【专题论坛四】吉利汽车对外合作研究院院长王晓娟：从内生智能到产业智能：AI深度融合下汽车全产业链的系统性变革与共性路径

由中国汽车技术研究中心有限公司、中国汽车工程学会、中国汽车工业协会、中国汽车报社联合主办的第二十二届中国汽车产业发展（泰达）国际论坛（以下简称“泰达汽车论坛”），于2026年9月17日至9月20日在天津市滨海新区举办。本届泰达汽车论坛将围绕“智绿筑基·生态蓄势·共创共赢”的年度主题，邀请重磅嘉宾展开深入研讨。

在9月20日“专题论坛四：AI深度融合下的汽车全产业链变革”中，吉利汽车对外合作研究院院长王晓娟发表题为“从内生智能到产业智能：AI深度融合下汽车全产业链的系统性变革与共性路径”的演讲。

吉利汽车对外合作研究院院长  王晓娟

以下是演讲实录：

各位专家、各位汽车和人工智能领域的同仁，大家上午好！我是来自吉利汽车对外合作研究院的王晓娟。今天很荣幸与大家共同探讨人工智能从具身智能向产业智能的演进。

回顾2026年以来的发展，有几个重要的产业信号值得关注。

首先，今年全国两会政府工作报告提出打造智能经济新形态，深化拓展“人工智能+”，推动重点行业领域人工智能商业化、规模化应用。

今年3月，在英伟达GTC大会上，Physical AI成为重要方向，人工智能开始从生成内容、理解信息进一步走向对真实世界的感知、推理和行动。

2026年7月的上海世界人工智能大会上，行业关注重点也在发生变化，越来越多的讨论聚焦于AI如何真正进入应用场景、工程体系和规模化生产，并兼顾开放与安全综合这些变化，可以清晰看到一个趋势：AI正在从数字世界走向物理世界，从模型能力走向系统能力，再从技术突破走向产业能力。这是一个巨大的挑战，也是整个产业链端到端发展过程中需要共同解决和突破的问题。

在这一轮AI变革中，汽车是最复杂的载体之一。无论是AI、智能化还是安全，其最终都需要依托汽车这一复杂的物理载体实现。汽车本身是一个高度复杂的端到端系统，涉及感知、计算、控制、新能源、硬件安全、软件、制造、全球法规以及全域安全等诸多方面。因此，AI进入汽车产业之后，最终面对的是一个高度复杂的系统工程，需要实现多领域技术与创新能力的深度融合，同时也需要持续的大规模投入和资源保障。

今年6月，吉利在伦敦MOVE大会上讨论了“从内生智能到全球共生”这一主题。在AI快速发展的背景下，没有任何一家企业能够独立承担如此复杂的技术体系。产业需要进一步走向开放与融合，从行业整体角度出发，将巨大的技术挑战更高效地转化为产业价值。

过去，我们更多关注如何在一辆汽车上将不同领域的智能能力融合为全域智能。吉利较早发布了全域AI智能体系，希望将智能座舱、驾驶自动化、底盘、控制、动力和安全等相对独立的智能功能，逐步融合为具备整车级感知、判断、协同和行动能力的智能体。从过去的单点智能走向整车融合智能，是汽车产业面临的一项重要突破，也需要巨大的持续投入和长期研发。吉利一直在这一领域持续开展探索。

今天来到泰达，我希望将这一思考再向前推进一步。当汽车开始具备内生智能之后，支撑其研发、验证、制造和产业协作的整个体系也必须同步升级。AI上车只是第一步。当AI进一步进入工程、制造和产业协作体系后，汽车产业的运行方式也将发生系统性改变，这就是今天希望与大家探讨的“产业智能”。

我们所理解的“产业智能”，就是让过去相对分散的工程能力、数据、模型以及各类资源围绕产品形成更加高效的协同和闭环。这个产品既可以是汽车，也可以是机器人，或者其他领域的复杂产品。

从未来发展趋势看，我们可以作出一个假设：大模型可以采购，算力可以租用，算法可以开源，每一家企业未来都有可能获得相近的AI基础能力。随着基础技术、基础模型和基础设施逐渐走向开放和共享，企业单独重复投入的必要性会降低。

在这样的背景下，真正拉开企业差距的关键，在于能否将这些AI能力真正转化为系统能力。

基于这一问题，我今天分享三个判断。

第一，汽车AI正在从功能智能进入整车系统智能。

过去几年，我们已经看到越来越智能的座舱、驾驶自动化、底盘和动力系统。但汽车是一个高度耦合的复杂系统，每一个域都具备较强的智能能力，并不意味着整车已经真正实现智能化。真正决定汽车安全、性能和体验的，是围绕整车目标实现多域融合，使感知、决策和执行更加精准、高效。

