屏之物联AI焕新情感交互“HERO”智能出行
智慧车联峰会论坛
时间：2025年9月12日上午
地点：103会议厅
内容：
主持人：尊敬的各位伙伴，女士们、先生们：
欢迎来到京东方全球创新伙伴大会2025智慧车联峰会论坛。我是京东方精电智慧创新事业刘洋（音），很荣幸担任本次论坛的主持人。
谈到智能出行，想问大家一个问题，对于当下的出行体验，大家最关切的期待是什么？有很多人可能说是多样化的功能，有很多人说是多的传感器，甚至是很强大的算力，实际用户最常提及的是被理解，所以我们的只能座舱专家都在给显示屏辅导情商课了。功能决定了基石，被理解决定了上限，人车关系重新定义。不仅将我们带向了新的高度，更让我们前行的方向有了更明确的指引。接下来，让我们开始共同探索如何将复杂藏于幕后、将温度呈向台前。让我们以最热烈的掌声有请京东方集团高级总裁、京东方精电CEO苏宁先生为本次峰会论坛带来主旨演讲，有请！
苏宁：感谢刘洋（音）的开场。非常感谢各位最尊贵的嘉宾、伙伴们，今天高朋满座。今天的主题叫“情感交互，或者叫情智合一。情绪价值已经拉满了。非常高兴，每年的IPC都是我非常开心的一段时间。两个因素：第一个是见到了很多平时不容易见到的朋友，因为大家都知道京东方的屏联万物和千行百业有联系，好多的老朋友、老同事平时是看不到的，都忙在全世界各地。IPC这几天集中在这边做一些交流，特别开心！第二个开心，京东方的IPC活动越来越变成一个，我打一个可能不太形象的比喻，就是浓缩版的CES+SID，尤其是中国特色极强，能够在非常短的时间内看到非常多的创新产品。
我刚刚在入会场之前，也问了一下大会组委会。昨天看怎么都挤不动，来了多少人？他们跟我说：昨天超过五千人来到中关村论坛参加BOE IPC 2025。一个是参会人数多，第二个是创新的亮点多。这次整体的创新亮点超过100余项，整体的覆盖场景也将近大几十项。大家可以看到，从传统的消费电子到车载出行，也包括新能源、光伏等等很多东西。
今天我在开场之前，还是非常有感触。为什么呢？昨天在主论坛有一句话我印象很深刻，就是长江商学院的李海涛院长，他说：现在对中国经济面临的困难，我们有很多很多的说法。有很多理由可以说：中国经济面临很大压力、很大困难，但是我们有更多的理由可以说中国经济充满着机遇。京东方的IPC就是给我们这样一个平台，让我们看到中国经济未来的发展潜力，这些潜力就孕育在我们这些创新中。今天我的题目，两个点：一个是情感交互，一个是HERO。HERO是2023年京东方在成都车展论坛上首次提出的，当时我的背景是希望在智能化时代呼唤中国汽车产业的创新创业英雄，呼唤一个群体共同把中国汽车产业推向新的世界顶峰。
三年过去了，中国的汽车产业有一个极大的发展，稍后我会给大家分享。无论是新能源的渗透率还是智能化的进程，都面临非常大的好的机遇。但同时我们也不能否认，目前中国的汽车产业正在有一个非常激烈的竞争环境，可以说内卷严重，甚至有的时候可以说是不太健康的内卷。怎么破题？怎么在这样内卷的情况下抓住新的机遇？今天这份分享，也是提供京东方精电的一些思路。下面开始我的正题。
首先，还是按照惯例跟各位领导和伙伴们分享一下，我们在目前看到的一些全球趋势。这张图还是很有代表性的。大家可以看到，目前在电智并进大的市场格局下，中、美、欧已经成为了大行之下的“三驾马车”。中国在今年上半年的汽车增速达到了11%，可以说是全球最高的一个增速区域市场。其次是欧洲地区，达到了4.3%，而且欧洲地区是仅次于中国之后的第二个电动车渗透率超过20%。第三个是北美市场，汽车增速达到了2.9%，渗透率8.5%。中、美、欧三个区域可以说是全球汽车增长的主要引擎，也是未来智能化、电动化主要阵地。相比来说，比如亚洲的其他地区，包括中、美、欧之外的大洲，可能目前的整体增速不是特别理想。
