9 月 18 日，在盖世汽车第四届 AI 定义汽车论坛上，中国一汽研发总院 EE 架构总工徐宝军发表了题为 " 智能汽车技术实践分享 " 的演讲，围绕整车多域智能体的探索与实践，系统阐述了中国一汽对智能汽车行业发展趋势的研判、统一 AI 模型体系的建设思路及落地规划。

徐宝军将汽车产业演进划分为三个递进阶段：2020 年前为功能堆叠时代，以硬件配置为核心，软硬件深度耦合；2020 至 2026 年为软件定义汽车时代，通过域控架构加 OTA 实现快速迭代；2026 年后进入 AI 定义汽车时代，以统一大模型和车云一体为核心，实现跨域融合的主动智能。他指出，AI Car 是数据驱动、可自我进化的整车智能体，具备数据驱动决策、全周期 OTA 进化、完整感知决策执行能力三大特征，最终目标是构建人车共生的智能出行新生态。" 这不仅是技术形态的变革，更是产品组织方式和用户体验的根本性重塑，竞争焦点最终将聚焦于 AI 的智能水平。" 徐宝军表示。

在行业痛点方面，徐宝军指出当前迈向 AI Car 阶段面临模型割裂导致重复造轮子、数据断点形成数据孤岛、功能验证拉低模块复用性、评测缺位难以量化安全与端到端成果、硬件错配导致算力与算法需求分散等六大交织共性难题。他强调，AI 成为车企核心战略源于三大维度：市场竞争层面，行业下半场决胜关键已转向 AI 模型的推理与决策能力；用户价值层面，AI 让车辆转化为懂用户的智能伙伴，重塑出行体验；技术趋势层面，汽车正加速进入具身智能阶段。

在技术路径上，徐宝军介绍了 AI 模型的演进逻辑：从小模型阶段侧重单向识别与控制，到融合模型阶段打通感知预测规划但各域仍存在割裂，再到统一模型平台阶段追求统一运行环境与 Agent 编排。他特别强调，统一大模型并非单一模型覆盖全部场景，核心是统一运行框架、数据标准与 Agent 体系，同时保持模型专业化分工，核心思路是 " 统一模型平台 + 模型矩阵框架 +Agent"。在用模型方面，需具备意图驱动、运行管理、端云调度、分层记忆、可控可追溯的权限沙箱机制、可观测性韧性六大核心能力，将安全作为一级调度治理对象。

在落地实践上，徐宝军介绍，一汽选择 " 先快速开发产品上车、再逐步下放系统能力 " 的路线，采用平台化模型矩阵协同的完整智能闭环，云端负责数据训练与 OTA 下发，车端具备千级 TOPS 异构算力，可支撑十亿参数大模型部署。当前行业已形成全栈自研型、平台合作型、域强协同型三类主流落地路线，车企可结合自身技术基础适配选择。徐宝军指出：" 当前我们竞争的关键，不是其他，而是谁先把共性的产品跟底座先跑通。"

徐宝军最后表示，一汽将拥抱 AI 变革，探索整车多域 AI 智能体路径，打造更智能、更安全的汽车，持续升级用户出行体验。