德扑之星中国机|免费日产区2021|械工业联合会

发布时间：2025/09/30 06:32:13来源：德扑之星机械集团有限公司

　　【开幕大会】中国汽车技术研究中心有限公司党委书记ღ◈★◈、董事长安铁成在泰达汽车论坛开幕大会上致辞

　　由中国汽车技术研究中心有限公司ღ◈★◈、中国汽车工程学会ღ◈★◈、中国汽车工业协会ღ◈★◈、中国汽车报社联合主办ღ◈★◈，天津经济技术开发区管理委员会特别支持ღ◈★◈，日本汽车工业协会ღ◈★◈、德国汽车工业协会ღ◈★◈、中国汽车动力电池产业创新联盟ღ◈★◈、新能源汽车国家大数据联盟免费日产区2021ღ◈★◈、中国人工智能产业发展联盟ღ◈★◈、欧洲汽车工业协会联合协办的第二十一届中国汽车产业发展（泰达）国际论坛（以下称“泰达汽车论坛”）将于2025年9月11日至9月14日在天津市滨海新区举办ღ◈★◈。本届泰达汽车论坛将围绕“增动能启新篇向全球”的年度主题ღ◈★◈，邀请重磅嘉宾展开深入研讨ღ◈★◈。在9月12日“数智化生态专场ღ◈★◈：汽车行业AI大模型应用实践与趋势”中ღ◈★◈，阿童木机器人合伙人ღ◈★◈、CMO施凤财发表题为“AI+机器人在汽车产业的应用与潜能”的演讲ღ◈★◈。阿童木机器人合伙人ღ◈★◈、CMO施凤财以下为演讲实录ღ◈★◈：尊敬的各位行业领导ღ◈★◈、嘉宾ღ◈★◈，大家下午好ღ◈★◈。很高兴借此机会与大家分享关于“AI+机器人”在智能装备与汽车产业融合中的一些应用ღ◈★◈，以及其为汽车智能制造带来的赋能与借鉴ღ◈★◈。此前已有不少嘉宾分享了AI在智能座舱ღ◈★◈、组合辅助驾驶等方面的应用ღ◈★◈。如今ღ◈★◈，新一代新能源汽车已逐渐引入L4级驾驶系统ღ◈★◈，正在改变我们的出行方式ღ◈★◈。那么ღ◈★◈，当我们回溯至汽车制造环节ღ◈★◈，我们看一看在AI与机器人的赋能之下ღ◈★◈，汽车制造领域正在发生哪些新的变化ღ◈★◈。首先ღ◈★◈，我们来回顾行业现状ღ◈★◈。中国机器人目前占全球市场的半壁江山ღ◈★◈，这一态势已持续四年ღ◈★◈。在全球工业机器人出货量中ღ◈★◈，中国占一半ღ◈★◈，并且中国市场的规模是日本ღ◈★◈、美国ღ◈★◈、韩国ღ◈★◈、德国这四大传统制造强国各自市场的两倍ღ◈★◈，甚至是它们总和的两倍ღ◈★◈。这充分说明ღ◈★◈，中国在工业机器人的出货量与保有量上ღ◈★◈，正如中国汽车市场一样ღ◈★◈，已成为全球第一大市场ღ◈★◈。其次ღ◈★◈，中国制造业的机器人密度在持续提升ღ◈★◈，这与汽车行业密切相关ღ◈★◈。汽车行业是工业机器人使用量最大的领域ღ◈★◈。一个显著的变化是ღ◈★◈，2013年每万名工人中只有25台机器人德扑之星ღ◈★◈，到2023年ღ◈★◈，这一数字已攀升至每万人470台ღ◈★◈。可以看出ღ◈★◈，在过去十年中ღ◈★◈，机器人智能制造对整个终端制造行业起到了强劲的拉动作用ღ◈★◈。我们与排名前列的新加坡ღ◈★◈、韩国相比ღ◈★◈，其最高水平约为每万人1000台机器人ღ◈★◈，我们离这一目标也已非常接近ღ◈★◈。另一个可喜的变化是ღ◈★◈，当下自主品牌汽车正在快速崛起ღ◈★◈，市场份额已超过50%ღ◈★◈，中国自主品牌的机器人也在持续增长ღ◈★◈，呈现出自主品牌向上ღ◈★◈、外资品牌向下的趋势ღ◈★◈。说到工业机器人ღ◈★◈，尤其是工业与AI结合的机器人在工厂中的大规模应用ღ◈★◈，正如屏幕上所展示的ღ◈★◈，在汽车行业应用最广泛的是大六轴机器人ღ◈★◈，焊接ღ◈★◈、涂装以及大量搬运工作都离不开机器人ღ◈★◈。其他类型的机器人在汽车零部件行业也有广泛应用ღ◈★◈，我们后续会逐一介绍ღ◈★◈。具体包括搬运ღ◈★◈、焊接ღ◈★◈、涂装等环节ღ◈★◈，尤其在整车四大工艺中ღ◈★◈，除总装工艺的机器人应用较少外ღ◈★◈，其他三大工艺的自动化率基本都超过90%ღ◈★◈，总装自动化率较低的情况ღ◈★◈，也有望随着具身智能人形机器人的推出得以改观ღ◈★◈。目前最领先的汽车制造工厂之一赛力斯工厂ღ◈★◈，其AI与机器人应用水平具有代表性ღ◈★◈：自动化程度已超过上海特斯拉工厂ღ◈★◈，尤其在冲压ღ◈★◈、焊接和涂装三大工艺环节ღ◈★◈，基本全部由机器人完成ღ◈★◈，几乎看不到操作人员ღ◈★◈；总装环节虽仍依赖大量人工ღ◈★◈，但此前提及的六大类机器人均有应用（如大六轴机器人完成冲压件搬运）ღ◈★◈，且从冲压到焊接ღ◈★◈、涂装已实现100%自动化ღ◈★◈，全程由机器人操作ღ◈★◈。人工智能体现在哪些方面？整个机器人的控制系统以及MES系统均已实现数据打通ღ◈★◈。即便在传统汽车制造工艺未被彻底颠覆的情况下ღ◈★◈，特斯拉的马斯克先生所推出的ღ◈★◈、从900吨发展到9000吨的自动冲压技术ღ◈★◈，目前也已被众多汽车厂商广泛应用ღ◈★◈。最后的物流环节同样全面采用“AI+AGV”模式ღ◈★◈，实现自动搬运和跨厂区ღ◈★◈、仓库之间的自动化物流ღ◈★◈。焊接环节中ღ◈★◈，前端搭载的AI+3D视觉系统也实现了全面自动化ღ◈★◈。这正是“AI+3D视觉识别”在实际涂装工艺中的应用ღ◈★◈。除输送线外ღ◈★◈，其他工序基本均由机器人完成ღ◈★◈。从弧焊ღ◈★◈、电焊到喷涂ღ◈★◈，整车四大工艺中“AI+机器人”的应用水平已较为成熟ღ◈★◈：整个喷涂区域基本无人操作ღ◈★◈，车辆下线后的检测也大多借助“AI+3D视觉+机器人”完成ღ◈★◈；车辆下线进入物流环节后ღ◈★◈，如特斯拉此前展示的场景ღ◈★◈，车辆可在无人驾驶状态下自动行驶至客户手中ღ◈★◈，完成“最后一公里”交付ღ◈★◈，这一模式代表了汽车制造后段环节的未来发展趋势ღ◈★◈。现在来看动力电池ღ◈★◈。不论是磷酸铁锂还是三元锂电池ღ◈★◈，在新能源领域都非常热门ღ◈★◈。结合当前技术热点ღ◈★◈，聚焦动力电池产线（而非传统变速箱和发动机产线）ღ◈★◈，以宁德时代ღ◈★◈、比亚迪等企业的电池包制造环节为例ღ◈★◈，机器人在电池制造工艺流程中的应用可通过“AI+3D视觉”技术体现该技术相当于为机器人配备智能识别与扫描的“眼镜”ღ◈★◈，能实现瑕疵检测ღ◈★◈、点云特征分析ღ◈★◈、零部件特征识别ღ◈★◈，甚至细微到螺丝孔的特征检查与图像识别ღ◈★◈；对比此前工厂车辆下线检测需工人戴白手套人工检查断差与瑕疵的模式ღ◈★◈，当前该环节已全部由“AI+3D视觉”替代完成ღ◈★◈。接下来我们了解一下动力电池产线ღ◈★◈。当前动力电池不论是三元锂还是磷酸铁锂其工艺流程与整车制造较为相似ღ◈★◈，基本实现了全线打通ღ◈★◈。各家动力电池厂商的具体工艺虽略有不同ღ◈★◈，但整体流程大同小异ღ◈★◈，都是从单个电池单元逐步组装成完整的电池模组ღ◈★◈。当然ღ◈★◈，其中包含从原材料到最终产品的众多精细工序ღ◈★◈。从电芯模组到前端工序ღ◈★◈，在动力电池模块中ღ◈★◈，AI+机器人的应用程度已超过传统的变速箱和燃油发动机ღ◈★◈。燃油发动机的最后一环与汽车一样ღ◈★◈，也是总装ღ◈★◈，工序确实较为复杂ღ◈★◈。变速箱和发动机的组装目前仍以人工为主ღ◈★◈，而动力电池领域则已基本由AI+机器人主导ღ◈★◈。从特斯拉擎天柱机器人的发展及应用潜力来看ღ◈★◈，一年半前推出的第二代产品目前已进化到第三代ღ◈★◈，手部操作更精细灵活ღ◈★◈；尽管其在汽车工厂实际工作的视频尚未公开ღ◈★◈，但结合第二代产品的技术表现可推测其应用场景在工厂环境中ღ◈★◈，该机器人初始操作指令由人工赋予后ღ◈★◈，可通过深度学习ღ◈★◈、强化学习及动作捕捉等技术掌握操作技能ღ◈★◈，且系统融入自主视觉识别能力（类似特斯拉自主导航技术）ღ◈★◈，能在车间内自主规划路线ღ◈★◈、识别工位位置ღ◈★◈，独立完成电池分拣与搬运ღ◈★◈、自主上下楼梯等任务ღ◈★◈。需注意的是ღ◈★◈，当前所谓的“自主”仍基于大量前期训练实现ღ◈★◈，未来技术方向将是不依赖人工训练ღ◈★◈，通过完全自主学习与人工智能ღ◈★◈，实现在车间或家庭环境中自主路径规划ღ◈★◈、工艺操作与任务执行ღ◈★◈。目前ღ◈★◈，尽管已有大语言模型和视觉语言模型（VLM）的支持ღ◈★◈，机器人领域仍尚未形成如组合辅助驾驶那样统一的技术路线与模型架构ღ◈★◈，尚未实现广泛普及与应用ღ◈★◈。但我们相信ღ◈★◈，随着人才ღ◈★◈、技术与资金在该领域持续聚焦与研发投入ღ◈★◈，基于VLM的机器人在智能制造中的技术进化与提升将很快成为现实ღ◈★◈。美国另一家领先的机器人公司波士顿动力（现属于韩国现代集团）ღ◈★◈，其最新人形机器人可完成多项对人类而言也较复杂的工作ღ◈★◈：能自主识别需抓取物料的位置ღ◈★◈、规划路径并将产品放置到相应料架ღ◈★◈，全程无需人工干预ღ◈★◈；即便出现差错（如搬运过程中物品掉落）ღ◈★◈，也能自主识别掉落位置ღ◈★◈、弯腰拾起并重新放回正确位置ღ◈★◈。该流程完全依赖深度视觉识别与人工智能算法实现ღ◈★◈，因此与L4级驾驶类似ღ◈★◈，这类机器人对芯片与算法的需求远超传统工业机器人ღ◈★◈。在技术演进的道路上ღ◈★◈，我们相信ღ◈★◈，随着视觉语言模型的真正成熟ღ◈★◈，以及在算法ღ◈★◈、边缘计算与芯片性能上的持续提升ღ◈★◈，加之算力与数据的进一步支持ღ◈★◈，具身智能将在诸多复杂工艺中发挥关键作用ღ◈★◈。尤其是在智能工厂的最后一道工序总装车间ღ◈★◈，这一挑战不仅存在于汽车行业ღ◈★◈，也同样遍布食品ღ◈★◈、饮料ღ◈★◈、日化ღ◈★◈、3C等众多领域ღ◈★◈，目前这些环节仍高度依赖人工操作ღ◈★◈，因此人形机器人有望为该领域带来智能制造水平的显著提升ღ◈★◈。谢谢大家ღ◈★◈！

