Financial Results | 27 Jul, 2026 | 11 min

人工智能：汽车与汽车工业游戏规则的改变者

1 :第一部分：了解汽车中的人工智能

什么是汽车中的人工智能？

人工智能在汽车领域的应用，正从根本上改变车辆感知、解读及应对周围环境的方式。通过深度学习与计算机视觉手段，AI有效增强了感知系统的性能，使车辆不仅能够更深入理解行驶环境，还能对周围行人、车辆等其他道路使用者的行为进行预判，这一能力不仅是高级驾驶辅助系统（ADAS）的重要基石，更是最终实现自动驾驶的核心前提。

AI不仅有助于提升车辆，尤其是电动汽车的效率，还实现了座舱的高度个性化。上述所有软件解决方案，均可借助OTA（Over-The-Air）远程升级技术在车辆全生命周期内实现持续更新与功能演进。

“人工智能是出行变革的关键驱动力。20多年来，它一直推动着我们的创新，特别是在驾驶辅助系统和自动驾驶领域。” 法雷奥智能事业部首席技术官兼项目副总裁说道。“我们的目标很明确：不仅要让AI成为一种工具，更要使其成为嵌入式智能的引擎，让出行变得更安全、更直观、更可持续。”

AI 在车辆中是如何运作的？

要了解 AI 如何在车辆中运作，我们需要从四个相互关联的层面进行分析：

传感器
数据处理
人工智能模型
实时决策

AI 的运行有赖于多种要素的协同：高算力电子控制单元（ECU）、专用软件与应用程序、高性能传感器与执行器，以及确保应用程序与 ECU 之间实现无缝通信的中间件 (Middleware)。

传感器

法雷奥作为驾驶辅助领域的全球领导者，其传感器种类繁多，全球三分之一的新车都装备了法雷奥智能事业部的产品，包括：泊车传感器、摄像头、热成像摄像头、雷达、成像雷达以及激光雷达（LiDAR，即一种通过激光扫描生成环境 3D 图像的雷达），一套精密的核心计算系统会对这些传感器提供的信息进行分析与融合，从而构建出车辆周围 360 度的全景视图。

数据处理

一辆现代汽车平均包含近2亿行代码，是波音787的33倍之多，堪称名副其实的“车轮上的计算机”。因此，车辆需要基于芯片级系统（SoC）或微处理器的高性能车载控制器来提供算力支持。SoC 就像一台微型计算机，提供执行复杂任务所需的算力。

车辆的计算能力根据实际需求进行灵活配置。以法雷奥的ADAS域控制器为例，它支持多种SoC的算力选项，覆盖100 TOPS、250 TOPS直至500 TOPS，可根据车辆功能需求进行扩展 ——从全景环视、自动泊车到高级自动驾驶，将原始传感器数据实时转化为关乎安全的关键决策。

AI模型

神经网络技术被用于车辆环境感知任务中。我们无需对所有规则和场景进行手动编码，机器能够利用计算机视觉和深度学习，直接从上下文语境中学习规则。

实时决策

人工智能使得系统能够从结构受限的“确定性系统”转变为“概率性系统”。它基于多传感器采集的信息以及隐性的世界常识（知识），构建出全盘的感知能力，从而有助于在恰当的时机做出正确的决策。

例如，人工智能有助于预测在人行道上行走的行人行为：他是否准备过马路？他下一步会做什么？车辆是否应该刹车？人工智能可以回答这些问题，并做出相应的操作。

如今 AI 在汽车中是如何应用的？

如今，AI 在汽车中的应用主要涵盖三个领域：

通过增强传感器感知能力提升ADAS性能
提高车辆运行效率
为各项功能的使用提供更高程度的个性化定制

AI 在高级驾驶辅助系统 (ADAS) 中的应用

法雷奥作为该领域的先驱。早在 2003 年，法雷奥便已在其后视摄像头系统中采用了复杂的泊车场景分析系统。此后，车载 AI 不断演进，旨在应对各种驾驶工况，并推出了包括自动紧急制动、自动泊车、自适应巡航控制和车道保持在内的一系列新型高级驾驶辅助系统功能。这些功能共同构成了所谓的“L2级自动驾驶系统”。在此阶段，驾驶员仍需承担驾驶责任，但能获得极高水平的辅助，尤其是在高速公路驾驶场景中。

