AI，让智能终端更加“拟人”

2025年，中美关税摩擦、俄乌冲突、中东战乱等“黑天鹅”事件频发，但全球追逐技术的热情并未消减。“全球IT支出呈现出超预期增长态势。”6月17日，IDC中国区总裁霍锦洁在IDC Directions：ICT市场趋势论坛（北京站）上表示。

图片来源：IDC

在AI领域，IDC的统计显示，2024年全球人工智能（AI）IT总投资规模为3158亿美元，2028年有望增至8159亿美元，五年复合增长率为32.9%。聚焦生成式AI（Generative AI），到2028年市场规模将达2842亿美元，五年复合增长率或达63.8%。

AI技术正在以势不可挡的态势袭来。其中，包括汽车在内的智能终端是用户感知极为强烈的领域。随着AI智能程度更高，生成式AI从曾经的“玩具”升级为现在的“工具”，在智能驾驶、智能座舱等人机交互层面快速迭代。

更“拟人”的技术革命

技术发展从来都不是一蹴而就。在1960-1970年代的半导体、系统和小型机时代，英特尔、IBM、苹果、微软、甲骨文等科技企业初露锋芒，点亮了技术革命的火种。

1980-1990年代，PC与互联网兴起，戴尔、Adobe、联想、华为，以及亚马逊、谷歌、腾讯、新浪等公司快速崛起。此时，市场上开始出现中国企业的身影，它们大多通过一对一“模仿”的方式，参与这场全球科技竞赛。

2000-2010年代，Facebook、百度、阿里巴巴、京东、Twitter（X）、抖音、微信等引领云计算、电商以及社交媒体的浪潮。

时间来到2020年代，ChatGPT引爆生成式AI革命，随之而来的，是中国乃至全球展开“百模大战”。在美国实施芯片出口管制之下，DeepSeek在算法层面的革新，让中国AI公司看到了与海外领跑者并肩的可能。

回看过去六十余年，会发现技术与人类的交互愈发密切。“10年左右，全球就会出现一轮技术变革，如今变革的核心就是AI。”IDC副总裁兼⾸席分析师武连峰表示。

每一轮技术革命，都在重塑一个行业。以零售行业为例，1980-1990年代的传统零售，到了2000年代转为互联网零售，再到如今的社交零售，供给端也从国美、苏宁变为淘宝、京东、拼多多，再到抖音、小红书等。

2025年6月17日，京东创始人刘强东在媒体沟通会上谈到，2006年决定进入大家电行业，遭到所有投资人反对，当时国美、苏宁是中国零售巨头Top2。如今，这两家企业的家电零售额总和已经不到京东的1/5。

当然，京东快速发展的因素很多，但在行业层面折射出技术变革驱动着“新贵”替代“旧王”。如今拼多多崛起，京东同样备受压力，陆续拓展外卖、酒旅赛道。

武连峰认为，AI特别是生成式AI将引领行业进入智能零售时代，比如用户在购买物品时，可以直接与AI对话，告诉它希望买一双什么样的鞋，AI看到合适的鞋就直接下单。到那时，当下所有的购物应用软件可能都会消失。

这意味着，AI驱动下的技术革命将更加“拟人”。零售业之外，生成式AI可以在几秒内完成工业设计草图、广告文案创作、医疗影像分析等，这将惠及更多行业，创造更多经济效益。IDC预计，到2030年，AI累计产生的全球经济影响将达22.3万亿美元，占全球GDP的3.7%。“2027年，65%的新药研发可能由AI驱动。”武连峰举例道。

“拟人”的根源在于，AI越来越聪明，更能读懂用户思维。2025年4月，IDC从八个维度对比生成式AI与人类平均水平，除了多模理解和推理，其余七项能力AI均超过人类，其中多任务语⾔理解、数学比赛和博⼠⽔平科学问题，都已在五年内超越人类。

武连峰补充表示，距离上述对比已经过去1个多月，其间发布的OpenAI-o3/o3pro、百度文心4.5 Turbo/X1 Turbo，很可能多模态理解和推理已经超过人类的平均水平。随着数据、算力、算法的改进，AI最终能够赶上或超过人类大脑。

