雲棲大會感受AI汽車的樂與路
大模型時代的轉折點：汽車成為數位與實體AI的交匯樞紐
若將大模型的發展分為上下半場，上半場是以互聯網大數據預訓練為代表的數位AI；下半場則是以機器人、世界模型為核心的物理AI。而汽車產業，正處於這兩者之間的關鍵分水嶺，承上啟下，扮演著虛實融合的最佳載體。
在杭州雲棲小鎮舉行的雲棲大會上，不論是會場外的氣溫，還是會場內的人潮熱度，都達到前所未有的高峰。與會者普遍感受到，今年對AI的關注已從概念討論轉向實際應用，問題更加具體、務實。
本次大會中，汽車成為觀察AI未來脈絡的重要切入點。正如汽車峰會開場詞所言：1886年卡爾·賓士發明第一輛汽車，人類突破了肌肉的極限；139年後的今天，我們正在突破認知（智能）的邊界。汽車已成為移動的運算平台，駕駛演變為人機協作的藝術，速度由數據流轉效率重新定義。數位智能擁抱實體產業，汽車恰好站在這個交會點上。
一、當汽車學會「看」與「想」：VLA驅動智能駕駛變革
智能駕駛無疑是汽車智能化下半場最激昂的主旋律。無論通往L4或L5之路多艱難，這已非選修課，而是決定車企生死的必修課——此為雲棲大會期間眾多業界人士的共識。
談到智能駕駛，便無法避開VLA（Vision-Language-Action）架構。元戎啟行創始人兼CEO周光指出：「自動駕駛分級標準制定於30年前，當時基於高精地圖與SLAM技術定義L4，但如今AI已進入新階段。」
VLA是一種新一代AI架構，不僅能「看懂」影像、「讀懂」語言，更能直接驅動決策與動作，被視為大模型從「會說」走向「會做」的關鍵轉折。
理想汽車自駕研發高級副總郎咸朋分享了一個真實案例：用戶拍攝車輛在施工路段連續繞過十個井蓋的影片，並驚訝於系統未針對此場景進行預設訓練卻仍能成功應對。「這就是能力湧現，我們打造的是能力，而非功能。」他強調。
這種「能力 vs 功能」的差異，如同音樂家與音樂盒之別：前者理解本質、可即興創作；後者僅能播放固定曲目。當自駕從「功能定義」進化至「能力湧現」，汽車也從機器邁向某種新形態的存在。
廣汽集團自駕首席科學家周寅進一步解釋，VLA利用視覺語言模型（VLM）的預訓練，吸收海量網路知識，具備常識判斷能力，再透過自駕數據喚醒激活，實現零樣本遷移（zero-shot transfer），有效處理長尾案例，如道路施工避讓、複雜標誌識別、潮汐車道調整，甚至辨識未經訓練的紙箱或小動物。
郎咸朋補充說明，VLA中的「L」（Language）並非僅指對話能力，而是人類長時序思考與邏輯推理的體現。「不會說話的人也有思維能力，他們透過閱讀文字獲得知識，這正是長時間思維的濃縮過程。」
正如維特根斯坦所言：「語言的界限就是世界的界限。」賦予機器語言能力，等於拓展其理解世界的疆域。
二、巨量算力需求下的基礎設施革命
然而，這種認知能力的取得代價高昂。周光直言：「過去人力成本占97%，算力僅3%；但在大模型時代，兩者比例可能趨近各半。」
這不僅反映在財報數字上，更意味著產業底層邏輯的翻轉：過去車企的核心資產是工程師與設計師，未來則可能是GPU集群、訓練數據與模型參數。
郎咸朋透露，理想在雲端需同時進行兩項任務：一是生成仿真環境（世界模型），需大量推理算力；二是模型訓練本身。目前理想使用世界模型生成的數據已佔VLA訓練總量的10%以上，且比例持續快速上升。
阿里雲研究中心主任安筱鵬指出：「參與智能駕駛競爭的基本條件，就是規模化的AI投入。美國已達5萬至10萬張GPU卡級別。」據了解，約10億人民幣的AI算力投入，才堪稱入場門檻。