吉利较早开始布局全域安全。2020年，吉利发布全域安全1.0，提出九大域全域安全体系。2025年底，在持续研发和实际应用的基础上，吉利进一步发布全域安全2.0。今年年初，在美国CES展上，吉利发布Full-Domain AI 2.0，希望进一步打通整车计算、数据和模型体系，使智能座舱、驾驶自动化、底盘和安全等相对分散的智能能力逐步走向整车级协同。实现这一目标，需要非常强大的基础能力支撑，包括电子电气架构、软件系统逻辑以及算力布局等。这意味着汽车底层架构需要进行较大程度的重构，也是当前全球汽车产业面临的重要挑战。

中国汽车产业在AI智能化、电气化、电子电气架构、新能源等领域起步较早，目前已经形成较强的发展优势。结合吉利在海外市场的合作实践，我们对此有较为深刻的体会。

以电子电气架构为例，吉利目前已经升级至4.0架构。该架构面向全球市场，可以应用于多个平台，包括对外合作平台，是支撑智能汽车、全域AI、全域安全和持续创新的重要底层基础。

在高度集成的发展趋势下，我们不仅布局中央算力，同时也配置边缘算力，以满足局部AI快速响应等需求。与此同时，在全域AI体系下，软件架构也需要同步重构。只有建立这样的底层基础，才能进一步讨论全域AI和全域安全。它是未来从具身智能走向产业智能的重要支撑要素。

经过多年的持续创新、投入和研究，吉利已经推动一系列相关技术实现产品化和市场化应用。例如，吉利GVMC数字化底盘技术已经随着近期多款新车进入市场。数字底盘本质上是整车运动控制系统，需要对动力、制动、转向、悬架等关键系统进行协同控制，实现从单一控制器的局部控制，向纵向、横向和垂向运动的整车协同控制转变，并进一步与辅助驾驶和整车安全体系协同整车动态控制与驾驶自动化未来需要进一步融合，这背后涉及复杂的系统开发、验证和工程实践。

未来评价一辆智能汽车，也不能只关注硬件配置数量。目前行业较为关注算力TOPS、模型能力等指标。模型本身具有一定的不确定性，例如生成式AI可能出现“幻觉”。因此，仅仅关注车辆搭载多少激光雷达、多少摄像头已经远远不够。更加重要的是计算能力、模型参数、软件能力以及车辆执行机构的深度融合，使感知、决策和行动系统形成高效协同。

这种深度融合需要根据实际场景和用户需求，同时兼顾车内安全、环境安全以及其他交通参与者的安全，在不同场景下精准、高效地满足车辆运行需求。其背后最核心的基础仍然是安全。

下一个阶段真正的门槛，是将AI转化为可信的工程能力。汽车以及未来的机器人产品必须具备高度安全性和可靠性。随着AI越来越深入地融入整车系统，对汽车工程体系提出的要求也越来越高。需要关注的不只是AI技术本身，还包括可靠性、安全性和验证体系。如何支撑全域AI产品以可信、可靠的方式提供服务，是当前整个行业必须高度重视的问题。AI进入研发体系之后，还需要进一步进入工程决策和产品全生命周期服务体系。

汽车产品的开发已经不能只关注产品本身，而需要覆盖从产品定义、研发、上市，到全生命周期运维和持续迭代的完整过程。即使产品已经结束生产，其后续环境影响等问题仍然需要持续关注。例如，动力电池在车辆生命周期结束后的回收和环保问题，都需要从产业全生命周期角度进行系统思考。

在工程开发阶段，AI也可以广泛参与设计、验证等工作。以CAE为例，在大模型和虚拟验证技术的支持下，CAE具备更大的创新空间。现实场景中很多极端场景和长尾场景难以高频遇到，但可以通过模型和虚拟环境进行构建和验证，从而提升测试充分性和工程验证效率。当这些能力进一步贯通之后，汽车研发将从传统开发模式走向覆盖全生命周期、全价值链的数据闭环与持续迭代。这种变化并不仅发生在软件领域，AI也正在进入动力系统等核心工程领域。今年4月，吉利发布i-HEV智能混动技术。该技术融合吉利Full-Domain AI 2.0、i-CMA智能物理架构以及星睿AI云动力2.0大模型，并将AI引入整车油电控制。系统可以结合温度、湿度、工况等信息，动态优化整车油电能量管理。同时，i-HEV发动机热效率达到48.41%，电驱最大功率达到230千瓦。与传统HEV技术相比，吉利i-HEV在节能之外进一步强化动力性能，是跨领域融合创新的一次探索。

未来，我们也将推动相关技术进入全球市场，并结合吉利在全球法规、安全、合规和工程体系方面积累的经验，进一步融合AI驱动的新技术，为全球市场提供可靠、可信且具有竞争力的产品。

