今天小编分享的汽车经验：DeepSeek热度不减，代表委员为AI与汽车产业融合发展建言献策，欢迎阅读。
2025 年两会期间，从技术融合到场景落地，从安全防御到立法规范，代表委员为 AI 与汽车泛产业的深度融合建言献策。
今年的政府工作报告提出，" 持续推进‘人工智能 + ’行动，更好地将数字技术与制造优势、市场优势相结合。" 人工智能（AI）作为引领新一轮科技革命和产业变革的战略性技术，正加速成为培育新质生产力的重要引擎。
近期，以 DeepSeek 为代表的生成式 AI 工具打破了传统大模型依赖高算力的 " 堆砌 " 路径，加速了 AI 技术的普及、普惠，掀起了新一轮的 AI 应用浪潮。在汽车行业，AI 将赋能全价值链更新，助力车企在智能化中抢占先机。据不完全统计，已有超过 20 家主流车企，包括比亚迪、吉利、奇瑞、岚图、长城及理想汽车等，宣布接入 DeepSeek 模型，共同探索汽车与 AI 技术的深度融合，加速向 AI 汽车公司转型。
回望 2025 年全国两会，从技术融合到应用落地，从安全防御到法规完善，代表委员的建言已为 AI 与汽车产业的深度融合描绘清晰路径。在政策、产业和技术的协同推动下，中国有望在全球 AI 竞争格局中占据优势，构建兼具创新力与责任感的智能生态。
（图片由 AI 生成）
AI 赋能产业融合
全国人大代表、小米集团创始人、董事长雷军在全国两会上提交了《关于加快推进人工智能终端产业高质量发展的建议》。他指出，AI 终端作为新一代人工智能的重要载体，正从智能手机、智能汽车拓展至智能家居、机器人等更广泛的领網域。然而，目前 AI 终端的发展仍面临技术创新瓶颈和产业协同不足等挑战。
由此，雷军提出以下建议：一是健全 AI 终端标准体系。以用户体验为导向，制定智能化分级等系列标准，并研究出台 AI 终端产品的认定方法，确保国际国内标准有效衔接。力争在 2027 年初步建成 AI 终端标准体系，到 2030 年率先形成全球领先的行业标准。二是强化 AI 终端产业协作。由行业组织牵头，联合终端厂商、应用厂商、大模型厂商等，推动应用协同生态建设，加快制定终端设备与智能应用之间的统一接口规范和数据格式。目标是在 2030 年前形成 2 至 3 类相对统一、国际领先的智能终端作業系統平台。此外，他还建议加大中央和地方政府对 AI 终端研发与应用的专项支持，推动我国在 2030 年前建成全球一流的智能终端产业生态，抢占未来智能终端产业的制高点。
汽车与 AI 的融合当然不仅限于终端应用。全国人大代表、小鹏汽车董事长、CEO 何小鹏认为，AI 正加速自动驾驶和人形机器人的商业化进程。在 3 月 8 日的 " 代表通道 " 上，他表示，科技创新将极大推动 AI 与汽车行业的深度变革，" 一方面，AI 将加速自动驾驶乃至无人驾驶的加速到来；另一方面，汽车产业与机器人开始进行结合。"
在他提交的《关于推动支持高智能等级人形机器人加速商业化普及的建议》中，何小鹏指出，人形机器人正从 " 能动起来 " 迈向真正 " 用得起来 " 的阶段，其应用场景正在不断拓展，展现出前所未有的广阔前景。他预测，在未来 5 至 20 年，人形机器人有望成为与新能源汽车比肩的高潜力赛道。据此，他建议借鉴我国新能源汽车产业早期的市场培育与推广经验，通过政策引导和市场扶持，激发人形机器人市场需求，加速产业成熟。具体而言，可针对当前智能化水平较高、AI 能力突出、具备高端价值的 L3 级别及以上人形机器人，制定专项扶持政策，加速人形机器人商业化普及和规模化增长。
全国人大代表、广汽集团党委书记、董事长、总经理冯兴亚同样认为，电动汽车产业与人形机器人产业融合发展大有可为。人形机器人产业须加快发展步伐。冯兴亚表示，广汽集团将聚焦智能化技术，推动人形机器人与智能汽车的融合发展。他建议政策规划先行布局、核心技术攻坚突围、加速示范应用落地并推广。
