留言
报告导航:研究报告制造业汽车
2025年中国主机厂AI定义汽车策略研究报告
字数:0.0万 页数:420 图表数:0
中文电子版:12000元 中文纸版:9600元 中文(电子+纸)版:12500元
编号:BHY ZXF 发布日期:2025-04 附件:

        发布的《2025年中国主机厂AI定义汽车策略研究报告》,报告中对AI定义汽车的概念、AI定义汽车与软件定义汽车的区别、AI汽车三大要素(数据、算力、模型)、主流主机厂在三大要素方面的策略与布局、AI如何赋能汽车智造、主流主机厂在智驾、智舱等领域的AI策略与布局等进行了研究分析与梳理总结。

        AI定义汽车是指以人工智能技术为核心驱动力,对汽车的研发、设计、生产、使用和服务等全生命周期进行全方位重塑的新一代汽车。AI定义汽车的核心在于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 VS 软件定义汽车:在研发环节的优势
AI定义汽车策略 1.png
来源:佐思汽研《2025年中国主机厂AI定义汽车策略研究报告》

        AI定义汽车:将智能汽车从“可用” 进阶为“好用”:软件定义汽车部分功能停留在“可用”阶段,其性能在精度、稳定性和智能决策等方面的不足大大影响着用户体验;AI定义汽车将从多个方面重塑智能汽车,含智能座舱、智能驾驶、底盘域等,使智能汽车产品从功能向能力演进,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。

AI定义汽车将智能汽车从“可用” 进阶为“好用”
AI定义汽车策略 2.png
来源:佐思汽研《2025年中国主机厂AI定义汽车策略研究报告》

        一 AI汽车依赖三大要素深度耦合:数据、算力、模型

        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汽车三大要素—数据、算力、模型的定位及其之间的关系
AI定义汽车策略 3.png
来源:佐思汽研《2025年中国主机厂AI定义汽车策略研究报告》

        主机厂需同步布局三要素:数据方面需建立全场景覆盖能力;算力方面需突破芯片能效比瓶颈;模型方面需实现车云协同推理。终局形态的AI汽车依赖三要素深度耦合,形成“数据越用越精、算力越强越省、模型越练越优”的自进化体系。

主要主机厂在数据、算力领域的布局汇总
AI定义汽车策略 4.png
来源:佐思汽研《2025年中国主机厂AI定义汽车策略研究报告》

        二 智驾AI快速迭代,2025开始竞争VLA模型

        智驾领域的AI技术演进和迭代尤其迅速,从传统CNN到BEV+Transformer(2023年)、端到端(2024年)、端到端+VLM(2024年末)以及VLA(2025年)。VLA标志着智驾技术从“感知-决策的分离”向“感知-推理-执行的一体化“范式跨越。

        VLA(视觉-语言-动作模型)作为传统端到端智驾的进阶形态,通过多模态融合(视觉+语言+执行)和思维链推理,解决了当前智驾系统的三大核心痛点:全局决策能力、可解释性突破和泛化性能跃升。

        理想汽车、小鹏汽车、吉利汽车都明确计划在2025年逐步推送VLA上车;其他车企尽管采用了不同(或近似)的技术路径,但融入AI的进度一点也不慢。

        2025年或许会成为VLA智驾方案的"奇点时刻",VLA上车不仅是技术迭代,更是智能汽车从“工具”向“智能体”的跃迁。这场竞赛中,拥有数据基座、算力护城河和爆款车型载体的企业将掌握下一个十年的汽车行业话语权。而对于消费者而言,更人性化的出行体验与更激烈的市场博弈,将成为2025年中国智能汽车行业的双重底色。

主要主机厂智驾AI技术路径、硬件方案和落地时间
AI定义汽车策略 5.png
来源:佐思汽研《2025年中国主机厂AI定义汽车策略研究报告》

        三 主机厂正在加速整车AI布局和AI应用上车

        从理想汽车AI定义汽车布局来看,自2024年起,理想汽在AI的驱动下进入汽车智能化全面高速发展周期,先后全量推送行业首创的端到端+VLM双系统智能驾驶、车位到车位智能驾驶等,并计划于2025年Q3实现下一代自动驾驶架构Mind VLA量产上车。

