在全球贸易战与需求不确定性的双重压力下，汽车制造商正积极引入AI技术，大幅压缩研发周期。
汽车设计的传统路径
汽车设计领域拥有先进的3D可视化工具和VR雕刻平台，但一辆新车的诞生，往往仍从一张草图开始。
这些草图历来需要经过无数轮从各个角度的反复修改与打磨，才能被手工转化为3D模型。其中一些止步于数字世界，另一些则被塑造成实体黏土模型，以便更直观地呈现车身线条与轮廓。这仅仅是整个设计与研发流程的起点，而这一流程往往需要五年甚至更长时间。
这意味着，今年夏天出现在经销商展厅的许多新车，最初的设计草图可能早在2020年或2021年就已落笔——彼时，新能源补贴政策普遍，电动车充电桩正迅速铺开，传统内燃机的"倒计时"似乎也已开始。
然而，时至今日，一切都已改变。特朗普政府的第二个任期取消了大量电动车激励政策，同时祭出关税与进出口限制。那些曾承诺在十年内全面转型纯电动的汽车制造商，如今正争相为各类车型重新配置发动机，工厂也在紧锣密鼓地进行产线调整，以规避进口限制带来的冲击。
在此背景下，智能体AI的热潮正席卷而来，越来越多的制造商开始借助这股浪潮，将原本长达60个月的新车设计与研发周期大幅压缩。与AI的大多数应用场景一样，这其中蕴藏着巨大潜力，但同样也带来了一些不容忽视的隐忧。
提示词驱动的设计革命
通用汽车（GM）正在设计阶段引入AI技术，为新车研发流程注入新动能。通用汽车创意设计师Dan Shapiro向我详细介绍了这套工作流程——一切依然从人工设计开始。"草图的意义就在于此，"他说，"而AI帮助我们更快看到它的样子。"
通过将手绘草图输入一款名为Vizcom的商业工具，Shapiro能够在数小时内生成完整的3D模型与动画。他表示，这一过程此前需要"多个团队耗费数月"才能完成。
Shapiro展示的案例是一辆风格鲜明、线条犀利的概念车，其设计感十足，仿佛直接驶出了《赛博朋克2077》的夜之城。他输入"创建这辆雪佛兰概念车的动态视角动作镜头……空旷的高架街道，现代都市"等提示词，便生成了一段简洁的动画——车辆随即在那种赛博朋克风格中标志性的、永远湿润的路面上驰骋而过。
在部分渲染版本中，车轮罩出现了消失的情况，但经过几轮提示词调整与重新渲染，问题很快得到了修正。
至少目前，这些动画仅供内部使用，作为动态参考素材辅助团队判断设计方向。Shapiro也强调，始终是人类设计师在主导整个过程，而非AI："我们仍然是那些决定什么是别克风格、什么是GMC感觉、什么是凯迪拉克气质，以及什么是雪佛兰精髓的人。"
但AI在这一判断过程中同样发挥着影响。
智能体驱动的风阻优化
计算流体动力学（CFD）是研究流体如何绕给定形状流动的科学。CFD能够帮助电动车提升续航里程，也能改善大型卡车的风阻表现。自2018年起，一家名为Neural Concept的瑞士公司开始将神经网络技术引入CFD领域。原本需要在超级计算机上耗费数小时完成的仿真任务，如今借助英伟达等公司的GPU，可在数分钟内完成。
Neural Concept的技术已广泛应用于从家用轿车到一级方程式赛车的多个领域（威廉姆斯车队是其客户之一）。尽管大多数客户出于对设计工具和流程保密的考虑，不愿公开透露相关信息，但捷豹路虎（JLR）近期已公开称赞该技术的成效。在今年的英伟达GTC大会上，JLR高级技术专家Chris Johnston表示，原本需要4小时的空气动力学计算任务，现在仅需1分钟即可完成。
通用汽车也在走同一条路，正在开发其内部称为"AI驱动虚拟风洞"的系统。通用汽车研发部门技术研究员兼实验室负责人Scott Parrish向我演示了这套系统。"我们开发了一个AI模型，能够近乎实时地预测风阻系数，"他说。设计师和工程师可以对车身曲面进行调整，并几乎即时获得反馈结果。
