远程维护

典型案例

2020年RichPower公司将AI技术用于远程管理汽车电池寿命，开发出一种“智能”电池管理系统(BMS)

AI云端电池管理2021-2022

应用方向

汽车车端BMS与云端相连，云端AI算法对数据进行评估，提供更好的电池管理策略

典型案例

2021年华为通过“端+云+AI”协同实现提前天级的热失控预警，查全率大于90%，误报率小于0.1%/月，有效预警电池起火

AI+数字孪生电池管理2022-2023

应用方向

典型案例

利用云端由AI驱动的电池数字孪生模型，实现更优物理BMS实时预测和管理，提升电池性能，改善电池健康状态

2022年恩智浦通过EVE-AiTM 360°自适应控制技术激发云端数字孪生模型潜在优势，实现BMS实时预测管理

AI能量智能分配2023-2024

应用方向

基于AI算法对车端多维度数据进行学习，优化的能量管理策略，实现汽车能量的智能分配

典型案例

2024年长安启源发布新蓝鲸动力数智AI电驱2.0技术，通过AI大模型学习500多种维度的车端数据和用户习惯，实现智能能量管理

2024年领克EM-P智能能量管理系统，基于导航数据、惯用路线、环境感知、驾驶习惯，智能调节能量管理策略来降低能耗

AI智能补能2024及之后

应用方向

预计未来AI在动力域的应用将从电池、能量管理领域向补能领域拓展

电车端：AI大模型将辅助汽车补能策略，通过智能化的补能管理，智能调节充放电策略实现补能利用效率最大化和节能降耗

设备端：AI大模型将应用在移动充电设备上，进一步提升了补能的灵活性和便捷性

电网端:AI技术将推动电网建设的智能化和高效化。通过数据分析和优化算法，AI能够更好地管理电网资源，确保在高峰时段也能高效地为电动汽车提供补能服务

数据来源：亿欧智库

●车身域各功能组件正在逐步实现与AI技术的结合，雨刮器和后视镜系统通过增加深度学习算法实现功能升级；外部照明设备结合机器学习、卷积神经网络和感知算法实现智能化控制；内部照明、空调、车窗、天窗、车门和后备箱逐步与AI智能助手连接，实现能够由AI控制的功能调节。

/ 亿欧智库认为，未来将出现统一控制和协调车身域各功能组件的AI智能助手，为用户提供更智能化的驾乘体验。

亿欧智库：车身域各功能组件逐渐加强与AI技术的连接

后视镜

内部照明

空调

数据来源：亿欧智库

智能雨刮器2019-2024年

2019年特斯拉提出深雨神经网络，通过深度学习的方式，来感知何时以何速度移动雨刷，同时还会自动检测雨雪天气形成目前路况的原因，并根据路况自动调整汽车速度

可编程智能大灯2021-2022年

2021年高合PML可编程智能大灯通过机器学习加卷积神经网络将车灯进化成具有独立运算器、夜视摄像头、微镜器件的系统

智能后视镜2020-2024年

2023年华为发布的DLP汽车智能大灯采用ADB自适应远光灯技术，凭借自动驾驶感知算法和高像素光技术，在保证最大范围照亮前路的同时，又保障远光不眩目

智慧投影大灯2023-2024年

2020年自行科技将基于深度学习的计算机视觉技术与电子后视镜融合，实现对道路各类目标物的精准识别

2022年远峰科技基于视觉感知和人机交互技术自主研发流媒体后视镜产品，该产品与ADAS融合，保障乘员安全

语音助手控制2020-2023年

2020年天际汽车语言助手“小天”可以实现丰富的车载语音控制功能，比如开启灯光、打开天窗、设定空调等

AI助手控制2024年

2024年极越汽车simoAl语言助手能够控制车窗、空调、车内照明、车门、后备箱开关等

后视镜

2025年及以后有望形成由AI智能助手统一控制的车身域功能系统。届时，AI智能助手将根据座舱内外环境、乘员情况调控内外部照明、空调，控制车窗、天窗、后备箱开关，以及根据天气状况自动启动或关闭雨刮器系统。智能后视镜将与自动驾驶技术结合更加紧密，充分保障行车安全。在AI技术的加持下，车身域将提供更加智能化的驾乘体验。

