AI已成为汽车产品实现唯一性和差异性的重要工具。“在电动化阶段，产品竞争更多关注动力系统性能；而随着三电技术趋近成熟，逐渐形成通用化技术，新能源汽车之间性能差距越来越小，用户体验逐渐趋同。”不过，AI也将推动汽车智能化出现新的分化，中国电动汽车百人会副秘书长徐尔曼认为，分化将围绕两条赛道展开。第一条赛道是智能驾驶，致力于解决汽车如何“更好开”的问题；第二条赛道是智能座舱，解决的是汽车内部如何“更好玩、好用”的问题。
新发布的《AI汽车发展报告(2024)—AI定义座舱》显示，AI汽车座舱的发展将分为三个阶段。其中1.0阶段主要是人机交互，提升用户交互体验，在这个阶段汽车体现的仍然是作为交通工具的属性；2.0阶段是智能座舱的进化，能够将座舱堆叠式的功能配置整合为原子化功能池，通过个性化编排的方式，提供一站式服务；3.0阶段能够实现整车层面的功能调用，汽车成为人类的智能伙伴。
同时，AI也在向汽车生产制造、检测及服务等环节渗透。在产品开发生产方面，可以通过高效的数据处理、智能视觉检验、数字化标注等手段，提高开发效率并降低成本；在产品功能方面，通过算法的优化、数据挖掘，进一步实现更高等级的智能化体验；在企业经营方面，通过数据分析、智能销售、智能服务等环节，加快推动全面、精准、高效的决策建议。
“蔚来第二先进制造基地有90公里的百G光纤环网，数据采集非常多，是全球领先的全链路数字化智能工厂。”蔚来创始人、董事长、CEO李斌告诉记者，“公司去年开始用AI工具生成代码，生产效率提高了约30%；在生产冲焊环节用AI智能抽检，精度可以提高到0.1毫米；一辆车上有20多个扬声器，用AI进行智能影音检测，既高效又精准。”
“智算”就是智能领域的计算能力。随着汽车与AI深度融合，端到端智能驾驶、座舱大模型等加速上车，行业对智能算力的需求快速增长。“没有几千张乃至上万张卡的算力集群，没有充足的算力、算法、数据团队，企业很难在新赛道上形成竞争力。”张永伟坦言，目前国内所有车企算力的总和，不如特斯拉一家企业拥有的100EFLOPS(每秒百亿亿次浮点运算次数)算力。
“这就需要我们聚焦AI技术和数据的价值来打造新的竞争力。”张永伟说air ova，国内企业要从数据的角度出发，解决好两大核心问题：一方面，要让数据成为企业核心的资产和要素，让数据创造价值，改变汽车企业对数据挖掘能力不足、对数据价值利用不够的现状。另一方面air ova，要解决好数据的协同效应。“在训练软件、系统方面，仅靠单一车企的数据量是不够的。在AI时代，竞争力都是靠数据堆叠出来的，必须解决规模化数据的问题，这就需要创新机制，促进数据汇聚，让企业能够按照市场化原则为平台投入数据以及使用数据，解决数据目前规模不大的问题。”张永伟说。
AI汽车的发展也需要芯片、基础软件，以及其他跨界技术的支持。“人工智能的发展，包括汽车本身的发展，最重要的硬件就是芯片，而且我们芯片的需求量越来越大，从战略的角度思考中国智能网联汽车的发展，必须解决好汽车芯片的本土化供应问题。”张永伟认为，分领域、分步骤、分阶段解决好汽车芯片的本土化供应问题，特别是高算力芯片的研发与制造至关重要。