儘管算力需求增長對雲服務商有利，阿里雲的目標是確保每一秒算力都被高效運用。因大規模智算集群中，利用率幾乎等同於投資回報率。過去車企常因排程不均、任務錯配或故障延遲導致資源閒置。
以小鵬汽車為例，其依托阿里雲靈駿智算打造國內首個萬卡級AI算力集群，AI算力儲備達10EFLOPS，集群利用率最高可達98%，並具備秒級故障發現與處置能力，建立高可用容災體系。在此基礎上，小鵬「雲端模型工廠」迭代週期平均縮短至5天，大模型訓練效率大幅提升。
將利用率提升至98%，意味相同硬體可產生接近無優化情況下兩倍的訓練成果。
阿里雲計算平台負責人汪軍華介紹多項創新技術：
- 統一元數據管理（DLF）：面對數百PB級數據，透過DLF整合元數據與存儲，原始數據、訓練樣本與特徵數據只需保存一份，大幅降低儲存成本。
- MaxFrame分散式計算框架：可直接調用第三方模型，支援萬級併發處理多模態數據，性能較開源框架提升逾40%。實際案例顯示，每日處理資料包從7,000提升至20萬，資源消耗下降40%，綜合效能提高50倍以上。
- PAI Turbo X加速包：專為智能輔助駕駛設計，於BEVFusion訓練中縮短58%時間，MapTR縮短53%，UniAD縮短50%。
這些技術看似枯燥，卻如同百年前鋪設鐵軌——唯有基礎穩固，才能支撐上層繁榮。
阿里雲AI汽車行業總經理李強透露關鍵數據：「從2024到2025年，超過60%中國智能輔助駕駛的AI算力來自阿里雲。」換言之，中國自駕「登月計畫」逾半階梯由阿里雲搭建。
郎咸朋強調：「若能打通VLA加強化學習閉環，進展將極快，猶如『天上一天，地下一年』。所有強化都在虛擬世界與仿真環境中完成。」
三、從「座艙」到「陪伴」：人機關係的新定義
若智能駕駛解決「如何抵達目的地」，智能座艙則聚焦「如何度過旅程」。
長城汽車技術中心副總姜海鵬提出「座艙四段論」：相識、相知、相愛、相伴。他解釋：「相識是AI認識你是誰；相知是學習你的習慣；相愛是有溫度的情感連結；相伴是長期互動。當然，也可能『相殺』。」
他坦言：「人是善變的，當你的變化速度超過智能體的學習速度，結果便是分離。」這揭示了人機關係的本質——非主僕，而是兩個生命體的共處，需要相互理解與共同成長。
理想汽車空間AI團隊負責人江會星博士分享實踐心得：
- 沒有捷徑：理想於2023年3月啟動自研大模型項目，歷經預訓練、後訓練、強化學習全流程，同年12月全面上線用戶，九個月內走完所有坑洞，展現戰略決心。
- 細節打磨：理想每週召開AI周會，分享前沿洞察與實踐經驗。座艙體驗背後是「慢工出細活」的累積。例如乘客說「有點冷」，系統不會機械降溫，而是結合語音、溫度、座椅占用、紅外檢測等多模態感知，透過自研大模型解析意圖，可能觸發風量調整、局部升溫或座椅加熱，做出精準組合回應。
江博士表示：「每週都有數據閉環會議，分析用戶反饋，迅速迭代下一版本。」這種模式非單純技術優化，更像互聯網產品思維，仰賴大量工程投入。
阿里雲霍健指出，智能座艙趨勢之一是「端雲協同架構」。以溫控為例：車端MindGPT負責環境感知與初步推理；雲端則召回用戶歷史偏好，結合外部氣候資訊，提供深度建議，實現「快速響應 + 深度智能」的平衡。
為支援此體驗，阿里雲推出專為汽車定制的通義Omni模型，採「三進兩出」架構：語音、視覺、文本輸入，語音與文本輸出，延遲低至0.5秒，預計11月支援逾20種語言交互。