●当前汽车的多个功能域由独立且相互关联的AI系统控制，这意味着跨域协同过程复杂。整体而言，汽车松散的智能体系存在较多功能冗余，硬件性能和算力在现有AI体系下未能实现最优化利用。因此，汽车AI体系需要更高效的整合和优化设计，以提升汽车性能。

●亿欧智库预测，未来汽车行业将发展出一个新域一一AI域，负责整合和协调现有的五大功能域中的AI技术，并统一负责与车云协同。这一新域将促进汽车形成一个高度集成的智能系统，确保硬件和计算资源得到全面而高效的利用，从而实现整车性能的全面提升。

亿欧智库：当前汽车AI智能系统缺乏整合和优化

汽车AI智能系统由多个独立而又相互交织的AI系统组成，这些系统分别与车云协同，形成了一个复杂的体系。这些分布在各域的AI系统在发展过程中各自独立进化，缺乏统一的严密设计。当前松散的AI体系可能存在较多冗余，汽车的计算能力、硬件性能未能实现最优化和高效应用。

亿欧智库：未来有望形成以AI域为中心的汽车智能体系
预期未来汽车AI智能体系将经过严格的设计，形成由一个新域一一AI域统一控制、统一与车云协同的智能体系。在该体系下，汽车将充分利用各域硬件资源和计算能力，实现性能优化。

数据来源：亿欧智库

01AIEV概念和发展背景综述

1.1AIEV的定义

1.2 AIEV的特征

1.3AIEV产业驱动因素

02AIEV技术现状与趋势分析

2.1AIEV生态体系梳理

2.2AIEV各域技术发展分析

03AIEV车企集团发展程度评估

3.1AIEV评估体系搭建

3.2车企集团AIEV发展程度排名

04AIEV产业发展趋势洞察

4.1汽车产品属性转变洞察

4.2交通运行方式转变洞察

4.3汽车产业属性变化洞察

●筛选范围：1、车企集团打造搭载AI技术的智能电动汽车，并具有代表车型；2、车企集团已在2023年实现AIEV产品的公开发售和量产；3、车企集团搭载AI技术的智能电动车型在中国公开发售；4、是中国车企集团或在中国独立建厂的外国车企集团；5、需要有自主研发的AI技术或具备自主研发AI技术的能力；6、AIEV比较范围仅限于自主研发的品牌车型所体现的能力；7、成立时间5年及以上；8、需要覆盖具有不同AI技术能力的车企。

●研究对象：本报告根据车企集团的市场占有率、品牌影响力、AIEV技术孵化能力等维度，筛选16家车企集团作为典型代表进行研究。

筛选维度

数据来源：亿欧智库注：车企集团排序不分先后

亿欧智库：2024年中国AIEV发展情况综合评估体系典型车企筛选结果

●亿欧智库构建了一套综合评估体系模型，旨在全面评估车企集团在AIEV领域的发展状况。该评估体系模型基于三个关键维度：产品AI化的发展程度、算力基础设施建设水平以及AI生态系统合作能力。 (1616 (1616

