汽车行业生成式人工智能市场 尺寸和份额 2026-2035

汽车生成式人工智能市场规模

2025年，汽车生成式人工智能市场规模达到6.627亿美元。预计市场规模将从2026年的8.716亿美元增至2035年的76亿美元，复合年增长率（CAGR）为27.3%。

汽车行业生成式人工智能市场核心要点

分享

2025年市场规模

6.627亿美元

2026年市场规模

8.716亿美元

2035年预测市场规模

76亿美元

复合年增长率（CAGR）（2026—2035年）

27.3%

区域市场主导地位

最大市场

北美

增长最快的地区

亚太地区

主要企业

• 市场领导者：2025年，NVIDIA以超过39%的市场份额位居首位。

• 领先企业：该市场的前五大企业包括Bosch、Google、Microsoft、NVIDIA、Siemens，这些企业在2025年合计占据76%的市场份额。

获取市场洞察和增长机会

下载免费 PDF

市场范围涵盖应用于车辆工程、自动驾驶开发、制造、车载体验和售后运营的生成式模型及配套软件。

汽车行业的需求正受到车辆开发经济性变化的影响，随着汽车日益转向软件定义，工程团队必须生成并验证更多软件、传感器、仿真和需求相关工件，同时确保安全关键型项目具备可追溯性。NVIDIA报告称，其2025财年汽车业务收入为17亿美元，同比增长55%，这表明加速计算和汽车人工智能平台正逐渐成为商业基础设施，而非孤立的开发工具，其商业化规模也日益扩大 ^{[1]NVIDIA Investor Relations - Automotive AI and Generative AI Technologies. investor.nvidia.com}。

可服务市场的机遇不止于自动驾驶。生成式设计正被用于减轻重量、整合组件；数字孪生和合成环境则可降低测试多种设计方案的成本，尤其是那些仅靠实体原型难以复现的方案。通用汽车利用Autodesk生成式设计，为座椅支架设计了150多种方案，随后将由8个组件组成的结构整合为一个不锈钢部件，使其重量减轻40%、强度提高20% ^{[2]Autodesk - Generative AI and Automotive Design Solutions. autodesk.com}。此类应用将人工智能支出与缩短工程周期、提高材料利用效率及提升验证吞吐量联系起来。

自动驾驶项目仍是重要的需求中心，因为其开发流程依赖多样化的边缘案例、高保真仿真和可审计的安全控制。美国国家公路交通安全管理局（NHTSA）的《2021-01号常设通用命令》要求制造商和运营商报告涉及2级高级驾驶辅助系统及3至5级自动驾驶系统的某些碰撞事故，因此，事件记录、重建和数据治理已成为具有商业重要性的职能，而不再只是纯技术工作。

GMI 分析师观点

预计市场规模将从2025年的6.627亿美元增至2035年的76.283亿美元，这反映出汽车开发支出正转向用于创建、测试和管理数字工件的工具。短期采购决策通常围绕明确的工作流程展开，例如需求工程、仿真、车辆数据处理或制造规划，而非笼统部署生成式人工智能。因此，能够将模型输出接入现有产品生命周期管理（PLM）、应用生命周期管理（ALM）、工程和验证环境的供应商，相较于仅提供独立模型访问服务的供应商，更具优势。

增长还取决于人工智能输出能否纳入汽车行业的保障流程。合成数据生成和仿真若能缓解实体测试瓶颈，其经济价值便会提高；但如果生成的证据无法用于事故调查、功能安全审查或监管报告，其价值就会受到限制。因此，除模型性能外，集成能力、数据溯源能力和验证能力也成为决定采用与否的关键标准。

主要增长驱动因素

驱动因素	对复合年增长率（CAGR）预测的影响（约，%）	相关地区	影响时间范围
软件定义汽车计划扩展	+2.8%	北美、欧洲、亚太	中期（2–4年）
用于 ADAS/AV 开发的仿真与合成数据	+2.3%	全球	短期至中期（≤ 4年）
生成式设计与工程优化	+1.8%	北美、欧洲、亚太	中期（2–4年）
智能座舱与车载 AI 需求	+1.6%	亚太、北美、欧洲	短期（≤ 2年）

