AI與汽車產業的深度融合，如何從“能用”走向“好用”？“雙向奔赴”何以可能？2026年全國兩會，代表委員們用一份份提案議案，勾勒出一幅從“能用”到“好用”的清晰路線圖。

2026年的全國兩會，“人工智能”依舊是會內會外的熱詞。當通用大模型的熱度從科技圈延展到工廠車間，當“具身智能”“AI智能體”從概念走向試驗場，一個更深層的命題隨之浮現：AI與制造業，尤其是與汽車這一典型產業的融合，究竟如何才能走深走實、落地生根？

今年的《政府工作報告》首次提出“打造智能經濟新形態”，并明確“推動重點行業領域人工智能商業化規�；瘧�用”。在首場“部長通道”上，工業和信息化部部長李樂成用了一個形象的比喻：要大力推動人工智能和制造業 “雙向奔赴” ，讓人工智能這個“關鍵變量”成為經濟高質量發展的“強勁增量”。

“雙向奔赴”何以可能？兩會期間，代表委員們的提案議案，勾勒出了一幅從“能用”到“好用”的清晰路線圖。這場融合，不是簡單的技術疊加，而是一場對生產方式、產業形態的深度重構。它必須回答好幾個問題：技術底座能否夯實到位、應用場景能否從點到面、制度建設能否為善用兜底。

算力與數據要素雙輪驅動

AI賦能制造，首先得有“能用”的工具與“可用”的燃料。前者指向算力與芯片，后者指向數據與成本。兩者相輔相成，共同構成AI融入制造業的基礎底座，缺一不可，也缺一則止。

這個工具，并非通用大模型，而是深深扎根于制造業場景的“技術底座”——高端算力芯片、工業多模態算法、軟硬件協同適配，這些都是打通融合發展 “最初一公里” 的關鍵所在。

“目前亟需增加面向AI大模型、科學計算、工業仿真等領域的高端智能算力和低時延實時算力供給。”全國人大代表、中國移動通信集團上海有限公司董事長樓向平直指制造業的“算力饑渴”——汽車工業的仿真測試、自動駕駛的模型訓練，對算力的效率與響應速度均有著剛性需求，容不得絲毫懈怠。

全國人大代表、科大訊飛董事長劉慶峰則看得更遠，他呼吁布局國家級人工智能重大專項，加強在國產算力平臺上的大模型研發攻關。“汽車智能化競爭的核心是芯片算力，自主可控的算力平臺和AI生態，是保障智能汽車供應鏈安全的基石。”這不僅關乎“用得上”，更關乎在極端情況下“還能用”的戰略安全。

在接受媒體采訪時，劉慶峰進一步闡釋了自主可控的深層邏輯：“真正自主可控的模型，應該在我們自己的算力上訓練出來，只有這樣，才能形成更加完備的自主生態體系。我們更加安全的未來才有保障。”他特別提醒，當前國內還有很多模型仍然依賴國外算卡進行訓練，僅在國內芯片上做適配并開展推理應用，“這種模式難以構建安全可靠的產業生態”。汽車智能化競爭的核心是芯片算力，自主可控的算力平臺和AI生態，是保障智能汽車供應鏈安全的基礎。

全國政協委員、360集團創始人周鴻祎則從另一個角度補充，他建議優化推理算力布局，支持專用推理芯片國產化。當AI從云端走向車端、走向產線上的機械臂，低功耗、高響應的專用芯片，才是讓智能真正“跑”起來的核心引擎。

算力之外，數據是另一重瓶頸。AI的“燃料”看似取之不盡，但數據的獲取、清洗與標注成本極高，在涉及物理世界交互的具身智能領域尤為突出。全國政協委員、天娛數科董事長賀晗為此建議實施國家級 “具身數據要素工程” ，建設國家級數據采集與預訓練中心，統一數據標準。“只有解決了具身智能數據獲取成本高、標注難的問題，才能讓AI真正到物理世界‘干活’，而不是停留在虛擬世界‘聊天’。”

賀晗的具體方案頗具操作性：建設若干“國家級具身智能數據采集與預訓練中心”，圍繞搬運、裝配、分揀、巡檢、護理等典型任務形成可復用數據集；統一動作軌跡、力覺/觸覺、視覺語義、工位工藝參數等數據格式與元數據規范，推動跨企業、跨平臺復用；同時明確數據權屬與合規邊界，對涉及個人隱私與工廠商業秘密的數據建立分級脫敏、可信計算與授權機制，形成“可用不可見、可控可計量”的共享模式。