生成式AI与人类平均水平的八个维度对比 图片来源：IDC

目前，AI对生产力的提升围绕着文案、营销、客服、管理等方面提质增效；第二阶段则是提升员工、客户和供应链的体验，涉及组织部门调整；第三阶段来到增长红利，包括产品服务、商业模式、服务生态的重构。

更懂“你”的智能终端

相较于AI对工业领域的赋能，人们日常感受更深的是智能终端设备，特别是2024年以来全面爆发的智能驾驶——驾驶操作的体验感更好，一体化座舱互动性更优……

“汽车正从单纯的出行工具升级为第三空间，80%以上的用户日均用车时长超过1小时，这个过程的关键提升就是智能驾驶和智能座舱。”IDC中国高级分析师洪婉婷指出。

在智能驾驶领域，IDC从六个方向判定智能驾驶程度：自动泊车、记忆泊车、高速车道保持、城区车道保持，以及高速和城区领航辅助驾驶（NOA）。洪婉婷指出，技术正迈向智能化深水区——L2级自动驾驶逼近上限，L3级正在快速到来。

乘用车智能驾驶发展现状 图片来源：IDC

“快速到来”的节点就是2025年。一方面，自动泊车、记忆泊车两项技术在2024年已经较为成熟，2025年的完善度将得到更加精细化的打磨。例如，用户此前只能找到车位自动泊车，现在可以自定义车位（比如在路边画一个框），车辆就能自动停进去。

另一方面，其余四项不太成熟的技术，2025年也得到大幅升级。2024年，NOA可用的路段很少，但2025年很多城市道路都可使用。同时，车辆意图可视化的能力不断完善，比如原来面对行人会急刹，现在车端操作更加平稳；再如此前车辆会突然变道，现在则提前给到语音或者文字提示，给用户极大的安全感和信赖感。

“VLA（视觉语言动作模型）、VLM（视觉语言模型）等各种大模型不断打磨，算法成熟度越来越高，在高速和城区领航辅助驾驶正逐步得到验证，为L3之后落地打下非常坚实的技术基础。”洪婉婷表示。

中国市场印证了上述观点。2025年6月11日，小鹏汽车发布号称第一款具有L3级算力的AI汽车G7，计划第三季度启动交付；一天后，小鹏汽车表示G7将于2025年年底在中国内地实现全场景L3级自动驾驶。随着智能驾驶技术的成熟，相关产业链的部署成本逐步下降，车企有望在智能驾驶领域打造更为丰富的产品和服务。

此外，L3相关政策也不断迎来利好。从《关于开展智能网联汽车准入和上路通行试点工作的通知》到《北京市自动驾驶汽车条例》……政府出台了对L3级智能驾驶测试准入、量产车上路准入的标准，这一系列政策生效后将加速L3级车辆的渗透。

IDC预测，到2030年，面向个人用户的L4级自动驾驶将有望落地，解决当前车端成本较高、用户与厂商之间权责不明，以及各种长尾场景技术成熟度低等问题。

在智能座舱方面，AI大模型不断发展，智能座舱已经能通过自然语言的方式与用户进行交互，同时也能自主帮助用户完成相应的需求和服务，实现跨域通用、智能体协作、自我优化和情感理解等功能。

IDC将智能座舱的服务场景划分为七大类：车控、车书、娱乐、出行、商务、生活、社交，其中智能座舱在车控、车书场景的整体可用性和完善度较高，其他五个场景体验上还有一些缺失。

智能座舱七大场景 图片来源：IDC

洪婉婷解释道，车控和车书场景需要打通的系统较少，因此能与大模型完成快速对接。而在其他场景下，相关应用还非常少，比如手机和电脑都很常见的邮箱等传输类应用，这是制约座舱连接大模型、实现车端交互的原因。

虽然AI在智能终端的渗透依然存在不足，但AI大模型让它们更“懂”用户。2025年，车端体验还有极大的提升空间，整个生态的建设也将日趋完善。

南方周末研究员 曹妍

责编 丁伟