《汽车AI技术月报》系列追踪、整理每月汽车AI领域的前沿动态、AI应用场景落地、AI新技术以及AI相关政策发布和投融资案例。

        AI应用渗透率稳步提升，AI智能驾驶飞跃式增长

        2025年，汽车行业智能化进入“从概念到量产、从高端到普及”的关键跃迁期。AI技术已经成为重构出行体验的核心引擎，AI在汽车中的渗透率整体稳步提升。

2025年1-12月汽车AI应用（部分）渗透率变化

数据来源：佐思汽研

        AI智能驾驶（指包含端到端、VLA或世界模型等AI技术的智能驾驶系统）方面，2025年4月、5月开始上升，随后保持稳定增长态势；渗透率从2025年1月的0.8%逐步攀升至12月的16.3%；全年渗透率达7.4%，同比2024年的0.5%实现飞跃式增长。

2025年1-12月AI智能驾驶功能安装量与渗透率变化

数据来源：佐思汽研

        AI大模型方面，各月增长速度均较为平稳；渗透率从1月的10.8%逐步攀升至12月的38.6%；全年渗透率达21.2%，同比2024年的8.6%，实现145.9%的高速增长。

2025年1-12月AI大模型安装量与渗透率

数据来源：佐思汽研

        得益于AI大模型加速上车，其他汽车AI应用也快速增长。例如，AI大模型赋予语音助手理解自然语言、支持多轮上下文对话以及执行复杂指令的能力，支持出行规划、内容生成、多意图理解等功能，进一步提升智能座舱的人机交互体验。

        AI产品陆续发布，重塑智驾与座舱体验

        2025年，不同汽车AI新产品的发布与落地，意味着AI已经深度切入智能驾驶、智能座舱等汽车核心功能模块，从底层重构功能逻辑与驾乘体验，开启了智驾模式与座舱交互的全新阶段。

2025年汽车AI发展的部分标志性事件
整理：佐思汽研

        其中具有代表性的事件为：

        吉利联合发布Agent OS：智能座舱进入“主动伙伴”时代

        2025年7月26日，在世界人工智能大会（WAIC 2025）上，吉利汽车与千里科技、阶跃星辰联合发布下一代智能座舱Agent OS（预览版）。该系统基于阶跃星辰多模态大模型与端到端语音大模型，实现从“工具响应”到“主动服务”的跨越。

阶跃星辰Step-Audio端到端语音大模型架构

图片来源：阶跃星辰

        作为L3智能座舱，Agent OS具备多模态融合的超自然交互（Natural UI）、端云一体融合记忆（Mind Growth）、基于全融合地图的人机共驾（Free Drive）以及第三生活空间（Living Space）等能力，可以为用户提供更自然、更拟人、更具情感化的交互体验。

千里智舱

图片来源：千里科技

        小鹏发布第二代VLA：物理AI开启出行具身智能革命

        2025年11月5日，小鹏汽车在2025小鹏科技日发布小鹏第二代VLA。第二代VLA创新性地取消“语言转译”环节，实现从视觉信号到动作指令的端到端直接生成，彻底颠覆传统“V-L-A”架构。

小鹏第二代VLA

图片来源：小鹏汽车

        小鹏第二代VLA既是动作生成模型，也是理解和推演的物理世界模型，可跨域驱动汽车、Robotaxi、机器人、飞行汽车。基于对物理世界的理解，小鹏第二代VLA可推演未来决策场景，并且能基于此生成更真实的长尾场景进行对抗训练，从而大幅提升应对长尾问题的能力。

        在理解真实世界交互规律的同时，小鹏第二代VLA还能进行自我演进式学习。在测试过程中，小鹏第二代VLA涌现出全新能力，如可识别交警手势、可提前应对红绿灯通行等。

小鹏第二代VLA涌现全新能力

图片来源：小鹏汽车

        与物理世界的交互加速AI持续进化

        2026年初，汽车AI服务的边界，已逐步从座舱内的虚拟交互，延伸至车辆操控、环境感知、行驶决策等真实世界的应用场景，进一步提升驾乘的智能化体验。但仅实现AI对车辆物理操作的执行层面介入，难以满足复杂交通场景下的认知、推理与预判要求，依然无法实现真正的自动驾驶。

        在开放、动态且充满不确定性的真实道路环境中，要实现持续、安全、可靠的高阶自主行驶，需要让汽车自身具备对物理世界的感知、理解与推理能力，构建面向真实物理规则的感知与决策体系。因此，物理AI的持续进化是汽车AI实现核心能力突破的关键。

物理AI

图片来源：佐思汽研

        物理AI是能够理解现实世界并与之进行交互的AI模型，是一种“使自主机器在真实物理世界中感知、理解和执行复杂操作”的技术。依托物理AI，汽车不仅能够“看”懂路况，更能理解物体的物理属性（如材质、重量、可移动性），具备逻辑推理能力，并能像人类一样通过机械结构对物理环境进行主动操作。

        现阶段受制于数据的紧缺、技术路线的不定性、泛化性与鲁棒性不足（如分布偏移、Sim2Real的迁移差等）、因果推理缺失等因素，物理AI尚处于发展初期，但部分主机厂已经开始部署可迁移的物理AI方案；如小鹏已经发布第二代VLA大模型，可以跨域驱动汽车、Robotaxi、机器人、飞行汽车；理想汽车发布下一代自动驾驶基础模型MindVLA-o1，不仅服务于汽车，也可扩展至机器人及各种物理系统；特斯拉、现代汽车等也纷纷布局物理AI领域。

理想汽车MindVLA-o1自动驾驶模型

图片来源：理想汽车

        供应商则从感知硬件、算法、推理模型等维度发力，为物理AI提供全场景支撑。例如，英伟达发布NVIDIA Cosmos 系列模型（Transfer2.5/Predict2.5/Reason2）与NVIDIA Isaac™ GR00T N1.6，通过类人推理与世界生成能力加快物理 AI 的开发与验证；而Alpamayo 1.5、AlpaSim 和物理 AI 开放数据集，则为开发具备感知、推理与类人决策能力的车辆提供支持。

英伟达Alpamayo

图片来源：英伟达

        未来，物理AI将彻底重构智驾决策的底层逻辑，推动智驾从“规则驱动”“单纯数据驱动”向“数据驱动+物理规律理解”双重进化，让汽车真正具备自主判断、自主适应物理世界的能力。届时，汽车将不再仅仅是承载人类移动的工具，而是进化为具备全维感知、逻辑推理与自主执行能力的“具身智能机器人”。