理想汽车AI定义汽车布局
AI定义汽车策略 6.png
来源:佐思汽研《2025年中国主机厂AI定义汽车策略研究报告》

        理想汽车于2021年正式启动汽车操作系统自研项目,投入200人的研发团队和超十亿元的研发费用,完成方案选型、架构设计和落地,并于2024年实现首个版本量产上车。2025年3月,理想汽车董事长李想在2025中关村论坛年会上宣布理想汽车汽车操作系统开源,据理想汽车估算,理想星环OS开源预计将帮助汽车行业每年节省100亿-200亿元研发资源的重复投入,这将进一步加速中国汽车行业AI定义汽车进程。

理想汽车自研汽车操作系统:星环OS
AI定义汽车策略 7.png
来源:佐思汽研《2025年中国主机厂AI定义汽车策略研究报告》

        理想汽车于2021年正式启动汽车操作系统自研项目,投入200人的研发团队和超十亿元的研发费用,完成方案选型、架构设计和落地,并于2024年实现首个版本量产上车。2025年3月,理想汽车董事长李想在2025中关村论坛年会上宣布理想汽车汽车操作系统开源,据理想汽车估算,理想星环OS开源预计将帮助汽车行业每年节省100亿-200亿元研发资源的重复投入,这将进一步加速中国汽车行业AI定义汽车进程。

理想汽车自研汽车操作系统:星环OS
AI定义汽车策略 8.png
来源:佐思汽研《2025年中国主机厂AI定义汽车策略研究报告》

        在2025年3月吉利发布会前夕,吉利汽车和千里科技成立了一个合资公司“千里智驾”。千里科技董事长印奇是“AI四小龙”之一旷视科技的联合创始人。

        在印奇看来,当前AI技术正从L2“推理者”向L3“智能体”阶段跃迁,2025年成为AI应用爆发之年是业内共识,这个趋势会率先引爆“AI+车”。

        AI如何定义汽车?或许能从吉利与千里科技接下来的3个方面合作中找到一些线索:超自然人机交互,自动驾驶及自动执行全面落地,以及车联网大模型的量级升维。

吉利“AI+车“的技术基座 :VLA +世界生成模型 +AI Drive 大模型
AI定义汽车策略 9.png

AI定义汽车策略 10.png
来源:吉利汽车

01 AI定义汽车概述
1.1 AI定义汽车 VS 软件定义汽车(1)

1.1 AI定义汽车 VS 软件定义汽车(2)

1.2 AI汽车三大要素(1)
1.2 AI汽车三大要素(2)

1.3 AI正在重塑汽车产业格局
1.4 AI汽车带来的交通行业变革
1.5 AI定义汽车时代的人机合作模式
1.6 AI汽车推动城市治理模式变革
1.7 AI汽车加速未来交通模式到来

1.8 AI定义汽车面临的挑战及解决路径
1.8.1 AI定义汽车面临的挑战及解决路径(1):技术
1.8.2 AI定义汽车面临的挑战及解决路径(2):社会伦理
1.8.3 AI定义汽车面临的挑战及解决路径(3):行业标准
1.8.4 AI定义汽车面临的挑战及解决路径(4):法律法规

02 主机厂AI基础层布局:数据+算力
2.1 AI定义汽车基础层:数据

2.1.1 AI在汽车数据采集、传输、存储中的应用
2.1.2 AI在汽车数据处理、标注、训练中的应用
2.1.3 主机厂数据闭环AI应用案例(1)
2.1.3 主机厂数据闭环AI应用案例(2)
2.1.4 主机厂AI数据闭环能力盘点
2.1.5 供应商数据闭环产品AI应用案例(1)
2.1.5 供应商数据闭环产品AI应用案例(2)
2.1.5 供应商数据闭环产品AI应用案例(3)
2.1.6 供应商数据闭环产品AI应用总结(1)
2.1.6 供应商数据闭环产品AI应用总结(2)
2.1.7 AI技术加持下,数据闭环的终极形态可能是 “自我进化系统”
2.1.8 供应商AI数据标注应用案例(1)
2.1.8 供应商AI数据标注应用案例(2)
2.1.9 供应商AI数据标注产品总结(1)
2.1.9 供应商AI数据标注产品总结(2)

