[汽車之家 行業(yè)] 10月21日～24日，第三十二屆中國汽車工程學(xué)會(huì)年會(huì)暨展覽會(huì)（SAECCE 2025）在中國重慶·科學(xué)會(huì)堂召開。SAECCE 2025通過匯聚行業(yè)智慧、展示前沿技術(shù)、搭建合作橋梁，并攜手全球汽車科技力量，服務(wù)全球汽車科技發(fā)展，共創(chuàng)世界級(jí)汽車科技創(chuàng)新平臺(tái)。
在SAECCE 2025于10月23日下午召開的“人工智能主論壇”上，東風(fēng)汽車集團(tuán)有限公司研發(fā)總院智能化技術(shù)總工程師李紅林以《云智一體：構(gòu)筑智能汽車的創(chuàng)新底座》為主題進(jìn)行了演講。
李紅林表示，現(xiàn)在行業(yè)里面在談具身智能更多是談人形機(jī)器人行業(yè)，因?yàn)樗鼜娜诵蔚慕嵌葋碚f更加貼合大家所理解的具身智能。但如果大家去分析智能汽車和人形機(jī)器人本身的技術(shù)路徑，我們會(huì)發(fā)現(xiàn)從算法層面他們是逐漸趨同的，感知、決策、控制與執(zhí)行，特別是李駿院士發(fā)布AI Car提到VAL模型，對(duì)于智能汽車智能駕駛?cè)蝿?wù)的賦能，這種背景下面智能汽車和人形機(jī)器人他們的技術(shù)相關(guān)性更強(qiáng)烈了。
以下為演講實(shí)錄（汽車之家精編）：
尊敬的董揚(yáng)理事長，李升波主任，大家下午好！
今天報(bào)告題目是《汽車具身智能體工程化的思考與實(shí)踐》，從下面三個(gè)方面展開。
第一是汽車行業(yè)的趨勢，從政策角度，習(xí)總書記在眾多論述中提到對(duì)人工智能要堅(jiān)持自立自強(qiáng)，突出應(yīng)用導(dǎo)向，推動(dòng)人工智能健康有序發(fā)展，努力開發(fā)更多安全可靠的優(yōu)勢產(chǎn)品。從各個(gè)部委來看也出臺(tái)了諸多的引導(dǎo)政策，特別是今年8月份國務(wù)院出臺(tái)的《深入實(shí)施人工智能+行動(dòng)的意見》，是我們下一步做“十五五”規(guī)劃中一個(gè)重要的引導(dǎo)。
在這種引導(dǎo)下面，我們會(huì)發(fā)現(xiàn)人工智能賦能行業(yè)的發(fā)展有三個(gè)明顯的特征：
第一是打破了傳統(tǒng)創(chuàng)新路徑的變化。從以前技術(shù)成熟后找應(yīng)用場景到現(xiàn)在轉(zhuǎn)向場景需求驅(qū)動(dòng)。
第二是全鏈條的要素貫通，整個(gè)產(chǎn)業(yè)鏈在共同發(fā)展。
第三是生態(tài)閉環(huán)逐步形成。
如果從技術(shù)維度來看，結(jié)合今天的主題人工智能發(fā)展可以簡單地分為2024年之前或者2024年這個(gè)時(shí)間段左右的離身智能，到2024年大家談很多的具身智能。它的底層在于大模型能力的提升、大模型技術(shù)的突破。從離身智能以前賦能虛擬空間促進(jìn)互聯(lián)網(wǎng)經(jīng)濟(jì)的發(fā)展，到現(xiàn)在賦能制造業(yè)的發(fā)展，打造制造業(yè)產(chǎn)品的提升帶來非常大的幫助。
今天我們一直在談具身智能，我簡單回顧一下具身智能的概念和架構(gòu)。在不同的著作和論文當(dāng)中有不同的描述，今天我想引用清華大學(xué)孫富春教授對(duì)于具身智能架構(gòu)和定義的描述。
架構(gòu)有四部分組成，感知體、認(rèn)知體、行為體和所屬的環(huán)境。定義角度，具身智能系統(tǒng)指在感知理解環(huán)境并在其中行動(dòng)，同時(shí)利用感知反饋與運(yùn)動(dòng)反應(yīng)構(gòu)成持續(xù)循環(huán)。這句話中英文論文翻譯不是很準(zhǔn)確，我們可以從當(dāng)中體會(huì)兩個(gè)關(guān)鍵點(diǎn)，一是本質(zhì)上講，具身智能是通過物理身體與環(huán)境的動(dòng)態(tài)交互來實(shí)現(xiàn)智能行為；二是它的核心在于本體、智能和環(huán)境三者之間的深度耦合。