第二，智能化在以空前的速度进行突破。右面这张图，是全球主要大算力模型迭代速度。从2022年的11月份算力规模在10左右的量级水平，到2025年的9月份达到了70的水平。这里面比较代表性的，像OpenAI、谷歌的大算力模型，现在都有非常好的表现。当然，中国的DeepSeek也是榜上有名。可以说，智能化的突破和电动化的深化，给我们未来汽车产业带来了更大的机遇。
在全球电智大的趋势下，我们再看一看中国。中国今年汽车产业最核心的主题词，就是中间说的“反内卷”。昨天我和很多朋友、领导专家在讨论，什么叫内卷？有的时候我们讲，不能说所有的内卷都是不好的，内卷用另外一个词就是“竞争”。任何一个市场化行为，不可能说没有竞争。我们不可能说是回避内卷的问题，或者是竞争的问题。但是，什么是一个良性的竞争、良性的内卷？我个人理解，应该聚焦在满足用户需求，而不是聚焦在如何击垮对手，如何让对方活不下去的主要目标。我也联想到，就像全球创新，大家都知道，现在的智能手机，以苹果为代表的智能手机，我相信当年乔布斯做iPhone核心的初衷一定不是击败诺基亚，而是因为现有手机未能满足用户的需求，很原始的自己的动因创新的iPhone手机。创新汽车，无论是特斯拉也好还是中国风起云涌的那么多新势力也好，他们在初创的时候也肯定不是以颠覆现有或者某一个现有的传统车厂为目标，而是满足未满足的客户需求。一个良性的竞争，或者带引号的“内卷”，去卷如何更好地满足用户需求。
在这样的背景下，我们提出了非常多的考虑。一方面，在科技升级和生态协同的情况下，在四大方向科技创新、差异化竞争、高质量发展以及全球化的布局更好地应对目前的竞争格局。
正如我们这次论坛的主题“AI焕新”，AI现在已经成为了全球关注的焦点，也是我们中国产业界非常热点的一个话题。根据国务院的AI相关行动计划，国家层面倡导在工业全要素，也就是研产供销的全流通环节未来都要实现AI赋能。在产品消费的新业态、服务消费的新场景以及智能原生等方面加入更多的AI因素。正如京东方倡导的，从屏之物联里面的屏连万物到万物智联。具体到车载出行场景，我认为有三个比较关联的，第一个就是智能网联汽车、智驾平权、HMI的迭代升级，都是今年很核心的主题。同时，和智能网联相关的能源科技，大家这次看到的京东方钙钛矿的业务，也是发展的非常快，同时生态拓展，无论是具身智能、低空经济、智能终端也在AI的赋能下发展的非常快。总的来说，我们认为在AI的大背景下，以智能网联汽车为核心的载体，可以拓展出非常多新的应用场景。
对于AI，京东方是三个+，AI+制造、AI+产品、AI+运营。对于京东方精电，我们自己也有对于AI在车载智慧出行方面的个人理解。正如右侧这张图，我们把整体的智能化发展大体分成了四个阶段：一是功能实现，我相信十年前很多通过云交互、触控已经基本实现了。二是感知的触达，最近五年发展得非常成熟。现在我们认为处在第三个阶段，认知智能的核心期。在认知智能很重要的一个关键词，就是情感的交互、意图的理解。过往我们讲智能化的初期，更多的是要堆算力、堆硬件，让我们的车变得更聪明，但是到第三阶段，要让算力更好地应用到场景、更好地服务用户，也就是让它更懂我们，情感、情绪要做更好的提升。包括今年，我们在IPC大会上，除了展示多款融合AI技术的车载显示屏之外，也首次展出了声场融合的场景，就是AI的DSP功放，同时和电控的仪态（音）集团协同开发了CDR融合数字广播。声色俱佳，未来音频和视频协同发展，以及应急广播等等方向，都做了新的开拓。当然，在认知智能之后，在未来的3-5年随着AI技术的进一步发展，让汽车变成自主进化、生态协同的终端。