2.2 数据是AI技术的核心生产材料
2.2.1 数据已从辅助性资源演变为AI大模型的核心生产资料(1)
2.2.1 数据已从辅助性资源演变为AI大模型的核心生产资料(2)
2.2.2 数据的规模与质量决定模型性能

2.3 AI定义汽车基础层:云端算力
2.3.1 AI技术应用对云端算力的需求及解决办法
2.3.2 主机厂如何构建满足AI需求的云端算力(1)
2.3.2 主机厂如何构建满足AI需求的云端算力(2)
2.3.3 主机厂与第三方合作构建满足AI需求的云端算力的案例
2.3.4 国内主机厂云端算力平台汇总(部分)

2.4 AI定义汽车基础层:车端算力
2.4.1 AI技术应用对车端算力的需求及解决办法
2.4.2 主机厂如何构建满足AI需求的车端算力
2.4.3 主机厂自研车端AI算力芯片的案例(1)
2.4.3 主机厂自研车端AI算力芯片的案例(2)
2.4.3 主机厂自研车端AI算力芯片的案例(3)
2.4.4 主机厂自研车端算力芯片盘点

03 主机厂AI模型层布局
3.1 AI大模型在汽车领域应用概述

3.1.1 AI大模型的定义与特点
3.1.2 AI基石大模型分类及其在汽车领域的应用
3.1.3 AI大模型在整车不同层级的应用(1)
3.1.3 AI大模型在整车不同层级的应用(2)
3.1.4 舱驾融合的中央计算架构为AI汽车落地提供了有利环境(1)
3.1.4 舱驾融合的中央计算架构为AI汽车落地提供了有利环境(2)

3.2 AI大模型对车载芯片领域的需求
3.2.1 AI大模型部署在端侧,将继续驱动车载芯片算力需求几何倍数增长
3.2.2 AI大模型部署在端侧,呼唤大算力、低功耗的存算一体芯片
3.2.3 AI大模型经过蒸馏、压缩后,可降低车端算力的需求
3.2.4 AI大模型蒸馏、压缩应用案例
3.2.5 可运行AI大模型的车载芯片汇总

3.3 AI大模型在汽车操作系统的应用
3.3.1 AI大模型的应用对汽车操作系统的影响(1)
3.3.1 AI大模型的应用对汽车操作系统的影响(2)
3.3.1 AI大模型的应用对汽车操作系统的影响(3)
3.3.1 AI大模型的应用对汽车操作系统的影响(4)
3.3.2 AI大模型在操作系统领域的应用案例(1)
3.3.2 AI大模型在操作系统领域的应用案例(2)
3.3.2 AI大模型在操作系统领域的应用案例(3)
3.3.2 AI大模型在操作系统领域的应用案例(4)
3.3.3 AI大模型可用于生成Autosar测试