　　【数智化生态专场】中国汽车技术研究中心有限公司首席专家ღ◈★◈、中国汽车战略与政策研究中心副总工程师秦孔建ღ◈★◈：人工智能技术应用ღ◈★◈、风险与监管

　　由中国汽车技术研究中心有限公司ღ◈★◈、中国汽车工程学会ღ◈★◈、中国汽车工业协会ღ◈★◈、中国汽车报社联合主办ღ◈★◈，天津经济技术开发区管理委员会特别支持ღ◈★◈，日本汽车工业协会ღ◈★◈、德国汽车工业协会ღ◈★◈、中国汽车动力电池产业创新联盟ღ◈★◈、新能源汽车国家大数据联盟ღ◈★◈、中国人工智能产业发展联盟ღ◈★◈、欧洲汽车工业协会联合协办的第二十一届中国汽车产业发展（泰达）国际论坛（以下称“泰达汽车论坛”）将于2025年9月11日至9月14日在天津市滨海新区举办ღ◈★◈。本届泰达汽车论坛将围绕“增动能启新篇向全球”的年度主题ღ◈★◈，邀请重磅嘉宾展开深入研讨ღ◈★◈。在9月12日“数智化生态专场ღ◈★◈：汽车行业AI大模型应用实践与趋势”中ღ◈★◈，中国汽车技术研究中心有限公司首席专家ღ◈★◈、中国汽车战略与政策研究中心副总工程师秦孔建发表题为“人工智能技术应用ღ◈★◈、风险与监管”的演讲ღ◈★◈。中国汽车技术研究中心有限公司首席专家ღ◈★◈、中国汽车战略与政策研究中心副总工程师秦孔建以下为演讲实录ღ◈★◈：非常荣幸能在此与大家分享我们关于汽车人工智能技术应用ღ◈★◈、风险挑战及安全治理的思考ღ◈★◈。我的报告包含三部分内容ღ◈★◈。首先ღ◈★◈，向大家介绍我们所认为的人工智能与汽车融合的核心应用ღ◈★◈。本月ღ◈★◈，汽车人工智能技术应用领域迎来一项重磅事件ღ◈★◈，国务院印发《关于深入实施人工智能行动的意见》ღ◈★◈。该意见共部署6项重点任务ღ◈★◈，其中2项与汽车相关ღ◈★◈：其一ღ◈★◈，在“人工智能+产业发展”任务中ღ◈★◈，明确提出培育智能原生新模式ღ◈★◈、新形态ღ◈★◈。正如陈院所言ღ◈★◈，当前行业大力发展的智能网联汽车ღ◈★◈、组合辅助驾驶汽车ღ◈★◈，既是最具前景且典型的具身智能应用ღ◈★◈，也是智能原生技术层面的典型代表ღ◈★◈；其二ღ◈★◈，提出工业全要素智能化ღ◈★◈，目前已有不少企业免费日产区2021ღ◈★◈，尤其是各大央企展开实践ღ◈★◈，在汽车行业智能制造领域进行了诸多探索ღ◈★◈，通过人工智能赋能新型工业化ღ◈★◈，汽车行业在这一进程中走在前列ღ◈★◈；其三ღ◈★◈，在“人工智能+消费提质”任务中ღ◈★◈，明确提及大力发展智能网联汽车ღ◈★◈、人工智能手机ღ◈★◈、电脑等新一代智能终端ღ◈★◈，将智能网联汽车置于突出位置ღ◈★◈，为行业发展指明方向ღ◈★◈。众所周知ღ◈★◈，近两年来促消费政策重点向新能源领域倾斜ღ◈★◈，未来促消费政策有望进一步向智能化领域发力ღ◈★◈，为行业发展提供支撑ღ◈★◈。除重点任务外ღ◈★◈，意见还提出八方面基础支撑保障措施ღ◈★◈。其中ღ◈★◈，前三项算力ღ◈★◈、算法ღ◈★◈、数据属于技术内在支撑需求ღ◈★◈；环境ღ◈★◈、生态ღ◈★◈、人才ღ◈★◈、政策环境ღ◈★◈、安全能力及政策法规跟进则是重要保障ღ◈★◈。这意味着ღ◈★◈，在大力推进人工智能与汽车融合发展的同时ღ◈★◈，需高度重视产品技术及行业发展的安全问题ღ◈★◈。以上为报告开篇内容ღ◈★◈。具体到人工智能与汽车产业的融合ღ◈★◈，我们认为最典型的三大应用场景如下ღ◈★◈：一是产品层面的驾驶自动化ღ◈★◈，涵盖辅助驾驶及L3ღ◈★◈、L4级组合辅助驾驶ღ◈★◈，目前头部企业正逐步向人工智能技术方案过渡ღ◈★◈；二是智能座舱ღ◈★◈，从行业发展现状来看ღ◈★◈，已实现大面积应用与布局ღ◈★◈；三是智能制造ღ◈★◈，这三大场景已为行业广泛熟知ღ◈★◈。从驾驶辅助领域来看ღ◈★◈，其人工智能应用并非局限于单一环节ღ◈★◈，而是贯穿感知ღ◈★◈、决策ღ◈★◈、执行及云端训练全流程ღ◈★◈。在多模态感知融合方面ღ◈★◈，感知识别环节已运用各类神经网络提升识别性能ღ◈★◈；路径规划与决策环节ღ◈★◈，尤其是端到端技术演进ღ◈★◈，成为众多组合辅助驾驶开发企业重点布局的方向ღ◈★◈；此外ღ◈★◈，智能底盘控制技术不断升级ღ◈★◈，底盘智能化水平持续提高ღ◈★◈，大幅提升了车辆驾乘舒适性ღ◈★◈。当前ღ◈★◈，驾驶自动化正处于端到端技术开发范式迭代的关键时期ღ◈★◈。行业内ღ◈★◈，部分企业采用一段式端到端方案ღ◈★◈，更多企业则从两段式端到端向一段式端到端演进ღ◈★◈，甚至向VLAღ◈★◈、VLM技术范式迈进ღ◈★◈。除组合辅助驾驶开发外ღ◈★◈，云端同样存在丰富的人工智能应用ღ◈★◈，包括高质量数据集处理ღ◈★◈、4D标注ღ◈★◈、数据合成与仿真ღ◈★◈、算法训练ღ◈★◈、测试及模型车端部署适配等关键技术环节ღ◈★◈，这些均是车云迭代模式下人工智能技术应用的核心内容ღ◈★◈。在座舱领域ღ◈★◈，据行业统计ღ◈★◈，已有众多企业的车型产品接入Deepseek等大模型ღ◈★◈，主要应用于智能语音及主动个性化服务ღ◈★◈，可更好满足用户个性化需求ღ◈★◈。从AI大模型座舱应用趋势来看ღ◈★◈，主要呈现三大特征ღ◈★◈：一是多模态融合能力持续增强ღ◈★◈；二是AI智能体能力不断进化ღ◈★◈，向更主动员工旅游ღ◈★◈，ღ◈★◈、更精准ღ◈★◈、更智能方向发展ღ◈★◈，在与驾乘人员交互过程中进一步提升交互体验ღ◈★◈；三是AI座舱大模型与车控系统的融合集成不断深化ღ◈★◈，未来智能座舱大模型与驾驶自动化车控系统大模型有望实现深度融合ღ◈★◈，这是总体技术发展方向ღ◈★◈。在智能制造ღ◈★◈，即汽车行业制造场景中ღ◈★◈，依托央企数字化转型车企平台ღ◈★◈，我们对智能制造领域的人工智能应用场景进行了梳理ღ◈★◈，共统计出239个“AI+制造”场景ღ◈★◈。其中ღ◈★◈，研发设计类场景30余个ღ◈★◈、生产制造类场景100余个ღ◈★◈、供应链类场景40余个ღ◈★◈，并对这些场景开展了详细分析与分类ღ◈★◈。从场景应用成熟度来看ღ◈★◈，研发领域场景专业性强ღ◈★◈、开发难度大ღ◈★◈；生产制造领域场景应用范围广ღ◈★◈，垂类小模型占比高ღ◈★◈，定制化需求也更为突出ღ◈★◈。因此ღ◈★◈，不同环节的应用成熟度存在差异ღ◈★◈。综上ღ◈★◈，我们对人工智能与汽车行业深度融合应用的全场景技术图谱进行了梳理ღ◈★◈。从通用技术资源ღ◈★◈、关键技术到场景应用各维度分析ღ◈★◈，当前国内行业在AI芯片ღ◈★◈、AI开发工具等方面仍存在明显短板与差距ღ◈★◈。此次梳理是我们为支撑部委“人工智能+汽车”课题研究开展的工作ღ◈★◈，未来在部委主导下ღ◈★◈，将推进重点支持类项目与工程ღ◈★◈，加快提升行业相关能力ღ◈★◈。从场景应用成熟度来看ღ◈★◈，智能客服ღ◈★◈、智能座舱ღ◈★◈、智能营销等领域已具备成熟应用条件ღ◈★◈，目前已实现大范围推广ღ◈★◈，而辅助驾驶场景因对安全性要求极高ღ◈★◈，技术成熟度仍有待进一步突破ღ◈★◈，应用难度相对较大ღ◈★◈。