? 该评估体系模型能够帮助车企集团全方位了解自身对AI技术的应用现状，为其战略规划提供参考。

亿欧智库：2024年中国AIEV发展情况综合评估体系模型

为综合比较车企AIEV发展情况，根据产品、算力和生态合作能力进行划分，形成评估体系模型

产品AI化发展程度评估指标

算力基础设施建设水平评估指标

AI生态合作能力评估指标

指标说明：

该指标评估集团公司产品中蕴含的AI技术能力，比较车企集团的AI技术在量产车型中的应用情况

驾驶域AI能力

座舱域AI能力

底盘域AI能力

车身域AI能力

动力域AI能力

指标说明：

通过量化车企集团的算力基础设施，评估车企集团支撑AI技术上车的算力基础建设情况

重点关注

智算中心算力

边缘群体算力

指标说明：

以车企集团与软硬件提供商、车企、高校在AI方面的合作事件为依据，评估生态合作能力

重点关注

与AI解决方案商的合作能力

与AI智能硬件提供商的合作能力

与车企的AI技术合作能力

与高校的AI技术合作能力

亿欧智库：2024年中国AIEV发展情况综合评估体系模型

级指标

产品AI化发展程度评估指标算力基础设施建设水平评估指标

AI生态合作能力评估指标

权重50%

权重30%

权重20%

驾驶域AI能力座舱域AI能力底盘域AI能力动力域AI能力二级指标

车身域AI能力智算中心算力边缘群体算力与解决方案商合作能力与硬件提供商合作能力与车企技术合作能力与高校技术合作能力

权重16%

权重14%

权重7%

权重6%

权重25%

权重5%

权重8%

权重6%

权重4%

权重2%

按照代表集团最高技术实力的最新车型驾驶域中展现的自动驾驶技术所处阶段进行评分

按照代表集团最高技术实力的最新车型座舱域中展现的AI功能所处阶段进行评分按照代表集团最高技术实力的最新车型中展现的底盘域AI功能所处阶段进行评分按照代表集团最高技术实力的最新车型中动力域涉及的AI技术覆盖范围、技术水平进行评分按照代表集团最高技术实力的最新车型中车身域涉及的AI技术覆盖的范围和技术水平评分统计集团智算中心总算力，根据智算中心总算力评分统计汽车集团部署在车端的边缘群体算力，根据算力进行评分统计近3年来新闻报道过的集团公司与AI解决方案提供商的合作事件数量，根据合作事件数量进行评分统计近3年来新闻报道过的集团公司与AI智能硬件提供商的合作事件数量，根据合作事件数量进行评分统计近3年来新闻报道过的集团公司与其他车企在AI技术方面的合作事件数量，根据合作数量进行评分统计近3年来新闻报道过的集团公司与高校在AI技术方面的合作事件数量，根据合作数量评分

数据来源：亿欧智库

●根据产品AI化发展程度评估模型测算，蔚来、比亚迪、北汽集团、长安汽车、理想汽车在AI技术上车应用方面具有突出优势，蔚来、比亚迪、理想自身具有较强的AI技术开发和应用能力，北汽和长安在华为智驾、智舱、智能底盘等技术的加持下，在产品AI化水平方面表现突出。

车企集团对AI技术上车应用的重视度不断提升，预计未来二、三梯队车企将通过科技公司技术加持缩小与第一梯队的差距。

亿欧智库：车企集团产品AI化发展程度排行榜 (单位：分)

亿欧智库：车企集团产品AI化发展程度TOP5

整体竞争格局中部较重两端较轻，呈现为纺锤形

第一梯队

具有较强AI技术研发和上车应用能力，有AI技术突出的典型量产车型，汽车各域AI技术发展较为均衡。

第二梯队

逐渐重视AI技术研发和上车应用能力，有AI技术上车应用的典型量产车型，在某一个领域AI技术较为突出，其他方面有待改进。

第三梯队

开始意识到AI技术的上车应用是趋势，在某一领域开始使用AI技术，但技术应用的深度有待加强。

自动驾驶采用NlO Assistedand Intelligent超级大脑，智舱搭载NOMIGPT，拥有AI4D底盘，车身智能雨刷、语音控制空调和天窗，各域AI技术的应用较为均衡，智驾、智舱是亮点。

数据来源：亿欧智库注：评估中将数据进行标准化处理，100分为满分，以消除不同量纲、不同数值范围和不同分布特性对数据分析的影响

采用璇玑架构，实现智能化与电动化的融合。通过“易四方+DMO+E3.0平台+云辇车身底盘技术+智能驾驶辅助系统+智能座舱+DILINK智能车机系统”构建行业壁垒。

驾驶域采用华为智驾系统ADS3.0、座舱域采用HarmonyOS4,底盘使用华为途灵智能底盘，动力域融合华为云端BMS，车身域支持智能雨刷、语音控制空调和车窗并带有流媒体后视镜。

驾驶域采用华为智驾系统ADS2.0、座舱域采用HarmonyOS4,动力域采用自研的数智AI电驱2.0技术，车身域支持智能雨刷、语音控制空调并带有流媒体后视镜。

自动驾驶采用理想ADMax，座舱域搭载理想MindGPT，底盘域采用旗舰级底盘控制系统，车身域支持智能雨刷、语音控制空调和车窗。

●中国车企近年来越发重视算力基础设施建设，通过与科技公司合作建立智算中心逐步缩小与特斯拉的算力基础设施差距。长城汽车、理想汽车、小鹏汽车、长安汽车在智算中心建设和云计算平台建设方面具有算力优势，大算力的加持正在逐步形成AI技术迭代的速度优势。

算力基础设施整体竞争格局呈现漏斗型，未来头部车企集团或将逐渐拉大与尾部的差距。

亿欧智库：车企集团算力基础设施建设程度排行榜 (单位：分)

