当智能驾驶成为汽车工业未来发展的大方向，当智能体加速融入汽车研发生产全链条，中国汽车产业的竞争焦点正从机械性能和电动化，转向以AI大模型和高阶智驾为内涵的智能化。在汽车产业智能化进程中，一个关键变量的作用日益凸显——AI云底座，虽不直接出现在消费者视野中，却正形成决定车企智能化速度与高度的底层技术支撑。

　　以汽车云满足驾驶模型训练需求

　　据工业和信息化部数据，今年1—2月，具备L2级组合驾驶辅助功能的乘用车新车渗透率达到69.15%，较去年同期提升10个百分点。辅助驾驶功能规模化上车带来指数级算力需求：一个端到端驾驶模型的训练需要数千卡GPU（图形处理器）集群持续运行数周，海量路测数据的回传处理更对云存储和数据合规提出严格要求。

　　汽车云作为面向汽车制造行业的云计算系统，市场规模随需求高企而快速扩大。国际数据公司（IDC）中国汽车云市场跟踪报告显示，2025下半年，中国汽车云市场规模达100.9亿元，同比增长55%，首次突破百亿元；自动驾驶研发解决方案市场全年规模22.36亿元，百度智能云以7.54亿元排名第一，份额占比33.72%。在Create2026百度AI开发者大会上，百度集团执行副总裁、百度智能云事业群总裁沈抖介绍，百度智能云已经支持了超过2000万辆L2级辅助驾驶新车交付，服务覆盖主流车企及国内销量前列的汽车品牌。

　　以全栈AI体系提供全链服务

　　百度智能云“芯云模体”全栈AI体系，已成为贯通汽车产业链的关键AI基础设施。在算力层面，百度智能云依托自研昆仑芯和百舸AI计算平台，以及百舸5.0内置驾驶模型专项加速能力，通过高性能AI基础设施和高效资源调度，助力实现训练效率大幅提升。面向大规模推理场景的昆仑芯M100即将上市，将进一步提供自主可控的算力支撑。

　　在数据层面，百度作为同时具备云服务能力与甲级测绘资质的厂商，能提供从数据采集到合规处理的全闭环服务。依托45万公里高精地图和数据合成技术，结合文心大模型的自动标注能力，百度智能云为车企构建了从数据提纯到仿真验证的一体化数据闭环，大幅降低标注成本并覆盖更多长尾场景。在模型与工具链层面，一站式VLA（视觉语言动作）研发工具链打通了从数据采集到模型训练、世界模型仿真的全链路，助力车企实现“天级别算法更新，周级别OTA（远程在线升级）上路”。

　　面向汽车产业推动算力输出、能力共建

　　百度智能云持续推进产业实践，助力中国长安汽车建设智算中心，以百舸AI计算平台为底座，算力平均使用率提升至90%以上，单个模型训练效率提升30%；支持吉利汽车打造混合云平台，服务22个业务部门，管理运维成本降低30%，资源利用效率提升20%；作为地平线的基础设施供应商，帮助企业通过专项优化实现GPU资源利用率提升30%，故障处理时间降至分钟级。

　　不止于算力输出，百度智能云同样注重能力共建。汽车设计公司阿尔特借助百度伐谋算法优化引擎，将风阻仿真验证时间从小时级缩短至分钟级。在与潍柴动力的合作中，百度智能云不仅帮助企业搭建AI平台，更通过场景共创与联合团队建设，帮助企业形成涵盖平台建设、智能体搭建与场景运营的自主AI研发能力，实现AI技术深度应用于产业场景。

　　目前，百度智能云已支持主机、电池、芯片、无人车等产业链领军企业开展研发、训练、仿真、测试和量产交付，语音及大模型累计搭载超千万辆车，量产交付超百款车型。

　　随着汽车产业加速驶向智能化新阶段，车企的竞争将不仅限于硬件品质，还将涵盖以算力、数据、模型为内涵的全栈AI能力。看得见的创新在车上，看不见的竞争力在云端——百度智能云将持续强化全栈AI云底座，为汽车产业智能化跃升添动力。

　　数据来源：百度