这个市场的增长机会是什么？

下载免费 PDF

软件定义汽车项目的扩展

软件定义汽车项目不断扩大工程团队需要管理的需求、代码、测试用例和软件配置的数量。PTC、Microsoft 和 Volkswagen Group 于 2024 年 12 月推出 Codebeamer Copilot，将 Azure AI 应用于软件定义汽车需求工程的应用生命周期管理中 ^{[3]PTC - Generative AI and Automotive Product Development Solutions. ptc.com}。其商业价值在于减轻跨车辆平台转换和协调需求的人工负担，同时维持设计决策与验证活动之间的关联。

仿真与合成数据助力 ADAS/自动驾驶汽车开发

仿真是另一项结构性驱动因素，因为仅依靠实车验证，无法以经济可行的方式覆盖 ADAS 和自动驾驶系统面临的各种环境与行为条件。NVIDIA 于 2025 年 1 月推出 Cosmos 世界基础模型平台，用于生成机器人和自动驾驶汽车开发所需的物理世界数据 ^{[4]NVIDIA Newsroom - Generative AI and Automotive Industry Developments. nvidianews.nvidia.com}。世界模型和合成数据工具可以加快场景生成，但其最重要的作用在于让开发团队能够将道路测试重点放在仍必须依靠物理证据验证的条件上。

生成式设计与工程优化

如果性能约束定义得足够明确，能够生成机器生成的替代方案，生成式设计也能为汽车工程带来助益。Volkswagen Group 在其创新与工程中心采用 Autodesk Fusion 360 生成式设计，将一款电动化 Type 2 Bus 概念车车轮的重量减轻了 18%。在这一应用场景中，生成式 AI 与车辆续航里程、材料使用和制造可行性直接相关，因此其价值实现比宽泛定义的企业生产力应用更加具体。

智能座舱与车载 AI 需求

智能座舱功能的需求正推动市场从后台工程领域向外扩展。Qualcomm 和 Google 于 2024 年 10 月宣布开展多年合作，将 Snapdragon Digital Chassis、Android Automotive OS 和 Google Cloud 的能力相结合，以打造支持生成式 AI 的车载体验，并确定 Mercedes-Benz 和 Li Auto 为首批合作方。在车辆售出后，车载应用还必须满足延迟、隐私、连接和生命周期支持等要求，因此其商业化模式有别于开发工具。

主要制约因素

制约因素	对复合年增长率（CAGR）预测的影响（约，%）	地理相关性	影响时间范围
人工智能安全法规与合规要求	-1.4%	欧洲、全球	中期（2–4年）
网联汽车数据保护限制	-0.9%	欧洲、亚太地区	中期（2–4年）
混合/多架构集成成本	-0.7%	全球	长期（超过4年）
汽车行业漫长的认证周期	-1.1%	全球	长期（超过4年）

AI 安全法规与合规要求

安全关键型应用的部署仍受到限制，因为要证明生成的输出在罕见或不断变化的条件下表现符合要求并非易事。《欧盟条例 2024/1689》对高风险 AI 系统提出了要求，包括用于安全相关运输场景的系统。对汽车开发商而言，这提高了完善风险管理、数据治理、技术文档和人工监督的必要性；即使底层技术不断改进，采购周期也可能因此延长。

网联汽车数据保护限制

数据保护要求也限制了将网联汽车信息再用于模型开发。欧洲数据保护委员会第28/2024号意见阐述了人工智能模型开发和部署中的数据保护考量，其网联汽车指南则强调了车辆生成的个人数据具有敏感性。汽车企业因此必须先确定训练数据能否依法收集、最小化处理、匿名化、留存和传输，之后才能将其用于生成式工作流程。

混合/多架构集成成本

部署架构也构成了额外的采用制约因素。2025年，云端系统创造了3.197亿美元收入，占市场收入的48.2%，原因是这类系统能够提供可扩展的训练和协作环境。然而，部分车辆、工厂和工程数据工作负载需要本地控制、较低延迟或受限的数据流动。2025年，内部部署解决方案的收入为1.036亿美元，混合部署则达到2.395亿美元，预计将以28.8%的复合年增长率实现最快增长。多种部署模式并存推高了集成成本，因为企业必须在多个环境中管理身份、模型治理和数据溯源。

