在2025年4月23日，上海国际汽车工业展览会拉开了帷幕，AI技术成为今年车展的核心关键词之一。车展前夕，腾讯展示了其座舱端侧大模型，基于混元2B小参数模型；英特尔首次亮相车展，并与面壁智能合作研发端侧原生智能座舱；宝马则宣布DeepSeek系统将在年内部署于多个新车。这一系列的展示标志着AI技术正在快速渗透到汽车领域，而智能座舱和智能驾驶系统的发展也正面临越来越高的算力需求。

近年来，AI在汽车行业的应用正日益成熟，特别是在智能座舱和智能驾驶方面。面壁智能的CEO李大海曾指出，汽车和手机是AI技术落地最好的场景之一，尤其是在汽车领域，AI的应用逐渐从理论走向实际。在这次车展上，腾讯、英特尔等大厂纷纷展示了自己的技术成果，其中腾讯的座舱端侧大模型引起了广泛关注。腾讯的智慧出行副总裁钟学丹表示，腾讯的端侧模型与Agent智能体目前已与多家车企展开合作，虽然量产还需要一段时间，但这种技术已在逐步实现应用。

腾讯推出的端侧模型具备在本地进行推理的能力，可以分析用户当前的需求，并为其提供个性化的建议。例如，当车主在驾驶过程中通过语音指令请求一杯大杯拿铁时，系统会自动根据车主的偏好，选择最接近的咖啡店并安排取餐。这种深度融合社交、娱乐生态的智能服务，正逐步提升汽车智能座舱的体验。尽管这一技术展现出强大的潜力，钟学丹也明确表示，端侧模型依旧存在局限性。2B小参数模型的推理能力较为有限，因此当遇到复杂推理任务时，还需要依赖云端模型的支持。智能座舱的应用场景将更多侧重于用户行为和意图的识别，而非传统的问答对话。

与此大模型的“幻觉”问题成为了技术发展中的另一个挑战。由于AI大模型的本质是通过预测下一个词元进行推理，导致其生成的回答并不总是准确无误。钟学丹指出，要减少这种“幻觉”现象，需要将行业特定的数据融入到模型训练中，同时加强对知识的理解能力。这一措施将有助于提升端侧模型的准确性，为车主提供更加可靠的智能服务。

除了智能座舱，智能驾驶领域的算力需求也在不断增加。随着端到端模型的普及，车载AI系统的算力消耗逐渐成为了业界关注的重点。钟学丹提到，端到端模型将在2026或2027年开始量产，而这一新型模型的推出预计将带来更为庞大的数据处理量，这对汽车产业的算力提出了更高要求。考虑到当前车载计算平台的能力，业界预计，处理这些数据的能力需要达到过去系统的10倍以上，这对现有的汽车硬件设备提出了前所未有的挑战。

目前，智能驾驶技术仍处于弱专家系统的阶段。元戎启行的CEO周光表示，虽然智能驾驶技术正在快速进步，但与大语言模型相比，当前的自动驾驶系统仍处于特定领域的应用阶段。随着技术的不断发展，智能驾驶系统正在朝着通才阶段迈进，未来有望实现L5级自动驾驶，标志着行业的成熟与突破。周光还指出，未来的自动驾驶系统将采用视觉语言动作模型（VLA）架构，这一架构具备更强的思维链能力，预计将对算力提出更高的要求。

可以看出，AI加速在汽车行业的应用不仅带来了前所未有的智能化体验，也带来了巨大的算力挑战。从智能座舱到智能驾驶，汽车行业在逐步实现AI技术落地的过程中，需要不断优化硬件设备和算法模型的协同工作，以满足日益增长的算力需求。端侧模型与云端计算的结合，将是智能汽车技术能够持续发展的关键所在。随着技术的成熟，汽车的智能化水平将不断提升，最终实现更加智能、便捷的驾驶体验。