预计到 2030 年，约 90% 的汽车将配备高级驾驶辅助系统，其中 50% 将达到L2或L2+自动驾驶水平，约 300 万辆汽车将达到L3或L4自动驾驶水平。

AI在软件定义汽车中的应用

“软件定义汽车”（SDV）架构是充分发挥 AI 潜力的关键，它通过集中计算能力、标准化数据流并支持持续的软件更新，使车辆功能随着时间的推移变得更加智能、安全且不断进化。与传统架构中每个车辆功能各自拥有独立控制器（分布式架构）不同，软件定义汽车采用少量但性能更强的集中式控制器来管理大部分功能。这简化了汽车的电子电气架构，减轻了整车重量（线束更少），并提升了整体效率。

这种方法还赋予了车辆更好的联网能力，而这正是实现无线软件升级所必需的：软件定义汽车在其整个生命周期内都可以进行定期更新、升级和个性化定制。

它还为驾驶员提供了更多选择，例如，通过选择特定的软件功能和应用程序，驾驶员能够根据自己不断变化的需求和期望，随时塑造和打造自己的专属座驾。

车载 AI 有哪些益处？

车载 AI 的主要益处包括 :

通过增强的 ADAS 系统实现更安全的驾驶
提升电动汽车的能源效率
实现更具个性化的功能应用

AI 对于未来汽车的演进至关重要，未来的汽车将日益走向电动化、更安全和软件定义。法雷奥所有的 ADAS 系统均集成了 AI 增强技术。对 AI 的广泛应用，正是汽车行业实现“零事故、零伤亡”愿景的推动力。作为 ADAS 和视觉系统领域的全球领导者，这是法雷奥使命的核心。AI 还助力实现自动驾驶目标，提升效率并降低汽车对环境的影响。此外，人工智能还赋予了车辆不断更新迭代的能力，加速其在全生命周期内的持续演进。

自动驾驶是否离不开 AI？

是的，AI 对自动驾驶而言不可或缺。没有人工智能，车辆就无法实时检测、分类并预判其他道路使用者的意图，而这些能力正是安全自动驾驶技术的基础。

自动驾驶汽车的开发需要“教会”车辆去检测并预判其他道路使用者的意图，尤其是行人、骑行者等这类弱势群体。此外，识别他们的注意力或是否因使用手机而分心，也很重要。同时，车辆还需要正确解读交警或道路施工人员的手势。所有这些功能，都离不开高性能人工智能技术的加持与赋能。

3: 第三部分：AI流程

法雷奥如何实现车载AI的规模化？——从Valeo.ai基础研究到AI辅助工程

鉴于人工智能对驾驶辅助系统和自动驾驶汽车研发的重要性，法雷奥于 2017 年在巴黎成立了全球首个致力于汽车应用的人工智能研究中心——Valeo.ai，并与全球科学界保持密切合作。该中心定位为涵盖算法开发、基础设施构建、学习机制设计、模型验证及仿真测试等关键环节的全球性AI技术能力中心。历经近十年的持续深耕，AI辅助工程现已全面融入公司各个业务层面。

迄今为止，法雷奥所有的 9,000 名软件和系统工程师都已经配备并接受了自动化编码工具的培训，并且 35% 的法雷奥认证代码是由人工智能生成。

Valeo.ai：致力于汽车 AI 的研究

如今，法雷奥集团拥有一支由约 200 名人工智能专家组成的团队，Valeo.ai 处于汽车行业研究的前沿，特别是在辅助驾驶和自动驾驶领域。Valeo.ai的研究人员持续在全球顶尖的人工智能感知领域顶级会议上发表研究成果。

过去数年间，法雷奥持续开发神经网络与深度学习技术，以感知车辆周围环境，并研发更安全、更高阶自动化的出行解决方案。如今，集团已将人工智能应用于每一个环节，从研发到产品设计，再到工厂生产，全方位融入了其 9,000 多名软件和系统工程师的日常工作中。