基于上述分析ღ◈★◈，我们还需识别并应对人工智能与汽车行业深度融合应用过程中潜在的风险ღ◈★◈。人工智能作为通用赋能技术ღ◈★◈，受其技术特性影响ღ◈★◈，存在系统内生性风险与应用衍生风险两类风险德扑之星ღ◈★◈，ღ◈★◈。系统内生性风险主要体现在算法ღ◈★◈、数据ღ◈★◈、系统层面ღ◈★◈：算法层面ღ◈★◈，人工智能技术的算法透明度ღ◈★◈、可解释性ღ◈★◈、可靠性ღ◈★◈、鲁棒性等均可能引发技术内生风险ღ◈★◈；数据层面ღ◈★◈，过度采集数据ღ◈★◈、数据包含敏感信息及数据自身安全性等问题ღ◈★◈，也存在潜在技术内生风险ღ◈★◈。应用衍生风险影响范围更广ღ◈★◈，可能对个人安全ღ◈★◈、产业秩序及社会公平产生不利影响ღ◈★◈。结合汽车领域具体情况党建活动ღ◈★◈，ღ◈★◈，算法与伦理是汽车人工智能技术应用中新问题ღ◈★◈、新风险的集中爆发点ღ◈★◈。从技术内生风险来看ღ◈★◈，主要体现在四个方面ღ◈★◈：一是基于深度神经网络的技术本身具有复杂性ღ◈★◈，复杂结构导致决策过程难以追溯ღ◈★◈，“黑箱”特性增加了AI系统的不可预测性ღ◈★◈；二是传感器易受干扰ღ◈★◈，微小输入变化可能导致系统输出结果不稳定ღ◈★◈，即人工智能技术应用的鲁棒性问题ღ◈★◈，这也是当前端到端技术作为组合辅助驾驶系统性能评价的重点关注内容ღ◈★◈；三是存在系统性失效风险ღ◈★◈；四是面临功能安全验证挑战ღ◈★◈。从应用衍生风险来看ღ◈★◈，以下几方面需重点关注ღ◈★◈：一是决策偏差风险ღ◈★◈，根源在于高质量数据量不足ღ◈★◈，导致系统在应对少见或稀少场景时易出现决策偏差ღ◈★◈，可能对特定人群或对象造成安全隐患ღ◈★◈；二是责任归属难题ღ◈★◈，未来人工智能应用于高级别组合辅助驾驶ღ◈★◈，实现完全组合辅助驾驶功能后ღ◈★◈，基于人工智能的组合辅助驾驶车辆责任归属问题ღ◈★◈，涉及诸多伦理层面风险亟待解决ღ◈★◈；三是内容失控风险ღ◈★◈，智能座舱中ღ◈★◈，大语言模型的内容生成功能需符合意识形态要求及个人隐私保护要求ღ◈★◈，相关风险需妥善应对ღ◈★◈；四是汽车作为高速移动交通工具ღ◈★◈，无论载人还是运货ღ◈★◈，安全风险一旦发生ღ◈★◈，将直接严重危害人身及财产安全ღ◈★◈，其风险程度远高于消费电子领域ღ◈★◈，且单一风险可能引发连锁反应ღ◈★◈，因此汽车领域人工智能技术应用需更加重视安全风险防控ღ◈★◈。对此ღ◈★◈，企业与政府需共同积极应对ღ◈★◈。企业层面ღ◈★◈，一是在技术开发与产品开发过程中ღ◈★◈，充分做好可靠性验证ღ◈★◈；二是构建与AI技术产品开发相匹配的研发能力体系ღ◈★◈，当前众多企业ღ◈★◈，尤其是中小企业在这方面面临较大挑战ღ◈★◈。政府层面ღ◈★◈，需加强对新技术的监管ღ◈★◈，从企业能力与产品层面给予指导与监管ღ◈★◈。另外社会层面ღ◈★◈，需制定相应措施ღ◈★◈，应对AI大规模应用普及可能对就业及社会公平带来的影响ღ◈★◈。基于上述风险分析ღ◈★◈，我们对未来车用人工智能安全发展的布局展开思考ღ◈★◈。当前ღ◈★◈，人工智能技术发展主要集中于美国ღ◈★◈、中国ღ◈★◈、欧洲ღ◈★◈，各国人工智能治理原则存在差异ღ◈★◈。美国方面ღ◈★◈，今年7月发布《美国人工智能行动计划》ღ◈★◈，核心是“赢得竞赛”ღ◈★◈，通过监管松绑为全球AI技术竞赛创造宽松发展环境ღ◈★◈，明确聚焦加速人工智能创新ღ◈★◈、建设人工智能基础设施和推广人工智能技术外交三大方向ღ◈★◈。欧洲方面ღ◈★◈，虽高度重视法规与监管ღ◈★◈，在AI技术发展初期便出台《人工智能法案》ღ◈★◈，但目前已意识到该法案可能对技术创新发展产生阻碍ღ◈★◈，正逐步调整ღ◈★◈。中国始终坚持人工智能发展与安全并重ღ◈★◈，从顶层设计ღ◈★◈、法律制度及相关主管部门规章三个层面ღ◈★◈，逐步完善AI技术治理体系ღ◈★◈。汽车领域是人工智能技术应用的重点治理领域ღ◈★◈。2023年以来ღ◈★◈，相关政策加快布局ღ◈★◈，政策体系不断完善ღ◈★◈、细化ღ◈★◈。近期ღ◈★◈，科技部及标准制定相关部门出台一系列措施ღ◈★◈，包括标准体系建设ღ◈★◈、技术研发伦理指引等ღ◈★◈，为组合辅助驾驶ღ◈★◈，尤其是AI组合辅助驾驶开发企业提供了重要参考ღ◈★◈。分领域来看ღ◈★◈，驾驶辅助领域AI技术应用中ღ◈★◈，L2ღ◈★◈、L3级监管政策已搭建基本框架ღ◈★◈。组合辅助驾驶作为新技术应用ღ◈★◈，同样面临人工智能应用的不确定性风险ღ◈★◈，因此ღ◈★◈，当前从能力体系ღ◈★◈、技术参数备案ღ◈★◈、事后监管ღ◈★◈、监测平台等方面构建的政策框架逻辑ღ◈★◈，同样适用于未来人工智能技术产品监管模式ღ◈★◈。在座舱领域ღ◈★◈，网信办等部门围绕人工智能服务与内容开展了具体管理实践ღ◈★◈，提出相关要求ღ◈★◈，如今年备受关注的《人工智能生成内容标识办法》ღ◈★◈，对智能座舱大模型部署作出明确规定ღ◈★◈，相关企业需严格遵循ღ◈★◈。企业研发场景中ღ◈★◈，科技部等部门加强管理实践与审查ღ◈★◈，未来企业开发融合人工智能技术的车辆产品ღ◈★◈，无论是座舱还是驾驶自动化相关产品ღ◈★◈，均需在内部研发流程中建立技术伦理相关的流程管控机制ღ◈★◈。基于此ღ◈★◈，我们对未来发展作出展望ღ◈★◈。针对车用AI驾驶自动化产品ღ◈★◈，预计将先行开展车用人工智能技术参数统一备案工作ღ◈★◈，加快出台车用人工智能安全管理细则及车用人工智能技术研发能力指南ღ◈★◈。此前科技部发布的指南以原则性内容为主ღ◈★◈，实施细则仍需进一步细化明确ღ◈★◈，这将是驾驶自动化产品领域的重点推进工作ღ◈★◈。面对AI技术应用风险ღ◈★◈，需构建车用人工智能风险全周期应对策略框架ღ◈★◈，系统覆盖整体策略ღ◈★◈、技术风险应对及应用风险应对ღ◈★◈。整体策略方面ღ◈★◈，管理部门未来将从车用人工智能安全性定期评估ღ◈★◈、风险场景分类分级管理入手ღ◈★◈；技术风险应对方面ღ◈★◈，将涉及数据合规与安全管理（包括大模型训练数据管理）ღ◈★◈、可信人工智能技术审查评估及人工智能技术安全检测体系建设ღ◈★◈；应用风险应对方面ღ◈★◈，需建立应急处理机制ღ◈★◈、安全冗余与回退机制及AI服务追溯管理制度ღ◈★◈。这些管理措施的实施需依托完善的标准体系ღ◈★◈。目前ღ◈★◈，通用人工智能标委会与汽标委已着手相关工作ღ◈★◈，汽标委组建的车用人工智能标准工作组ღ◈★◈，正从基础要素ღ◈★◈、基础共性ღ◈★◈、基础平台ღ◈★◈、产品应用技术及安全规范等方面搭建车用人工智能标准体系ღ◈★◈，在此欢迎各位专家与企业积极关注ღ◈★◈、参与ღ◈★◈。以上是我的汇报ღ◈★◈，谢谢大家ღ◈★◈！

