行业竞争倒逼，通用探索AI驱动造车新模式

汽车市场的竞争正在从终端产品比拼，慢慢延伸到研发效率层面。不少国内车企依托本土完整供应链，能够较快完成新车迭代，给海外传统车企带来不小的竞争压力。在GM Forward 2026技术沟通会上，通用汽车对外披露了一套完整的技术升级思路，希望依靠人工智能和虚拟化仿真工具，打破传统造车的时间桎梏。

按照行业过往常态，一款全新车型从概念构思到实现量产落地，普遍需要四到五年时间。通用汽车的目标，就是把整套研发流程周期直接缩减一半，争取把新车开发时间压缩到两年。集团首席产品官斯特林・安德森谈到，通用并不具备部分同行的供应链条件，但企业数十年积累下来的海量工程、制造相关数据，就是转型最大的底气，企业希望走出一条依靠数字化能力提升效率的差异化道路。

AI渗透研发各环节，大量工作转入虚拟空间完成

人工智能不再只是车载座舱的辅助工具，通用计划把这项技术深度嵌入整车开发的每一个环节，很多过去需要耗费大量人力和时间的工作，都转移到虚拟环境完成。在外观设计阶段，工作人员只需要提供基础草图，AI就能够快速输出多套造型方案以及配套动态演示效果。这项工作过去往往要耗费数个月，在新的模式下一天之内就可以完成基础产出。

车辆空气动力学验证也会依托虚拟风洞开展，原本数十小时的模拟测算，如今只需要几十秒就能输出结果。涉及车身强度、车体结构的仿真分析，周期也可以从数个月缩短到数小时。在富锂锰基电池的前期研发当中，团队还没有制作出任何实物样品，就借助AI完成超过三十万种不同方案的模拟评估，仅仅花费一个月时间，就走完电池包从概念构思到立项审批的整套流程。

数字孪生工厂，把设计变更验证放在投产之前

除了车辆本身的仿真模拟，通用还打算搭建数字孪生工厂体系。零部件各项参数、材料属性、产线的生产指令全部完成数字化归档。每当设计团队对零部件或者整车方案做出修改，不会直接拿去改造实体产线，而是优先在虚拟工厂当中反复做推演验证。

只有虚拟仿真确认改动方案没有生产层面的问题，这套更新内容才会同步落地到真实产线。这样可以规避很多因为设计与生产不匹配带来的返工问题，减少实体试生产环节投入的成本，进一步压缩新车从图纸走向量产的整体耗时。

全新硬件架构，为软件定义汽车打好底层基础

研发流程的革新，同样离不开车载硬件架构的同步升级。通用将推出新一代液冷中央计算单元，它的综合算力达到现有车型计算硬件的四十倍，整车线束的使用量大约可以减少百分之三十。集中式的计算架构，取代过去分散的大量独立控制模块，为后续整车软件持续迭代升级打下硬件根基。

与此同时通用还在推进第四代电动车平台的研发，平台将采用富锂锰基电池，兼顾更低的制造成本和更高的能量密度，以此实现整车减重，同时降低对于电池容量的硬性需求。这套全新的开发体系，会率先在凯迪拉克Escalade IQ车型上落地应用，后续逐步推广到品牌旗下皮卡、SUV等多款车型。

通用汽车特别强调，引入人工智能并不是要用技术手段替代工程师。AI更多承担海量方案迭代、大批量仿真验算的工作，帮助研发人员更早发现设计当中潜藏的缺陷，工程师依旧掌握方案的最终判断与决策权。在电动化竞争愈发激烈的当下，研发速度、成本控制已经成为车企的核心竞争力，通用这套AI + 虚拟化的开发模式，后续实际落地效果，也值得行业持续观察。

（素材来自：通用汽车 智算芯能前沿网综合）

本文由智算芯能前沿网编辑整理，转载请注明出处。