央广网北京9月11日消息（记者 邹煦晨）近日，工业和信息化部等九部门印发《智能网联新能源汽车产业发展“十五五”规划》（以下简称《规划》）。
《规划》提出，到2030年，我国智能网联新能源汽车全产业链优势进一步巩固，进入世界汽车强国行列，国内市场新能源乘用车、商用车在各自领域新车总销量的占比分别达到70%、40%，具备自动驾驶功能的汽车实现规模应用。
率先在汽车行业落地应用
《规划》提出，加强人工智能基础能力建设。推动人工智能模型、智能体等技术创新，并率先在汽车行业落地应用。
“人工智能+汽车”发展行动。图片来源：《规划》
北京华夏工联网智能技术研究院院长王喜文表示，汽车是AI技术的最佳试炼场，AI则是汽车产业跃迁的核心驱动力。此次九部门的顶层部署紧扣智能化变革的时代窗口，将AI模型、智能体的落地优先布局在汽车赛道，是巩固我国智能网联汽车先发优势的关键举措。“过去我们赢在电动化，未来的胜负手就在智能化。” 他指出，这项政策从国家层面打通技术与产业壁垒，引导创新资源向汽车领域集聚，避免技术与产业“两张皮”，助力我国抢占全球产业规则话语权。与此同时，汽车产业丰富的真实场景与海量路测数据将反向滋养AI产业，通过真实工况的淬炼推动大模型、智能体的算法迭代与工程化能力提升，打通AI技术从实验室走向实体经济的通路，为全国各行业AI规模化普及提供可复制的实践范本。
工信部信息通信经济专家委员会委员盘和林认为，《规划》明确了人工智能模型和智能体的一个现实世界的应用落地方向。当前AI与智能体的成熟应用多集中于虚拟世界，现实场景落地仍面临诸多挑战，而智能驾驶是距离规模化应用爆发最近的领域之一。此次规划锚定智驾作为现实世界AI应用的重要突破口，将加速智能驾驶技术落地，同时对国内汽车产业形成需求拉动效应。
乘联分会秘书长崔东树分析，将AI大模型、智能体纳入汽车产业顶层设计，战略意义十分突出。我国已在新能源整车、动力电池领域建立全球竞争优势，但智能网联仍是下一阶段产业竞争的制高点。明确汽车作为AI优先落地场景，有利于行业统一发展方向，减少企业碎片化探索的内耗，进一步巩固产业先发优势，在全球智能汽车赛道掌握话语权。同时，汽车产业也将反向赋能国内AI产业：海量真实路况与出行场景数据可反哺大模型迭代，大规模车端落地能够拓宽AI商业化场景，降低模型训练与部署成本，推动国产AI算法、芯片从实验室走向规模化商用，最终实现汽车产业与人工智能双向互促。
前海开源基金首席经济学家杨德龙表示，九部门联合印发《智能网联新能源汽车产业发展“十五五”规划》，明确推动人工智能模型、智能体等技术创新率先在汽车行业落地应用，这一顶层部署对我国抢抓智能网联汽车发展机遇、巩固新能源汽车产业领先优势具有战略引领意义。
杨德龙指出，当前我国新能源汽车产业规模持续壮大，汽车出口量已超越日本，位居全球首位。汽车产业作为我国的优势制造产业，率先落地规模化AI技术应用，既能进一步强化我国新能源汽车的产品竞争力，也将反向带动我国人工智能产业整体发展，形成正向互促效应。通过汽车产业先行探索AI落地路径、积累成熟应用经验，后续可逐步向更多行业领域复制推广。将人工智能作为国家战略发展方向，并选择汽车领域率先落地应用，是依托强势产业带动人工智能发展的重要举措。
促进公有自有相结合的方式建设
《规划》提出，加快汽车人工智能应用中试基地建设，促进行业企业通过公有自有相结合的方式建设智算设施。
中国汽车产业专家贾新光表示，我国人工智能产业发展的核心重点是技术落地与场景应用，目前正处于大规模、广范围的应用场景测试阶段。建设汽车人工智能应用中试基地，是打通科研成果到大规模量产落地的关键环节，能够有效降低技术转化过程中的风险。
通信专家项立刚认为，人工智能发展是一项系统工程，需要基础建设、服务平台等多层面支撑，单靠一家企业难以独立完成。通过联合建设中试平台与服务平台，既能降低建设与运营成本，也能提升创新服务能力，实现算力资源与汽车产业能力的深度整合，推动行业在智能化进程中形成合力。