AI 用于加速工程开发

法雷奥不仅运用人工智能提升感知系统的性能，还将其用于加速感知系统的开发、训练和验证流程。为验证驾驶辅助软件，AI被用来比对软件对某一场景的感知结果与人工描述或标注的真实场景之间的差异。过去，这一工作需要多达 1,000 人逐帧对数据采集到的图像进行标注，耗费了大量的时间和精力和人力。而 AI 实现了图像的自动标注，极大地节省了宝贵的时间与资金成本。

生成式 AI 在软件开发和产品设计中的应用

生成式 AI 在竞争日益激烈的行业中开启了新阶段，帮助法雷奥获得竞争优势。与谷歌云的合作使法雷奥能够为其员工配备生成式 AI 工具，并对全部 9,000 名软件和系统工程师进行了培训。通过将代码编写任务自动化，工程师们得以专注于最能发挥其核心价值的工作。

下一步将是利用生成式设计实现零部件的自动化设计。与亚马逊云科技在云端工具方面的合作，已使车辆电子控制单元的开发时间缩短了约 40%。法雷奥还与达索系统（Dassault Systèmes）建立了合作伙伴关系，专注于 AI 驱动的机械设计、仿真以及建立专门的实验室。

部署方法：AI4All——让AI在各层级成为竞争优势

法雷奥AI4All计划已产生显著的业务影响与价值回报，效率提升幅度达数十个百分点，成效颇为可观。该团队汇聚了生成式AI与多模态理解、计算机视觉与场景解译、机器学习及预测与不确定性建模等领域的专家。作为一家技术驱动型公司，法雷奥理所当然地将 AI 在研发中的应用部署置于首位。

汽车制造中的数字孪生是什么？

汽车制造中的数字孪生，是指物理系统（如传感器、整车或整条生产线）的虚拟复制体，能够以高精度模拟真实工况。该技术正在从根本上改变整车厂开发、测试和验证ADAS及自动驾驶系统的方式。

数字孪生技术能够精确复制全球任何地点或虚拟道路中的传感器规格与特性，提供广泛且多样的场景与环境。这种先进的仿真能力为汽车制造商提供了一个强有力的工具，能够以空前的精确度模拟真实世界工况和虚拟环境，从而更高效地开发、测试和验证 ADAS 及自动驾驶感知系统。

法雷奥与 Applied Intuition 合作开发了一个仿真平台，支持人工智能驱动的训练，从而提升物体检测、决策制定及系统的整体可靠性。这一用于高级驾驶辅助系统 (ADAS) 传感器仿真的数字孪生平台，使整车厂 (OEM) 能够更快地将安全、可靠的 ADAS 功能推向市场。该成果荣获了 Tech.AD 大奖。

4:工厂里的人工智能

人工智能在汽车制造中的应用是什么？

人工智能可以通过多种方式支持生产流程，例如质量控制、预测性维护、节能等。目前，50% 的法雷奥生产基地已经在应用人工智能。

例如，位于中国深圳的法雷奥工厂及研发中心是行业标杆，它融合了工业 4.0 的自动化、工业物联网、人工智能等突破性技术，不断深化精益生产，推动可持续发展，并加速智能化创新。

汽车行业中的工业 4.0 如何融合人工智能？

工业4.0即制造业的数字化与自动化，因此AI的融入是其自然演进的方向。人工智能使得制造过程更快速、更高效，同时通过高级质量控制减少生产线上的缺陷。人工智能还能指导预测性维护，以实现设施的最终优化。

人工智能如何改变汽车生产

人工智能可在多个层面推动汽车生产的改进。首先是虚拟制造工程，它为工业流程带来了极大的灵活性，并赋予其可扩展性，从而能够更快地响应需求变化。

法雷奥和Google Cloud的合作包含部署生成式AI工具，用来提升产品设计、工程开发、软件测试和集成等环节的效率。合作中，法雷奥会提供关键使用反馈，Google则根据这些反馈不断改进和完善这些解决方案。

