智驾科技唐思佳：数智融合驱动智驾应用，构建AI与交通互融图景

7月3日，2025第九届集微半导体大会在上海张江科学会堂隆重开幕。大会由半导体投资联盟、ICT知识产权发展联盟主办，爱集微（上海）科技有限公司承办，上海市集成电路行业协会协办，浦东科创集团、海望资本战略协作，上海市张江科学城建设管理办公室、浦东新区投资促进服务中心支持。

在端侧AI技术与应用创新论坛上，智驾科技MAXIEYE市场总监唐思佳带来《安全到数智：AI车端应用和产业化实践》的主题演讲，就MAXIEYE数字化与智能化融合的发展体系以及自动驾驶未来展望展开分享。

在人工智能技术飞速发展的浪潮中，AI汽车凭借其独特的属性和广阔的发展空间，已然成为AI端侧最为繁荣的应用场景之一，这不仅是技术迭代的必然结果，更是汽车产业向智能化、网联化转型的生动体现。

在细分场景方面，AI汽车的智能化体现在多个领域。智能座舱集成了智能语音助手、车载娱乐系统、环境感知系统等，辅助驾驶是AI汽车提升安全性和驾驶便利性的关键，智能底盘融合了AI技术，能够根据不同的路况自动调节悬挂系统、动力输出等，提升汽车的行驶稳定性和乘坐舒适性；车云智能网联将汽车接入云端，实现了海量数据的存储、分析和共享。

而AI汽车的蓬勃发展，离不开强大的底层技术支撑。全球计算能力的提升为AI汽车的复杂算法运行提供了坚实基础，使得汽车能够快速处理海量的感知数据和交互信息。海量数据存储技术则保障了汽车在行驶过程中产生的大量数据能够被安全、高效地存储，为AI算法的训练和优化提供了丰富的“素材”。端侧AI算法的快速迭代不断提升汽车的智能化水平，让AI汽车能够更好地适应复杂多变的实际场景，持续优化用户体验。

以数智、工程化与AI算法三环驱动智驾产业落地

MAXIEYE作为在智能驾驶领域的重要参与者，其AI端侧产业化三环——数智、工程化、AI算法，相辅相成，共同推动着智能驾驶技术从理论走向实践，为行业的发展注入强大动力。

数智即数字化与智能化的融合，在MAXIEYE的发展体系中占据着基础性地位。在智能驾驶场景里，车辆行驶过程中会产生海量数据，涵盖路况信息、车辆自身状态数据、驾驶员操作习惯数据等。MAXIEYE构建的海市MAXI-DI数据智能体系，能够对这些数据进行高效收集、存储与分析，通过深度学习算法对大量实际行驶场景数据的挖掘，系统可精准识别不同场景下的潜在风险；MAXIEYE的青云BEV架构HyperSpace，一站式融合道路拓扑、目标轨迹、占用空间三大网络，能以全局视野实现高精度感知，基于对BEV新范式在技术、模式、应用创新三个维度的理解，重新定义智能驾驶全系产品，满足城市L2增强、高速NOA、城区NOA、行泊合一、记忆行泊车等全场景应用。

同时，MAXIEYE通过数据闭环，不断积累丰富的场景数据，实现产品对内自迭代、对外促升级的数据驱动双闭环。新的场景数据不断被用于算法训练，使得算法能够更好地适应各种复杂多变的实际路况，持续提升智能驾驶系统的性能与可靠性。

唐思佳指出，汽车行业数智化水平差距的拉大，核心在于企业所搜集数据的质量、数据本身的价值密度，以及数据覆盖场景的广度与深度。这些差异直接导致了产品体验的分化，尤其是在高阶智能系统的应用层面，这种差距体现得更为明显。

工程化是将先进的AI技术转化为可大规模应用产品的关键桥梁，MAXIEYE从产品设计之初，便充分考虑到汽车行业严苛的标准与复杂的实际使用环境。并在软件开发过程中，遵循严格的汽车软件开发流程，进行多轮次的测试与验证。

唐思佳提到，MAXIEYE在开发工具的打磨、开发效率的提升、产品交互的优化以及产品质量的把控等方面投入了大量精力，最终实现了对终端产品在安全性与智能性上的有效赋能。

在量产环节，MAXIEYE依托强大的供应链管理能力与生产制造协同能力，实现了产品的高效、稳定生产，不仅保障了产品质量的一致性，更让先进的智能驾驶技术得以大规模适配各类车型，有力推动了智能驾驶的普及进程。同时，针对不同客户的差异化需求，无论是乘用车企还是商用车企，MAXIEYE均能提供定制化的工程化解决方案。截至今年6月，其量产累计交付量已突破100万套，形成了规模化生产能力。

安全成为辅助驾驶核心价值

2018年，自动驾驶分级如同一张精准的地图，为行业划定了从L0到L5的清晰路径。彼时，从完全依赖人类操控的基础辅助，到理论上实现全场景自主行驶的终极形态，每一级别都像里程碑般承载着技术探索的方向，也让消费者能直观理解不同产品的能力边界。

然而短短几年后，曾经奉为圭臬的分级体系，正逐渐失去定义辅助驾驶的意义。这并非标准失效，而是技术已经跑过了“按级进化”的阶段，车道居中、自动避险、高速领航等功能不再局限于某一级别标签，辅助驾驶跨越了从早期尝鲜到大规模化应用的鸿沟。

所有新兴技术、产品都会经历这样的跨越，而早期应用与规模化应用的逻辑截然不同。早期应用阶段，用户更看重技术领先性、定制化能力，追求尝鲜；但当技术和产品进入规模化应用后，大众的核心关注点转变为可靠性、市占率和成熟度。

唐思佳认为，这种变化是产业在经历一系列波折与周期后，真正回归辅助驾驶本质，即将迎来规模化应用的体现。她进一步将辅助驾驶的体验定义为两级，其中一维体验是安全，AEB系统的主动安全需从主动安全延伸至安全防御层面，具备清晰的运行设计域（ODD）、完善的系统降级机制及冗余可靠性，以此构建用户信任；二维体验是数智化带来的差异化体验，包括交通场景建模、驾驶员行为建模、熟路模式、体验优化及模式创新等。

MAXIEYE推出的海市数据智能系统正是二维体验的生态构建，是其在AI数智领域推进产业化的重要实践成果。这套系统印证了一个行业趋势，深度学习网络正从单纯的产品形态逐步向注重用户体验的方向过渡，同时也凸显了数据本身及数据生产效率的关键价值。

从应用层面来看，后台的多模态数据可实现直接调用，未来AI在车辆端的应用有望实现端到端全流程覆盖。当前，中国车企已积极接入大模型，这一举措将推动座舱应用场景走向更繁荣的发展阶段。不过，智能驾驶的发展仍受限于算力支持，但这并不妨碍MAXIEYE大胆构想AI与交通融合的未来图景。

最后，唐思佳分享了AI发展史的重要意义，并强调了理解技术本质的必要性。她表示，随着数据规模的扩大、海量存储技术的发展以及芯片技术的创新，当前我们面临的诸多棘手问题终将得到解决。如今，AI模型参数规模已达到万亿级别，其发展速度早已超出人类的想象，而推动AI技术进步的关键，在于保持持续探索的精神与坚定的信念，同时应更多聚焦事物本质，而非盲目追随他人，唯有如此才能真正助力AI技术不断向前迈进。