全国人大代表、中国电气装备集团有限公司科技创新部部长张帆聚焦制造业与 AI 深度融合的痛点，表示工业数据作为 AI 赋能制造业的 " 燃料 "，目前存在行业垂直大模型质量不高、数据共享壁垒等问题。此外，工业数据又往往存在噪声大、格式不统一、关联性差等问题，缺乏行业数据标准引导，难以直接用于模型训练。同时，受限于数据安全担忧、商业利益保护等因素，数据共享意愿极低，企业之间筑起了高高的 " 数据围墙 "。
由此，张帆在提交的《关于加快推动制造业与人工智能深度融合高质量创新发展》的建议中，提出应加快制定工业领網域统一的 AI 数据格式规范及具体行业标准，以促进企业间数据资产交易基础的共识达成。此外，他建议由龙头企业发挥 " 链长 " 作用，聚焦战略性高价值应用场景，构建需求牵引、格式统一的高质量工业数据集。
场景为本，人才为基
谈及 AI 与产业的深度融合，自然离不开具体场景的落地、验证。
全国人大代表、科大讯飞董事长刘庆峰表示，推动 AI 与制造业深度融合发展，是制造业转型更新的关键。AI 在制造业的研、产、供、销、服、管等多个环节都能发挥显著作用。实现融合要立足实际场景，通过规模化的统计数据来证明效益，避免浮于表面。只有这样，才能精准发现 AI 在制造业中的切入点和价值点，真正发挥其赋能作用。
全国政协委员、北京通用人工智能研究院院长朱松纯认为，企业需主动用 AI 赋能生产流程，解决简单任务重复化等问题，技术工程平台应与企业业务高度适配，做到 " 看得见、摸得着、用得起 "。同时，他建议相关部门和企业共同挖掘新场景，提供有效的制度与资金等保障。
与此同时，就 AI 领網域人才培养话题。刘庆峰建议修订教育体系，强化跨学科思维与人机协作能力培养，" 面对迅速发展的 AI 技术，加强人工智能校园教育、加快相关人才培养势在必行。建议梳理 AI 时代的能力素质模型，根据人工智能发展情况和教育强国的人才培养目标，适时修改新课标、调整新高考要求；明确跨学科思维、人机协作等核心素养培养框架。"
朱松纯则强调，AI 人才的培养是一个系统工程，非一蹴而就。他介绍道：" 我们已联合北京大学、清华大学创办通用人工智能实验班，并启动通用人工智能协同突破瓶頸合作体人才培养计划，搭建通用人工智能课程体系。目前，我们已联合 15 所高校培养了 200 余名博士生，并积极推动学术成果向汽车制造等行业转化。"
工业应用广阔，挑战待解
全国政协常委、致公党中央副主席徐晓兰在 " 委员通道 " 接受采访时表示，AI 新技术要在具体应用场景赋能。" 通用大模型将会广泛地应用于工业企业，通过‘通用人工智能 + 工业互联网’，形成‘通用大模型 + 行业大模型’构架和体系。"
全国人大代表、海尔集团董事局主席周云杰在 " 代表通道 " 接受采访中谈及当前 AI 在工业大模型的深度应用实践仍面临三大挑战：一是数据质量与语料库构建的双重瓶颈；二是场景适配与模型可靠性的双重挑战；三是转型切点和话语体系的双方错位。
由此，围绕以工业大模型为关键变量，周云杰提出建议，要夯实发展底座，发布国家级工业场景图谱、语料库和数据集。支持龙头企业，示范工业大模型应用价值。扶持平台企业，促进工业大模型服务中小企业。同时，他建议开展基于工业大模型的人工智能深度应用先行先试，培育一批工业大模型与场景图谱精准匹配的标准化、可复用、低成本的解决方案，为中小企业提供用得上、用得起、用得好的 AI 服务。
全国政协委员、海天集团董事长费功全从全球竞争视角强调，全球 AI 竞争已进入 " 系统战 " 阶段，涉及芯片、算法、数据、应用生态的全链条博弈。费功全表示，虽然我国在 AI 应用场景和市场规模上占据优势，但基础理论、核心硬體、高端人才等环节仍存短板，发展 AI 是推动我国产业更新和经济高质量发展的必然要求。
在此背景下，费功全提出了一系列建议：一是加大基础研究和核心技术突破瓶頸，创建国家级 AI 技术创新中心，推进 "AI+" 重大专项，围绕生物医药、材料科学、新能源、绿色低碳等前沿领網域，布局国家级 AI 赋能工程，打造跨学科突破瓶頸联盟。二是优化 AI 产业生态，推动产学研用协同创新，构建从技术研发到实际应用的全产业链闭环。
AI 安全刻不容缓
AI 的快速发展不仅带来技术革新，也伴生着潜在的安全风险。
