内卷之下，2024年六大战略技术趋势

亿欧网·2024年01月09日 11:37

卷出一个新天地

抢占技术制高点固然重要，但是成本的控制同样不应该被忽视。中国车市的内卷已经让供应链企业感受到了寒意。为了能够实现“剩者为王”，企业在攀登技术高峰时，一定不要忽视对成本的严格控制。

在极度的内卷中，2023年的中国车市终于落下帷幕。但是，2023年的内卷并不仅仅是价格战。在刺刀见红的短兵相接中，中国车企积累了诸多技术储备并部分实现商业化落地。

放眼海外，在全球智能电动车产业竞争中，从“修罗场”中走出来的中国车企正在扩大自身优势，甚至和大部分跨国车企相比，中国车企已经拥有了代际优势。2023年，不论是自主品牌份额在中国车市超越合资车企，还是中国超越日本成为全球最大汽车出口国，都是中国汽车产业整体优势的明证。

在众多优势当中，智能化无疑是中国汽车产业得天独厚的一把利剑。

凭借着中国互联网产业二十余年的快速发展，中国的程序员队伍不但规模巨大，而且他们对行业发展有着深刻洞察。另一方面，改革开放四十余年的发展，又让中国汽车产业积累了庞大的工程师队伍并有着极强的工程落地能力。

当庞大的程序员队伍遇到了海量汽车工程师团队，不论是智能驾驶、智能座舱还是驾舱一体，中国汽车产业的智能化发展都可谓水到渠成。

那么到了2024年，中国汽车产业在技术发展上又有哪些值得关注的战略趋势？亿欧汽车结合亿欧智库的调研报告，通过梳理过去一年的技术发展趋势，对2024年的战略技术创新与突破进行了预测与展望，使行业内外人士直观了解新阶段产业发展的科技想象空间。

突破，国产大算力芯片

当英伟达Orin、高通8155和8295芯片成为消费者耳熟能详的车载零部件时，芯片对汽车的重要性已经不言而喻。

出现这种情况的原因在于，当传统的分布式电子电气架构（下称：E/E架构）开始向集中式E/E架构转变时，车内的各个控制域将被打通并实现跨域融合。此时，车内的线束和芯片数量将快速减少。

以特斯拉为例，早期的Model S共有3000米的线束，但到了Model 3时期仅剩1500米，Model Y据悉更是只剩下100米的线束。

线束和芯片数量的减少一方面降低了成本，但同时也对负责中央计算模块的芯片提出了更高的要求。正因如此，高通和英伟达的芯片开始成为智能座舱和智能驾驶领域无法回避的存在。

受制于人的情况必须改变，所以，国产大算力芯片的突围成了中国智能电动汽车产业的一大课题。

目前，在智能驾驶和智能座舱领域，地平线、黑芝麻和芯擎等企业的芯片已经实现量产装车。所以，面对中国智能电动汽车市场的巨大需求，集成多域功能的国产大算力中央计算芯片有望迎来更多技术突破。

SiC助力高压快充继续下沉

在新能源汽车的发展过程中，里程焦虑一直是一个绕不开的话题。为了降低消费者的里程焦虑，动力电池和整车企业不断加大研发投入，动力电池的续航里程也肉眼可见的水涨船高。

在增加续航里程之外，如何提高补能效率成了解决里程焦虑的另一个侧面。

目前，随着以碳化硅（SiC）为代表的第三代半导体得到快速推广和应用，其耐高压、耐高温、耐高频和低能量损耗的特性，可以有效提升新能源汽车充电效率，这就给了高压快充平台创造了条件。

2023年，多款800V高压快充平台的成熟和量产车型陆续上市，能够进一步打消新能源车主的里程焦虑，产业中也普遍认为碳化硅+800V的高压平台将会成为解决充电焦虑的主流方案。目前，虽然相关产品还主要用于高端车型上，但是技术趋势已经非常指明，未来有望800V高压平台的会进一步下沉至中低端市场。

为了配合高压平台车型的铺开，配套的补能网络建设还需提速。但应该注意的一点是，和此前的充电网络集中在城市市区不同，高压快充的补能网络建设可能会更偏向于高速路段。

来自大模型的深度赋能

当燃油车开始向智能电动车转型之时，部分跨国车企也看到了软件的重要性。大众汽车集团前CEO迪斯就曾表示，未来是软件定义汽车的时代。

但是随着智能电动车的不断发展，人工智能的重要性开始日益凸显。2023年，ChatGPT的火爆让大语言模型（LLM）成为人工智能领域最炙手可热的明星。此后，以新势力为代表的自主品牌纷纷宣布将会在智能座舱中引入大模型，小鹏汽车董事长何小鹏更是表示：人工智能正在重新定义智能电动汽车。