汽车行业漫长的认证周期

汽车行业漫长的认证周期也使模型演示与实际投产之间存在差距。Aurora的自动驾驶卡车方案将学习行为与硬编码的交通法规不变量相结合，体现了要使基于人工智能的驾驶行为在实际运行环境中可验证，还需要开展额外工程工作。类似的验证要求也适用于会影响设计决策、软件发布或车辆安全相关功能的工具。

GMI 分析师观点

主要制约因素并非生成能力不足，而是如何将生成内容转化为能够通过汽车工程、安全和隐私管控审查的证据，其成本较高。高风险人工智能义务和网联汽车数据限制促使支出转向治理层、仿真基础设施、可追溯性和集成服务。因此，即使市场保持强劲增长，不同应用场景的部署周期仍可能存在显著差异。

这种结构有利于分阶段采用。工程文档、代码辅助、工厂规划和客户互动等风险较低的应用可以帮助企业积累实际操作经验，而高级驾驶辅助系统（ADAS）和自动驾驶项目则需要更全面的验证和法律问责。买家可能会优先选择能够保留数据控制权并支持混合架构的平台，而非仅针对快速模型试验进行优化的解决方案。

生成式人工智能在汽车行业的市场细分分析

按技术划分

数字孪生与仿真 AI 是 2025 年规模最大的技术细分领域，创造收入 1.884 亿美元，占市场收入的 28.4%。这一地位反映出，在投入成本高昂的实体制造或现场测试之前，企业需要对车辆系统、制造流程和道路场景进行建模。NVIDIA 和 General Motors 于 2025 年 3 月宣布开展合作，计划利用 NVIDIA Omniverse 和 Cosmos 构建工厂数字孪生，并推进 AI 驱动的车辆开发 ^{[5]NVIDIA Newsroom - NVIDIA Automotive AI and Generative AI Announcements. nvidianews.nvidia.com}。商业价值主要集中在仿真能够融入工程决策、工厂运营或验证计划的场景，而非仅将其用作可视化软件。

了解关键趋势

下载免费 PDF

合成数据生成在 2025 年创造收入 1.467 亿美元，预计到 2035 年将达到 17.125 亿美元，复合年增长率（CAGR）为 27.4%。其在高级驾驶辅助系统（ADAS）开发中的作用尤为突出，因为稀缺、危险或涉及隐私的场景可以通过该技术反复呈现。不过，在评估这一细分领域时，还必须考量其验证策略，以确认生成的场景能够充分代表所建模的运行条件。

大语言模型（LLM）与自然语言处理（NLP）目前主要用于需求管理、技术文档编制、软件辅助、知识检索和客户互动。其价值取决于能否获取专有工程背景信息，以及是否采取管控措施，避免不准确或无法追溯的输出进入设计记录。AI 智能体与副驾驶工具在 2025 年创造收入 8,300 万美元，预计到 2035 年将达到 11.503 亿美元，复合年增长率为 29.7%；其增长得益于协调多步骤工程与服务工作流的能力。

生成式设计与计算机视觉可用于设计优化、检测和视觉数据解读。Isuzu Central Research Laboratory 使用 Autodesk Fusion 的生成式设计功能设计柴油发动机齿轮结构，并在 2024 年 12 月公布的一款原型中实现了重量减轻 43% ^{[6]Autodesk - Generative Design and AI for Automotive Engineering. autodesk.com}。这些应用能够带来可量化的工程价值，但其输出仍须根据制造约束、耐久性要求和供应商能力进行评估。

按应用划分

自动驾驶与高级驾驶辅助系统（ADAS）开发是最大的应用领域，2025 年市场规模为 1.811 亿美元，占市场的 27.3%，预计复合年增长率为 28.4%。该细分领域涵盖合成数据生成、场景仿真、感知开发和车载计算。其收入机会巨大，但相较于其他应用，也更易受到安全保障和报告要求的影响。

车辆设计与工程在 2025 年创造收入 1.205 亿美元，占市场收入的 18.2%。制造与质量控制创造收入 1.008 亿美元，受益于视觉检测、流程仿真和数字化工作流自动化。软件开发与测试的市场规模达到 9,310 万美元；随着软件定义汽车项目不断扩大需要审查的代码和测试制品数量，预计到 2035 年，其收入将达到 11.229 亿美元。

