“对中国汽车厂商来说，谁能率先在云端算力上建立优势，谁就有机会在下一阶段的行业洗牌中掌握话语权。”日前，同济大学教授、汽车安全技术研究所所长朱西产在一次内部研讨会上如此表示。

　　实际上，在智能汽车领域，车端算力和云端算力常被行业提及。车端算力用TOPS来衡量，负责车辆在行驶过程中的实时感知和决策；云端算力则用EFLOPS来衡量，对应的是超算平台的能力，主要用于训练复杂的人工智能模型。

　　在朱西产看来，全球汽车市场已触顶，销量不再是唯一的衡量指标。进入智能化深水区后，算力正在成为决定车企竞争力的新变量。云端算力越高，企业在自动驾驶训练、智能座舱迭代和大模型推理中的效率就越高，迭代速度也就更快。

　　算力之战将至少持续3~5年

　　值得注意的是，车端算力和云端算力并不是简单的“谁强谁弱”，而是分工不同——车端算力要保证低延时和稳定执行；云端算力则承担庞大的数据训练和模型迭代。

　　例如，在高阶智驾领域，云端算力水平至关重要。因为智能驾驶的本质是“云端训练——车端部署——数据回传——再训练”的循环。车辆采集到的真实路况数据会回传到云端，经过反复训练后形成更强大的模型，再通过OTA更新下发到车端。这个闭环跑得快不快，取决于云端算力够不够强。

　　此外，业内热议的“世界模型”（一种模拟真实物理环境的大模型，用来训练自动驾驶甚至机器人系统），对算力的要求更是成倍提升。是否能支撑这种大模型的训练，已经成为车企进入下一轮竞争的门槛。

　　由此可见，云端算力已成为衡量一家车企能否立足未来的关键指标，自然也是各大车企角逐的重点。

　　根据公开资料，汽车企业对云端算力的储备参差不齐。截至今年8月底，特斯拉的云算力大约100EFLOPS，居全球首位；引望的云算力约32EFLOPS，排名第二；吉利星睿智算中心2.0的算力达到23.5EFLOPS，在中国车企中排名第一，已经跻身全球第一梯队。

　　即便是在以智能化为核心竞争力的新势力阵营中，车企的云端算力储备也仍有提升空间，不少车企的云算力都集中在8EFLOPS至12EFLOPS这一区间。

　　“这场算力之战至少还要打3~5年，目前大部分车企公布的算力数据都在5EFLOPS~10EFLOPS。”朱西产认为，在这场长跑中，吉利率先跑到前列，这种领先的意义远大于短期的销量数字。

　　电动化与智能化应齐头并进

　　在云端算力上，吉利之所以能够领先，得益于其长远的战略规划和技术积累。自2021年起，吉利汽车意识到其电动化转型困境，加速补齐“三电”短板，成功开发出神盾电池、安全电池包、超级电混等核心技术，并应用于新车型，持续提升新能源渗透率。

　　与此同时，吉利没有将智能化放在所谓“下半场”，而是坚持电动化与智能化齐头并进。

　　吉利汽车集团CEO淦家阅表示，他在2021年启动“智能吉利2025”规划，提出构建“一网三体系”的全域智能化架构，即打造一张覆盖芯片、操作系统、大数据的科技生态网络，同步建立智能科技的研发体系、产品体系、运营体系。

　　在智能化方面，吉利汽车逐步进入收获期。今年年初，吉利发布了行业首个智能汽车全域AI技术体系，并陆续将全域AI融入智驾域、动力域、底盘域。

　　3月，智驾域的千里浩瀚辅助驾驶系统正式发布，统一集团的智驾解决方案；6月，动力域的AI云动力2.0发布，为用户出行匹配最优策略，实现节能、智能、性能、安全的用车体验；8月初，底盘域的AI数字底盘首发量产上车，实现从传统的“机械执行”向数字化“主动控制”跨越，提升了舒适性与安全操控能力；8月20日，吉利宣布将聚焦“一个座舱”战略，通过统一的AI OS架构、统一的AI Agent（人工智能体）与统一的用户ID，实现AI座舱“All in One”，打造实现“人——车——环境”自主协同的智慧空间，并宣布未来将不再开发不具备AI能力的传统智能座舱。

　　与此同时，吉利还将AI深入到产品研发、生产、售后服务等全链路环节，以实现全场景的智能体验。

　　正如乘联分会秘书长崔东树所说，他反对将产业简单分为“电动化上半场、智能化下半场”的说法，电动化远未到“功成身退”之时，当前全球新车仍有80%是燃油车，电动车仅占20%。燃油车占比从80%降到50%以下将是漫长的过程，智能化应当贯穿汽车发展全过程，与电动化协同并进，而非有先后之分。

　　他预计，未来很长一段时期，燃油车（含混动）和电动车将并存发展，AI技术则将全面赋能汽车，从架构优化到自动驾驶，实现全产业链的效率提升。