3.4 AI大模型在智能驾驶领域的应用
3.4.1 AI大模型在智能驾驶领域的应用(1)
3.4.1 AI大模型在智能驾驶领域的应用(2)
3.4.2 AI大模型生成式仿真技术提升驾驶仿真系统的真实度、丰富仿真场景(1)
3.4.2 AI大模型生成式仿真技术提升驾驶仿真系统的真实度、丰富仿真场景(2)
3.4.2 AI大模型生成式仿真技术提升驾驶仿真系统的真实度、丰富仿真场景(3)
3.4.2 AI大模型生成式仿真技术提升驾驶仿真系统的真实度、丰富仿真场景(4)
3.4.3 AI大模型生成式仿真技术应用案例(1)
3.4.3 AI大模型生成式仿真技术应用案例(2)
3.4.4 AI大模型在智能驾驶感知的应用(1)
3.4.4 AI大模型在智能驾驶感知的应用(2)
3.4.5 AI大模型在智能驾驶感知的主机厂应用案例(1)
3.4.5 AI大模型在智能驾驶感知的主机厂应用案例(2)
3.4.5 AI大模型在智能驾驶感知的主机厂应用案例(3)
3.4.5 AI大模型在智能驾驶感知的主机厂应用案例(4)
3.4.6 AI大模型在智能驾驶感知的供应商应用案例(1)
3.4.6 AI大模型在智能驾驶感知的供应商应用案例(2)
3.4.6 AI大模型在智能驾驶感知的供应商应用案例(3)
3.4.7 AI大模型在智能驾驶决策的应用(1)
3.4.7 AI大模型在智能驾驶决策的应用(2)
3.4.8 AI大模型在智能驾驶决策的主机厂应用案例(1)
3.4.8 AI大模型在智能驾驶决策的主机厂应用案例(2)
3.4.9 AI大模型在智能驾驶决策的供应商应用案例(1)
3.4.9 AI大模型在智能驾驶决策的供应商应用案例(2)
3.4.10 AI大模型在智能驾驶领域的应用趋势(1)
3.4.10 AI大模型在智能驾驶领域的应用趋势(2)
3.4.10 AI大模型在智能驾驶领域的应用趋势(3)

3.5 AI大模型在智能座舱与交互的应用
3.5.1 AI大模型在智能座舱的应用:AI定义座舱VS 软件定义座舱
3.5.2 AI大模型在智能座舱的应用场景
3.5.3 AI大模型在智能座舱交互设计的应用:推动情感化交互(1)
3.5.3 AI大模型在智能座舱交互设计的应用:推动情感化交互(2)
3.5.4 AI大模型在智能座舱HUD的应用
3.5.5 AI大模型在智能座舱语音交互的应用(1)
3.5.5 AI大模型在智能座舱语音交互的应用(2)
3.5.6 AI大模型在智能座舱语音交互的应用:供应商方案总结
3.5.7 AI大模型在智能座舱手势识别的应用
3.5.8 AI大模型在智能座舱监控的应用
3.5.9 AI大模型在智能座舱监控采用的AI算法
3.5.10 AI大模型在智能座舱监控的应用案例(1)
3.5.10 AI大模型在智能座舱监控的应用案例(2)
3.5.11 AI大模型在智能座舱个性化服务的应用
3.5.12 AI大模型在智能座舱的应用趋势(1)
3.5.12 AI大模型在智能座舱的应用趋势(2)
3.5.12 AI大模型在智能座舱的应用趋势(3)

3.6 主机厂AI大模型应用汇总
3.7 汽车供应商AI大模型应用汇总
3.8 国内主流AI大模型汇总

3.9 AI大模型在汽车领域的应用痛点及发展趋势
3.9.1 AI大模型在汽车领域应用痛点及其解决方案(1)
3.9.1 AI大模型在汽车领域应用痛点及其解决方案(2)
3.9.2 AI大模型在汽车领域应用趋势一
3.9.3 AI大模型在汽车领域应用趋势二:(1)
3.9.3 AI大模型在汽车领域应用趋势二:(2)
3.9.3 AI大模型在汽车领域应用趋势二:(3)
3.9.4 AI大模型在汽车领域应用趋势三
3.9.5 AI大模型在汽车领域应用趋势四

04 主机厂如何在研发、生产、销售、服务等领域运用AI
4.1 AI技术全链路赋能主机厂:研发、生产、销售、服务、产业链管理(1)

4.1 AI技术全链路赋能主机厂:研发、生产、销售、服务、产业链管理(2)

4.2 AI技术在研发设计的应用:SoC研发设计(1)
4.2 AI技术在研发设计的应用:SoC研发设计(2)
4.2 AI技术在研发设计的应用:SoC研发设计(3)
4.2 AI技术在研发设计的应用:SoC研发设计(4)

4.3 AI技术在研发设计的应用:智能座舱交互
4.4 AI技术在研发设计的应用案例
4.5 AI技术在汽车生产中的应用

4.6 AI技术在汽车生产中的应用案例(1)
4.6 AI技术在汽车生产中的应用案例(2

4.7 AI技术在汽车生产中的应用:主机厂应用汇总(1)
4.7 AI技术在汽车生产中的应用:主机厂应用汇总(2)

4.8 AI技术在销售与服务中的应用
4.9 AI技术在销售与服务中应用:主机厂应用汇总

4.10 主机厂如何组建AI团队(1)
4.10 主机厂如何组建AI团队(2)