數據的價值不止于訓練，本身也是資產。全國人大代表、立信會計師事務所首席合伙人朱建弟關注數據的“變現”問題，他建議規范數據采集、入表、治理等環節，推動數據資源資產化落地。對于車企而言，海量的路采數據如果能確權、入表，將直接轉化為企業的核心資產和融資能力，讓數據這個“新生產資料”真正流動起來。

算力與數據，一個決定AI能跑多快，一個決定AI能跑多遠；兩輪并驅，方能托舉起制造業智能化轉型的全局。

推動AI從“盆景”到“森林”滲透

當技術底座穩固、應用成本降低，AI的戰場便從單點試驗轉向全流程的規�；瘽B透。今年的提案議案中，AI正全面覆蓋汽車產業的研發、制造、產品、服務全鏈條。

全國人大代表、中國移動重慶公司總經理夏泳形象地提出，要推動AI從“盆景”變“森林”，通過打造通用能力平臺和深耕垂直場景，讓AI賦能千行百業。在重慶代表團專題記者會上，夏泳詳細闡述了信息通信業融入區域發展大局的路徑。他提出要加快推進車聯網部署，積極參與國家車聯網先導區建設，推進智能網聯汽車“車路云一體化”應用試點，探索建設通感車聯示范、5G車聯“一張網”應用。他還特別強調要“助力工業互聯網高質量發展，支撐國家頂級節點（重慶）迭代升級，提升解析性能和服務能力”。作為智能網聯汽車試點城市群的核心，重慶的基礎設施建設將為“車路云一體化”提供關鍵支撐。

在應用層面，夏泳表示要深化“5G+工業互聯網”融合創新，重點支持數字化車間、智能工廠和5G全連接工廠建設，推動視覺檢測、柔性制造、協同機器人等場景規�；�落地，并加快打造市級產業大腦，推動“產業大腦+未來工廠”數字經濟新模式的規模應用。他還透露了具體的企業合作樣本：以中國移動與長安汽車的戰略合作為藍本，發揮AI、算力網絡、V2X等新型信息化服務優勢，協同打造智慧交通、自動駕駛、智能座艙等標桿應用。

在生產制造端，AI正從“數字員工”進化為“物理員工”。全國人大代表、小米集團創始人雷軍給出了具體的時間表與量化目標。在向大會提交的《關于加快推動通用人形機器人在智能制造中應用的建議》中，他明確提出：力爭到2027年，實現特定工業場景下MTBF（平均無故障工作時間）突破1萬小時、任務成功率超過99%。

雷軍認為，通用人形機器人被視為繼計算機、智能手機、智能汽車之后的又一超級智能終端，正成為未來產業的重要方向。相關預測顯示，我國人形機器人出貨量有望在2035年超過260萬臺，市場規模超過1400億元，遠期更將達到萬億級體量。

為推動人形機器人盡早從“學徒工”轉變為“正式工”，雷軍提出三點建議：其一，加快突破工程化落地難題，以智能制造實際生產需求為牽引，重點提升工藝穩定性，強化政策精準引導，并有效降低單體成本，形成規模化量產條件；其二，擴大智能制造應用場景，鼓勵工廠開放更多生產工位，支持人形機器人在具體產線承擔中高強度勞動，有序推進規模部署、建設全機器人生產線；其三，加強安全標準體系建設，加快推動人形機器人唯一編碼制定實施，保障生產安全，同時強化作業場景中的數據安全與倫理隱私保護，積極參與“人形機器人+智能制造”全球標準制定，助力中國人形機器人走向世界。

他同時透露，小米團隊已在北京亦莊工廠試點人形機器人參與檢測線，并計劃于2026年底前實現人形機器人進入汽車產線進行簡單裝配作業試運行。這意味著，在不久的將來，總裝、質檢等復雜工序中，將出現人機并肩作業的真實場景。

在產品形態端，AI正在深刻重新定義汽車。全國政協常委、賽力斯集團董事長張興海詳細闡述了“RoboX移動智能體”的商業化構想：汽車不再只是交通工具，而是一個可移動的智能服務終端。

張興海表示，賽力斯將"持續聚焦實體經濟，錨定高端智能電動汽車主航道，堅持高端化、電動化、智能化、AI化發展方向，鞏固拓展國內外兩個市場"。而更具想象力的，是他所透露的戰略前沿：賽力斯將進一步推進“AI+”，探索具身智能、RoboX等有情感、更智慧、更安全、可信賴的移動智能體業務。

