AI与汽车产业的深度融合，如何从“能用”走向“好用”？“双向奔赴”何以可能？2026年全国两会，代表委员们用一份份提案议案，勾勒出一幅从“能用”到“好用”的清晰路线图。

2026年的全国两会，“人工智能”依旧是会内会外的热词。当通用大模型的热度从科技圈延展到工厂车间，当“具身智能”“AI智能体”从概念走向试验场，一个更深层的命题随之浮现：AI与制造业，尤其是与汽车这一典型产业的融合，究竟如何才能走深走实、落地生根？

今年的《政府工作报告》首次提出“打造智能经济新形态”，并明确“推动重点行业领域人工智能商业化规模化应用”。在首场“部长通道”上，工业和信息化部部长李乐成用了一个形象的比喻：要大力推动人工智能和制造业 “双向奔赴” ，让人工智能这个“关键变量”成为经济高质量发展的“强劲增量”。

“双向奔赴”何以可能？两会期间，代表委员们的提案议案，勾勒出了一幅从“能用”到“好用”的清晰路线图。这场融合，不是简单的技术叠加，而是一场对生产方式、产业形态的深度重构。它必须回答好几个问题：技术底座能否夯实到位、应用场景能否从点到面、制度建设能否为善用兜底。

算力与数据要素双轮驱动

AI赋能制造，首先得有“能用”的工具与“可用”的燃料。前者指向算力与芯片，后者指向数据与成本。两者相辅相成，共同构成AI融入制造业的基础底座，缺一不可，也缺一则止。

这个工具，并非通用大模型，而是深深扎根于制造业场景的“技术底座”——高端算力芯片、工业多模态算法、软硬件协同适配，这些都是打通融合发展 “最初一公里” 的关键所在。

“目前亟需增加面向AI大模型、科学计算、工业仿真等领域的高端智能算力和低时延实时算力供给。”全国人大代表、中国移动通信集团上海有限公司董事长楼向平直指制造业的“算力饥渴”——汽车工业的仿真测试、自动驾驶的模型训练，对算力的效率与响应速度均有着刚性需求，容不得丝毫懈怠。

全国人大代表、科大讯飞董事长刘庆峰则看得更远，他呼吁布局国家级人工智能重大专项，加强在国产算力平台上的大模型研发攻关。“汽车智能化竞争的核心是芯片算力，自主可控的算力平台和AI生态，是保障智能汽车供应链安全的基石。”这不仅关乎“用得上”，更关乎在极端情况下“还能用”的战略安全。

在接受媒体采访时，刘庆峰进一步阐释了自主可控的深层逻辑：“真正自主可控的模型，应该在我们自己的算力上训练出来，只有这样，才能形成更加完备的自主生态体系。我们更加安全的未来才有保障。”他特别提醒，当前国内还有很多模型仍然依赖国外算卡进行训练，仅在国内芯片上做适配并开展推理应用，“这种模式难以构建安全可靠的产业生态”。汽车智能化竞争的核心是芯片算力，自主可控的算力平台和AI生态，是保障智能汽车供应链安全的基础。

全国政协委员、360集团创始人周鸿祎则从另一个角度补充，他建议优化推理算力布局，支持专用推理芯片国产化。当AI从云端走向车端、走向产线上的机械臂，低功耗、高响应的专用芯片，才是让智能真正“跑”起来的核心引擎。

算力之外，数据是另一重瓶颈。AI的“燃料”看似取之不尽，但数据的获取、清洗与标注成本极高，在涉及物理世界交互的具身智能领域尤为突出。全国政协委员、天娱数科董事长贺晗为此建议实施国家级 “具身数据要素工程” ，建设国家级数据采集与预训练中心，统一数据标准。“只有解决了具身智能数据获取成本高、标注难的问题，才能让AI真正到物理世界‘干活’，而不是停留在虚拟世界‘聊天’。”

贺晗的具体方案颇具操作性：建设若干“国家级具身智能数据采集与预训练中心”，围绕搬运、装配、分拣、巡检、护理等典型任务形成可复用数据集；统一动作轨迹、力觉/触觉、视觉语义、工位工艺参数等数据格式与元数据规范，推动跨企业、跨平台复用；同时明确数据权属与合规边界，对涉及个人隐私与工厂商业秘密的数据建立分级脱敏、可信计算与授权机制，形成“可用不可见、可控可计量”的共享模式。