姜海鵬也坦承現實挑戰：「企業內部，智能駕駛的重要性仍高於座艙。」但隨著兩者皆從規則驅動轉向數據驅動，從CNN到端到端再到VLA，未來AI算力將整合，從算力共享走向模型共享。
蔚來汽車副總吳傑補充：「過去駕駛（司機）與座艙（助手）各自為政，甚至爭搶算力；如今VLA使底層技術趨同，開啟真正融合可能。」
四、出海的「異鄉人」：中國車企全球佈局的雲支撐
技術之外，市場拓展同樣關鍵。出海已成中國車企共識。
李強透露驚人數據：「95%的中國車企出海時選擇阿里雲。」
阿里雲黃華傑分享一個「反常識」觀點：「許多客戶認為海外雲更合規，事實並非如此。」阿里雲擁有130項國際安全合規資質，早在2018年即通過GDPR認證。
更重要的是服務經驗積累。阿里巴巴電商、菜鳥物流、螞蟻支付及眾多消費電子企業早於汽車產業出海，在此過程中沉澱的合規、IT、法務與採購經驗，可完整複製至車企。
黃華傑舉例：曾耗時三個月為某車企梳理16個子系統與4個大數據平台的技術架構與關聯性。「這種貼身服務，不只是技術問題，更是文化理解與服務意願的體現。」
面對高成本疑問，他回應：「我們雖為客戶定制優化，但會提煉通用方案反哺產品演進。」阿里雲的多模態資料庫Lindorm、雲原生中介軟體、日誌服務SLS等產品，皆在與客戶場景共創中不斷迭代。
五、One more thing：AI Rocks，APSARA Rocks
電影《北京樂與路》中有句台詞：「我想到光的深處，那裡有風麼？」這是對未知的追問，也是對夢想的嚮往。
今日汽車產業亦在尋找自己的「光的深處」：
- 理想追問：車能否成為「家」的延伸？
- 廣汽追問：機器能否真正理解世界？
- 一汽追問：企業能否成為有機生命體？
- 比亞迪追問：中國智造能否定義全球標準？
這些問題沒有標準答案，但追問本身就是意義。
李強在峰會中提出三大觀察：
- AI基礎設施非一夜建成：它源自過去通用算力時代的技術沉澱，在AI時代以十倍甚至百倍能量爆發。IT部門從被重視，轉為被高層高度關注。
- 車企走向自研與合作並行：既要做技術兜底，也要探索差異化價值，展現中國車企的成熟與務實。
- 全球車企與大模型公司深度共創是必然路徑：唯有開放協作，才能推動生態進化。
他感性地說：「我的夥伴們很辛苦，但也很幸福，因為『被需要』。」
阿里雲不造車，卻支撐60%中國智能輔助駕駛的AI算力；不開發座艙，卻讓通義大模型賦予座艙靈魂；不是貿易公司，卻協助95%中國車企順利出海。
IDC数据显示，2025年上半年阿里云汽车行业公共云基础设施增长达132%。数字背后的意义更值得重視：中国汽车产业智能化进程正在加速，越来越多企业选择信任与合作。
李強說：「如果我們的車賣到全球，我們的模型也會陪伴它走向世界各地。」這份「陪伴」，是一種承諾。
汽車——第二次工業革命的象徵，在第四次工業革命中重生。從福特流水線上的標準化產品，蛻變為會思考、會感知、會陪伴的智能體。
在這歷史進程中，阿里雲找到了自己的角色：成為變革的基礎設施——不張揚，卻不可或缺。
正如李強所言：雲像電網，計算像電力。阿里雲要做的，就是這個時代的電網——讓每一份算力都能被需要它的人使用，讓每一個創新都有堅實的基礎。
阿里雲全棧AI雲，正支撐著中國車企智能化落地與全球化佈局。
這或許就是「光的深處」的答案——不是單一技術突破或商業成功，而是整個產業生態的共同進化。
APSARA Rocks。
AI Rocks too。（作者：高飛）