4.11 主机厂组建AI团队案例(1)
4.11 主机厂组建AI团队案例(2)
4.11 主机厂组建AI团队案例(3)

05 主机厂在AI定义汽车领域的进展与布局
5.1 理想汽车

5.1.1 理想汽车AI布局
5.1.1 理想汽车面向AI的战略(1)
5.1.1 理想汽车面向AI的战略(2)
5.1.1 理想汽车面向AI的战略(3)
5.1.2 理想汽车AI研发投入与团队建设
5.1.3 理想汽车AI数据策略(1)
5.1.3 理想汽车AI数据策略(2)
5.1.3 理想汽车AI数据策略(3)
5.1.3 理想汽车AI数据策略(4)
5.1.4 理想汽车AI算力布局(1)
5.1.4 理想汽车AI算力布局(2
5.1.4 理想汽车AI算力布局(3)
5.1.4 理想汽车AI算力布局(4)
5.1.5 理想汽车基于端到端和VLM大模型的自动驾驶VLA方案(1)
5.1.5 理想汽车基于端到端和VLM大模型的自动驾驶VLA方案(2)
........................
5.1.5 理想汽车基于端到端和VLM大模型的自动驾驶VLA方案(7)
5.1.6 理想汽车面向AI的整车操作系统 (1)
5.1.6 理想汽车面向AI的整车操作系统 (2)
5.1.7 理想汽车自动驾驶端到端方案的底层算法(1)
........................
5.1.7 理想汽车自动驾驶端到端方案的底层算法(5)
5.1.8 理想汽车AI大模型训练平台:采用4D并行方式
5.1.9 理想汽车AI Agent (1)
5.1.9 理想汽车AI Agent (2)
........................
5.1.9 理想汽车AI Agent (8)
5.1.9 理想汽车AI Agent (9)
5.1.10 理想汽车AI多模态交互应用场景(1)
5.1.10 理想汽车AI多模态交互应用场景(2)
........................
5.1.10 理想汽车AI多模态交互应用场景(6)
5.1.11 理想汽车研发生产的AI应用(1)
5.1.11 理想汽车研发生产的AI应用(2)

5.2 蔚来汽车
5.2.1 蔚来汽车AI布局
5.2.1 蔚来汽车面向AI的战略(1)
5.2.1 蔚来汽车面向AI的战略(2)
5.2.1 蔚来汽车面向AI的战略(3)
5.2.2 蔚来汽车AI算力布局(1)
........................
5.2.2 蔚来汽车AI算力布局(5)
5.2.3 蔚来汽车面向AI的整车操作系统(1)
5.2.3 蔚来汽车面向AI的整车操作系统(2)
........................
5.2.3 蔚来汽车面向AI的整车操作系统(7)
5.2.4 蔚来汽车基于AI的自动驾驶方案(1)
........................
5.2.4 蔚来汽车基于AI的自动驾驶方案(7)
5.2.5 蔚来汽车AI智能座舱应用(1)
5.2.5 蔚来汽车AI智能座舱应用(2)
........................
5.2.5 蔚来汽车AI智能座舱应用(11)
5.2.5 蔚来汽车AI智能座舱应用(12)