车内体验与客户互动预计将以29.8%的复合年增长率（CAGR）增长，到2035年达到10.352亿美元。该细分市场由座舱助手和情境化服务驱动，但产品差异化取决于汽车制造商能否确保互动体验与驾驶员注意力、隐私预期及品牌特有的用户体验相契合。供应链与采购在2025年创造了4,260万美元的收入，增长相对较慢，复合年增长率为22.2%，因为供应商网络中的数据质量和互操作性仍参差不齐。预测性维护与诊断创造了5,130万美元的收入，预计将以26.4%的复合年增长率增长，因为车队、服务及售后市场用户都在寻求更早发现故障并获得更有针对性的维修指导。

按车辆类型划分

2025年，乘用车收入为4.78亿美元，占市场收入的72.1%，预计将以26.9%的复合年增长率增长。高产量、联网座舱的普及以及消费者对驾驶辅助功能的需求支撑了这一规模。商用车创造了1.847亿美元的收入，占比为27.9%，预计增长更快，复合年增长率为28.1%。商用车的应用与可量化的运营成效联系更为紧密，包括货运路线表现、驾驶员可用性、车辆正常运行时间和维护成本效益。

Aurora于2025年4月开始在达拉斯和休斯敦之间提供商业化无人驾驶货运服务，将其“驾驶即服务”模式定位于重型卡车运营领域。这表明，商用车生成式AI和自动驾驶AI需求的增长，可以依托车队经济效益和运营准备情况推进，而不只是依赖消费者功能的普及。

按部署模式划分

2025年，云端部署引领市场，因为大规模训练、协作和数据处理更适合由集中管理的计算环境支持。不过，预计混合部署的增速将超过云端部署和本地部署模式，因为汽车企业会将敏感的设计、生产和车辆数据保留在受控环境中，同时针对特定工作负载利用可扩展的外部算力。因此，集成架构成为平台提供商和系统集成商持续创造价值的重要来源。

按最终用途划分

2025年，汽车OEM创造了2.529亿美元的收入，占市场收入的38.2%。OEM掌控车辆架构、客户体验以及大规模部署AI所需的许多数据流，但其应用通常取决于供应商集成情况和较长的车辆开发周期。一级和二级供应商通过零部件工程、嵌入式软件、制造和验证项目参与其中。随着汽车软件和技术提供商供应可复用工具、计算平台、中间件和模型开发环境，该群体预计将以29.0%的复合年增长率增长。车队运营商和售后服务提供商构成了一个独立的需求群体，需求重点在于诊断、维护以及路线或资产层面的决策。

GMI 分析师观点

价值获取正转向那些能够将生成式输出与可量化的汽车行业决策挂钩的工作流程，例如模拟ADAS场景、设计更轻的零部件、追踪软件需求，或采取维护措施。数字孪生、合成数据和AI副驾驶相辅相成，彼此不可替代。仿真和合成数据平台用于创建测试环境，而副驾驶则能加快在该环境中开展的工程工作。

混合部署和商用车应用场景的快速增长表明，买方不会仅根据模型规模选择架构，而是会综合考虑数据驻留、验证负担、车队或产品经济性，以及与成熟汽车工具的集成情况。能够将高性能计算与工程系统连接起来的供应商，相比仅提供单一生成式模型层的供应商，更有望获取更大份额的实施价值。

汽车生成式人工智能市场区域分析

北美

2025年，北美是最大的区域市场，创造收入2.36亿美元，占全球收入的35.6%。预计到2035年，该地区市场规模将达到25.265亿美元，复合年增长率（CAGR）为26.3%。在汽车软件投资、高性能计算供应商、自动驾驶开发和商业货运试点的推动下，美国2025年创造收入1.988亿美元。加拿大创造收入3,720万美元，其市场机遇与工程、人工智能研究和汽车供应链活动相关。