整体竞争格局向头部集中，呈现为倒三角形

亿欧智库：车企集团算力基础设施建设水平TOP5

第一梯队

积极建设算力基础设施建设，具有大算力智算中心用于支持自动驾驶、智能座舱等众多领域的模型训练。 6°

第二梯队

逐渐开始建设算力基础设施建设，具有智能计算机群或智算中心，但算力有限。

第三梯队

特斯拉依托自建的Dojo智算中心，拥有海量视频数据处理能力。并能够在视频级别进行无监督的大规模训练。预计到2024年10月，特斯拉总算力规模将达到100Exa-FLOPS,为自动驾驶提供强大的算力支持，为未来的人工智能发展奠定了坚实的基础。

长城汽车2024年推出算力布局河北、北京、甘肃三地的九州超算中心，总算力1.64EFLOPS,能够应对百种大模型的训练需求。九州超算中心同时能够提供8T/s的高性能存储，与3.7T/s的高性能网络，支持复杂和实时的数据处理任务。

理想汽车
2023年与火山引擎合作，在山西灵丘
建立智算中
心，按照
FP16标准，
理想汽车智
算中心的算
力至少
750PFLOPS。智算中心为
理想汽车城
市NOA100城落地计划在
算力侧打下
坚实基础。

小鹏汽车2022年与阿里云合作，在内蒙古乌兰察布建立“扶摇”智算中心，用于自动驾驶，大幅提升自动驾驶训练效率。其总算力达到600PFLOPS,存储吞吐比业界20GB/s的普遍水准提升了40倍。

长安汽车
2023年与百度合作共建
智算中心，
该智算中心
算力142
PFLOPS，智算中心不仅
服务于自动
驾驶技术的
研发，还涵
盖了面向车
主、企业的
智能化应用
场景。

数据来源：亿欧智库注：评估中将数据进行标准化处理，100分为满分，以消除不同量纲、不同数值范围和不同分布特性对数据分析的影响●AI生态合作能力方面，从与AI解决方案商的合作能力、与AI智能硬件提供商的合作能力、与车企的AI技术合作能力以及与高校的AI技术合作能力四个方面进行评估，并按照重要性、急迫性水平赋予权重，综合计算车企集团的AI生态合作能力。

◆车企集团近年来与软硬件科技公司、高校保持密切合作，以比亚迪、长城汽车、奇瑞汽车、上汽集团、蔚来为代表的车企积极推动生态合作建设。

亿欧智库：车企集团AI生态合作能力排行榜 (单位：分)

亿欧智库：车企集团AI生态合作能力TOP5

整体竞争格局中部、尾部较重头部较轻，呈现为正三角形

第一梯队

第二梯队

第三梯队

数据来源：亿欧智库注：评估中将数据进行标准化处理，100分为满分，以消除不同量纲、不同数值范围和不同分布特性对数据分析的影响

与华为、苹果等科技公司在AI解决方案方面密切合作，同时在AI芯片方面合作英伟达、地平线推进AI芯片上车，与清华大学等多家高校合作技术研发。

与华为、移动、抖音、禾赛科技等公司合作AI软硬件解决方案，同时与宝马合作开发车型，与辽宁工业大学等多家高校合作培养后备人才。

在AI解决方案方面与佛瑞亚、中汽中心、华为等海内外厂商均有合作，同时与英伟达合作芯片，与吉林大学、安徽工程大学等合作培养后备人才。

在高校合作方面表现突出，与湖南大学、上海交通大学、电子科技大学等均有技术和人才方面的合作，同时与上海微技术工业研究院合作芯片研发。

与长安、一汽、广汽、吉利、江淮汽车等众多车企集团保持密切的技术合作，同时与合肥工业大学、南京大学等高校在人才培养方面有积极合作。

●AI技术的发展具有指数级的增长潜力，这意味着现有的技术应用、算力基础设施和合作生态体系方面差距，在未来可能会转化成难以逾越的技术鸿沟。随着时间的推移，这种技术鸿沟可能会导致行业内部的分化，使得处于领先地位的企业与落后者之间的差异持续扩大。

●亿欧智库认为对于所有参与竞争的车企集团来说，持续的AI技术创新、算力提升和生态合作加强是保持竞争力和市场地位的关键。

亿欧智库：2024年中国AIEV发展情况综合排行榜 (单位：分)