5.3 小鹏汽车
5.3.1 小鹏汽车AI布局
5.3.1 小鹏汽车面向AI的战略(1)
5.3.1 小鹏汽车面向AI的战略(2)
5.3.1 小鹏汽车面向AI的战略(3)
5.3.1 小鹏汽车面向AI的战略(4)
5.3.2 小鹏汽车AI数据策略(1)
5.3.2 小鹏汽车AI数据策略(2)
5.3.2 小鹏汽车AI数据策略(3)
5.3.3 小鹏汽车AI算力布局(1)
5.3.3 小鹏汽车AI算力布局(2)
........................
5.3.3 小鹏汽车AI算力布局(8)
5.3.4 小鹏汽车面向AI的整车操作系统(1)
5.3.4 小鹏汽车面向AI的整车操作系统(2)
5.3.4 小鹏汽车面向AI的整车操作系统(3)
5.3.4 小鹏汽车面向AI的整车操作系统(4)
5.3.5 小鹏汽车基于AI的端到端自动驾驶方案(1)
........................
5.3.5 小鹏汽车基于AI的端到端自动驾驶方案(6)
5.3.5 小鹏汽车基于AI的端到端自动驾驶方案(7)
5.3.6 小鹏汽车AI智能座舱应用(1)
5.3.6 小鹏汽车AI智能座舱应用(2)
5.3.6 小鹏汽车AI智能座舱应用(3)
5.3.6 小鹏汽车AI智能座舱应用(4)
5.3.6 小鹏汽车AI智能座舱应用(5)

5.4 小米
5.4.1 小米汽车AI战略
5.4.2 小米汽车AI数据策略
5.4.3 小米汽车AI算力布局
5.4.4 小米汽车面向AI的整车操作系统(1)
........................
5.4.4 小米汽车面向AI的整车操作系统(7)
5.4.4 小米汽车面向AI的整车操作系统(8)
5.4.5 小米汽车基于AI的自动驾驶方案(1)
5.4.5 小米汽车基于AI的自动驾驶方案(2)
5.4.5 小米汽车基于AI的自动驾驶方案(3)
5.4.5 小米汽车基于AI的自动驾驶方案(4)
5.4.6 小米汽车AI智能座舱(1)
........................
5.4.6 小米汽车AI智能座舱(6)

5.5 吉利汽车
5.5.1 吉利汽车AI布局
5.5.1 吉利汽车面向AI的战略(1)
5.5.1 吉利汽车面向AI的战略(2)
5.5.1 吉利汽车面向AI的战略(3)
5.5.1 吉利汽车面向AI的战略(4)
5.5.1 吉利汽车面向AI的战略(5)
5.5.2 吉利汽车AI数据策略(1)
5.5.2 吉利汽车AI数据策略(2)
........................
5.5.2 吉利汽车AI数据策略(7)
5.5.3 吉利汽车AI算力布局(1)
5.5.3 吉利汽车AI算力布局(2)
5.5.3 吉利汽车AI算力布局(3)
5.5.2 吉利汽车AI数据策略(4)
5.5.4 吉利汽车面向AI的汽车操作系统(1)
........................
5.5.4 吉利汽车面向AI的汽车操作系统(6)
5.5.5 吉利汽车基于AI的自动驾驶方案(1)
5.5.5 吉利汽车基于AI的自动驾驶方案(2)
........................
5.5.5 吉利汽车基于AI的自动驾驶方案(6)
5.5.6 吉利汽车AI智能座舱应用(1)
5.5.6 吉利汽车AI智能座舱应用(2)
5.5.6 吉利汽车AI智能座舱应用(3)
5.5.6 吉利汽车AI智能座舱应用(4)
5.5.7 吉利汽车AI智能底盘(1)
5.5.7 吉利汽车AI智能底盘(2)
5.5.8 吉利汽车在产、销、服环节的AI应用案例
5.5.9 吉利汽车针对生产环节的星睿智能体平台

5.6 比亚迪
5.6.1 比亚迪汽车AI布局
5.6.1 比亚迪汽车面向AI的战略(1)
5.6.1 比亚迪汽车面向AI的战略(2)
5.6.1 比亚迪汽车面向AI的战略(3)
5.6.2 比亚迪汽车AI数据策略(1)
5.6.2 比亚迪汽车AI数据策略(2)
5.6.2 比亚迪汽车AI数据策略(3)
5.6.3 比亚迪汽车AI算力布局
5.6.4 比亚迪汽车基于AI的整车智能架构:璇玑架构
5.6.5 比亚迪汽车基于AI的自动驾驶方案(1)
5.6.5 比亚迪汽车基于AI的自动驾驶方案(2)
5.6.5 比亚迪汽车基于AI的自动驾驶方案(3)
5.6.5 比亚迪汽车基于AI的自动驾驶方案(4)
5.6.6 比亚迪汽车智能座舱AI应用(1)
5.6.6 比亚迪汽车智能座舱AI应用(2)
5.6.7 比亚迪汽车AI智造