但目前上车的各类大语言模型，其功能更像是一种娱乐交互，如何深度赋能智能汽车是全行业都在努力的方向。

清华大学计算机系教授、清华大学人工智能研究院视觉智能研究中心主任邓志东就曾对亿欧汽车表示，大语言模型能够像人类一样理解外部世界，从而实现“通人性”。在此基础上，人工智能有望打通驾驶过程中的感知、预测、决策和规（划）控（制）环节，解决无人驾驶行业长期存在的瓶颈。此外，因为大模型理解人类的语言，它还可以帮助我们理解自动驾驶的思考和决策。

目前，海外已经有初创公司实现了上述想法，让大模型通过语言为乘客解释自动驾驶的决策。据亿欧汽车了解，部分中国整车企业也已经开启了相关研发。相信不久的将来，中国用户也能通过大模型更好的了解自己的车到底是怎么驾驶的。

数据加速驱动自动驾驶

不管汽车是由软件定义，还是由人工智能定义，数据都是不可获取的驱动因素。

特别是自动驾驶产业正在从“数据闭环通路构建”向“数据高效驱动”进阶，在自动驾驶不断演进的过程中，数据高效驱动变得越来越重要，而基于数据驱动，自动驾驶也正从低阶向高阶进发。

另一方面，随着技术日渐成熟，收集更多数据就成了突破自动驾驶研发瓶颈的关键，测试车队逐步壮大，智驾玩家在模拟小考中以赛代练，这些都加速了自动驾驶数据闭环的逐步形成。

当然，随着更优质的数据闭环逐渐形成，如何利用数据闭环和大模型对算法能力进行优化，从而驱动自动驾驶的下一步发展，还需要更加综合的部署。

虽然现在自动驾驶技术的发展日新月异，但想实现质的突破依旧不易。2024年伊始，小鹏汽车就宣布开通XNGP 智能辅助驾驶系统的城市数量已达243城。相比之下，很多车企的城市NOA能力依旧处于“期货”阶段，何时能够最终落地依旧犹未可知。

所以，消费者最好还是理性看待目前自动驾驶的发展进程。毕竟，就连英伟达（NVIDIA）汽车事业部负责人，汽车副总裁吴新宙也认为自动驾驶需要进一步的积累。他在近期的一次采访中就表示：

“L2++（自动驾驶）可能从2023年到2024年，然后可能还要通过2~3年通过头部车厂的积累，把体验做得足够好。然后在中间的时间点，可能在2027、2028的时候，市场上就能看到一些比较好的L3产品。至少在某些市场上，某些ODD（运行设计域）下，市场上会看到高度可用的L3产品的出现。”

人工智能化身生产力

2022年，特斯拉将一体压铸技术引入汽车制造的新闻引起了全行业关注。马斯克曾表示，Model Y的后地板采用一体压铸后，原来的80个零件集成为1个，直接降本40%。

但是，比起制造工艺的提高，生产理念和方式的改变带给行业的影响将更为巨大。马斯克曾表示，从本质上讲，在未来机器人执行体力工作将成为一种选择。机器人的商业版本有望在未来三到五年内为客户提供，早期版本可能会率先在汽车生产线上进行测试。

事实上，马斯克早已将人工智能引入特斯拉的生产线。前特斯拉加州无人工厂研发负责人Allen PAN曾对笔者表示，特斯拉团队将自动驾驶引入到生产线中，每个工站就是一辆有自动驾驶功能的“汽车”。通过智能化改造，生产线上的每一个工位都可以自己决定或者修正生产过程。

这背后则是一套通用型人工智能，它并不基于某个特定场景。Allen PAN表示：如果马斯克的其他公司也需要的话，这套通用型人工智能也可以用在那家公司。

由此可见，随着智能化、数字化技术的进一步提升，2024年在汽车领域中，具备感知、推理、决策和执行能力的具身智能新一代AI生产力，将会加速渗透进入整车制造环节，在整车智能制造流程中的冲压、焊装、涂装、总装以及检测环节进行试点应用和可行性部署。未来，随着具身智能技术与产业的进一步创新融合，具身智能AI技术将会对汽车整车制造流程形成“质”的革新。