数据的价值不止于训练，本身也是资产。全国人大代表、立信会计师事务所首席合伙人朱建弟关注数据的“变现”问题，他建议规范数据采集、入表、治理等环节，推动数据资源资产化落地。对于车企而言，海量的路采数据如果能确权、入表，将直接转化为企业的核心资产和融资能力，让数据这个“新生产资料”真正流动起来。

算力与数据，一个决定AI能跑多快，一个决定AI能跑多远；两轮并驱，方能托举起制造业智能化转型的全局。

推动AI从“盆景”到“森林”渗透

当技术底座稳固、应用成本降低，AI的战场便从单点试验转向全流程的规模化渗透。今年的提案议案中，AI正全面覆盖汽车产业的研发、制造、产品、服务全链条。

全国人大代表、中国移动重庆公司总经理夏泳形象地提出，要推动AI从“盆景”变“森林”，通过打造通用能力平台和深耕垂直场景，让AI赋能千行百业。在重庆代表团专题记者会上，夏泳详细阐述了信息通信业融入区域发展大局的路径。他提出要加快推进车联网部署，积极参与国家车联网先导区建设，推进智能网联汽车“车路云一体化”应用试点，探索建设通感车联示范、5G车联“一张网”应用。他还特别强调要“助力工业互联网高质量发展，支撑国家顶级节点（重庆）迭代升级，提升解析性能和服务能力”。作为智能网联汽车试点城市群的核心，重庆的基础设施建设将为“车路云一体化”提供关键支撑。

在应用层面，夏泳表示要深化“5G+工业互联网”融合创新，重点支持数字化车间、智能工厂和5G全连接工厂建设，推动视觉检测、柔性制造、协同机器人等场景规模化落地，并加快打造市级产业大脑，推动“产业大脑+未来工厂”数字经济新模式的规模应用。他还透露了具体的企业合作样本：以中国移动与长安汽车的战略合作为蓝本，发挥AI、算力网络、V2X等新型信息化服务优势，协同打造智慧交通、自动驾驶、智能座舱等标杆应用。

在生产制造端，AI正从“数字员工”进化为“物理员工”。全国人大代表、小米集团创始人雷军给出了具体的时间表与量化目标。在向大会提交的《关于加快推动通用人形机器人在智能制造中应用的建议》中，他明确提出：力争到2027年，实现特定工业场景下MTBF（平均无故障工作时间）突破1万小时、任务成功率超过99%。

雷军认为，通用人形机器人被视为继计算机、智能手机、智能汽车之后的又一超级智能终端，正成为未来产业的重要方向。相关预测显示，我国人形机器人出货量有望在2035年超过260万台，市场规模超过1400亿元，远期更将达到万亿级体量。

为推动人形机器人尽早从“学徒工”转变为“正式工”，雷军提出三点建议：其一，加快突破工程化落地难题，以智能制造实际生产需求为牵引，重点提升工艺稳定性，强化政策精准引导，并有效降低单体成本，形成规模化量产条件；其二，扩大智能制造应用场景，鼓励工厂开放更多生产工位，支持人形机器人在具体产线承担中高强度劳动，有序推进规模部署、建设全机器人生产线；其三，加强安全标准体系建设，加快推动人形机器人唯一编码制定实施，保障生产安全，同时强化作业场景中的数据安全与伦理隐私保护，积极参与“人形机器人+智能制造”全球标准制定，助力中国人形机器人走向世界。

他同时透露，小米团队已在北京亦庄工厂试点人形机器人参与检测线，并计划于2026年底前实现人形机器人进入汽车产线进行简单装配作业试运行。这意味着，在不久的将来，总装、质检等复杂工序中，将出现人机并肩作业的真实场景。

在产品形态端，AI正在深刻重新定义汽车。全国政协常委、赛力斯集团董事长张兴海详细阐述了“RoboX移动智能体”的商业化构想：汽车不再只是交通工具，而是一个可移动的智能服务终端。

张兴海表示，赛力斯将"持续聚焦实体经济，锚定高端智能电动汽车主航道，坚持高端化、电动化、智能化、AI化发展方向，巩固拓展国内外两个市场"。而更具想象力的，是他所透露的战略前沿：赛力斯将进一步推进“AI+”，探索具身智能、RoboX等有情感、更智慧、更安全、可信赖的移动智能体业务。