北美拥有庞大的汽车保有量和完善的技术生态系统，为市场发展提供了支撑，但商业化部署受到安全报告要求和运营审查的影响。Aurora在得克萨斯州的业务启动，体现了该地区将自动驾驶技术应用于货运服务的能力；与此同时，NHTSA的报告要求确保部署数据仍是监管和公共问责考量的核心^{[7]NHTSA - Artificial Intelligence and Automated Driving Safety. nhtsa.gov}。

欧洲

2025年，欧洲创造收入1.906亿美元，预计到2035年将达到19.216亿美元，复合年增长率（CAGR）为25.6%。德国是该地区最大的国家市场，市场规模为4,010万美元，这反映出当地整车制造商、工业软件供应商、工程业务和汽车供应商高度集中。英国、法国、意大利、西班牙、俄罗斯、荷兰、挪威和瑞典则通过汽车生产、高端汽车工程、工业数字化和互联出行项目为市场作出贡献。

该地区的市场采用模式受到工业软件和监管的显著影响。2024年，欧盟乘用车注册量达到1,060万辆，汽车产量则为1,140万辆；评估本地制造业规模和在用车辆市场机遇时，这一区别十分重要^{[8]ACEA - European Automobile Manufacturers’ Association: AI and Automotive Industry. acea.auto}。遵守《欧盟人工智能法案》和数据保护要求，提高了可审计模型治理的重要性，尤其是在人工智能用于安全相关系统或互联汽车数据环境的情况下。

亚太地区

2025年，亚太地区创造收入1.777亿美元，预计将成为增长最快的地区，到2035年市场规模将达到25.013亿美元，复合年增长率（CAGR）为29.8%。中国2025年创造收入5,730万美元，预计到2035年将达到8.922亿美元，复合年增长率（CAGR）为31.1%。中国在电动汽车、智能驾驶系统、出行平台和本土软件生态系统方面的规模优势，为其在汽车开发和出行服务领域部署生成式人工智能奠定了坚实基础。

2025年3月，百度 Apollo Go 与迪拜道路与交通管理局达成战略合作安排，推进自动驾驶出租车部署；与此同时，禾赛科技表示，其激光雷达将支持百度 Apollo Go 计划在迪拜部署超过1,000辆L4级自动驾驶汽车。这些进展表明，中国自动驾驶平台在发展国内生态系统的同时，也在开拓出口渠道。日本、韩国、印度、澳大利亚、泰国、印度尼西亚、新加坡和马来西亚则通过整车制造商工程研发、电子供应链、软件服务及新兴出行需求，为市场发展作出贡献。

拉丁美洲

2025年，拉丁美洲市场规模为3,820万美元，预计到2035年将达到4.249亿美元，复合年增长率（CAGR）为26.8%。巴西、墨西哥和阿根廷预计将主要受益于制造业现代化、区域供应链整合，以及互联汽车和车队管理能力的逐步引入。市场发展可能更多取决于整车制造商和供应商的部署决策，而非本地基础模型的开发。

中东和非洲（MEA）

2025年，中东和非洲（MEA）市场规模为2,020万美元，预计到2035年将达到2.54亿美元，复合年增长率（CAGR）为28.4%。南非、沙特阿拉伯和阿联酋是该地区的主要国家市场。智能出行投资、车队数字化和有选择的自动驾驶出行部署，为该地区的增长前景提供了支撑。迪拜与百度和 Pony.ai 达成的自动驾驶出租车协议表明，即使更广泛的汽车制造基础较小，城市级出行项目仍可创造集中的需求。

欧洲的需求将取决于其能否将深厚的工业软件实力与合规的人工智能部署相结合；中东和非洲的增长则可能通过重点出行项目实现，而非依靠广泛的汽车生产。寻求实现区域规模化的供应商必须调整产品和服务：北美客户看重验证能力和车队运营可信度，欧洲客户看重治理和工程系统集成，而亚太客户则日益要求产品和服务能够融入快速发展的汽车与软件生态系统。

汽车领域生成式人工智能市场份额与竞争格局

2025年，NVIDIA 以估计占比38.9%的收入份额领跑市场，相当于约2.58亿美元。Microsoft 以13.6%的份额位居其后，Siemens、Google、Bosch 和 Baidu 的份额分别为9.8%、7.2%、6.8%和5.7%。前五家公司合计占市场收入的76.3%。这一集中度反映出大规模计算能力、云平台、工业软件以及成熟汽车集成能力的重要性。

