> 数据图表咨询下各位智能驾驶：从软件定义汽车到AI定义汽车2025-7-1智能驾驶：从软件定义汽车到AI定义汽车 AI定义汽车是指以人工智能技术为核心驱动力，通过数据投喂和训练无限度规则的AI大模型来提高对复杂场景的感知、理解和决策能力。AI大模型的快速迭代，是从软件定义汽车到AI定义汽车的拐点，基于规则的智能算法正被更为灵活的AI核心技术所取代。从技术层面看，软件定义汽车强调通过软件升级拓展功能，AI技术的加入使汽车智能化突破固有的规则，使汽车具备自我学习成长的能力。 AI定义汽车将智能汽车从“可用”进阶为“好用”，推动汽车从交通工具向“超级智能体”或“出行智慧生命体”演变。数据是在汽车行驶及与外部环境交互时收集的各类信息，是AI汽车的“燃料”，为算法训练优化提供基础素材。算力包含云端计算中心、车端AI芯片，负责处理数据、执行计算任务，是智能汽车“引擎”，决定系统性能上限。模型指基于人工智能理论和数学模型，用于处理分析数据、实现特定智能功能的一系列计算步骤与规则，是汽车“大脑”，决定智能化水平。AI定义汽车软件定义汽车开发大幅简化开发流程，减少对人工的依赖：大部分模型在云端完成训练，以AI大模型为核心，依托云端的强大计算能力进行数据训练和自动化迭代完全以数据驱动来解决边缘场景，利用FM中的互联网规模数据加强泛化能力AI技术深度融合软硬件所有组件的编码/工程设计工作量巨大：依赖于大量人工开发和工程师介入，各个功能模块如感知、规划和控制等，都需独立设计算法，并通过大量路试和迭代来完善边缘场景识别和融合速度慢底层硬件适配难度大，不同车型硬件配置各异，软件更新可能无法充分发挥硬件潜能，甚至引发兼容性问题测试通过云端仿真完成大部分测试与验证涉及海量路测需要高效基础设施支持测试数据闭环-飞轮测试部署数据闭环效率OTA=模型更新OTA更新通过云端仿真和端到端的大模型，AI定义汽车具备了自动数据闭环的能力，极大提升了开发效率，特别是在应对边缘场景（Corner Case）时，汽车能迅速识别并优化，从而不断迭代改进系统复杂性高，数据闭环效率受到限制，使得汽车在应对复杂和多变驾驶场景时显得捉襟见肘数据来源：佐思汽研，西南证券整理19西南证券综合其他