　　【数智化生态专场】东风汽车公司智能化首席科学家ღ◈★◈、研发总院副院长陈涛ღ◈★◈：场景牵引ღ◈★◈、模型筑基ღ◈★◈、数据驱动打造汽车具身智能新形态

　　由中国汽车技术研究中心有限公司ღ◈★◈、中国汽车工程学会ღ◈★◈、中国汽车工业协会ღ◈★◈、中国汽车报社联合主办ღ◈★◈，天津经济技术开发区管理委员会特别支持ღ◈★◈，日本汽车工业协会ღ◈★◈、德国汽车工业协会ღ◈★◈、中国汽车动力电池产业创新联盟ღ◈★◈、新能源汽车国家大数据联盟ღ◈★◈、中国人工智能产业发展联盟ღ◈★◈、欧洲汽车工业协会联合协办的第二十一届中国汽车产业发展（泰达）国际论坛（以下称“泰达汽车论坛”）将于2025年9月11日至9月14日在天津市滨海新区举办ღ◈★◈。本届泰达汽车论坛将围绕“增动能启新篇向全球”的年度主题ღ◈★◈，邀请重磅嘉宾展开深入研讨ღ◈★◈。在9月12日“数智化生态专场ღ◈★◈：汽车行业AI大模型应用实践与趋势”中ღ◈★◈，东风汽车公司智能化首席科学家ღ◈★◈、研发总院副院长陈涛发表题为“场景牵引ღ◈★◈、模型筑基ღ◈★◈、数据驱动打造汽车具身智能新形态”的演讲ღ◈★◈。东风汽车公司智能化首席科学家ღ◈★◈、研发总院副院长陈涛以下为演讲实录ღ◈★◈：尊敬的各位领导ღ◈★◈、同仁ღ◈★◈，非常高兴能参加数智化专场ღ◈★◈，也感谢中汽中心给我们搭建了交流与学习的舞台ღ◈★◈。人工智能正在加速渗透我们汽车领域的各个行业ღ◈★◈，如何让AI技术加速落地ღ◈★◈，成为我们真正的产业价值ღ◈★◈，也是我们面临的一个共同的难题ღ◈★◈，所以今天我们就场景牵引ღ◈★◈、模型筑基ღ◈★◈、数据驱动打造汽车智能新形态这个主题ღ◈★◈，给大家分享一下我们东风在这里面的思考与实践ღ◈★◈。坚持自立自强ღ◈★◈，突出应用导向ღ◈★◈，推动人工智能健康有序的发展ღ◈★◈，这是我国自主人工智能发展的核心战略ღ◈★◈。实际上在8月份国家也发布了《关于深入实施“人工智能+”行动的意见》ღ◈★◈，明确了用六大行动和八大支撑来构建起技术产业ღ◈★◈、生态协同推进的方案ღ◈★◈，促进我们技术与应用的双向赋能ღ◈★◈。下面我们从三个维度来谈谈我们对整个政策导向以及产业实践结合相关的一些理解ღ◈★◈。首先是从人工智能行业来看ღ◈★◈，AI+的行动打破了以前技术先成熟ღ◈★◈，再去找场景应用的这样一个传统路径ღ◈★◈，那么实际上是将场景牵引与产业赋能ღ◈★◈，拉到一个同等重要的位置ღ◈★◈。推动AI创新从技术驱动转向需求拉动ღ◈★◈，以真实场景来反向推动我们技术迭代ღ◈★◈，同时我们也强调算力ღ◈★◈、算法ღ◈★◈、数据ღ◈★◈、平台ღ◈★◈、标准ღ◈★◈、安全各个领域的全链条的贯通ღ◈★◈，解决我们重复建设ღ◈★◈、重复投资的行业痛点ღ◈★◈，还有刚刚上半场讲到的数据孤岛ღ◈★◈，形成从源头创新到规模应用的一个闭环ღ◈★◈，最终推动AI向规模应用ღ◈★◈，向系统升级的一个转变ღ◈★◈。再到我们汽车行业ღ◈★◈，智能网联新能源汽车作为国家战略性新兴产业ღ◈★◈，前面大家说是新能源时代ღ◈★◈，现在是智能网联时代ღ◈★◈，但是我们马上又演变为AI定义汽车的时代ღ◈★◈。实际上它也在经历着我们的三重变革ღ◈★◈，一是定义之变ღ◈★◈，AI大模型不是车上加了一个新功能ღ◈★◈，而是以重构者的身份推动了我们产业迈向AI定义的时代ღ◈★◈；二是赋能之变ღ◈★◈，AI技术不光是在车端应用ღ◈★◈，更多的是从我们用户端ღ◈★◈、企业端ღ◈★◈，双轮的驱动ღ◈★◈，既提升我们用户体验ღ◈★◈，也重构我们企业整个的研产供销服的全链条的提效和重构ღ◈★◈；三是分工之变ღ◈★◈，随着前面这样一个格局的重构ღ◈★◈，主机厂更多的会聚焦在我们差异化的场景创新ღ◈★◈，而这个基础的模型ღ◈★◈、算力设施包含很多数据建设ღ◈★◈，更倾向于集约化ღ◈★◈、平台化公用的模式来推动产业效率的提升ღ◈★◈。聚焦到企业本身来讲ღ◈★◈，落地AI+专项行动我们要突破“四化”ღ◈★◈，首先是技术路线的自主化ღ◈★◈，这里说的自主并不是说我们要闭门造车ღ◈★◈，而是说我们要采用我们的核心应用自主开发ღ◈★◈，同时强化基础研究与国产替代ღ◈★◈，保证产业链的安全ღ◈★◈，避免资源的浪费ღ◈★◈；再就是我们创新生态的开源化ღ◈★◈，我们要以开放协作创建我们的创新正循环ღ◈★◈，降低行业的研发门槛ღ◈★◈，共创创新的资源ღ◈★◈；三是我们的应用垂直化ღ◈★◈，我们要从单点的技术向全域赋能的转变ღ◈★◈；四是产业协同的融合化ღ◈★◈，我们要强化以量产为目标的深度协同ღ◈★◈，打通产学研用的各个环节ღ◈★◈，构建最终的共融共生和谐生态ღ◈★◈。在整个智能化ღ◈★◈，特别是AI的大潮下ღ◈★◈，我们东风也紧跟国家战略ღ◈★◈，主动布局ღ◈★◈，通过持续创新的引擎来驱动我们转型发展ღ◈★◈。去年9月在科技发布会上第一次系统阐述了汽车具身智能体ღ◈★◈，2025年我们也进一步将人工智能落地应用提升至战略核心ღ◈★◈，我们落地了“1+2+6+X”人工智能+的企业战略ღ◈★◈，通过用户端和企业端双向发力ღ◈★◈，在应用场景焕新ღ◈★◈，模型算法空间ღ◈★◈，行业数据融通ღ◈★◈，服务平台产业生态ღ◈★◈，以及人才培养ღ◈★◈，这六大领域开展我们整体的人工智能+的专项行动ღ◈★◈。我们在AI+专项行动当中ღ◈★◈，围绕场景ღ◈★◈、模型ღ◈★◈、数据这三个领域共同来推进我们认为未来汽车具身智能体的新形态打造ღ◈★◈。下面也是在这几个方面做一下具体的展开ღ◈★◈。在场景方面ღ◈★◈，以用户需求为核心ღ◈★◈，重构有温度的出行体验ღ◈★◈，在我们看来AI的价值不是堆功能ღ◈★◈，而是从用户的生存需求出发ღ◈★◈，让汽车共情ღ◈★◈，把汽车变成有功能的工具ღ◈★◈，有温度的陪伴ღ◈★◈，也是我们在这里面的核心理念ღ◈★◈，在共情能力上我们通过多模态大模型可以实时捕捉驾驶者的这种生理状态包括情绪状态ღ◈★◈，然后自动的调节车内的空调ღ◈★◈、香氛ღ◈★◈、灯光ღ◈★◈、氛围灯ღ◈★◈、音乐ღ◈★◈、座椅各个环节ღ◈★◈，甚至是这种车机的交互语气ღ◈★◈，营造一个更具温度的个性化促进空间ღ◈★◈。在主动服务上面ღ◈★◈，我们的座舱智能体能够基于用户的行为规律和场景的特征ღ◈★◈，提前预判需求并启动对应的服务ღ◈★◈，比如说在长途旅行时的舒缓模式ღ◈★◈，这些功能让用户用车能够更加高效和顺畅ღ◈★◈。在个性的体验上面我们借助对个体偏好数据的持续学习ღ◈★◈，为每位用户建立专属的偏好模型ღ◈★◈，再加上这种AI智能体的记忆功能体打造ღ◈★◈，实现千人千面的精准服务ღ◈★◈。在模型方面ღ◈★◈，东风以太极大模型为核心ღ◈★◈，筑牢我们的AI基本能力ღ◈★◈，我们在上海车展也发布了我们企业的太极大模型ღ◈★◈，是以以通用的大模型为基础ღ◈★◈，然后以东风的企业级数据为养料ღ◈★◈，基于万卡算力ღ◈★◈，将我们积累的海量的知识文档ღ◈★◈、座舱等数据进行深度的融合ღ◈★◈，打造一个企业级的模型ღ◈★◈。实际上为了让模型更贴合需求德扑之星ღ◈★◈，我们也做了定制化的训练ღ◈★◈，我们也同步部署在车端ღ◈★◈、云端ღ◈★◈，包括企业的制造研发ღ◈★◈，以及销售的各个环节ღ◈★◈，所以我们做了不同尺寸的模型分解与训练ღ◈★◈，这样我们深度赋能全要素的智能化需求ღ◈★◈。赋能的两个方面ღ◈★◈，一是我们优先在用户侧ღ◈★◈，依托太极大模型的感知认知和决策行动的这种闭环能力ღ◈★◈，实现座舱和组合辅助驾驶关键性的性能跃升ღ◈★◈，能够突破指令式的交互局限ღ◈★◈，通过融合我们语音的情绪ღ◈★◈、生理状态ღ◈★◈、行为习惯等多模态的数据ღ◈★◈，精准预判用户的潜在需求ღ◈★◈，提供情感化的服务响应ღ◈★◈。我们奕派提供了超过1000项可定义化的场景模块ღ◈★◈，可以结合奕派科技对于用户的需求的洞察ღ◈★◈，去灵活地适配服务化模块ღ◈★◈，然后让千人千面的精准服务来落地到产品中ღ◈★◈。其次面向企业侧ღ◈★◈，各个企业目前都在做布局ღ◈★◈，通过企业的领域知识ღ◈★◈、业务系统ღ◈★◈、数据闭环三维融合ღ◈★◈，构建一个全链条的研发ღ◈★◈、制造ღ◈★◈、运营ღ◈★◈、服务的体系ღ◈★◈。在研发领域AI的造型ღ◈★◈、代码ღ◈★◈、仿真已经应用得比较广泛ღ◈★◈，为新车的研发周期改善也是一个很好的支撑ღ◈★◈。在制造领域ღ◈★◈，我们用大模型的多模态调度优化ღ◈★◈，在质检ღ◈★◈、订单的排产这几个方面也都有应用ღ◈★◈，大幅提升了整个工厂的效率ღ◈★◈。在供应链和服务端ღ◈★◈，我们还有车辆的云端监测ღ◈★◈、电池监控方面的应用ღ◈★◈。同时在这里我们也想特别强调ღ◈★◈，我们在持续扩大AI应用的同时ღ◈★◈，我们也在持续做国产化训练平台的部署ღ◈★◈，主要从芯片算法ღ◈★◈、全链条的角度实现自主可控ღ◈★◈。在数据驱动的方面ღ◈★◈，我们东风作为央企也承接了国家部委很多的相关任务ღ◈★◈，我们以全场景ღ◈★◈、多模态虚实结合的思路ღ◈★◈，来快速构建起行业的一个高质量数据集ღ◈★◈，全场景覆盖车辆的行为ღ◈★◈、用户习惯ღ◈★◈、维修等各个环节ღ◈★◈，多模态融合图像ღ◈★◈、语音还有行为ღ◈★◈，以真实数据为基础叠加世界模型来做一部分特殊场景的数据生成ღ◈★◈。这一数据体系ღ◈★◈，我们在座舱ღ◈★◈、组合辅助驾驶ღ◈★◈，包括我们研产供销服的模块中都做了重要的应用ღ◈★◈。在促进开源共享方面ღ◈★◈，今年3月我们也牵头开源了120万组端到端组合辅助驾驶的数据集ღ◈★◈，目前也有20多家企业和高校在申请和试用ღ◈★◈。如果说按照20+企业与高校同时把这部分的数据重复采集的话ღ◈★◈，代价应该是数亿元ღ◈★◈，所以说我们也是通过这一尝试ღ◈★◈，希望能够进一步推进行业在数据集共建共享方面的支持ღ◈★◈。未来汽车具身智能体不再是硬件和算法的叠加ღ◈★◈，而是深度融合AI的决策能力ღ◈★◈，实现从感知到执行的全链路闭环的生命体ღ◈★◈。前面所讲的场景ღ◈★◈、模型本质上也是最终形态落地的底层支撑ღ◈★◈，要实现这一最终形态ღ◈★◈，我们觉得最主要的要实现三大方面的指标ღ◈★◈：第一要准确的理解场景ღ◈★◈，我们在约定的范围内至少要达到超99%以上的复杂场景理解准确率ღ◈★◈，这样才能够构建一个实时可靠的基础ღ◈★◈；第二是安全响应的速度ღ◈★◈，依托我们多层级安全冗余的架构ღ◈★◈，确保在极端环境下实时决策和响应延迟控制在30毫秒之内ღ◈★◈，这样的话才能奠定一个安全的基础ღ◈★◈；第三是交互体验的标准ღ◈★◈，与人ღ◈★◈、道路ღ◈★◈、环境这些物理世界的交互ღ◈★◈，要达到零抱怨ღ◈★◈。从整个可靠ღ◈★◈、安全ღ◈★◈、体验这三个方面ღ◈★◈，我们让整个智能汽车具身智能体升级成一个好用ღ◈★◈、大家爱用的伙伴ღ◈★◈。为了构建这一形态ღ◈★◈，今年7月东风也牵头和多家企业与高校打造了汽车具身智能湖北省重点实验室ღ◈★◈，在这里面通过车用具身的感知交互ღ◈★◈、计算平台ღ◈★◈、模型和算法ღ◈★◈，以及信息数据这几大方面的工作开展共创研究ღ◈★◈，在这里也希望有更多的伙伴ღ◈★◈，加入这一平台ღ◈★◈，我们来共同打造未来汽车的新形态ღ◈★◈。在AI落地的这些实践过程中ღ◈★◈，我们也清醒的看到我们还面临着很多的问题ღ◈★◈，包含数据孤岛ღ◈★◈、模型烟囱ღ◈★◈、生态协同方面的问题ღ◈★◈，这些不仅制约AI基础向产业化的转换ღ◈★◈，也影响产业进一步的升级ღ◈★◈。下面提几条思考与建议ღ◈★◈，首先我们要打破数据孤岛ღ◈★◈，构建汽车行业的可信数据空间ღ◈★◈，刚才信通院的专家也提到ღ◈★◈，这是我们一起参与的工作ღ◈★◈。汽车数据作为产业创新的关键要素ღ◈★◈，最核心的是要把数据资产化ღ◈★◈，在资产化的前提下ღ◈★◈，通过合适的交换与流通ღ◈★◈，才能促进更多数据的共享ღ◈★◈。这里面就需要统一我们的数据格式ღ◈★◈、接口ღ◈★◈、安全与规范ღ◈★◈，推动我们整个的数据打通之间的壁垒和烟囱ღ◈★◈，来保证隐私安全的同时ღ◈★◈，为AI模型的训练ღ◈★◈，组合辅助驾驶的迭代提供优质的数据ღ◈★◈。第二就是我们要打破垂类大模型的烟囱ღ◈★◈，要共建行业ღ◈★◈，特别是汽车行业的大模型ღ◈★◈。汽车行业在智能化转型的过程中也需要警惕烟囱式垂类大模型的建设ღ◈★◈，企业各自开发垂类大模型不仅会造成算力浪费和数据壁垒ღ◈★◈，也可能会因为技术标准不统一ღ◈★◈，在应用的过程当中反复的重复迭代ღ◈★◈，我们也认为未来的出路在于协同共建ღ◈★◈，通过行业内的深入联动ღ◈★◈，整合全场景多模态的数据资源ღ◈★◈，在数据共享的基础上推进模型的共享ღ◈★◈。第三是进一步的倡导沟通协作ღ◈★◈，培育健康的汽车AI生态ღ◈★◈。AI就是一个跨领域的产物ღ◈★◈，实际在汽车领域ღ◈★◈，应用AI需要政府牵头定标准ღ◈★◈，守安全底线ღ◈★◈，我们高校研发机构就攻关核心算法ღ◈★◈，出前沿的成果ღ◈★◈，企业更多要搭建应用场景ღ◈★◈，结合客户ღ◈★◈，推这些产品的落地ღ◈★◈，用户通过他们的需求反馈ღ◈★◈，进一步拉通上一个循环的迭代ღ◈★◈，这样形成一个有效的循环ღ◈★◈。实际我们目前是在进行十五五相关的规划ღ◈★◈，未来汽车大模型也会进入全面渗透生态共赢的新发展阶段ღ◈★◈，也提出一个倡议ღ◈★◈：让我们以开放包容的姿态ღ◈★◈，共享高质量数据ღ◈★◈，共建行业大模型ღ◈★◈，为培育汽车AI新生态ღ◈★◈，我们贡献东风的一些智慧和方案ღ◈★◈。谢谢大家ღ◈★◈！