在这样一个大的背景下，京东方精电秉承2023年首次提出的HERO四大应用场景，在健康、娱乐、休闲和办公场景里面，把更多的屏功能、更多的形态以及更多的场景融入到业内。
第一部分跟各位伙伴们分享了目前的产业趋势，第二部分汇报一下目前京东方精电要做的事情。
首先是在产品方面，正如刚才我讲到的，整个产品要围绕以AI为核心的设计理念，去进行系统化的集成、智能化方案的设计。在这方面，过去一年京东方精电在产品方面做了诸多创新，包括系统的整合能力。稍后大家都可以看到，我们现在的45寸9K智能座舱产品，也包括智能化座舱场景能力的闭环，包括多屏交互、环境感知、生物识别。当然，在这些主要的应用场景之上，是我们对未来车载显示的考虑，一方面是健康的显示。大家都知道，车内屏越来越多，尤其是后排，更多是为家人准备的。这种情况下，孩子们进入车不仅要看到屏很大，而且要看健康的屏。我们在低蓝光护眼、抗反射、低频闪等等领域，把更多在消费品领域里的护眼技术引入到车内。第二个，让车内的显示屏有不一个不亚于家庭影院级的体验，就是广色真彩。我们过去一年把京东方UB Cell的4.0技术升级为了车规，跟国内主机厂正在探讨把后排UB Cell技术应用到座舱娱乐里面。第三个是自适应显示控制，包括环境的感知，根据外界的环境光，甚至是不同的人员，是男主人还是女主人在看这块屏，通过屏下的摄像头、光感传感器能够有智能化的感知。今年展示了一款摇摆屏，它会听你的呼唤，谁在说话，我的屏就会转向谁，这些都是自适屏显的创新点。
第二，在出海方面，正如刚才讲的，我们现在的竞争目标是为了满足全球客户的需求。中国在智能汽车和智能化方面已经取得了非常多的成果，我们也非常期待能够把这些成果带到全球的市场。所以说，在2024年京东方精电在越南投建了自己的车载基地，在今年8月份已经实现了量产。未来将实现多元化的出海，除了传统的A-Si之外，LTPS、Mini LED、PHUD等新的技术也会更多地推向全球市场。今年上半年，海外业务高端产品出货量同比增速100%，而且海外定点的量也增加了52%。未来，我们将基于海外的生产基地，以及在北美、欧洲、日本、韩国的海外研发基地，全面支撑海外客户的需求。
第三，在内部运营方面，大家都知道车载不同于消费品，最重要的就是安全性、质量，质量永远是京东方精电车载业务的第一优先级的考虑。所以说，我们在整体的产业布局里面提出了“10001”底层的产品品质理念，同时在研产供销以至在全过程中提升品质保障能力，为客户提供长期共赢的最优价值。
最后，在绿色赋能和永续发展方面，昨天我们跟一些媒体交流的时候，很多外部的媒体也好、客户也好也在关心京东方在绿色、在ESG方面有哪些考虑。两个点：第一，在产品创新方面引入更多的低碳绿色技术，无论是氧化物通过低频、变频实现低功耗，还是轻量化包括可降解的PCB，让它从产品技术端就是低碳的。同时，我们在整个生产过程中，包括成都、河源，无论是光伏储能还是碳足迹管理，都全面导入到了绿色管理的措施。在生产运营、产品创新和制造的提效方面，全面赋能我们未来的绿色发展。
最后一部分，向各位伙伴们简要汇报一下今年半年京东方精电最新的成果。