整体竞争格局头部和尾部重中部轻，呈现为沙漏形

第一梯队

头部车企集团重视AI技术开发和应用，并在算力基础设施建设方面具有优势，同时与科技公司、车企、高校具有广泛合作，AI技术发展速度较快。 5169

第二梯队

中部车企重视与科技公司的合作，通过科技公司加持实现AI技术上车应用，紧跟第一梯队的技术发展速度。 16169

第三梯队

尾部汽车企业需在AI技术应用、算力基础设施及合作生态建设上加大投入，以缩小与行业领先者的差距。面对AI技术的快速发展，积极采纳并深耕AI的车企有望进入一、二梯队，而未能及时跟进的企业则可能面临与头部企业差距的进一步扩大。

数据来源：亿欧智库注：评估中将数据进行标准化处理，100分为满分，以消除不同量纲、不同数值范围和不同分布特性对数据分析的影响
获取更多维度报告数据，请访问亿欧网(www.iyiou.com)

●AIEV综合发展水平较高的车企与科技公司在AI技术方向具有较多的合作，科技公司技术能力与车企自身研发能力结合，实现车端各域AI化水平提升。同时，AI技术领先的车企更倾向于自建智算中心或云计算平台，为车端大模型训练提供算力支持。

●头部车企集团代表车型的各域AI应用水平的平衡性较高，AI技术能力也较强，但是算力基础设施建设受限于芯片供给成为AI技术进步的阻碍。

亿欧智库：车企集团AIEV综合发展情况TOP5

L理想

数据来源：亿欧智库

概述

汽车各域的AI应用水平均处于较高水平，拥有较高算力的算力基础设施，与车企合作密切

智驾、智舱AI化水平较高，拥有较高算力的算力基础设施与较为广泛的AI生态合作

单一领域的AI化水平领先，拥有强大的算力基础设施支持，同时与科技公司广泛合作

璇玑架构和自研核心技术提供较强产品竞争壁垒，重视算力建设和生态合作体系搭建

产品AI化处于中上水平，算力基础设施算力领先，AI生态合作方面具有突出优势

产品AI化发展程度

在智驾、智舱、智能底盘方面具有优势，智驾采用NiO Assisted and Intelligent技术，智舱搭载NOMIGPT，智能底盘为AI4D底盘，AI技术应用水平平衡性强

依托理想AD Max、MindGPT，智驾、智舱领域的AI化水平较高，在车身域的AI应用水平处于行业中游水平，在底盘域的AI化水平亟待加强，整体平衡性有待加强

在智驾领域的AI应用方面达到全球领先水平，但是其他领域的AI化水平亟待加强。各域AI化水平差异较大，整体平衡性急需加强，整车AI化水平有待提高

一脑、两端、三网、四链组成的璇玑架构具有较为完整的AI产品体系，为AI技术上车应用提供全方位的支持，实现三电系统、底盘系统、车身系统、智能座舱联动融合

产品AI化发展较为均衡，整体AI化处于行业中上游水平，自研智驾系统CoffeePilot Ultra、智舱大模型Coffee GPT以及咖啡智能2.0智慧线控底盘