Autodesk 通过 Fusion 360 应用生成式设计，在既定的材料、制造和性能约束下生成多种工程方案。其在汽车领域的地位得到了进一步巩固：GM、Toyota、Volkswagen Group 和 Isuzu 的案例已证明，该技术可用于减轻重量和整合设计 , ^{[9]Autodesk - AI-Powered Automotive Design and Engineering. autodesk.com}, 。

Bosch 将汽车系统领域的知识与面向车辆安全关键功能的 AI 开发相结合。Bosch 和 Microsoft 于 2024 年宣布合作，探讨生成式 AI 如何改进自动驾驶中对复杂情境的评估。其竞争优势在于，能够将模型能力转化为符合汽车行业认证要求的传感器、软件和车辆系统应用环境。

Google 提供云服务、网联汽车和 Android Automotive 能力，支持车内体验和汽车数据处理。该公司与 Qualcomm 的合作为整合 Google Cloud 生成式 AI 服务与基于 Snapdragon 的数字座舱提供了途径。2025 年，Google 的估计市场份额为 7.2%，这主要得益于其平台地位，而非某一项单独的汽车应用。

Microsoft 通过 Azure AI、云基础设施和开发工具集成参与这一市场。其与 PTC 和 Volkswagen 合作推出的 Codebeamer Copilot，展示了该公司在以需求为核心的软件定义汽车开发中的作用。Microsoft 的估计市场份额为 13.6%，反映出将生成式服务与企业工程及生命周期管理环境相连接所带来的商业价值。

Mobileye 凭借庞大的驾驶辅助技术装车基础，成为生成式 AI 生态系统中的重要参与者。截至 2024 年底，搭载 Mobileye EyeQ 技术的汽车已超过 2 亿辆。这一装车基础使其能够运用汽车感知和高级驾驶辅助系统（ADAS）开发方面的专业知识，但安全关键型生成式应用仍须满足严格的验证标准。

NVIDIA 提供加速计算、DRIVE 平台、仿真基础设施和物理 AI 工具。其汽车业务收入在 2025 财年第四季度达到 5.7 亿美元，同比增长 103%；其 Cosmos 和 Omniverse 产品正应用于自动驾驶汽车开发和工厂数字孪生 , , 。NVIDIA 的估计市场份额为 38.9%，反映出计算和仿真在高价值汽车 AI 项目中的战略作用。

PTC 将生成式 AI 融入产品生命周期管理、应用生命周期管理、物联网、CAD 和增强现实产品。其 Codebeamer Copilot 计划面向软件定义汽车的需求管理；Schaeffler 于 2025 年 4 月采用 Windchill+，则体现了市场对云端 PLM 环境的需求，这类环境能够支持 AI 赋能的产品开发 , 。

Qualcomm 处于车载计算、座舱系统和云连接 AI 服务的交汇点。该公司与 Google 合作，将 Snapdragon Digital Chassis 与 Android Automotive OS 和 Google Cloud 相结合，打造由生成式 AI 赋能的座舱体验。随着汽车制造商寻求在车内处理能力与云端支持服务之间实现平衡，Qualcomm 的重要性日益提升。

Siemens 通过工业软件、数字孪生、产品生命周期管理和工厂自动化能力服务汽车制造商。其 Industrial Copilot 集成于 Siemens Xcelerator 环境，并与 Teamcenter 和 NX 等软件形成互补，使 Siemens 得以将成熟的解决方案引入工程和制造工作流程。2025 年，Siemens 的估计市场份额为 9.8%。

Tesla围绕完全自动驾驶、Autopilot自动辅助驾驶、神经网络训练和车辆数据管道开发AI能力。Tesla的AI平台将Dojo列为其训练基础设施的一部分，并将真实场景视频数据作为自动驾驶开发的核心输入。该公司将车辆与软件进行垂直整合，这使其有别于向多家OEM厂商销售工具的供应商。

Baidu通过Apollo Go开发智能驾驶和Robotaxi能力。其与迪拜达成的协议及相关计划——部署1,000多辆L4级自动驾驶汽车——表明其正努力在国际市场实现移动出行平台的商业化。Baidu在2025年的估计市场份额为5.7%，与中国主导的自动驾驶出行生态系统尤为相关。

