活动回顾丨车凌科技副总裁 闫凯：凌云平台加速车云一体向全场景智能化演进

以下为演讲实录节选：

闫凯在演讲中强调，随着 AI 技术的飞速发展，数据已成为驱动汽车产业升级的核心生产要素。“头部主机厂的实践充分证明，数据规模与算力基础设施之间存在显著的正向循环——海量真实场景数据为算法优化提供持续燃料，而强大的AI基建又能高效处理这些数据，推动产品迭代和商业模式创新。”

▶   数据驱动： 激发汽车产业链条全方位创新

针对当前智能网联汽车数据爆发式增长带来的存储、处理与挖掘挑战，我们通过凌云平台的核心架构，以 “车云超级数据总线” 为核心，构建了覆盖车端数据采集、云端合规处理、AI 训练与场景库生成的全流程体系，能够有效打通数据流转壁垒，让数据价值在研发、服务、用户体验优化等全场景中充分释放。

▶ 端云协同：大、小模型构建高效智能体系

为了在保证性能的同时，优化资源利用和用户体验，我们采用了大、小模型结合与端云协同的创新架构 。

丨云端大模型：大模型在云端进行大规模训练和持续更新，利用海量数据和强大的计算资源，提供泛化知识和垂域知识智能决策基础，从而提升处理和决策精度 。

丨车辆端小模型：小模型则部署在车辆端，专注于处理本地实时任务，如紧急避障和路径调整 。这种协同架构确保了系统的高效运行，并提高了对突发情况的响应速度 。

这种架构不仅将复杂的计算任务放置到云端，同时将实时性要求高的任务保留在车辆边缘端，有效降低对车辆边缘端的算力要求 。此外，端云协同架构的灵活性和可扩展性，使得系统能够根据实际需求动态调整计算资源，确保系统始终处于最佳性能状态 。

▶   AI智能体 ：加速用车场景服务快速落地

我们的智能体平台具备灵活部署、快速服务的能力，平台在AI训练层提供覆盖仿真测试到模型迭代的全链条工具链，支持闭环优化，已实现对车队运营管理、智能网联、提升驾驶行为、维修诊断等多场景的深度赋能。

通过这种平台化服务，我们可以帮助主机厂在车辆全生命周期的总体研发和协同上进行降本增效。AI智能体具备的自主学习与优化能力，正在让汽车从 “被动响应” 向 “主动服务” 转变，例如在车队管理中优化调度效率、维修诊断场景的单车问题主动排查等，推动车端应用从单点突破走向规模化创新。

未来，车凌科技将持续深化AI与汽车的融合，并与主机厂紧密合作，通过创新的场景解决方案触发更多的场景商业价值。助力主机厂激活数据价值、优化用户体验、开辟新的增长曲线，共同推动汽车产业向更智能、更高效迈进，让每一段里程更有价值。