　　【数智化生态专场】厦门金龙旅行车有限公司技术中心智能网联研究所所长张文超ღ◈★◈：破“烟囱”之困——客车全链条数据协同新实践

　　由中国汽车技术研究中心有限公司ღ◈★◈、中国汽车工程学会ღ◈★◈、中国汽车工业协会ღ◈★◈、中国汽车报社联合主办ღ◈★◈，天津经济技术开发区管理委员会特别支持ღ◈★◈，日本汽车工业协会ღ◈★◈、德国汽车工业协会ღ◈★◈、中国汽车动力电池产业创新联盟ღ◈★◈、新能源汽车国家大数据联盟ღ◈★◈、中国人工智能产业发展联盟ღ◈★◈、欧洲汽车工业协会联合协办的第二十一届中国汽车产业发展（泰达）国际论坛（以下称“泰达汽车论坛”）将于2025年9月11日至9月14日在天津市滨海新区举办ღ◈★◈。本届泰达汽车论坛将围绕“增动能启新篇向全球”的年度主题ღ◈★◈，邀请重磅嘉宾展开深入研讨ღ◈★◈。在9月12日“数智化生态专场ღ◈★◈：数据驱动汽车产业场景变革”中ღ◈★◈，厦门金龙旅行车有限公司技术中心智能网联研究所所长张文超发表题为“破烟囱之困客车全链条数据协同新实践”的演讲ღ◈★◈。厦门金龙旅行车有限公司技术中心智能网联研究所所长张文超以下为演讲实录ღ◈★◈：各位同仁下午好ღ◈★◈！厦门金旅作为集客车研发ღ◈★◈、生产ღ◈★◈、销售于一体的整车制造企业ღ◈★◈，今天很荣幸与大家齐聚一堂ღ◈★◈，共同探讨客车领域在迈向高质量发展过程中面临的核心挑战数据驱动与产业协同ღ◈★◈，以及在新质生产力背景下ღ◈★◈，客车行业如何借助大数据实现突破ღ◈★◈。接下来ღ◈★◈，我将从行业背景与共同挑战ღ◈★◈、破局之路与实践经验ღ◈★◈、“十五五”行业发展展望三个方面展开分享ღ◈★◈。在行业背景与共同挑战方面ღ◈★◈，无论是整车制造企业还是公交运营公司ღ◈★◈，都面临着共性挑战ღ◈★◈。以城市公交为例ღ◈★◈，其兼具公益服务属性与运营压力ღ◈★◈：一方面ღ◈★◈，公交票价需保持稳定ღ◈★◈，且半票ღ◈★◈、免票群体持续扩大ღ◈★◈，导致客运公司营收空间有限ღ◈★◈；另一方面ღ◈★◈，行业重资产占比高ღ◈★◈，部分部分公交场站尝试“以商养站”模式ღ◈★◈，但成效不佳ღ◈★◈，国内客车市场整体面临增长压力ღ◈★◈。与之形成对比的是ღ◈★◈，中国客车在海外市场表现亮眼ღ◈★◈，上半年销量同比增长26%ღ◈★◈，成为拉动中国客车市场增长的核心动力ღ◈★◈，这也得益于中国制造国际认可度的提升ღ◈★◈。然而ღ◈★◈，行业内部“冰火两重天”的景象ღ◈★◈，恰恰凸显了转型阵痛ღ◈★◈：国内市场受地铁ღ◈★◈、高铁等替代交通方式冲击ღ◈★◈，公路运营量较2012年缩水近七成ღ◈★◈；同时ღ◈★◈，数据价值挖掘不足ღ◈★◈、产业协同受阻等问题ღ◈★◈，进一步制约了行业发展挖掘车端大数据价值ღ◈★◈、打通产业数据链路ღ◈★◈，让国内客车运营更高效ღ◈★◈、用户接受度更高ღ◈★◈，已成为行业亟待解决的关键课题ღ◈★◈。当前行业面临两大核心瓶颈ღ◈★◈。其一ღ◈★◈，数据流通壁垒显著ღ◈★◈，“数据烟囱”现象普遍存在ღ◈★◈。从生产端到运营端ღ◈★◈，数据孤岛遍布制造车间ღ◈★◈、销售部门及终端公交运营公司ღ◈★◈：整车厂与销售部门通过CRM系统管理车辆配置信息ღ◈★◈，配套部门依托供应链系统配送物料ღ◈★◈，司机则依赖导航系统获取路况ღ◈★◈、车况信息（且多数导航对客车适配性不足）ღ◈★◈。这些系统各自独立又相互关联ღ◈★◈，导致信息流通不畅ღ◈★◈，最终造成客户等待周期延长ღ◈★◈、企业运营成本上升ღ◈★◈、整体效率降低ღ◈★◈，严重阻碍了车端数据全生命周期管理与产业协同ღ◈★◈。其二ღ◈★◈，车端海量数据价值未被充分激活ღ◈★◈。如今的客车已不仅是交通工具ღ◈★◈，更是具备数据采集能力的智能终端ღ◈★◈，但大量车联网数据上传后仅用于基础监控ღ◈★◈，未开展驾驶行为优化ღ◈★◈、预防性维修等二次分析ღ◈★◈，数据价值未能得到有效利用ღ◈★◈。此外ღ◈★◈，行业还需应对数据标准不统一ღ◈★◈、接口协议难兼容ღ◈★◈，以及个性化订单高效响应等问题尤其是海外市场订单定制化程度高ღ◈★◈、特殊要求多ღ◈★◈，传统模式下往往耗时耗力ღ◈★◈。这些问题并非单一企业的困境ღ◈★◈，而是整个行业数字化转型过程中的共同难题ღ◈★◈。更深层次来看ღ◈★◈，随着全球汽车产业加速向智能化转型ღ◈★◈，客车行业面临的挑战已超越单纯的技术升级ღ◈★◈，涉及人ღ◈★◈、车ღ◈★◈、路ღ◈★◈、云多要素协同ღ◈★◈，以及跨时空ღ◈★◈、跨层级ღ◈★◈、跨主体的复杂场景运营ღ◈★◈。如何建立产业链数据流通与跨域信息体系ღ◈★◈，如何平衡车端大数据的安全风险与潜在价值ღ◈★◈，成为构建人ღ◈★◈、车ღ◈★◈、站ღ◈★◈、路ღ◈★◈、云联动智慧交通生态的关键命题ღ◈★◈。进入破局之路与实践经验方面ღ◈★◈，基于上述挑战ღ◈★◈，厦门金旅在客车大数据应用研发领域深耕多年ღ◈★◈，积累了一系列实践经验ღ◈★◈，具体可分为三方面ღ◈★◈：首先是构建全链路大数据体系ღ◈★◈，激活数据价值ღ◈★◈。我们突破“数据仅从车端传至云端”的简单模式ღ◈★◈，构建了贯穿数据采集ღ◈★◈、处理ღ◈★◈、分析ღ◈★◈、应用的全链路大数据体系ღ◈★◈，整合客车监控数据ღ◈★◈、视频数据等多源信息ღ◈★◈，以运营线路为单位实现人ღ◈★◈、车ღ◈★◈、线精准匹配ღ◈★◈。目前ღ◈★◈，已建立22种驾驶行为监测报警模式与500项车辆检测报警机制ღ◈★◈，并通过可视化监控大屏实现数据高效应用ღ◈★◈：不仅能快速调取乘客投诉ღ◈★◈、纠纷ღ◈★◈、事故相关视频并展开分析ღ◈★◈，还能基于长期数据研判驾驶员驾驶习惯ღ◈★◈、运营线路人流量及道路安全情况ღ◈★◈，实现后台对车辆的“一键体检”ღ◈★◈，大幅提升运营效率ღ◈★◈。同时ღ◈★◈，我们注重数据价值的深度挖掘与共创ღ◈★◈。针对公交公司客户ღ◈★◈，我们从“卖车”转向“卖价值”ღ◈★◈，开放上百个API接口供公交公司接入运营ღ◈★◈，共同优化车辆能效与调度方案ღ◈★◈，帮助客户显著降低综合成本ღ◈★◈；此外ღ◈★◈，双方共建电池衰减数据池ღ◈★◈，依托大数据实现车辆寿命衰减可预测ღ◈★◈，为调度提供科学参考在算法支持下ღ◈★◈，电池健康状态预测误差降至2.3%ღ◈★◈，客车平均寿命延长1.8年ღ◈★◈；更重要的是ღ◈★◈，我们将电池衰减管理与车辆售后维保系统联动ღ◈★◈，推动数据价值向客车后市场延伸ღ◈★◈，实现价值增值与服务增值ღ◈★◈。其次是以数据驱动生产模式变革ღ◈★◈，提升定制化响应能力ღ◈★◈。这一实践聚焦解决前文提及的“个性化订单高效响应难”问题ღ◈★◈，客车行业具有定制化ღ◈★◈、小批量ღ◈★◈、个性化的生产特征ღ◈★◈，一辆客车包含成千上万个零部件ღ◈★◈，加之不同区域ღ◈★◈、气候对车型的差异化需求（如北欧市场对高寒适配性的要求）ღ◈★◈，传统生产模式难以高效响应订单ღ◈★◈。为此ღ◈★◈，我们依托数字化平台ღ◈★◈，整合供应链ღ◈★◈、配送ღ◈★◈、生产等全环节数据ღ◈★◈：平台覆盖300余种车型ღ◈★◈，客户下单后ღ◈★◈，系统可自动匹配适配车型ღ◈★◈，客户还能从100多个配置选项中深化定制需求ღ◈★◈；订单数据实时传递至企业内部ღ◈★◈，生产物料通过大数据平台实现实时跟踪与精准配送ღ◈★◈，确保物料直达产线工位ღ◈★◈。更关键的是ღ◈★◈，我们引入AI技术作为“核心大脑”ღ◈★◈，综合研判交期ღ◈★◈、产能ღ◈★◈、物料等因素进行科学排产ღ◈★◈，实现生产弹性与效率双提升ღ◈★◈：客车订单交付周期从60天缩短至35天以下ღ◈★◈，生产周期从28天压缩至14天ღ◈★◈，同一条生产线可同时生产十几种客车ღ◈★◈，高效满足个性化订单需求ღ◈★◈。最后是推动行业上下协同ღ◈★◈，构建产业命运共同体ღ◈★◈。这一实践旨在打破前文所述的“数据流通壁垒”与“产业协同受阻”问题ღ◈★◈，未来产业竞争不再是企业间的“单打独斗”ღ◈★◈，而是产业链上下游的协同共赢ღ◈★◈。厦门金旅在自身发展的同时ღ◈★◈，积极带动供应链伙伴共同挖掘大数据价值ღ◈★◈：一方面ღ◈★◈，实现供应链全周期管理与供销业务闭环ღ◈★◈，将数据驱动的实践经验赋能海外市场ღ◈★◈，在“一带一路”项目中免费日产区2021ღ◈★◈，5年内海外建立13个KD工厂ღ◈★◈，为共建国家提供合作范本ღ◈★◈，让参与者共享发展红利ღ◈★◈；另一方面ღ◈★◈，与地方公交公司深度合作ღ◈★◈，搭建数据共享平台ღ◈★◈，将地方运营数据从调度系统ღ◈★◈、票务平台中解放出来ღ◈★◈，直达企业设计部门与售后服务体系ღ◈★◈，精准捕捉客户真实需求ღ◈★◈。基于数据协同ღ◈★◈，我们进一步打造“出行一张网”与“管理一张网”ღ◈★◈：“出行一张网”整合约车ღ◈★◈、接驳ღ◈★◈、旅游等需求ღ◈★◈，融合“互联网+旅游”产品ღ◈★◈，构建一站式交通出行服务平台ღ◈★◈；“管理一张网”集成智能调度ღ◈★◈、排班ღ◈★◈、维保功能ღ◈★◈，基于历史数据自动生成方案ღ◈★◈，以大数据赋能智慧交通决策ღ◈★◈，推动行业生态优化ღ◈★◈。在“十五五”行业发展展望方面ღ◈★◈，2025年是“十四五”收官之年ღ◈★◈，也是“十五五”布局之年ღ◈★◈。回顾“十四五”ღ◈★◈，中国客车行业实现跨越式发展ღ◈★◈：智能网联从测试示范迈向规模化运营ღ◈★◈，产业链自主可控能力持续增强ღ◈★◈。厦门金旅通过持续研发ღ◈★◈，在电动化ღ◈★◈、智能化客车产品上实现批量交付与千万公里级安全验证ღ◈★◈，同时在数据驱动研发ღ◈★◈、城乡出行服务新模式探索等领域ღ◈★◈，走出了高质量发展路径ღ◈★◈。展望“十五五”ღ◈★◈，产业变革将进入深水期ღ◈★◈，数据要素价值释放将成为核心竞争力ღ◈★◈，跨域协同将成为行业生态主流ღ◈★◈。厦门金旅将继续深化数字驱动战略ღ◈★◈，不仅致力于成为智能客车的制造者ღ◈★◈，更要成为智慧交通生态的构建者ღ◈★◈，推动研发ღ◈★◈、制造ღ◈★◈、运营ღ◈★◈、服务全模式的数字化变革ღ◈★◈。作为成立于1992年的省属国有控股企业ღ◈★◈，厦门金旅产品覆盖4.8米至18米不同米段ღ◈★◈、不同座位数车型ღ◈★◈，远销全球140多个国家ღ◈★◈。其中ღ◈★◈，公路客车长期服务于两会ღ◈★◈、金砖等国内外重大会议ღ◈★◈，公交产品覆盖微循环ღ◈★◈、干线公交ღ◈★◈、BRT等场景ღ◈★◈，并成功进入欧洲ღ◈★◈、北美等发达市场ღ◈★◈；我们深耕自研13年ღ◈★◈，L4级车型“驰睿”交付量达500台ღ◈★◈，运营里程超1000万公里ღ◈★◈。在实际应用中ღ◈★◈，我们持续将数据价值转化为民生服务能力ღ◈★◈：2021年起ღ◈★◈，与地方公交公司合作搭建数据平台ღ◈★◈，打破数据孤岛ღ◈★◈；今年上半年ღ◈★◈，针对海拔千米高山小镇的出行需求ღ◈★◈，依托大数据精准研发“北极星客货游专用车型”通过车身50公斤容量的独立货舱ღ◈★◈，实现客运与货流融合ღ◈★◈，村民通过微信小程序扫码ღ◈★◈，可在60分钟内将农产品送达城区枢纽ღ◈★◈，同时城区快递以每件约4元的普惠价格进村ღ◈★◈，打通城乡物流“最后一公里”ღ◈★◈。此外ღ◈★◈，“驰睿”ღ◈★◈、“星辰”小巴可覆盖传统公交难以抵达的区域ღ◈★◈，依托车联网大数据平台动态规划路线公里就医路程耗时缩短至传统公交的1/3ღ◈★◈，真正实现“车等人”的高效出行体验ღ◈★◈。各位同仁ღ◈★◈，以上是厦门金旅在客车领域打破“数据烟囱”ღ◈★◈、构建数字生态的探索实践ღ◈★◈。推动行业高质量发展ღ◈★◈，离不开大数据的深度挖掘ღ◈★◈，更需要产业链的协同共赢ღ◈★◈。未来ღ◈★◈，我们期待与各位专家携手ღ◈★◈，共同推动中国汽车在全球化新格局中实现高质量引领ღ◈★◈。谢谢大家ღ◈★◈！