在接受媒體采訪時，張興海進一步勾勒了“RoboX移動智能體”的商業圖景——結合AI之后，車輛可在無人狀態下自動完成充電、送快遞、流動零售等任務，真正實現“車自己賺錢養自己”。汽車，正在從“出行工具”升級為“移動智能生產力工具”。

支撐AI深度應用的“鐵三角”

AI與汽車業“雙向奔赴”的終極目標是“用得好”。而用得好，不僅考驗技術成熟度，更考驗制度保障是否到位。安全、法律、人才，共同構成支撐AI深度應用的“鐵三角”。

安全是底線。當AI智能體被賦予操作物理世界設備的權限，一旦失控后果不堪設想。全國政協委員、360集團創始人周鴻祎在會后媒體采訪中特別強調：“功能越強，安全風險越大。”他呼吁盡快建立AI智能體的安全評估標準，尤其是涉及工廠機械臂、自動駕駛汽車時，必須要有“安全熔斷”機制。他提出的 “以模治模” 思路，正是希望通過構建“安全智能體”來防范AI帶來的安全風險。

雷軍在建議中詳細闡述了智能駕駛時代的交通安全挑戰。他認為，汽車智能化和智能輔助駕駛的高速發展，給傳統道路交通安全文明體系帶來了新的挑戰，集中表現為：駕駛培訓未能及時匹配智能汽車新技術、新功能；智能化技術標準與技術路線不統一；多方協同治理機制有待優化，智駕安全宣傳普及有待加強等。

為此，雷軍提出三點建議：一是加快建設汽車智能化技術標準，推動駕駛考核向智能化領域延伸覆蓋，引導駕駛人牢固樹立“人機協同”安全駕駛理念；二是完善多方協同治理體系，建議將L2級輔助駕駛“脫手脫眼”納入交通違法處罰，盡快明確L3/L4級智駕安全準則，并進一步壓實車企的主體責任；三是強化智駕安全宣傳普及，構建全覆蓋、立體化的安全教育體系，大力倡導“人機共駕”時代的文明駕駛新風尚。

法律是準繩。“AI犯錯，誰來擔責？”這是自動駕駛領域最核心的法律難題。全國人大代表、山東文康（臨沂）律師事務所主任程萍直指痛點，建議加快出臺人工智能倫理準則與配套司法解釋，明確AI幻覺、深度偽造、侵權責任認定規則。當L2級輔助駕駛“脫手脫眼”如何處罰？L3/L4級智駕的安全準則如何明確？雷軍代表的建議與此不謀而合，他呼吁將相關行為納入交通違法處罰，并推動智能駕駛內容進駕考，從源頭規范用戶行為。

人才是根本。再先進的機器，也需要人來駕馭。張興海委員給出了一組震撼的數據：智能網聯新能源汽車人才缺口達百萬。如何填補？他建議將“智能電動車輛”納入國家一級學科目錄，推行“雙導師”與“實戰化”培養。劉慶峰代表則提出了更具操作性的 “三個一”工程——一套全民AI素養課程體系、一批AI+職業技能等級證書、一批AI就業見習基地。他強調，要防止“數字鴻溝”擴大化，讓藍領工人也能通過短期培訓掌握AI工具，從“專業技工”轉型為“AI協同管理者”。

“雙向奔赴”的答案已在路上

從算力底座的夯實與數據要素的激活，到AI應用的全鏈滲透，再到安全、法律、人才的制度護航，2026年全國兩會上的這些聲音，共同指向同一個命題的答案：AI與汽車制造業的融合，要走深走實、落地生根，既離不開“能跑”的基礎設施，也離不開“敢跑”的產業生態，更離不開“會跑”的制度土壤。三者齊備，“雙向奔赴”才能真正從口號落成現實。算力與數據解決的是“能不能”的問題，規�；瘽B透解決的是“深不深”的問題，而安全、法律與人才解決的，是這場融合“穩不穩、久不久”的問題。汽車產業之所以是觀察這場變革的最佳切口，恰恰在于它橫跨硬件制造與軟件定義、連接物理世界與數字世界，任何一個環節的短板，都會成為整條鏈路上的斷點。

正如李樂成部長所言，要讓AI這個“關鍵變量”成為“強勁增量”。當汽車學會自己“賺錢”，當產線上的機器人成為“同事”，當每一位工人都能駕馭AI工具……這些并非遙遠的愿景，而是已經寫入提案、正在落地試點的產業現實。

圖片：汽車縱橫

文章：汽車縱橫

排版：汽車縱橫

       原文標題 : 縱橫看兩會 | 從夯實底座到落地生根：代表委員共繪AI與汽車業“雙向奔赴”路線圖