算力基础设施建设水平

拥有NAD中央智能计算集群，云端算力达1400 PFLOPS，为汽车各域的AI大模型训练提供算力支持

自建中央计算能力为750 PFLOPS的理想智能驾驶数据中心，其算力处于行业中上游水平，为AI大模型训练提供算力支持

预计2024年底Dojo智算中心的算力能够达到100000PFLOPS，为特斯拉大模型训练提供强大的支持

自建中央计算能力为2PFLOPS的超算中心，未来算力基础设施建设有待加强

自建九州超算中心，实现1640PFLOPS的中央计算能力，算力基础设施建设充分展现后发优势，在国内处于领先水平

AI生态合作能力

在车企合作、高校合作方面有突出亮点。与长安、一汽、广汽等众多车企集团保持技术合作，同时与合肥工业大学、南京大学等高校在人才培养方面有积极合作。

在AI软硬件方面的有较多合作，与联想、能链在软件方面合作，与何赛科技、芯联集成等企业在硬件方面合作，同时在常州成立理想汽车产业学院，增加人才储备

在AI解决方案方面与Mobileye、百度、华为广泛合作，并与上海电力大学在技术研发及人才培养方面达成合作

具有完整生态合作体系，与华为、苹果展开技术合作，同时携手英伟达、地平线推进AI芯片应用，并与包括清华大学在内的多所高等学府联合开展技术研究与开发

聚焦AI解决方案和AI硬件相关合作，与华为、移动、抖音、禾赛科技等科技公司均有技术合作，同时重视人才储备，与辽宁工业大学等高校合作培养人才

01 AIEV概念和发展背景综述

1.1 AIEV的定义
1.2 AIEV的特征
1.3AIEV产业驱动因素

02AIEV技术现状与趋势分析

2.1AIEV生态体系梳理

2.2AIEV各域技术发展分析

03AIEV车企集团发展程度评估

3.1AIEV评估体系搭建

3.2车企集团AIEV发展程度排名

04AIEV产业发展趋势洞察

4.1汽车产品属性转变洞察

4.2交通运行方式转变洞察

4.3汽车产业属性变化洞察

●汽车通过逐步整合AI技术，为用户提供满足工作、家庭、社交场景化需求的AI服务，其定位从驾乘工具向智能化服务新空间转变。

●汽车各域AI化水平的提升，推动汽车具有更强大的计算能力，汽车逐步向移动计算中心转变。强大的计算能力一方面支持各域精细、复杂的任务执行，另一方面满足群体智能的模型训练需求。你智库次智库

亿欧智库：汽车产品属性加速向工作、家庭、社交智能化服务新空间和移动计算中心转变

汽车加速突破驾乘工具的定位限制，通过提供AI化的服务，加速向智能化服务新空间转变

作为智能化服务新空间和移动计算中心的16169 AIEV

汽车正逐步整合AI技术，以适应工作、家庭和社交等多样化场景，从而全方位满足不同用户的需求。随着AI的赋能，汽车不再仅仅是交通工具，而是成为提供智能化服务的新空间。用户对汽车的期待也正从基本的移动工具向更高层次的服务体验转变。

数据来源：亿欧智库

汽车的计算能力随着AI技术上车加速提升汽车逐渐向移动计算中心转变

汽车的计算能力逐渐提升用以支持汽车各域AI化的发展需求，一方面AIEV需要支持汽车行驶过程中自动驾驶、智能座舱、智能底盘等各域的AI计算需求，另一方面，AIEV需要支持群体智能的模型训练需求，用于提升汽车整体智能化水平。

区域云

●AI技术辅助下的车路云协同体系有潜力重塑交通运行方式。展望未来，汽车队列化行驶模式预期将逐步取代现有的独立车辆控制模式，它将成为智能化交通网络的关键组成部分，进而增强整个交通系统的运行效能。

在新的交通运行方式下，用户通勤所花时间将降低，交通安全性将增强，能源利用效率将提升。

AI技术辅助下的车路云协同系统有望改变交通运行方式，未来车辆队列协同行驶将逐步发展并取代当前单车自主决策行驶模式，成为实现智慧交通的重要环节。

城市级智慧交通云平台

互联

边缘云

路段MEC

提升整体通行

路侧单元
4G/5G

C-V2X

自动驾驶汽车智能化队列协同行驶

数据来源：亿欧智库

·预测交通状况：AI结合多端数据提前预测和调整，减少交通流的波动。

优化速度控制：通过AI技术对车辆队列的协同控制，车辆可以以更均匀的速度行驶，减少不必要的加速和减速。

缩小车间距：在保证安全的前提下，AI化系统减小车辆间的安全距离可以增加道路上的车辆密度，提高道路的通行能力。

减少紧急制动：通过AI预测性驾驶策略，车辆可以平稳地调整速度，减少紧急制动的需要，降低追尾事故的风险。

协调变道和汇入/汇出操作：AI技术赋能下的车辆队列协同控制可以协调车辆的变道和汇入汇出操作，避免这些操作导致的交通冲突和事故。

优化交通流

减少安全事故

·减少人为错误：AI化控制减少了驾驶员误判造成的错误，从而降低事故率。

减少能源浪费：通过AI对车辆队列协同控制，可以减少因频繁变速和变道造成的能量损失，提升能源使用效率。

数据驱动的能源管理：通过AI自动收集和分析车辆运行数据，车辆队列协同控制系统可以进一步优化能源使用策略，实现更精细化的能源管理。

提升能源效率节能减排

·提高发动机效率：AI维持车辆在经济时速行驶，提高汽车动力域工作效率。

●随着科技的飞速发展和消费者需求的升级，汽车产业正在经历重大变革。传统的汽车制造商正在逐步转型成为科技公司，用户对汽车更换频率的上升推动汽车产业趋近于消费电子，更是为这一转变增添了新的维度。在这场转型的过程中，AI技术实力正逐渐成为车企竞争的核心要素，AI技术积累、AI领域人才储备和AI生态协作能力是竞争的关键。