预测性维护在汽车制造中的应用

应用工业领域的 AI 算力与生成式模型，使得对设备和工具进行优化预测性维护成为可能，从而能够避免生产中断并提高可维护性。据估计，得益于 AI 的赋能，可以避免约 20% 的设备故障。

人工智能在汽车质量控制中的应用

将 AI 应用于生产线的质量控制，可以实现缺陷的实时分析，其速度和精度远高于人工质检。这有助于提升质量标准，并在出现生产问题时做出更快速的响应。在基于深度学习的 AI 驱动下，我们的质量控制得到了显著改善，误判率比人工检测降低了高达 10 倍。

AI 驱动的生产优化

AI在工业领域的另一应用范例是优化能源消耗。当然，AI可用于中央层面的能耗优化，但这需要在整座工厂全面部署传感器，对现有工厂而言意味着高昂的成本。

一种替代方案是在生产线层面测量能耗并进行优化。为此，法雷奥阿布维尔（Abbeville）工厂开发了一种移动设备——“检测箱”。该套件由联网的无线能源传感器、数据采集器和一台运行法雷奥专门训练 AI 模型的笔记本电脑组成。初步测试已实现了高达 20% 的节能效果，目前该设备正在集团旗下的其他生产基地陆续推广。

智能工厂与“黑灯生产”：汽车制造的未来范式

法雷奥深圳工厂共计实施了42个智能化升级项目，旨在构建透明化、高效化、AI驱动的智慧工厂体系。项目涵盖了AI解决方案及14种先进算法，包括生成式AI驱动的故障诊断与排查能力。

该工厂还配备了一条全自动化的“黑灯”产线——顾名思义，车间无需人工值守，照明系统在正常运行状态下保持关闭，生产线完全自主运行；仅在技术人员介入处理异常情况时，照明才会启动。

这些创新项目的应用显著降低了智能前置摄像头的不良率，将交付周期缩短了 34.5%，生产力提高了 60.2%，并将单位能耗降低了 27.1%，实现了高质量、高效率和低成本的卓越生产。该基地在五年内还将二氧化碳排放量减少了 41%。

5 第五部分总结

车载人工智能的益处

汽车行业正经历着历史性的重大技术变革——电动汽车与软件定义汽车的比例持续增长，推动整车安全性与驾驶自动化水平同步提升。

法雷奥已全面转型为一家“AI驱动型企业”——无论是技术研发、开发流程（设计优化、仿真模拟、周期缩短），还是工厂运营（质量控制、预测性维护、节能降耗），乃至全体员工的工作方式，都深度融入了人工智能。

AI正在彻底改变研发的格局，而新的合作伙伴关系正为这一演进提供有力支撑。在与Google Cloud的合作中，法雷奥100%的软件工程师已完成AI辅助编程的培训并配备相应工具。目前，法雷奥通过认证的代码中，已有超过25%由AI生成。

与Amazon Web Services（AWS）的合作，则借助虚拟化硬件实验室，将ECU开发时间缩短了40%以上。合作伙伴还包括达索系统（Dassault Systèmes），用于机械零件的生成式设计，以及Zuken，用于印刷电路板（PCB）的生成式设计。

最后，通过AI4All计划，法雷奥已部署84个AI智能体以全面提升研发效率。法雷奥的目标十分明确：成为汽车行业AI应用的领导者之一，充分利用AI技术，推动更绿色、更安全、更智能的出行方式。

车用人工智能的未来前景

人工智能将逐步赋能更尖端、更高性能的解决方案，推动更高阶的自动驾驶、更安全的出行、更高效的电动驾驶体验，以及更个性化的人机交互界面。人工智能不仅仅是一种工具，更是嵌入式智能的引擎，能够使出行更安全、更直观、更可持续，为驾驶者和乘客提供最佳服务——这是对车内体验全方位提升的承诺。

相似新闻

Financial Results | Feb 21, 2020 | 7 min

Press release – 2019年财报

Financial Results | Jul 24, 2019 | 5 min