对于汽车这样高度重视安全的产品而言，如何将快速进化的AI转化为可验证、可量产、可全球交付的汽车产品，最终考验的是企业的工程体系能力。

今年3月，吉利千里浩瀚G-ASD通过UN R171驾驶员控制辅助系统相关法规认证。相关验证体系要求较高，也体现了全球化产品在法规、安全、信息安全和功能安全等方面需要具备系统性的能力。2025年，吉利成为全球首家获得ISO 8800道路车辆AI安全认证的汽车企业。这类体系认证进一步体现了企业能否以系统化方式支撑新技术创新、开发和验证。法规、标准与工程验证共同决定了一项AI能力能否安全、可信地进入量产产品。在吉利全球全域研发中心的辅助驾驶验证体系中，通过台架系统、数字孪生等技术，可以构建实车测试中难以高频覆盖的极端和复杂场景。

吉利全域安全中心目前拥有五项吉尼斯世界纪录，安全验证覆盖丰富的复杂场景，并通过多种复杂场景组合进行整车安全验证。在虚拟测试方面，可以扩大测试场景空间，提高测试重复性，并进一步发现低频、高风险的长尾场景；实时测试系统则在真实物理环境中进行验证，由此形成虚拟分析、仿真验证与实际测试相结合的闭环体系。多年来，吉利持续整合全球安全工程经验，包括沃尔沃55年的真实事故研究积累，以及长期国际合作过程中形成的法规、安全和验证经验，并进一步将这些能力沉淀到当前智能汽车安全体系和相关数据库中。

第二，汽车产业竞争正在进入系统工程和产业智能阶段

汽车产业竞争正在从单一产品、单线制造能力的竞争，转向科技创新、系统工程和生态协同能力的综合竞争。制造环节也是AI进入物理世界最直接的应用场景之一。以极氪智能工厂为例，工厂以5G工业网络和工厂级数字孪生为数字底座，将设备、物流、生产、质量等环节连接起来，通过CRM系统和柔性制造体系，支持订单驱动以及多车型、多品牌混线生产。在核心制造工艺方面，工厂配备7200吨级大型一体化压铸设备，并建设大型一体化压铸L4级智慧化产线，自动化率达到100%。从吉利全产业链视角来看，AI的应用不能停留在产品智能层面，还需要进一步延伸至产业智能。当前全球汽车产业合作，也正在从单一产品、单项技术合作逐步延伸至研发、验证、供应链、制造和市场等完整价值链的协同。产业链需要通过开放合作实现优势互补，共同寻找可持续的共赢空间。

今年7月，吉利与福特围绕西班牙、马来西亚等制造资源开展合作，就是一个典型案例。通过将福特在欧洲制造领域的资源和能力，与吉利的技术及规模优势相结合，可以进一步提高产业协同效率。通过合作，可以减少重复投入，将更多资源集中到真正决定产品差异化和用户价值的领域，使不同市场、技术与产业资源形成更加高效的协同。吉利对外合作的目标始终是共赢，即充分发挥各方优势、弥补相互短板，形成长期稳定的合作价值。

吉利对外合作研究院是吉利体系中的重要对外合作平台，具备覆盖产品、技术及合作项目等多个方向的端到端开发与协同能力。目前，我们已经服务12家全球OEM客户，累计推进108个以上全球项目，业务覆盖全球100多个国家和地区，包括欧美等主要汽车市场。

第三，AI时代需要建立更加开放、高效且可信的产业协同模式。

最后，我想分享AI时代产业发展的三个原则。

1.共性能力应尽可能复用，差异化价值需要持续创新。

包括底层技术、架构技术以及部分开发工具等共性能力，都可以通过复用和协同降低重复投入，把更多资源投入真正形成产品差异化和用户价值的创新领域。

2.创新可以加速，但安全验证不能打折。

尤其进入AI时代以后，对验证必须保持高度敬畏。安全始终是吉利产品开发体系中最重要的核心要素之一。长期以来，吉利持续强化全品牌、全产品的安全开发和验证体系，通过充分的工程验证保障产品安全。

3.合作可以更加开放，但技术、数据和责任边界必须更加清晰。

在多品牌、多技术协作的背景下，合规、保密、数据安全以及责任边界都需要清晰界定。只有在责任明确、规则清晰的基础上，产业合作才能长期稳定运行。

全球化也是汽车产业发展的重要方向。对于汽车企业而言，走向全球市场不仅是业务拓展，更要求企业具备全球研发、法规、工程、安全和产业协同能力。汽车产业最终是一场长期竞争。技术会不断变化，但工程、安全、制造以及长期创造价值的产业本质不会改变AI决定我们能够走多快，工程和产业体系决定我们能够走多远。

我的分享就到这里，谢谢大家！

本文根据泰达汽车论坛现场速记整理，未经演讲嘉宾审阅，仅供参考。