炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！
7月3日，2025第九屆集微半導體大會在上海張江科學會堂隆重開幕。大會由半導體投資聯盟、ICT知識產權發展聯盟主辦，愛集微（上海）科技有限公司承辦，上海市集成電路行業協會協辦，浦東科創集團、海望資本戰略協作，上海市張江科學城建設管理辦公室、浦東新區投資促進服務中心支持。
在端側AI技術與應用創新論壇上，智駕科技MAXIEYE市場總監唐思佳帶來《安全到數智：AI車端應用和產業化實踐》的主題演講，就MAXIEYE數字化與智能化融合的發展體系以及自動駕駛未來展望展開分享。
在人工智能技術飛速發展的浪潮中，AI汽車憑藉其獨特的屬性和廣闊的發展空間，已然成為AI端側最為繁榮的應用場景之一，這不僅是技術迭代的必然結果，更是汽車產業向智能化、網聯化轉型的生動體現。
在細分場景方面，AI汽車的智能化體現在多個領域。智能座艙集成了智能語音助手、車載娛樂系統、環境感知系統等，輔助駕駛是AI汽車提升安全性和駕駛便利性的關鍵，智能底盤融合了AI技術，能夠根據不同的路況自動調節懸掛系統、動力輸出等，提升汽車的行駛穩定性和乘坐舒適性；車雲智能網聯將汽車接入雲端，實現了海量數據（維權）的存儲、分析和共享。
而AI汽車的蓬勃發展，離不開強大的底層技術支撐。全球計算能力的提升為AI汽車的複雜算法運行提供了堅實基礎，使得汽車能夠快速處理海量的感知數據和交互信息。海量數據存儲技術則保障了汽車在行駛過程中產生的大量數據能夠被安全、高效地存儲，為AI算法的訓練和優化提供了豐富的「素材」。端側AI算法的快速迭代不斷提升汽車的智能化水平，讓AI汽車能夠更好地適應複雜多變的實際場景，持續優化用戶體驗。
以數智、工程化與AI算法三環驅動智駕產業落地
MAXIEYE作為在智能駕駛領域的重要參與者，其AI端側產業化三環——數智、工程化、AI算法，相輔相成，共同推動着智能駕駛技術從理論走向實踐，為行業的發展注入強大動力。
數智即數字化與智能化的融合，在MAXIEYE的發展體系中佔據着基礎性地位。在智能駕駛場景裏，車輛行駛過程中會產生海量數據，涵蓋路況信息、車輛自身狀態數據、駕駛員操作習慣數據等。MAXIEYE構建的海市MAXI-DI數據智能體系，能夠對這些數據進行高效收集、存儲與分析，通過深度學習算法對大量實際行駛場景數據的挖掘，系統可精準識別不同場景下的潛在風險；MAXIEYE的青雲BEV架構HyperSpace，一站式融合道路拓撲、目標軌跡、佔用空間三大網絡，能以全局視野實現高精度感知，基於對BEV新範式在技術、模式、應用創新三個維度的理解，重新定義智能駕駛全系產品，滿足城市L2增強、高速NOA、城區NOA、行泊合一、記憶行泊車等全場景應用。
同時，MAXIEYE通過數據閉環，不斷積累豐富的場景數據，實現產品對內自迭代、對外促升級的數據驅動雙閉環。新的場景數據不斷被用於算法訓練，使得算法能夠更好地適應各種複雜多變的實際路況，持續提升智能駕駛系統的性能與可靠性。
唐思佳指出，汽車行業數智化水平差距的拉大，核心在於企業所蒐集數據的質量、數據本身的價值密度，以及數據覆蓋場景的廣度與深度。這些差異直接導致了產品體驗的分化，尤其是在高階智能系統的應用層面，這種差距體現得更為明顯。
工程化是將先進的AI技術轉化為可大規模應用產品的關鍵橋樑，MAXIEYE從產品設計之初，便充分考慮到汽車行業嚴苛的標準與複雜的實際使用環境。並在軟件開發過程中，遵循嚴格的汽車軟件開發流程，進行多輪次的測試與驗證。
唐思佳提到，MAXIEYE在開發工具的打磨、開發效率的提升、產品交互的優化以及產品質量的把控等方面投入了大量精力，最終實現了對終端產品在安全性與智能性上的有效賦能。
在量產環節，MAXIEYE依託強大的供應鏈管理能力與生產製造協同能力，實現了產品的高效、穩定生產，不僅保障了產品質量的一致性，更讓先進的智能駕駛技術得以大規模適配各類車型，有力推動了智能駕駛的普及進程。同時，針對不同客戶的差異化需求，無論是乘用車企還是商用車企，MAXIEYE均能提供定製化的工程化解決方案。截至今年6月，其量產累計交付量已突破100萬套，形成了規模化生產能力。
安全成為輔助駕駛核心價值
2018年，自動駕駛分級如同一張精準的地圖，為行業劃定了從L0到L5的清晰路徑。彼時，從完全依賴人類操控的基礎輔助，到理論上實現全場景自主行駛的終極形態，每一級別都像里程碑般承載着技術探索的方向，也讓消費者能直觀理解不同產品的能力邊界。
然而短短几年後，曾經奉為圭臬的分級體系，正逐漸失去定義輔助駕駛的意義。這並非標準失效，而是技術已經跑過了「按級進化」的階段，車道居中、自動避險、高速領航等功能不再侷限於某一級別標籤，輔助駕駛跨越了從早期嚐鮮到大規模化應用的鴻溝。
所有新興技術、產品都會經歷這樣的跨越，而早期應用與規模化應用的邏輯截然不同。早期應用階段，用戶更看重技術領先性、定製化能力，追求嚐鮮；但當技術和產品進入規模化應用後，大衆的核心關注點轉變為可靠性、市佔率和成熟度。
唐思佳認為，這種變化是產業在經歷一系列波折與周期後，真正迴歸輔助駕駛本質，即將迎來規模化應用的體現。她進一步將輔助駕駛的體驗定義為兩級，其中一維體驗是安全，AEB系統的主動安全需從主動安全延伸至安全防禦層面，具備清晰的運行設計域（ODD）、完善的系統降級機制及冗餘可靠性，以此構建用戶信任；二維體驗是數智化帶來的差異化體驗，包括交通場景建模、駕駛員行為建模、熟路模式、體驗優化及模式創新等。
MAXIEYE推出的海市數據智能系統正是二維體驗的生態構建，是其在AI數智領域推進產業化的重要實踐成果。這套系統印證了一個行業趨勢，深度學習網絡正從單純的產品形態逐步向注重用戶體驗的方向過渡，同時也凸顯了數據本身及數據生產效率的關鍵價值。
從應用層面來看，後台的多模態數據可實現直接調用，未來AI在車輛端的應用有望實現端到端全流程覆蓋。當前，中國車企已積極接入大模型，這一舉措將推動座艙應用場景走向更繁榮的發展階段。不過，智能駕駛的發展仍受限於算力支持，但這並不妨礙MAXIEYE大膽構想AI與交通融合的未來圖景。
最後，唐思佳分享了AI發展史的重要意義，並強調了理解技術本質的必要性。她表示，隨着數據規模的擴大、海量存儲技術的發展以及芯片技術的創新，當前我們面臨的諸多棘手問題終將得到解決。如今，AI模型參數規模已達到萬億級別，其發展速度早已超出人類的想象，而推動AI技術進步的關鍵，在於保持持續探索的精神與堅定的信念，同時應更多聚焦事物本質，而非盲目追隨他人，唯有如此才能真正助力AI技術不斷向前邁進。
（轉自：網易科技）