　　由中国汽车技术研究中心有限公司ღ◈★◈、中国汽车工程学会ღ◈★◈、中国汽车工业协会ღ◈★◈、中国汽车报社联合主办ღ◈★◈，天津经济技术开发区管理委员会特别支持ღ◈★◈，日本汽车工业协会ღ◈★◈、德国汽车工业协会ღ◈★◈、中国汽车动力电池产业创新联盟ღ◈★◈、新能源汽车国家大数据联盟ღ◈★◈、中国人工智能产业发展联盟ღ◈★◈、欧洲汽车工业协会联合协办的第二十一届中国汽车产业发展（泰达）国际论坛（以下称“泰达汽车论坛”）将于2025年9月11日至9月14日在天津市滨海新区举办ღ◈★◈。本届泰达汽车论坛将围绕“增动能启新篇向全球”的年度主题ღ◈★◈，邀请重磅嘉宾展开深入研讨ღ◈★◈。在9月12日“碳循环生态专场ღ◈★◈：拆解与重构ღ◈★◈，汽车后市场的生态变革”中ღ◈★◈，清华苏州环境创新研究院副院长么新发表题为“可信追溯汽车循环经济的确定性趋势”的演讲ღ◈★◈。清华苏州环境创新研究院副院长么新以下为演讲实录ღ◈★◈：感谢王会长的介绍ღ◈★◈，也感谢会议主办方的邀请ღ◈★◈。非常高兴能够参加泰达论坛这样一个活动ღ◈★◈，我从2012年开始与中汽中心一直在长期合作ღ◈★◈，也是泰达论坛的老朋友ღ◈★◈，多年来一直在此学习交流ღ◈★◈。在之前ღ◈★◈，这次会议的主办方给了我一个命题ღ◈★◈，因为我们今天的分论坛是汽车后市场ღ◈★◈，希望我能讲一讲关于再制造ღ◈★◈，我们都知道汽车零部件再制造是大家都很看重的ღ◈★◈，是汽车维修售后保养市场里的重要组成部分ღ◈★◈，但是因为我们最近正在配合国家发改委修订汽车零部件再制造管理办法ღ◈★◈，一系列的政策措施还没有最终出台德扑之星appღ◈★◈，ღ◈★◈，我也跟会议主办方建议ღ◈★◈，我说汽车零部件再制造政策ღ◈★◈，政策趋势尚不明确ღ◈★◈，那我们能不能换一个主题来介绍一下关于汽车循环经济的确定性趋势ღ◈★◈，这也是目前我这几年来ღ◈★◈，一直在跟踪关注的命题ღ◈★◈，就是可信追溯ღ◈★◈，我觉得这也和我们今天的主题非常相关ღ◈★◈。我们讲的汽车后市场ღ◈★◈，实际汽车后市场ღ◈★◈，除了我们有形后市场ღ◈★◈，包括配件维修ღ◈★◈，以及胡总提到的网络化平台ღ◈★◈，也包括虚拟的市场ღ◈★◈，这些数字数据ღ◈★◈，实际也是我们汽车循环利用ღ◈★◈，汽车产业ღ◈★◈，特别是汽车后市场的一个非常重要的组成方面ღ◈★◈，那下面我来给大家分享一些我的研究进展ღ◈★◈，和我们对这个事情的认识ღ◈★◈。我们讲到汽车循环利用ღ◈★◈，先把视野放大一点ღ◈★◈，先看看全球循环经济发展的态势ღ◈★◈。我想用一张图来表明ღ◈★◈，实际我们全球的循环经济包括资源ღ◈★◈、能源ღ◈★◈、环境ღ◈★◈，世界对这个的关注度正在发生很大的变化ღ◈★◈。我们看第一个是环境维度ღ◈★◈，可以看到ღ◈★◈，现在一个很大的趋势ღ◈★◈，就是欧美纷纷在弱化自己的要求ღ◈★◈，包括欧盟ღ◈★◈，豁免了80%中小企业的强制性的披露任务ღ◈★◈，所以环境维度ღ◈★◈，实际上我们可以讲欧美是在一个倒退态势ღ◈★◈。能源维度ღ◈★◈，气候议题方面ღ◈★◈，我们知道ღ◈★◈，因为特朗普上台又要退出巴黎协定ღ◈★◈，所以全球大旗欧盟一家扛不起来ღ◈★◈，气候议题也在弱化的过程中ღ◈★◈。COP30一个候任的主席负责人ღ◈★◈，到我们清华大学也是提到这个问题ღ◈★◈，讲了五个现在非常关注度高的ღ◈★◈，很重要的是如何凝聚共识ღ◈★◈，这里面也面临一些现实问题ღ◈★◈，包括新能源产业发展也面临一定的瓶颈期ღ◈★◈，讲到很多能源问题ღ◈★◈，我们讲的新三样能源利用和安全ღ◈★◈，以及能源消纳ღ◈★◈，不管是在国内还是国际ღ◈★◈，态势良好ღ◈★◈，但也都面临一些隐忧ღ◈★◈。在资源维度ღ◈★◈，只有资源这个议题ღ◈★◈，全球对它关注度在持续加码ღ◈★◈，G7达成一个共识就是要强调关键矿产供应链的韧性安全ღ◈★◈。全球都在脱钩断链ღ◈★◈，都在保障自身的产业链ღ◈★◈、供应链的韧性ღ◈★◈，包括美国ღ◈★◈，特朗普对别的问题不关注ღ◈★◈，但是对于进口关键矿物ღ◈★◈，首先是完全允许ღ◈★◈，海关允许ღ◈★◈，第二是零关税ღ◈★◈，特朗普最大的武器就是关税ღ◈★◈，在这个方面比关税还重要的便是保证他的资源安全ღ◈★◈。在这个背景下可以看到确实是这样的ღ◈★◈，循环经济在全球是一个高度确定性的ღ◈★◈，第一我们讲循环经济与发展的关系密切ღ◈★◈，不管是讲能源结构转型还是环境保护ღ◈★◈，都是解决外部性问题ღ◈★◈，都是要通过一定的投入ღ◈★◈，产出不一定是确定性ღ◈★◈。而只有循环经济这样的一个命题ღ◈★◈，资源的回收ღ◈★◈，就是产业ღ◈★◈，就是价值ღ◈★◈，包括我们的二手ღ◈★◈、再制造ღ◈★◈、拆解以及资源的零部件ღ◈★◈，都是属于这样的一个广义范畴ღ◈★◈。第二现在在全球这样一个不安全不太平的情况下ღ◈★◈，循环经济正在成为经济安全的重要的支撑条件ღ◈★◈，我们可以看到ღ◈★◈，欧盟ღ◈★◈、美国ღ◈★◈、日本包括韩国ღ◈★◈，都把它的关键原材料ღ◈★◈，它的保供和资源获取ღ◈★◈，作为了它自身发展的非常重要的基础和方面ღ◈★◈。这样的两个趋势还加剧了这个问题ღ◈★◈，第一我们知道现在全球由于经济的发展面临一定的压力ღ◈★◈。对我们讲的环保安全和汽车ღ◈★◈，包括刚才讲的电池和再制造ღ◈★◈，甚至于我们拆解下来的材料都是如获至宝ღ◈★◈。前天9月9号欧洲议会正式通过ERV的法案ღ◈★◈，待会也会做介绍ღ◈★◈。除全球的这些发达经济体ღ◈★◈，发展中国家ღ◈★◈，中国之外的发展中国家ღ◈★◈，我们一直在对标研究全球发展中国家市场对循环经济的关注ღ◈★◈，可以看到ღ◈★◈，中亚ღ◈★◈、拉美ღ◈★◈、东南亚ღ◈★◈，都把循环经济ღ◈★◈、资源循环安全作为一个非常重要的国家战略ღ◈★◈，它是一个国家战略ღ◈★◈，包括越南ღ◈★◈，包括中亚的这些国家ღ◈★◈。在汽车循环利用领域里ღ◈★◈，我们再看看为什么说可信追溯是解决这个循环问题的关键点ღ◈★◈。这里我们可以看看ღ◈★◈，可信追溯可以干什么ღ◈★◈，对可信追溯做一个定义ღ◈★◈，后面会有ღ◈★◈。先讲它干什么ღ◈★◈，然后再讲定义是什么ღ◈★◈，这是刚才给大家报告的ღ◈★◈，在今年6月17号ღ◈★◈，欧盟委员会通过了ELV的法案ღ◈★◈，9号欧洲议会又通过这个方案ღ◈★◈，可以做一些对比ღ◈★◈，马上下一步要进行博弈环节ღ◈★◈，欧洲通过的版本和理事会通过的版本不一样ღ◈★◈，各有侧重ღ◈★◈，红色的我们讲的是一个更严格的要求ღ◈★◈，绿色的是一个更柔性的要求ღ◈★◈，可以看到关切度是不一样的ღ◈★◈。在这个再生材料比例要求上ღ◈★◈，欧洲议会相对更加激进ღ◈★◈，对于来自于报废车的再生材料的要求ღ◈★◈，可能它也是一个相对比较激进的德扑之星ღ◈★◈。对于消费前的废物ღ◈★◈，在工厂里没有进入消费环节的ღ◈★◈，这样的废物是宽松的ღ◈★◈。而且不光欧洲我们也看到日本ღ◈★◈，日本在今年3月发布的汽车用再生材料计划里ღ◈★◈，也提出了ღ◈★◈，日本5年后的关于再生材料的比例添加要求ღ◈★◈。如何证明你的材料是再生的ღ◈★◈，是来自于报废车的ღ◈★◈，那便必须要有一套可信追溯的体系ღ◈★◈，第一个是上一个环节很多专家讲了中国的电池护照ღ◈★◈，更类似于欧盟的DPPღ◈★◈，数字产品护照这一类体系的东西ღ◈★◈，是基于产品的ღ◈★◈，基于产品和基于材料的有着非常大的区别和差异性ღ◈★◈。但是他们会汇集到一点ღ◈★◈，汇集到这点之前ღ◈★◈，前面的逻辑和环节是不一样的ღ◈★◈。第二个可信追溯ღ◈★◈，我们可以看到欧洲去年通过的可持续产品生态设计方案里面提到强制使用要求ღ◈★◈，这里面ღ◈★◈，欧盟实际是希望把它纳入到自己整体的碳减排政策机制中去ღ◈★◈，来优化它的供应链体系和规则ღ◈★◈，所以我们讲如何界定一辆车它的碳排放和碳减排的数额ღ◈★◈、数量ღ◈★◈，也需要对这样的一个数据链ღ◈★◈、资源链ღ◈★◈、物资流进行可信安全的追溯ღ◈★◈。