BYD正通过DiPilot系统，将智能驾驶辅助功能拓展至旗下各类车型。其垂直整合的电动汽车制造模式，有助于在庞大的生产基础上整合车辆硬件、软件和数据采集；不过，价值实现取决于各车型和市场的功能部署是否一致。

Huawei通过ADS和Mobile Data Center平台提供智能驾驶、计算和座舱能力。与中国汽车制造商的合作使Huawei成为技术供应商，而非传统汽车制造商，从而能够参与多个OEM项目。

KPIT Technologies专注于汽车和移动出行软件。2025年4月，KPIT与Mercedes-Benz Research and Development India宣布开展合作，以加快软件定义汽车技术的开发。KPIT的业务主要集中在软件集成、中间件和工程服务领域。在这些领域，生成式AI可以减少开发周期中的阻力，但必须与OEM架构兼容。

Pony.ai运营L4级自动驾驶出行技术，并于2025年11月在广州、深圳和北京使用第七代（Gen-7）车辆推出完全无人驾驶的Robotaxi商业服务。其商业化路径结合了Robotaxi运营、与OEM联合开发及平台合作，其中包括整合Tencent Cloud以支持消费者服务接入。

Xpeng通过XNGP系统及其车辆电子电气架构开发专有智能驾驶能力。其AI优先的汽车战略使其能够掌控车辆硬件、软件更新和驾驶辅助数据之间的关系。随着中国OEM厂商在智能驾驶功能方面的竞争日益激烈，这一点愈发重要。

Aurora Innovation专注于自动驾驶货运。该公司在得克萨斯州推出商业化无人驾驶卡车运输服务，并采用以验证为导向的AI架构，从而在长途卡车运输领域形成差异化定位。在这一领域，部署价值取决于线路经济性、承运商合作和安全验证。

Waabi开发基于生成式AI的自动驾驶卡车技术。该公司于2025年2月与Volvo Autonomous Solutions建立合作，旨在共同开发和部署自动驾驶运输解决方案，将Waabi的AI系统与成熟的卡车制造及车队生态系统相结合。

Wayve开发用于自动驾驶的具身智能，并于2025年3月推出面向驾驶数据的生成式世界模型GAIA-2。2026年4月，Wayve宣布获得6,000万美元D轮融资追加投资，AMD、Arm和Qualcomm参与其中，这凸显了计算和半导体合作伙伴关系对于扩大端到端驾驶模型规模的重要性。

近期行业动态

• 2025年1月，NVIDIA推出了Cosmos，这是一个世界基础模型平台，旨在加速物理人工智能的发展，包括自动驾驶汽车。
• 2025年2月，Waabi与Volvo Autonomous Solutions宣布建立战略合作伙伴关系，共同开发和部署自动驾驶运输解决方案。
• 2025年3月，General Motors与NVIDIA宣布开展合作，涉及用于车辆体验、制造、工厂数字孪生和仿真的人工智能技术。
• 2025年3月，百度Apollo Go与迪拜道路与交通管理局建立战略合作伙伴关系，以部署无人驾驶出租车。
• 2025年3月26日，Wayve推出了用于驾驶数据的生成式世界模型GAIA-2。
• 2025年4月，Aurora开始在达拉斯和休斯敦之间提供商业化无人驾驶货运服务。
• 2025年4月，KPIT Technologies与Mercedes-Benz Research and Development India宣布合作开发下一代软件定义汽车技术。
• 2025年4月，Pony.ai与腾讯云宣布建立合作伙伴关系，将无人驾驶出租车服务整合至腾讯的消费者平台。
• 2025年4月，PTC与Schaeffler通过Schaeffler采用Windchill+进一步深化合作关系。
• 2025年6月，Pony.ai宣布与西湖集团达成战略协议，涉及在深圳部署超过1,000辆第七代无人驾驶出租车。
• 2025年11月，Pony.ai在广州、深圳和北京推出搭载第七代车型的全无人驾驶商业化出租车服务。
• 2026年4月15日，Wayve宣布完成6,000万美元D轮融资扩展，AMD、Arm和Qualcomm参与其中。