在接受媒体采访时，张兴海进一步勾勒了“RoboX移动智能体”的商业图景——结合AI之后，车辆可在无人状态下自动完成充电、送快递、流动零售等任务，真正实现“车自己赚钱养自己”。汽车，正在从“出行工具”升级为“移动智能生产力工具”。

支撑AI深度应用的“铁三角”

AI与汽车业“双向奔赴”的终极目标是“用得好”。而用得好，不仅考验技术成熟度，更考验制度保障是否到位。安全、法律、人才，共同构成支撑AI深度应用的“铁三角”。

安全是底线。当AI智能体被赋予操作物理世界设备的权限，一旦失控后果不堪设想。全国政协委员、360集团创始人周鸿祎在会后媒体采访中特别强调：“功能越强，安全风险越大。”他呼吁尽快建立AI智能体的安全评估标准，尤其是涉及工厂机械臂、自动驾驶汽车时，必须要有“安全熔断”机制。他提出的 “以模治模” 思路，正是希望通过构建“安全智能体”来防范AI带来的安全风险。

雷军在建议中详细阐述了智能驾驶时代的交通安全挑战。他认为，汽车智能化和智能辅助驾驶的高速发展，给传统道路交通安全文明体系带来了新的挑战，集中表现为：驾驶培训未能及时匹配智能汽车新技术、新功能；智能化技术标准与技术路线不统一；多方协同治理机制有待优化，智驾安全宣传普及有待加强等。

为此，雷军提出三点建议：一是加快建设汽车智能化技术标准，推动驾驶考核向智能化领域延伸覆盖，引导驾驶人牢固树立“人机协同”安全驾驶理念；二是完善多方协同治理体系，建议将L2级辅助驾驶“脱手脱眼”纳入交通违法处罚，尽快明确L3/L4级智驾安全准则，并进一步压实车企的主体责任；三是强化智驾安全宣传普及，构建全覆盖、立体化的安全教育体系，大力倡导“人机共驾”时代的文明驾驶新风尚。

法律是准绳。“AI犯错，谁来担责？”这是自动驾驶领域最核心的法律难题。全国人大代表、山东文康（临沂）律师事务所主任程萍直指痛点，建议加快出台人工智能伦理准则与配套司法解释，明确AI幻觉、深度伪造、侵权责任认定规则。当L2级辅助驾驶“脱手脱眼”如何处罚？L3/L4级智驾的安全准则如何明确？雷军代表的建议与此不谋而合，他呼吁将相关行为纳入交通违法处罚，并推动智能驾驶内容进驾考，从源头规范用户行为。

人才是根本。再先进的机器，也需要人来驾驭。张兴海委员给出了一组震撼的数据：智能网联新能源汽车人才缺口达百万。如何填补？他建议将“智能电动车辆”纳入国家一级学科目录，推行“双导师”与“实战化”培养。刘庆峰代表则提出了更具操作性的 “三个一”工程——一套全民AI素养课程体系、一批AI+职业技能等级证书、一批AI就业见习基地。他强调，要防止“数字鸿沟”扩大化，让蓝领工人也能通过短期培训掌握AI工具，从“专业技工”转型为“AI协同管理者”。

“双向奔赴”的答案已在路上

从算力底座的夯实与数据要素的激活，到AI应用的全链渗透，再到安全、法律、人才的制度护航，2026年全国两会上的这些声音，共同指向同一个命题的答案：AI与汽车制造业的融合，要走深走实、落地生根，既离不开“能跑”的基础设施，也离不开“敢跑”的产业生态，更离不开“会跑”的制度土壤。三者齐备，“双向奔赴”才能真正从口号落成现实。算力与数据解决的是“能不能”的问题，规模化渗透解决的是“深不深”的问题，而安全、法律与人才解决的，是这场融合“稳不稳、久不久”的问题。汽车产业之所以是观察这场变革的最佳切口，恰恰在于它横跨硬件制造与软件定义、连接物理世界与数字世界，任何一个环节的短板，都会成为整条链路上的断点。

正如李乐成部长所言，要让AI这个“关键变量”成为“强劲增量”。当汽车学会自己“赚钱”，当产线上的机器人成为“同事”，当每一位工人都能驾驭AI工具……这些并非遥远的愿景，而是已经写入提案、正在落地试点的产业现实。

图片：汽车纵横

文章：汽车纵横

排版：汽车纵横

       原文标题 : 纵横看两会 | 从夯实底座到落地生根：代表委员共绘AI与汽车业“双向奔赴”路线图