第三个就是车企ღ◈★◈，我们知道再小的车企也是一个大企业ღ◈★◈，甚至于也是一个特大型ღ◈★◈、超大型的企业ღ◈★◈，这是汽车产业自身特质决定的ღ◈★◈，所以对于汽车企业自身ღ◈★◈，甚至于这些大企业自身ღ◈★◈，都有自身ESG合规要求ღ◈★◈，虽然我们讲ESG是全球未来20年ღ◈★◈，可能美国包括欧洲的大型企业甚至于中小企业ღ◈★◈，它是在发展和这样的一个环保中去寻找一个平衡ღ◈★◈。到我们讲ღ◈★◈，企业ESG的责任合规性ღ◈★◈，从长周期来看是一个高确定性的问题ღ◈★◈，那么在这里面ღ◈★◈，我们应有一个如何由自证到他证进行转移的过程ღ◈★◈。当然在这个里面ღ◈★◈，再生材料或者我们讲的后市场的再制造件的比例或者回用件的比例现在都是属于自证的过程ღ◈★◈，我们知道欧洲ღ◈★◈，现在推动立法ღ◈★◈，可能未来会在强制性要求在汽车后市场中ღ◈★◈，要有强制使用比例的再制造零部件ღ◈★◈，现在正在行业磋商和斡旋的环节ღ◈★◈。我们可以看到ღ◈★◈，大企业的目标如何实现ღ◈★◈，包括特斯拉ღ◈★◈、宝马ღ◈★◈，包括中国的企业ღ◈★◈，实际上都是希望能够有一个主观的静态报告ღ◈★◈，由主观静态到客观实时追踪进行转型ღ◈★◈，由单点的信任向系统信任转型ღ◈★◈，由模糊声明向精确证明转型ღ◈★◈。要实现这些就是要求通过数字化ღ◈★◈、信息化的手段ღ◈★◈，来对它进行可信的追溯ღ◈★◈。当然也是扩展我们再制造产品市场发展格局的一个重要的基础性的条件德扑之星ღ◈★◈。可信追溯在汽车领域应用ღ◈★◈，我们对它的内涵理解ღ◈★◈，至少可以包含这样四个维度ღ◈★◈：在前端就是我们拆解后的二手件的追溯和再制造旧件的追溯ღ◈★◈，一个再制造件如何证明它是再制造件ღ◈★◈，要证明它的来源ღ◈★◈，来自于旧件而不是来自一个新件ღ◈★◈。因为再制造件ღ◈★◈，我们讲它的质量和它的寿命质保和新件完全一样的ღ◈★◈，即若在原料上不做区分ღ◈★◈，我们无法识别其来源ღ◈★◈。上个月刚刚在广州参加的这个汽车展ღ◈★◈，有一个企业就给我说ღ◈★◈，说我是搞新件的但是我也是搞再制造的ღ◈★◈。这个就是一个未来ღ◈★◈，如果说欧洲要强制推动再生制造件的比例ღ◈★◈，这我们认为是高确定性会被中国的副厂件来占领这个市场ღ◈★◈，如果没有可信追溯的话ღ◈★◈。第二当然就包括我们二手件ღ◈★◈，我们讲二手车出海ღ◈★◈，现在二手件出海也是一个高确定性的事实ღ◈★◈，包括前不久我到中亚的几个国家去ღ◈★◈，都希望我们来帮助他来衔接国内规范的大型拆解企业ღ◈★◈，把它的零部件以一个合规经过初步检测但是不做再制造加工的方式出口ღ◈★◈。从后端的角度ღ◈★◈，我们讲包括再制造产品的追溯以及拆解产物利用的追溯德扑之星ღ◈★◈，也是一个可信追溯和我们汽车领域非常相关的内容ღ◈★◈。因为再制造产品ღ◈★◈，如果纳入到我们企业碳减排或者说纳入到未来自主碳市场ღ◈★◈，或者纳入到碳普惠中ღ◈★◈，可以说在十五五期间应该是一个高概率的事件ღ◈★◈，我们正在推动这个事情ღ◈★◈，纳入我们自主的碳市场中去ღ◈★◈。这里面对于是不是再制造品的源头ღ◈★◈，实际上就有很明确的一个追溯要求ღ◈★◈，包括拆解物ღ◈★◈，刚才讲的ELVღ◈★◈，提出明确有15%ღ◈★◈，或者更高的来自汽车拆解中的材料的内容ღ◈★◈，如何证明ღ◈★◈，金属ღ◈★◈、塑料或者玻璃无机物ღ◈★◈，无法准确回答ღ◈★◈。当然也有希望通过检测的方式手段来证明的ღ◈★◈，但在现实中可行的我们觉得还是通过数字化的手段来进行追溯ღ◈★◈。那么中国式的追溯体系ღ◈★◈，我们觉得包含这样几个内涵ღ◈★◈，第一我们先看国际追溯是如何实现的ღ◈★◈，国际关于材料的追溯ღ◈★◈，绝大多数都是通过这样的一套逻辑来实现的ღ◈★◈，首先有一个中立方ღ◈★◈，制定一系列的规则或者一定的规则ღ◈★◈，交给第三方的认证机构来进行评估实施ღ◈★◈，这个实施都是一个市场化的ღ◈★◈，政府或者行业根据对它的认知情况ღ◈★◈，采信其中某个或者某几个认证结果ღ◈★◈，从此这个行业企业ღ◈★◈，它就达到了自身的品牌效应ღ◈★◈，也就完成了它的合规性的审核ღ◈★◈。但是我们知道这样的一套基于自证体系的方式ღ◈★◈，对中国国情实际是不适用的ღ◈★◈，我们在这个再生材料利用最大的ღ◈★◈，我们讲再生塑料或者是一些再生材料行业里现在有很高的这样的配额倒卖的情况ღ◈★◈，获得了认证我可以给下游来发证ღ◈★◈。但是不一定用再生料ღ◈★◈，因为原生料可能更简单ღ◈★◈，达到本级利用的再生料ღ◈★◈，它的溢价空间比原生料还要贵的ღ◈★◈，这个认证体系是一个形式认证ღ◈★◈，没有真正追溯某一单ღ◈★◈，只是信任我们企业自身ღ◈★◈，通过飞行检查的方式来进行抽查ღ◈★◈，这在国外几十家的再生材料企业规模里ღ◈★◈，是可以实现的ღ◈★◈，但是在中国或者再生塑料就超过5万家企业ღ◈★◈，不太可能实现这种飞行检查来实现ღ◈★◈。还有一个很大的问题ღ◈★◈，这样的逻辑基础就是来自于第三方的认证ღ◈★◈，很多品牌方可能不需要认证ღ◈★◈，有国际要求的可能需要认证ღ◈★◈，有的完全就是自身的ESG的管理要求ღ◈★◈，没有认证的要求ღ◈★◈，那么它如何能够接入到社会化互认的体系中ღ◈★◈，而且在现在的认证体系里ღ◈★◈，还有一些超出我们现有数据需求的问题ღ◈★◈。所以说我们觉得适合中国的可信追溯的体系ღ◈★◈，实际上应该既为供应链服务ღ◈★◈，同时可以与认证协同ღ◈★◈，在保证数据安全和数据真实性的情况下ღ◈★◈，来实现一个行业的公共平台或者公开的工具ღ◈★◈。我们也和中汽中心一起在推动来建设一套这样的再生材料的追溯系统ღ◈★◈，打造这样的中立数据空间ღ◈★◈，同时满足我们权威可信ღ◈★◈、中立安全和非营利的定位ღ◈★◈，也是希望以这样的基础的功能平台ღ◈★◈，为行业提供这样一系列的核证软件或者核证的方法学ღ◈★◈。如何保证中国的这样的一套数据追溯ღ◈★◈，具有真实性ღ◈★◈，我们实际目前是把行业的技术体系和中国大数据ღ◈★◈、大模型结合ღ◈★◈，来实现一个基于数字手段的真实性验证过程ღ◈★◈。还通过这种区块链ღ◈★◈，这样的一系列技术ღ◈★◈，保证了它数据可追溯性ღ◈★◈。在安全性方面ღ◈★◈，与认证最大的一个区别ღ◈★◈，我们觉得中国这样的一套追溯体系ღ◈★◈，就要通过大模型验证ღ◈★◈，在数据平台中ღ◈★◈，不留存企业的原始数据ღ◈★◈，而且还可以为对数据有更敏感度高的车企来实现本地化部署ღ◈★◈，只是把结果在平台上进行共享ღ◈★◈。本地化部署应该是车企履行ESG责任的发展方向ღ◈★◈。当然另外一个很重要的东西就是推动国际的数据互认ღ◈★◈，在国家发改委的这个指导下ღ◈★◈，我们一直在承担中欧循环经济的对话机制ღ◈★◈，包括再生材料的议题ღ◈★◈，以及介绍到的ELVღ◈★◈，还有PPWRღ◈★◈，以及DPP法案ღ◈★◈，中欧一些标准互认的工作ღ◈★◈，包括和美国行业组织的互认工作ღ◈★◈，我们也都在推动ღ◈★◈。我们觉得这样的一个数据追溯ღ◈★◈，虽然可能和后市场关联度不那么强ღ◈★◈，但是我们觉得一个高质量ღ◈★◈、高水平发展的后市场ღ◈★◈，一定是要基于数据以及数据的公开透明和真实可信ღ◈★◈，只有这样才能将后市场的各类要素ღ◈★◈、主体ღ◈★◈，包括我们的保险ღ◈★◈、维修ღ◈★◈，包括我们的备件ღ◈★◈，包括我们的车企ღ◈★◈，还有我们的消费者真正的串联起来ღ◈★◈。所以也特别希望ღ◈★◈，和我们在座的企业ღ◈★◈，还有我们的专家ღ◈★◈，能够共同的推动我们关于汽车循环的可信追溯体系的构建ღ◈★◈，谢谢ღ◈★◈！