随着汽车产业的持续发展，其核心驱动力正从传统的制造技术逐渐转向科技融合。汽车行业的竞争不再局限于基础的车辆制造和销售，而是转向更高层次的智能科技竞争。在这一变革中，先进技术将成为车企竞争的关键领域，决定着企业能否在激烈的市场竞争中占据优势。

数据来源：中国汽车流通协会、亿欧智库

汽车产业越发接近消费电子，消费者对于汽车的态度正在发生变化。根据中国汽车流通协会的二手车交易车龄数据，2024年6月车龄在3年内的车辆占比26%，相比2021年6月增长3%，车龄在3-6年内的车辆占比44%，相比2021年6月增长6%。与此同时，智能手机的换机周期大约是34个月，接近3年。这些数据表明，许多消费者已经开始将汽车视为一种"快消品"，其更换频率与智能手机等消费电子产品相似。这种趋势预示着汽车行业可能正朝着消费电子化的方向迅速发展。

亿欧智库：二手车交易车辆使用年限

●随着新能源汽车与人工智能的深度融合，人工智能电动汽车（AIEV）正引领汽车产业的创新浪潮。AIEV的智能化不仅推动了电子电气架构的集中化，也重塑了汽车软件架构，为汽车产品带来了颠覆性的创新。国家政策的大力支持和市场对AI技术的积极响应，为AIEV产业的快速发展提供了坚实的基础。中国车企集团通过技术革新和生态合作展现出产品优势，通过积极构建智算中心缩小了与国际领先企业的差距。AIEV产业的均衡发展和AI技术的全面应用，预示着汽车将加速向智能化服务新空间和移动计算中心转变。随着自动驾驶和智能座舱技术的不断进步，AIEV将为用户提供更加个性化和高效的驾驶体验。汽车产业正逐步向科技加消费电子转型，AI技术实力成为企业竞争的关键。展望未来，AIEV产业将在AI技术的推动下，实现更高效、更智能、更环保的交通出行方式，为社会带来深远的影响。

●由于时间和精力有限，本报告对于人工智能电动汽车（AIEV）的研究与讨论难免存在疏漏与偏差，敬请谅解。在此特别感谢蘑菇车联、商汤科技等企业对本报告给予的支持，为报告撰写输出了宝贵的专业观点和建议。

◆亿欧智库将持续关注汽车智能化领域，通过深度洞察输出更多有价值的研究成果。欢迎读者朋友们与我们交流联系，共同助力中国汽车智能化发展。

■亿欧智库已发布汽车智能化相关报告

2023中国智能驾驶功能体验及技术方案研究报告

2023中国智能电动汽车产业发展洞察研究报告

持续关注敬请期待
数据来源：亿欧智库

团队介绍：

亿欧智库（EOIntelligence）是亿欧旗下的研究与咨询机构。为全球企业和政府决策者提供行业研究、投资分析和创新咨询服务。亿欧智库对前沿领域保持着敏锐的洞察，具有独创的方法论和模型，服务能力和质量获得客户的广泛认可。次智库

亿欧智库长期深耕新科技、消费、大健康、汽车出行、产业/工业、金融、碳中和等领域，旗下近100名分析师均毕业于名校，绝大多数具有丰富的从业经验；亿欧智库是中国极少数能同时生产中英文深度分析和专业报告的机构，分析师的研究成果和洞察经常被全球顶级媒体采访和引用。

以专业为本，借助亿欧网和亿欧国际网站的传播优势，亿欧智库的研究成果在影响力上往往数倍于同行。同时，亿欧内部拥有一个由数万名科技和产业高端专家构成的资源库，使亿欧智库的研究和咨询有强大支撑，更具洞察性和落地性。

报告作者：

江山美

亿欧智库分析师

Email: jiangshanmei@iyiou.com

报告审核：

武东

亿欧高级研究总监

Email: wudong@iyiou.com

杨永平

亿欧执行总经理、亿欧汽车总裁

Email: yangyongping@iyiou.com

■ 版权声明:

本报告所采用的数据均来自合规渠道，分析逻辑基于智库的专业理解，清晰准确地反映了作者的研究观点。本报告仅在相关法律许可的情况下发放，并仅为提供信息而发放，概不构成任何广告。在任何情况下，本报告中的信息或所表述的意见均不构成对任何人的投资建议。本报告的信息来源于已公开的资料，亿欧智库对该等信息的准确性、完整性或可靠性作尽可能的追求但不作任何保证。本报告所载的资料、意见及推测仅反映亿欧智库于发布本报告当日之前的判断，在不同时期，亿欧智库可发出与本报告所载资料、意见及推测不一致的报告。亿欧智库不保证本报告所含信息保持在最新状态。同时，亿欧智库对本报告所含信息可在不发出通知的情形下做出修改，读者可自行关注相应的更新或修改。

本报告版权归属于亿欧智库，欢迎因研究需要引用本报告内容，引用时需注明出处为“亿欧智库”。对于未注明来源的引用、盗用、篡改以及其他侵犯亿欧智库著作权的商业行为，亿欧智库将保留追究其法律责任的权利。

关于我们：

亿欧是一家专注科技+产业+投资的信息平台和智库；成立于2014年2月，总部位于北京，在上海、深圳南京、纽约设有分公司。亿欧立足中国、影响全球，用户/客户覆盖超过50个国家或地区。

亿欧旗下的产品和服务包括：信息平台亿欧网（iyiou.com）、亿欧国际站（EqualOcean.com）、研究和咨询服务亿欧智库（EOIntelligence），产业和投融资数据产品亿欧数据（EOData）；行业垂直子公司亿欧大健康（EOHealthcare）和亿欧汽车（EOAuto）等。

●基于自身的研究和咨询能力，同时借助亿欧网和亿欧国际网站的传播优势；亿欧为创业公司、大型企业、政府机构、机构投资者等客户类型提供有针对性的服务。161 (1616

创业公司

亿欧旗下的亿欧网和亿欧国际站是创业创新领域的知名信息平台，是各类VC机构、产业基金、创业者和政府产业部门重点关注的平台。创业公司被亿欧网和亿欧国际站报道后，能获得巨大的品牌曝光，有利于降低融资过程中的解释成本；同时，对于吸引上下游合作伙伴及招募人才有积极作用。对于优质的创业公司，还可以作为案例纳入亿欧智库的相关报告，树立权威的行业地位。

大型企业

凭借对科技+产业+投资的深刻理解，亿欧除了为一些大型企业提供品牌服务外，更多地基于自身的研究能力和第三方视角，为大型企业提供行业研究、用户研究、投资分析和创新咨询等服务。同时，亿欧有实时更新的产业数据库和广泛的链接能力，能为大型企业进行产品落地和布局生态提供支持。库库

政府机构

针对政府类客户，亿欧提供四类服务：一是针对政府重点关注的领域提供产业情报，梳理特定产业在国内外的动态和前沿趋势，为相关政府领导提供智库外脑。二是根据政府的要求，组织相关产业的代表性企业和政府机构沟通交流，探讨合作机会；三是针对政府机构和旗下的产业园区，提供有针对性的产业培训，提升行业认知、提高招商和服务域内企业的水平；四是辅助政府机构做产业规划。

■ 机构投资者

亿欧除了有强大的分析师团队外，另外有一个超过15000名专家的资源库；能为机构投资者提供专家咨询、和标的调研服务，减少投资过程中的信息不对称，做出正确的投资决策。

◆欢迎合作需求方联系我们，一起携手进步；电话010-53321289，邮箱 hezu0@iyiou.com

扫码关注亿欧智库查看更多研究报告

扫码添加小助手加入行业交流群

亿欧智库

网址: https://www.iyiou.com/research

邮箱 : hezuo@iyiou.com

电话：010-53321289

北京：北京市朝阳区关庄路2号院中关村科技服务大厦C座4层丨上海：上海市闵行区申昆路1999号4幢806

深圳：广东省深圳市南山区华润置地大厦 C座6层丨纽约：4 World Trade Center, 29th Floor-Office 67,150 Greenwich St, New York,NY 10006

【亿欧智库】人工智能开启汽车产业智能化新时代—2024AIEV产业研究