费功全认为，需完善 AI 伦理规范与法律法规，强化数据安全与隐私保护。由此，他建议加大国家级数据共享平台的建设，提高数据的可用性与共享性。加大重点行业如医疗、交通、金融等跨行业的数据流通，助力 AI 技术的深度应用。加强对技术的监管，保障数据在应用过程中不被滥用，坚持发展与安全并重。
全国政协委员、360 集团创始人周鸿祎的提案则聚焦大模型安全。他指出，开源模式推动了大模型的广泛应用，未来将涌现出大量专业化、垂直化、场景化的大模型，并作为智能体深度嵌入政府机构和企业的业务流程，实现 " 数转智改 "，大幅提升效率。然而，大模型的 " 幻觉 " 特性虽能激发创新，却也可能带来系统性安全风险。
对此，周鸿祎呼吁构建更加完善的大模型应用安全治理体系，以确保技术红利最大化释放。他提出两大措施：一是推动安全技术创新与成果转化。他建议政府出台配套政策，鼓励具备 " 安全 +AI" 完整解决方案的龙头企业，构建涵盖 " 基座模型 - 知识库 - 智能体 " 的全链路安全体系，确保 AI 技术从底层架构到具体应用层面的安全可控。二是组建产业联盟，推广安全产品。引导相关链主企业发挥牵头作用，广泛吸纳产业链上下游企业、科研机构及终端用户，组建 AI 大模型安全联盟，在联盟内部实现技术成果共享，共同开展产品及服务测试，助力大模型安全保障普及至千行百业。
全国政协委员、奇安信集团董事长齐向东也强调，AI 安全问题需从技术保障、制度建设、成果应用三方面入手，系统提升安全能力，确保 AI 安全可控。他将 AI 安全挑战归纳为模型自身安全、AI 赋能攻击、攻击引发连锁反应三大类，建议制定大模型安全强制合规要求，夯实制度保障。此外，他提出要明确大模型安全的组织架构，界定各主体的安全责任，确保基础安全、数据安全、应用安全、系统开发安全、运行安全等方面均有清晰的技术规范。他还建议加强大模型运行安全监测和内容风控，定期开展安全评估测试，建立健全应急响应机制。
AI 立法势在必行
针对 AI 引发的伦理、责任等问题，全国政协委员、中国科学院院士李景虹今年提交了一份关于加快制定《人工智能促进法》的提案。他指出，当前 AI 的发展面临认知不足、法律法规及政策协调滞后、优质数据供给和保障不足，以及版权与知识产权保护不完善等基础性问题。因此，他建议尽快出台相关法律，明确政府相关部门及社会各界的权利、责任与义务，加强普及教育和宣传，推动全社会深化理解人工智能，为技术进步和迈向数智社会奠定坚实基础。
李景虹在调研中发现，社会各界对人工智能的认知存在显著分歧，如无人驾驶出租车事件引发的舆论、对传统就业的冲击、非法滥用和技术失控风险的担忧等，制约了技术探索和产业发展。因此，《人工智能促进法》应立足于发展，制定包容性、审慎性的监管规则，为 AI 行业提供明确的法律预期和最大程度的政策确定性。他建议，立法工作应重点围绕促进有效应用、普惠服务、技术创新、人才培养、就业保障和国际合作六大方面展开，为 AI 发展提供系统化法律支持。
全国人大代表、天能控股集团董事长张天任则呼吁出台《人工智能管理法》，构建科技伦理规范和透明监管体系，明确责任主体与数据保护机制，防范算法歧视、隐私泄露及虚假宣传等问题。他指出，部分企业滥用 AI 技术进行虚假或夸大宣传，误导消费者和投资者，扰乱市场秩序。此外，AI 系统高度依赖大规模数据，在数据收集、存储和使用过程中，隐私泄露的风险极高。与此同时，当 AI 系统引发事故或造成损害时，责任界定模糊，受害者往往难以寻求有效的法律救济。因此，他强调，必须通过完善立法和监管体系，使 AI 发展既能释放创新潜力，又能规避潜在风险。
张天任建议，《人工智能管理法》的立法重点应至少包括以下几个方面：一是建立完整的 AI 科技伦理规范体系；二是要建立公开透明的 AI 监管体系；三是要明确责任主体与责任承担程度；四是要建立健全数据保护与安全机制；五是要鼓励关键技术突破和创新。
两位代表均指出，现有法规如《生成式人工智能服务管理暂行办法》覆盖范围有限，综合性立法势在必行，以在创新激励与风险管控之间找到最佳平衡，进一步提升我国 AI 产业的国际竞争力。