　　【数智化生态专场】中国信息通信研究院技术与标准研究所车联网与智慧交通研究部副主任于润东ღ◈★◈：汽车行业数据空间发展研究

　　中国汽车技术研究中心有限公司ღ◈★◈、中国汽车工程学会ღ◈★◈、中国汽车工业协会ღ◈★◈、中国汽车报社联合主办ღ◈★◈，天津经济技术开发区管理委员会特别支持ღ◈★◈，日本汽车工业协会ღ◈★◈、德国汽车工业协会ღ◈★◈、中国汽车动力电池产业创新联盟ღ◈★◈、新能源汽车国家大数据联盟ღ◈★◈、中国人工智能产业发展联盟ღ◈★◈、欧洲汽车工业协会联合协办的第二十一届中国汽车产业发展（泰达）国际论坛（以下称“泰达汽车论坛”）将于2025年9月11日至9月14日在天津市滨海新区举办ღ◈★◈。本届泰达汽车论坛将围绕“增动能启新篇向全球”的年度主题ღ◈★◈，邀请重磅嘉宾展开深入研讨ღ◈★◈。在9月12日“数智化生态专场ღ◈★◈：数据驱动汽车产业场景变革”中德扑之星ღ◈★◈，中国信息通信研究院技术与标准研究所车联网与智慧交通研究部副主任于润东发表题为“汽车行业数据空间发展研究”的演讲ღ◈★◈。中国信息通信研究院技术与标准研究所车联网与智慧交通研究部副主任于润东以下为演讲实录ღ◈★◈：尊敬的各位领导ღ◈★◈、嘉宾ღ◈★◈、专家ღ◈★◈，大家下午好ღ◈★◈。我是信通院标准所的于润东ღ◈★◈。前面几位嘉宾谈到了汽车行业的生产空间以及跨企业数据流通的情况ღ◈★◈。今天我主要聚焦于ღ◈★◈：除了企业内部数据应用之外ღ◈★◈，如何推动数据在跨产业链范围内的流通ღ◈★◈，并分享我们在这方面的一些前期研究成果ღ◈★◈。首先回到“数据空间”这一概念ღ◈★◈。对汽车行业从业者来说ღ◈★◈，数据空间是一个相对较新的术语ღ◈★◈。实际上ღ◈★◈，国际上从2010年代后期就已提出相关理念ღ◈★◈，它更强调通过分布式的数据交互架构ღ◈★◈，不同于目前常见的集中式数据平台比如政府或企业通常将数据汇聚起来ღ◈★◈，再通过统一接口对外提供查询和使用ღ◈★◈。而数据空间ღ◈★◈，尤其是欧洲所倡导的路径ღ◈★◈，强调的是数据仍保留在原处ღ◈★◈，即数据持有方或处理方本地ღ◈★◈，通过约定好的协议与规则ღ◈★◈，以点对点ღ◈★◈、分布式的方式实现数据流动ღ◈★◈。自国家数据局成立以来ღ◈★◈，我国也在积极推动数据空间的发展ღ◈★◈。例如ღ◈★◈，推出了可信数据空间行动计划ღ◈★◈，各省份也陆续推出相关实施方案ღ◈★◈。从我个人的理解来看ღ◈★◈，数据空间实际上是一种“技术+规则”并重的基础设施ღ◈★◈，被越来越多人视为支撑数据流通与应用的关键载体ღ◈★◈。从标准体系角度看ღ◈★◈，目前全国新成立的数据标准化技术委员会正在推动数据空间系列顶层标准的制定ღ◈★◈，涵盖技术架构与相关技术要求ღ◈★◈。总体而言ღ◈★◈，标准建设仍处于起步阶段ღ◈★◈。面向各行业应用无论是智能制造还是自动化相应的团体标准及行业标准也在积极推进之中ღ◈★◈。具体来说ღ◈★◈，我对这个概念的理解最初更多参考了国际数据空间协会（IDSA）的理念ღ◈★◈，也就是我刚刚提到的ღ◈★◈：如何通过分布式技术架构ღ◈★◈，在数据提供方和使用方之间实现数据流通ღ◈★◈。实际上ღ◈★◈，我国数据局也给出了国内“可信数据空间”的定义ღ◈★◈，虽然略显抽象ღ◈★◈，但主要强调三个核心能力ღ◈★◈：一是数据的可信管控ღ◈★◈，二是数据的自愿交互ღ◈★◈，三是价值的共创ღ◈★◈。也就是说ღ◈★◈，数据的提供方ღ◈★◈、服务方和使用方都应能够实现各自的价值需求ღ◈★◈。这是数据局所提出的官方定义ღ◈★◈。那么ღ◈★◈，如何从技术上支撑这样的数据空间ღ◈★◈，或者说保障其中数据的流通呢？目前业界相对共识的整体技术架构是ღ◈★◈，在数据提供和使用的过程中ღ◈★◈，各方都需要接入一个称为“数据空间连接器”的组件ღ◈★◈。这个连接器本质上是一个融合技术规则与业务协议的架构ღ◈★◈。我个人理解ღ◈★◈，它更像我们电脑PC中使用的操作系统ღ◈★◈，能够实现数据的基础身份认证ღ◈★◈、与对方进行规格约定ღ◈★◈，并按照约定将数据传输至使用方ღ◈★◈。这一过程也需要平台能力的支持ღ◈★◈。例如ღ◈★◈，如何为这些约定提供背书？可能需要借助区块链和数字合约等技术架构ღ◈★◈。同时ღ◈★◈，对数据使用的频次ღ◈★◈、用量等行为ღ◈★◈，也需进行存证与溯源ღ◈★◈，这就要求配套的存证溯源机制ღ◈★◈。因此ღ◈★◈，整个体系中还需要多种中间能力的支持ღ◈★◈。推动数据空间的原因在于ღ◈★◈，相比以往的数据流通设施ღ◈★◈，我们认为其具备可信ღ◈★◈、可控与可计量三方面特性ღ◈★◈。在可信方面ღ◈★◈，以往基于数据汇聚的方式ღ◈★◈，一旦数据集中至某一平台免费日产区2021ღ◈★◈，便存在泄漏风险ღ◈★◈；而若数据保留在原处ღ◈★◈、以分布式方式传输ღ◈★◈，则可实现“可用不可见”ღ◈★◈，避免原始数据出域ღ◈★◈。在可控方面ღ◈★◈，传统API调用存在滥用风险ღ◈★◈，若结合隐私计算或使用控制技术ღ◈★◈，则可实现对数据的隐私保护与审计追溯ღ◈★◈。在可计量方面ღ◈★◈，以往数据交易多侧重于一次性交易ღ◈★◈，缺乏后续利益分配跟踪机制ღ◈★◈；而数据空间支持根据实际使用情况进行计量ღ◈★◈，也具备相应的技术能力ღ◈★◈。整体来看ღ◈★◈，当前已有的数据空间可归纳为在三个方面创造价值ღ◈★◈：其一ღ◈★◈，提升原有协同业务效率较低的数据协作ღ◈★◈。例如在供应链管理中ღ◈★◈，主机厂需应对上下游的产量ღ◈★◈、库存ღ◈★◈，以及出口欧洲时符合电池法案等要求ღ◈★◈，需精准记录各环节碳数据ღ◈★◈，实现材料可追溯ღ◈★◈、可持续使用与零部件质量管理ღ◈★◈。以往这类需求往往需由链主企业层层向上追查数据ღ◈★◈，若借助统一标准与数据空间技术ღ◈★◈，则有望提升协同效率ღ◈★◈。其二ღ◈★◈，实现更精准的服务ღ◈★◈。若能通过数据空间缓解隐私合规顾虑ღ◈★◈，便可聚合更多数据ღ◈★◈，应用于金融ღ◈★◈、信贷ღ◈★◈、征信或保险等场景ღ◈★◈，通过融合多源数据提供更精准的服务ღ◈★◈。其三ღ◈★◈，支持产业研发所需的开放数据集ღ◈★◈。即便是医疗健康数据用于医药研发ღ◈★◈，或大模型训练数据ღ◈★◈，在开放共享时仍面临隐私泄露风险ღ◈★◈。数据空间所支持的隐私计算或多方安全计算技术ღ◈★◈，如能有效缓解隐私顾虑ღ◈★◈，则对推动公共研发数据共享具有重要价值ღ◈★◈。其次ღ◈★◈，是汽车行业数据空间的发展现状ღ◈★◈。根据我们前期研究ღ◈★◈，汽车行业在研发ღ◈★◈、生产ღ◈★◈、供应ღ◈★◈、销售与服务全流程中均存在数据空间的应用场景ღ◈★◈。例如ღ◈★◈，产品研发阶段可推动组合辅助驾驶等共性研发数据的流通ღ◈★◈；生产制造环节可应用于供应链碳足迹管理ღ◈★◈、可持续材料使用及产线供需管理ღ◈★◈；服务环节则包括金融保险ღ◈★◈、可持续精准服务ღ◈★◈，以及充换电等场景ღ◈★◈，数据空间均具备应用潜力ღ◈★◈。国内外均在积极推动数据空间建设ღ◈★◈。国际上ღ◈★◈，欧洲数据空间Catena-X由宝马ღ◈★◈、大众ღ◈★◈、博世等企业于2021年联合发起ღ◈★◈，获欧盟与德国政府专项资金支持ღ◈★◈，被视为全球典范ღ◈★◈。其应用场景不如国内广泛ღ◈★◈，主要聚焦于生产与供应链数据协作效率ღ◈★◈，目前最为成熟的是碳足迹管理与电池护照场景ღ◈★◈。该场景强调ღ◈★◈，若供应链各环节均采用Catena-X提供的标准与工具链（由西门子等技术方支持）ღ◈★◈，每环节按标准记录数据并逐级传递ღ◈★◈，逐步累计计量ღ◈★◈，则可保障数据真实性与统一核算ღ◈★◈，该架构正积极推进中ღ◈★◈，并有望符合欧洲电池法案要求ღ◈★◈。国内企业如宁德时代ღ◈★◈、欣旺达等也在积极跟进此场景ღ◈★◈。目前有三个行业级数据空间ღ◈★◈，分别由中汽协ღ◈★◈、中汽中心和中国汽研在推进ღ◈★◈。这些数据空间涵盖了一些共性与个性化场景ღ◈★◈，包括碳足迹ღ◈★◈、智驾数据流通ღ◈★◈、保险和电池残值评估等ღ◈★◈。这三个数据空间目前均已有相应的推进计划ღ◈★◈。从具体场景来看ღ◈★◈，目前能够落地的案例普遍具备三个特征ღ◈★◈：第一ღ◈★◈，存在真实的跨企业数据流通需求ღ◈★◈；第二ღ◈★◈，当前技术能够提供一定支撑ღ◈★◈，无论是隐私计算ღ◈★◈、多方安全计算还是数据连接器等技术ღ◈★◈，仍处于验证阶段ღ◈★◈，所处理的数据体量普遍较小ღ◈★◈、结构较单一ღ◈★◈；第三ღ◈★◈，商业模式上需实现多方共赢ღ◈★◈，例如在医疗领域中ღ◈★◈，机构与企业基于患者或药品数据开展合作ღ◈★◈，这类数据通常结构化程度高ღ◈★◈、技术复杂度较低ღ◈★◈，各方也能实现利益互补ღ◈★◈；在金融领域中ღ◈★◈，目前与驾驶行为相关的数据变现多与个人用户相关ღ◈★◈，若能在保护隐私的前提下传递个人征信信息ღ◈★◈，将具有较高价值ღ◈★◈。此外ღ◈★◈，还包括供应链上的企业征信ღ◈★◈：例如以往某些企业贷款较难ღ◈★◈，但若能通过供应链数据（如生产状况）证明其正常运营ღ◈★◈，则可为其信用增值ღ◈★◈，帮助获得贷款ღ◈★◈。我们进而遴选出一批有望推动的数据空间场景ღ◈★◈，包括ღ◈★◈：提升效率类ღ◈★◈，如碳足迹与电池护照ღ◈★◈；精准服务类ღ◈★◈，如电池与整车残值评估ღ◈★◈、面向消费者的智驾保险与个性化保险ღ◈★◈；以及研发创新类ღ◈★◈，如组合辅助驾驶数据流通ღ◈★◈。这些可能是当前较为适宜推进的场景ღ◈★◈。我们对这些场景进行了优先级分析ღ◈★◈。首先是碳足迹和电池护照等领域ღ◈★◈，这些场景数据结构相对简单ღ◈★◈、数据体量不大ღ◈★◈，若能够统一标准执行ღ◈★◈，车企与供应链上下游也具备合作意愿ღ◈★◈，有望降低成本ღ◈★◈。以往供应商需分别适配奔驰ღ◈★◈、宝马ღ◈★◈、一汽ღ◈★◈、大众等不同企业的供应链管理系统ღ◈★◈，通过统一数据空间与工具ღ◈★◈，仅凭一套接口对接多方ღ◈★◈，可有效降低操作成本ღ◈★◈。其次ღ◈★◈，在金融保险领域ღ◈★◈，尤其是正在推进的组合辅助驾驶保险和个性化保险ღ◈★◈，通常需要车企提供用户驾驶行为与车辆行驶数据ღ◈★◈。在做好隐私保护的前提下ღ◈★◈，这类数据具有较高应用价值ღ◈★◈。此外ღ◈★◈，随着L2ღ◈★◈、L3级组合辅助驾驶功能上车ღ◈★◈，事故责任鉴定（人为还是系统导致）成为重要问题ღ◈★◈。利用数据空间中的区块链技术ღ◈★◈，对事故发生时原始数据进行哈希存证ღ◈★◈，有助于解决数据真实性问题ღ◈★◈，具有一定应用潜力ღ◈★◈。最后ღ◈★◈，正如刚才所提ღ◈★◈，我们基于车辆维保数据与电池使用数据ღ◈★◈，开展车辆残值与电池状态评估ღ◈★◈。在这一过程中ღ◈★◈，维修保养机构德扑之星官网ღ◈★◈，ღ◈★◈、车企及监管平台等多方之间均存在数据流通需求ღ◈★◈，也可通过数据空间提供支持ღ◈★◈。也有一些场景难度较大ღ◈★◈，例如许多企业及场合呼吁推进的组合辅助驾驶研发数据流通ღ◈★◈。我们认为ღ◈★◈，无论从企业当前技术能力还是数据空间支撑来看ღ◈★◈，均存在一定困难ღ◈★◈。组合辅助驾驶涉及的视频ღ◈★◈、激光雷达点云等原始数据多为多模态ღ◈★◈，若再经隐私计算或多方安全计算处理并流通ღ◈★◈，其成本开销巨大仅算力成本就可能增加30%至40%ღ◈★◈，导致商业模式难以成立ღ◈★◈。这类场景仍需解决技术与机制上的关键问题ღ◈★◈。最后是关于发展建议ღ◈★◈。如前所述ღ◈★◈，数据连接器ღ◈★◈、隐私计算ღ◈★◈、数据沙箱等技术能力目前仍处于验证阶段ღ◈★◈，需持续攻关与迭代ღ◈★◈，以更好地服务真实需求ღ◈★◈。在场景建设方面ღ◈★◈，当前已提出三四十个细分场景ღ◈★◈，我们建议聚焦于有价值场景优先推进ღ◈★◈，待模式验证成功后再逐步推广ღ◈★◈。我们也希望强化生态合作ღ◈★◈，目前多个汽车行业数据空间正在并行建设ღ◈★◈，若共性场景仍各自为战ღ◈★◈，反而可能形成新的数据壁垒ღ◈★◈。应加强标准与技术合作ღ◈★◈，共同推动汽车行业数据流通ღ◈★◈。以上是我的一些初步理解与介绍ღ◈★◈，谢谢大家ღ◈★◈！

　　【数智化生态专场】欣旺达动力科技股份有限公司材料计算部部长余澍ღ◈★◈：AI驱动下动力电池全生命周期价值重构——技术突破ღ◈★◈、产业实践与未来路径

德扑之星·(中国)官网

德扑之星中国机|免费日产区2021|械工业联合会