5.7 长安汽车
5.7.1 长安汽车数字化战略(1)
........................
5.7.1 长安汽车数字化战略(6)
5.7.2 长安汽车基于AI的汽车操作系统
5.7.3 长安汽车基于AI的自动驾驶方案(1)
5.7.3 长安汽车基于AI的自动驾驶方案(2)
5.7.3 长安汽车基于AI的自动驾驶方案(3)
5.7.4 长安汽车智能座舱的AI应用(1)
........................
5.7.4 长安汽车智能座舱的AI应用(5)
5.7.5 长安汽车AI智造(1)
5.7.5 长安汽车AI智造(2)

5.8 北汽
5.8.1 北汽智能座舱AI Agent(1)
5.8.1 北汽智能座舱AI Agent(2)
5.8.1 北汽智能座舱AI Agent(3)
5.8.2 北汽基于AI的汽车操作系统
5.8.3 北汽智能座舱AI应用(1)
........................
5.8.3 北汽智能座舱AI应用(7)
5.8.3 北汽智能座舱AI应用(8)

5.9 长城汽车
5.9.1 长城汽车面向AI的战略
5.9.2 长城汽车AI数据策略(1)
5.9.2 长城汽车AI数据策略(2)
5.9.2 长城汽车AI数据策略(3)
5.9.3 长城汽车AI算力布局(1)
5.9.3 长城汽车AI算力布局(2)
5.9.3 长城汽车AI算力布局(3)
5.9.3 长城汽车AI算力布局(4)
5.9.4 长城汽车基于AI的汽车操作系统
5.9.5 长城汽车基于AI的自动驾驶方案(1)
5.9.5 长城汽车基于AI的自动驾驶方案(2)
5.9.5 长城汽车基于AI的自动驾驶方案(3)
5.9.6 长城汽车AI智能座舱应用(1)
5.9.6 长城汽车AI智能座舱应用(2)

5.10 奇瑞汽车
5.10.1 奇瑞汽车面向AI的战略(1)
5.10.1 奇瑞汽车面向AI的战略(2)
5.10.1 奇瑞汽车面向AI的战略(3)
5.10.2 奇瑞汽车AI数据策略
5.10.3 奇瑞汽车基于AI的自动驾驶方案(1)
5.10.3 奇瑞汽车基于AI的自动驾驶方案(2)
5.10.3 奇瑞汽车基于AI的自动驾驶方案(3)
5.10.3 奇瑞汽车基于AI的自动驾驶方案(4)
5.10.4 奇瑞汽车智能座舱AI应用(1)
5.10.4 奇瑞汽车智能座舱AI应用(2)
5.10.4 奇瑞汽车智能座舱AI应用(3)

5.11 上汽
5.11.1 上汽面向AI的战略(1)
5.11.1 上汽面向AI的战略(2)
5.11.1 上汽面向AI的战略(3)
5.11.1 上汽面向AI的战略(4)
5.11.2 上汽AI数据策略(1)
5.11.2 上汽AI数据策略(2)
5.11.2 上汽AI数据策略(3)
5.11.2 上汽AI数据策略(4)
5.11.3 上汽面向AI的整车操作系统(1)
5.11.3 上汽面向AI的整车操作系统(2)
........................
5.11.4 上汽基于AI的自动驾驶方案(1)
5.11.4 上汽基于AI的自动驾驶方案(2)
........................
5.11.5 上汽AI智能座舱应用(1)
5.11.5 上汽AI智能座舱应用(2)
........................

    如果这份报告不能满足您的要求,我们还可以为您定制报告,请留言说明您的详细需求。
2005- 版权所有(c)   北京水清木华研究中心   京ICP备05069564号-6 北京市公安局海淀分局备案号:1101081902
在线客服系统