对智能驾驶来说，放在云端的AI大模型可以凭借着大容量、高算力的优势，更快更好地帮助车企完成数据标注、数据融合等工作，降低成本和错误率。而车端的大模型可以凭借着生成式AI的能力，通过各种复杂的视觉信息构建出更多仿真场景，更好地做出决策。

因此对车企云端来说，需要收集大量数据来投喂出一个足够可靠的大模型，目前已经有不少车企选择和云厂商共建智算中心，比如小鹏和阿里云投建的“扶摇”、毫末智行和火山引擎共建的“雪湖.绿洲”、吉利和阿里云合建的星睿智算中心...

对车端来说，需要的是强大算力的芯片，但是考虑到汽车是大宗消费品，因此车端芯片不可能像云端那样花去几十万的成本，因此如何平衡芯片算力和芯片成本非常关键。其次，新能源车对功耗非常敏感，芯片的功耗也需要压缩到一个可接受的范围。

巨头争相在汽车上落地大模型，可以预见的是，大模型和汽车的结合将会越来越紧密。但“落地”并不等于“价值落地”，从目前上车的大模型来看，智能座舱似乎并没有什么稀缺性，AI大模型加持的高阶智能驾驶更是一个处于PPT阶段的美好愿景。

编辑/温澈