從定義和架構(gòu)來看，有兩個(gè)非常典型的應(yīng)用載體適合去開發(fā)具身智能系統(tǒng)，就是智能汽車和人形機(jī)器人。現(xiàn)在行業(yè)里面在談具身智能更多是談人形機(jī)器人行業(yè)，因?yàn)樗鼜娜诵蔚慕嵌葋碚f更加貼合大家所理解的具身智能。但如果大家去分析智能汽車和人形機(jī)器人本身的技術(shù)路徑，我們會(huì)發(fā)現(xiàn)從算法層面他們是逐漸趨同的，感知、決策、控制與執(zhí)行，特別是剛才李駿院士發(fā)布AI Car提到VAL模型，對(duì)于智能汽車智能駕駛?cè)蝿?wù)的賦能，這種背景下面智能汽車和人形機(jī)器人他們的技術(shù)相關(guān)性更強(qiáng)烈了。
基于以上的背景趨勢分析，給各位領(lǐng)導(dǎo)和嘉賓匯報(bào)一下東風(fēng)公司的實(shí)踐。
首先東風(fēng)公司在2024年提出，我們要把打造汽車具身智能體作為重點(diǎn)工作，我們認(rèn)為它是未來汽車形態(tài)一個(gè)重要的形態(tài)模式。2025年6月底，東風(fēng)公司也成功申報(bào)了汽車具身智能技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室。這種背景下，面向“十五五”我們也制定了AI+專業(yè)行動(dòng)方案。
用四個(gè)數(shù)字來表述是“126X”，“1”是描述愿景，我們以用戶為場景加速AI與汽車深度融合，重構(gòu)未來出行新體驗(yàn)，助力打造AI創(chuàng)新企業(yè)。“2”條主線分別是從用戶端打造汽車具身智能，在企業(yè)端構(gòu)建新質(zhì)生產(chǎn)力。“6”項(xiàng)舉措分別是從場景、算法、數(shù)據(jù)、平臺(tái)、生態(tài)和人才方面去重點(diǎn)開展工作。當(dāng)然也有需要多項(xiàng)的保障支撐，包括安全倫理、標(biāo)準(zhǔn)法規(guī)、合作伙伴、智能投入等等。
結(jié)合剛才的架構(gòu)和定義的描述，我們認(rèn)為具身智能體在汽車上的實(shí)現(xiàn)，汽車具身智能體至少有三個(gè)基本的要素。第一是能夠準(zhǔn)確理解復(fù)雜環(huán)境；第二是能夠?qū)崟r(shí)響應(yīng)安全任務(wù)；第三是能夠確保與物理世界友好交互。
基于這樣的理解，東風(fēng)公司在汽車具身智能體進(jìn)行了五方面的工作：
第一是在充分分析用戶相關(guān)的需求，形成用戶需求的牽引。我們提到以用戶情感化的需求為核心，重塑個(gè)性化的需求體驗(yàn)，談了三個(gè)方面：
一是汽車具身智能體應(yīng)該具備與駕乘人員的共情能力，他的前提是準(zhǔn)確理解駕乘人員的情感；
二是主動(dòng)服務(wù)，大家知道現(xiàn)在的智能汽車更多是在被動(dòng)響應(yīng)駕駛員的指令輸入，但對(duì)于汽車具身智能體，因?yàn)樗軌驕?zhǔn)確地理解環(huán)境，從而能夠主動(dòng)向用戶提供服務(wù)；
三是個(gè)性化的體驗(yàn)，各位嘉賓平時(shí)都會(huì)駕駛，個(gè)性化的操作在車輛設(shè)置那里，比如可以設(shè)置車輛的轉(zhuǎn)向，助力的輕重緩，駕駛風(fēng)格舒適、平穩(wěn)和激進(jìn)。對(duì)于汽車具身智能體它能夠?qū)崿F(xiàn)的是主動(dòng)服務(wù)過程中，更好地學(xué)習(xí)用戶的駕駛習(xí)慣、偏好，從而在主動(dòng)服務(wù)中利用更加貼合駕駛員個(gè)性風(fēng)格的方式去實(shí)施主動(dòng)服務(wù)。
第二是架構(gòu)設(shè)計(jì)方面，這張圖描述了我們對(duì)于具體智能體架構(gòu)的描述，我們把汽車具身智能體當(dāng)做任務(wù)執(zhí)行的主體。這里描述關(guān)鍵點(diǎn)在于具身智能體的構(gòu)建拆分成主智能體和從智能體，主智能體聚焦全局決策，從智能體專注于局部任務(wù)執(zhí)行，從而形成分工協(xié)同、閉環(huán)聯(lián)動(dòng)。從智能體我們又做拆分，包括面向駕駛?cè)蝿?wù)以及非駕駛?cè)蝿?wù)的。