这不仅改变了汽车本身的设计方式，也正在重塑通用汽车的内部流程。过去，设计师将模型移交给CFD工程师，后者需要数天乃至数周完成测试后才能反馈意见；如今，整个过程变得更加迭代化。由于设计师能够快速生成3D模型，CFD分析也得以更早介入。
不过，这些自动化流程并非无懈可击。Neural Concept首席执行官兼联合创始人Pierre Baqué表示："我们构建的是在强人工监督下进行汽车设计的自主系统，其价值来自AI速度与人类判断力的结合，而非将人类排除在外。"
除了外观设计与空气动力学，还有许多其他因素共同构成了长达五年的研发路线图。软件开发正成为日益繁重的工作内容——软件定义汽车的趋势带来了更复杂的系统集成挑战，导致多款车型推迟上市，损失高达数十亿美元。AI在这一领域同样被寄予厚望。
在日产，AI的主要应用方向是将软件开发中的部分重复性工作自动化，例如单元测试。日产负责软件定义汽车业务的公司高管Takashi Yoshizawa告诉我，这些代码生成工具"同时提升了开发速度与质量"。
AI会带来裁员压力吗？
许多积极拥抱AI的企业都有一个共同说法：AI将通过消除重复性工作来提升员工生产力，而非削减岗位数量。通用汽车的代表对此态度明确。"这确实是很多人担心的问题，但我们真正的出发点，是让人们能够专注于他们当初加入通用汽车时真正想做的事情，"通用汽车全球设计部设计创新与技术运营总监Bryan Styles表示。
Neural Concept的Pierre Baqué也代表其客户表达了相同立场："我们的平台是为了放大工程团队的能力，而不是缩减团队规模。"
但都灵应用艺术与设计学院（IAAD）教授、前汽车设计师Matteo Licata对此并不完全认同。"设计工作室的岗位可能不会立刻消失，但在我看来，只有傻瓜才会相信如此巨大的生产力提升不会以某种方式影响工作室的人员规模，"他说。
这对Licata的学生们而言意味着更深层的隐忧。"在AI出现之前，进入汽车设计领域就已经非常困难，而现在只会更难，"他说。
AI赋能，速度为王
AI究竟是福音还是隐患，很大程度上取决于制造商的部署策略是否明智。部分企业的表现明显优于其他。道奇近期发布了一批所谓旗下热门车型"二十年前的老照片"，但这些AI生成的图片几乎与真实车辆相去甚远。
营销失误暂且不论，眼下的核心目标是速度。AI在通用汽车设计流程中的应用已被纳入其下一代车型的开发，但公司没有透露这些车型的具体上市时间。日产方面则正朝着30个月的新车研发目标努力推进，以期在美国市场重拾增长势头。
这个速度够快吗？答案或许要等到2029年才能揭晓。
Q&A
Q1：通用汽车是如何利用AI加速汽车设计流程的？
A：通用汽车设计师将手绘草图输入商业工具Vizcom，可在数小时内生成完整的3D模型与动画，而这一过程此前需要多个团队耗费数月完成。此外，通用汽车还开发了"AI驱动虚拟风洞"系统，设计师可对车身曲面进行调整并几乎即时获得风阻预测反馈，使CFD分析从过去的数天缩短至近实时响应，整体研发流程更加高效迭代。
Q2：Neural Concept的技术如何改变汽车空气动力学测试？
A：Neural Concept将神经网络技术引入计算流体动力学（CFD）领域，使原本需要超级计算机耗费数小时完成的仿真任务，借助GPU在数分钟内完成。以捷豹路虎为例，原本需要4小时的空气动力学计算现在仅需1分钟。该技术已应用于家用轿车到一级方程式赛车等多种车型，但公司强调，系统仍需强人工监督，AI速度与人类判断力缺一不可。
Q3：AI的普及会导致汽车设计行业的从业者失业吗？
A：目前各大制造商均表示AI旨在提升生产力而非裁员，通用汽车和Neural Concept均强调AI是辅助工具。但都灵应用艺术与设计学院教授Matteo Licata持不同看法，他认为如此大幅的生产力提升迟早会影响设计工作室的人员规模，且AI的普及将使原本就竞争激烈的汽车设计行业入行门槛进一步提高。
热门跟贴