第489期 | AI 大模型上车如何不烧钱？破解车端算力浪费的方案来啦！

2026-01-30

Download

02:05 智能汽车技术架构演进中的挑战与选择取舍04:06 汽车智能化时代的挑战与机遇：车身算力与云端软件的结合06:08 云端计算资源浪费与车端算力潜力：挑战与机遇08:10 AI模型上车：算力分配、技术模型和人机交互的挑战与解决方案10:11 AI模型上车的技术挑战与应用探讨——车云一体化的数据平台之路12:13 助力车企省钱，车云智能体平台带来数据最大化利用的效果14:17 车用芯片国产化趋势快速增长，如何应对挑战与机遇？16:17 国产芯片发展迅速，生态链和工具链短板亟需填补18:18 汽车行业面临挑战与机遇：中国智能新能源汽车的前景展望20:19 车凌公司的发展路径：初创阶段以客户为中心，规模稳定时引领行业潮流从手机里的智能助手，到医院的 AI 诊断系统，AI大模型正以“通用赋能者”的姿态，渗透各行各业的核心场景。当这场智能化革命蔓延至万亿级汽车产业，昔日的“交通工具”正加速蜕变为搭载AI大脑的“移动智能终端”。智能化为用户带来便捷体验的同时，也让车企面临研发投入、运维损耗等多重成本挑战...

02:05 智能汽车技术架构演进中的挑战与选择取舍

04:06 汽车智能化时代的挑战与机遇：车身算力与云端软件的结合

06:08 云端计算资源浪费与车端算力潜力：挑战与机遇

08:10 AI模型上车：算力分配、技术模型和人机交互的挑战与解决方案

10:11 AI模型上车的技术挑战与应用探讨——车云一体化的数据平台之路

12:13 助力车企省钱，车云智能体平台带来数据最大化利用的效果

14:17 车用芯片国产化趋势快速增长，如何应对挑战与机遇？

16:17 国产芯片发展迅速，生态链和工具链短板亟需填补

18:18 汽车行业面临挑战与机遇：中国智能新能源汽车的前景展望

20:19 车凌公司的发展路径：初创阶段以客户为中心，规模稳定时引领行业潮流

从手机里的智能助手，到医院的 AI 诊断系统，AI大模型正以“通用赋能者”的姿态，渗透各行各业的核心场景。当这场智能化革命蔓延至万亿级汽车产业，昔日的“交通工具”正加速蜕变为搭载AI大脑的“移动智能终端”。

智能化为用户带来便捷体验的同时，也让车企面临研发投入、运维损耗等多重成本挑战。本期《芯片揭秘》特邀车凌科技CTO刘晓贝——深耕智能网联领域20年的技术专家，为我们拆解AI大模型上车的核心技术挑战，并分享车规级落地的实操经验。话不多说，精彩播客现在开始！