這張圖融合一個(gè)層面的融合要素，我們談智能汽車的艙駕融合，很多時(shí)候我們談?dòng)布娜诤希阎悄荞{駛控制器和智能座艙控制器進(jìn)行融合，形成集中式域控。這里通過汽車具身智能體我們談更多是軟件層面的融合，智能體任務(wù)執(zhí)行層面的融合。
第三是數(shù)據(jù)，剛才我們一直在談數(shù)據(jù)驅(qū)動(dòng)。對(duì)于汽車具身智能體構(gòu)造中，圖片點(diǎn)云的標(biāo)注這種技術(shù)我們認(rèn)為座艙場景的數(shù)據(jù)和艙外場景的數(shù)據(jù)同樣重要。剛才提到圖片點(diǎn)云上要更多實(shí)現(xiàn)VKA的標(biāo)注，從而便于更好地理解場景，剖析思維鏈，判斷決策過程的正確與否。經(jīng)過艙內(nèi)外高質(zhì)量數(shù)據(jù)集的構(gòu)建，能夠提升模型特定領(lǐng)域的性能。
第四是模型能力的進(jìn)化。持續(xù)進(jìn)化太極大模型的能力，推動(dòng)汽車具身智能體的落地，今年車展期間東風(fēng)公司推出了太極大模型能力這個(gè)技術(shù)品牌，我們把面向用戶端和企業(yè)端的大模型，我們概括成為太極大模型體系。結(jié)合用戶端汽車具身智能體的能力，我們的模型能力從三方面提升，第一是跨模態(tài)的感知融合能力，第二是推理規(guī)劃能力，第三是自適應(yīng)的交互泛化能力。
第五是工程化落地。剛才談到汽車具身智能體的打造，談到工程化落地的挑戰(zhàn)，挑戰(zhàn)這個(gè)詞既可以作動(dòng)詞也可以作名詞，我先把它作動(dòng)詞來匯報(bào)。
東風(fēng)公司在做汽車具身智能體的工程化落地，落地過程中涉及最關(guān)鍵的環(huán)節(jié)，剛才談到具身智能體之所以變?yōu)榭赡苁且驗(yàn)橛蟹浅：么竽Ｐ偷幕A(chǔ)，在這個(gè)過程中我們就會(huì)發(fā)現(xiàn)，大模型的部署有非常大的工作量，因?yàn)檫@個(gè)地方涉及不同的部署方案。它的流程和小模型的部署大致相同，我們把它分為模型本身的訓(xùn)練、端側(cè)部署、效果驗(yàn)證，根據(jù)驗(yàn)證的效果去做迭代。
這當(dāng)中變化的部分是模型訓(xùn)練當(dāng)中我們會(huì)結(jié)合大模型本身的能力、尺寸大小和參數(shù)量的大小做知識(shí)蒸餾。端側(cè)部署端，我們需要對(duì)模型進(jìn)行轉(zhuǎn)化，對(duì)芯片的環(huán)境做適配，而且適配端側(cè)的工具鏈，進(jìn)行端側(cè)的應(yīng)用分裝。
在這個(gè)過程當(dāng)中我們會(huì)發(fā)現(xiàn)，工程化落地過程中應(yīng)用部署有三種典型的方案。剛才AI Car里面提到端側(cè)部署的重要性，三種不同的方案我們都會(huì)涉及，一個(gè)是云端部署，一個(gè)是車端，一個(gè)是端云協(xié)同。
這三個(gè)方案的組合我們以什么樣的方法論來支撐？這個(gè)地方我想說的是，大家如果關(guān)注過2002年諾貝爾獎(jiǎng)經(jīng)濟(jì)學(xué)獎(jiǎng)得主丹尼爾·卡尼曼，他在《思考快與慢》當(dāng)中的描述，說人類的大腦思考是由兩個(gè)系統(tǒng)組成。大腦算系統(tǒng)這個(gè)概念的雛形，卡尼曼提之前前面也有學(xué)者提出，但這本著作當(dāng)中兩個(gè)系統(tǒng)描述的更加清晰。
這里面他簡單把其稱為系統(tǒng)一和系統(tǒng)二，系統(tǒng)一是自動(dòng)且快速地運(yùn)行，維護(hù)世界模型，這是他對(duì)整個(gè)世界的認(rèn)識(shí)；系統(tǒng)二是將注意力分配給所需燒腦的活動(dòng)，說明我們要進(jìn)行深度的思考，并且負(fù)責(zé)持續(xù)集控行為，當(dāng)事情變得困難時(shí)接管思維活動(dòng)，我們?yōu)槭裁匆谶@個(gè)地方提這么觀點(diǎn)，因?yàn)槲覀冊谲嚩撕驮贫俗铌P(guān)鍵三個(gè)要素是時(shí)延、響應(yīng)時(shí)間、安全性。