投行资深人士王骥跃分析，AI基础设施涵盖算力、电力、6G 网络、通信接口等多个维度，从经济性角度看，公有共享模式投入产出效率最高；而各车企差异化的自有特色智能体，则需要通过充分市场竞争实现持续迭代升级。“公有+自有”的模式是我国工业化进程中的成功经验，推广至智能汽车领域具备现实合理性。
香颂资本董事沈萌表示，新能源汽车与AI产业均已进入规模竞争阶段，除头部企业外，多数市场主体无力独自承担相关研发与基础设施投入。依托公有资源建设共享能力，能够为中小企业提供参与创新竞争的机会，丰富产业生态。
崔东树进一步指出，公有与自有相结合布局智算设施、配套建设汽车AI中试基地，精准回应了当前产业的现实痛点：车企自建智算中心投入成本高、算力利用率波动大；完全依赖公有云则面临数据安全、传输时延、业务响应效率等约束。二者协同发展，能够兼顾算力弹性、成本可控与数据合规，为算法训练、仿真测试、实车技术迭代提供稳定算力支撑，缩短技术从研发到量产的周期。他同时建议，释放智算设施的赋能效能，需要推动企业间仿真、测试资源适度共享，打通产学研中试转化通道，监管层面完善汽车数据合规使用规则，通过车企、算力服务商、科研机构的分工协同，避免重复建设，将算力资源真正转化为产品竞争力。
杨德龙也表示，这种协同建设模式将为汽车AI技术的快速迭代与量产落地提供重要支撑：一方面能够降低汽车产业应用人工智能的算力成本，另一方面也能加速AI技术的迭代升级。行业各方应实现优势互补、协同发力，最大化释放智算设施对产业创新的赋能效能，推动AI技术落地应用创造更大实际效益。
促进与智能家居、智能穿戴等生态互联
《规划》提出，深化人工智能技术车端应用。加强人工智能在整车能量管理、运动控制、多模态人机交互、个性化及主动服务、智能故障预判等方面的应用。通过车内跨域协同，实现舱驾融合、全场景自适应调控等功能。促进汽车与智能机器人、智能家居、智能穿戴等生态互联。
崔东树分析，舱驾融合、全场景自适应调控以及跨生态互联，将重构用户出行体验。车内功能不再局限于座舱娱乐，车辆可根据路况、驾乘人员习惯主动调节运行状态；车、家、智能设备的互联互通，将出行与居家生活场景打通，推动汽车从单一交通工具向移动智能空间转型。对产业而言，这也将推动汽车价值从硬件制造向软件服务、生态服务延伸，打开新的价值增长空间。他提出，落地过程中行业需把握三大重点：坚持车端安全优先；统一接口与通信标准，打破生态孤岛；平衡好用户体验、数据安全与隐私保护，以量产落地为导向，避免单纯技术炫技，真正实现全场景深度融合。
王喜文表示，汽车正从代步工具升级为移动的智能生活空间。舱驾融合与跨生态互联的落地，将让用户告别冰冷的机械驾驶体验：车辆可以主动感知驾乘人员需求、适应环境变化，实现全场景自适应调控；汽车不再是孤立的个体，而是与家居、机器人等智能设备打通，实现出行与居家生活的无缝衔接。对产业来说，价值边界被进一步打开，从单纯售卖硬件拓展到软件订阅、生态服务，开辟全新的价值增长曲线。他强调，迈向全场景深度融合，行业需守住三大核心：打磨车端AI安全可靠性，守住出行安全底线；打通不同设备接口标准，破除生态孤岛；沉淀真实高质量的场景数据集。要以用户实际需求为出发点，拒绝炫技式功能，在安全可控前提下稳步推进技术落地，实现用户体验与产业价值的双向升级。
盘和林认为，短期来看，多技术融合能够丰富智能汽车的应用生态；长期来看，则可以形成场景数据反馈与智驾技术迭代的正反馈循环，持续提升用户驾乘体验。在产业核心发力点上，算力芯片制造突破仍是重中之重，其次是智驾数据积累与算法优化。
产业时评人张书乐表示，中国新能源汽车已经实现突破专利壁垒、全球弯道超车的战略目标，但要保持长期优势，必须向智能化维度升维。智能汽车既是对传统汽车行业形成颠覆式创新的赛道，也是人工智能技术走出实验室、走向规模化应用的最佳试验田。
免责声明：以上数据来源于天眼查等平台，相关内容仅为传递更多信息之目的，不代表本网观点，亦不代表本网站赞同其观点或证实其内容的真实性。如有侵权请联系0531-85193563。
本文来源：央广网客户端