基于這樣的理論意味著日常的場景所需要應(yīng)對(duì)的工況，所需要完成的任務(wù)，我們盡量部署在車端，這是我們在車端部署過程中剛才提到的重點(diǎn)所在。對(duì)于信息娛樂時(shí)延性要求不是那么高的應(yīng)用場景我們可以部署在云端，這樣可以充分運(yùn)用云端算力和大模型本身的能力，為用戶帶來更好的體驗(yàn)。
剛才把挑戰(zhàn)當(dāng)做動(dòng)詞之后談了，現(xiàn)在把挑戰(zhàn)作為名詞談一下，也就是工程化落地過程中遇到了什么挑戰(zhàn)，想說四個(gè)方面。
第一是模型能力。剛才我們提到為了適配車端輕量化的部署，我們對(duì)模型做了輕量化、對(duì)模型做了知識(shí)蒸餾，但如何去保證模型在特定環(huán)境下面仍然有足夠高的能力邊界，這是我們的第一項(xiàng)挑戰(zhàn)。
第二是算力瓶頸。車端算力目前來說能夠支撐我們在車端做大模型，即使是壓縮了之后，比如1B左右大模型的部署的芯片為數(shù)不多，國產(chǎn)化的更少，所以我們算力確實(shí)遇到了相應(yīng)的挑戰(zhàn)。
第三是跨域協(xié)同的挑戰(zhàn)。這個(gè)過程中，因?yàn)槲覀冋{(diào)度自動(dòng)駕駛的原子能力，它的交互協(xié)議、服務(wù)接口，因?yàn)樯婕暗綄?shí)時(shí)的安全性，所以這方面有非常多的挑戰(zhàn)。
第四是智能化的框架，智能體框架。我們現(xiàn)在做基于云端智能體部署時(shí)有非常多、非常好可借鑒的框架可用，只要大家識(shí)別工作流就能快速搭建出一個(gè)智能體的查用流程。但對(duì)于汽車具身智能體，特別是車端環(huán)節(jié)去部署智能體調(diào)度的時(shí)候，相應(yīng)的約束條件更多，難度更大。
基于四個(gè)挑戰(zhàn)，對(duì)于行業(yè)來說我們提了一點(diǎn)點(diǎn)思考和建議。
第一是從大模型的角度，在座如果是主機(jī)廠都在做各自的企業(yè)垂類大模型，或者說是行業(yè)大模型，每家企業(yè)都在做，我們有沒有可能去打破這個(gè)煙囪，我們來共建汽車行業(yè)大模型。好處當(dāng)然在于，我們每家都能夠充分地整合利用多模態(tài)數(shù)據(jù)，從而去提升模型的泛化能力。
第二是合作伙伴生態(tài)體系里面加強(qiáng)軟硬筑基，去構(gòu)建具身智能體在車端部署的環(huán)境。這里包括電子電氣架構(gòu)的引進(jìn)、突破，部署過程中的操作系統(tǒng)、交互協(xié)議以及原子能力注冊和服務(wù)的接口。
第三是倡導(dǎo)分工協(xié)同，培育健康汽車AI生態(tài)。為什么這么說？剛才給各位專家匯報(bào)時(shí)大家應(yīng)該會(huì)意識(shí)到，剛才匯報(bào)這五方面沒有涉及訓(xùn)練平臺(tái)的算力、沒有涉及基模的選擇，因?yàn)槲覀冋J(rèn)為這兩個(gè)環(huán)節(jié)在行業(yè)有非常好的頭部企業(yè)已經(jīng)實(shí)現(xiàn)了，比如說幾大運(yùn)營商算力的構(gòu)建、頭部互聯(lián)網(wǎng)公司對(duì)于基模能力的構(gòu)建，所以剛才訓(xùn)練算力沒有談基模。對(duì)于整個(gè)行業(yè)來說，我們要充分做分工的協(xié)同，去培育好整個(gè)生態(tài)，加快技術(shù)轉(zhuǎn)化，實(shí)現(xiàn)資源共享互用，凝聚生態(tài)合力，從而鑄牢整個(gè)產(chǎn)業(yè)的核心競爭力。
以上是我們今天東風(fēng)公司對(duì)于汽車具身智能體環(huán)節(jié)工程化方面的思考和實(shí)踐，當(dāng)中有內(nèi)容不正確的地方請各位批評(píng)指正，謝謝！