首先，回顾一下京东方车载业务发展的历程。大家都知道，熟悉我们的朋友都很清楚，2016年京东方收购了京东方精电，正式全面进入了全球的车载市场。经过了过去将近十年的发展，可以说取得了阶段性的成绩。我们把整个分成了大体两个阶段，一个是从收购到2022年首次突破百亿，我们把它叫做第一次创业期。我们认为在这个阶段更多的是量变的过程。大家都知道，从2016年全球车载显示突破1亿片，到现在的将近2.5亿片，我们经历了从无到有、从少到多的过程。在这样的过程中，京东方2018年在全球首先导入了8.5代线用于车载显示。在目前这样大的背景下，我们认为应该开启第二创业的合适时点，由量变推向质变，所以在2023年我们提出了车载业务的第二次创业期，更多的是让车载显示从过去的“由无到有”变成“由有到优”。我们在2023年Mini LED、OLED、Oxide等等新的技术资源都逐一投入到了市场。稍后马青总也会跟大家分享我们最新的车载显示技术。
在长远战略方面，今天的3月京东方精电提出了未来的“5V”发展纲领，也就是最上面的五个V。京东方精电的LOGO是V+的LOGO，基于这样的LOGO我们诠释出了五层不同的价值含义。首先是要聚焦价值升级，在价值升级的大前提下，我们提出了“不止于屏、不止于车”的发展战略。大家都知道，过去京东方精电是一个聚焦在车载产业显示屏的供应商，但是我们现在提出了“不止于屏、不止于车”，其实就是要把我们向上发展的边界进一步打开。这次大家看到的我们产品，除了车载显示器件之外，也有车载显示的整机系统，甚至有智能座舱的解决方案。从视频解决方案到音频解决方案，以及全场景的AI赋能方案，软硬融合，更多地为产业界赋能。第二个是不止于车。在车载之外，我们发展了HERO的泛工业，基于我们的四大场景，以及京东方精电40余年在泛工业场景的基础，也在开拓我们在电力、娱乐、医疗、休闲等等方向的泛工业应用。总的来说，希望基于不止于屏、不止于车的战略，实现更好的规模化发展和长治永续的业务成长。
基于这样的战略，京东方精电在研发方面持续投入。今年上半年整体研发投入同比增长了10%，而且在未来的三年我们将投入不少于10亿用于新的产业拓展和技术的研发。在原有基础上再新增10亿投入这方面。同时在这样一个大背景下，LTPS15寸以上超大尺寸以及系统业务等的出货量都有同比大幅增长。在整体的投入来说，我们还是会持续地配合京东方集团的面板投入，更多地强化我们在模组、系统乃至整个智能座舱端整体的研发投入，促进企业价值的可持续增长。
最后一部分，我们借这样一个很宝贵的舞台，发一些我们的倡议。今年的主题叫做“AI焕新·永续发展”。我们也特别期待把京东方和京东方精电两个重要的创新平台开放出来，和全球业内的创新伙伴一起在研发制造、方案和品牌营销方面进行深度的协同，同时强化我们的软件硬件服务和终端的能力，实现屏连万物到万物智联的美好未来。
最后，非常感谢各位来宾、伙伴们长期以来对京东方精电的支持。京东方精电从收购到现在快十年了，我们现在也在思考，在未来的下一个十年怎么更好地为业内伙伴服务，也非常欢迎各位伙伴们把最好的点子包括最好的技术和京东方精电平台一起实现共创、实现共赢。谢谢大家！
主持人：感谢苏宁先生的精彩分享。HERO实践科技升维。下面，让我们以热烈掌声有请Omdia智能座舱资深分析师钟嘉燕女士为我们带来《智能座舱与AI的融合趋势》主题演讲，有请！
钟嘉燕：早上好，我叫钟嘉燕，我很荣幸今天能在这里谈论一个非常令人兴奋的话题，智能座舱与AI的融合趋势。今天，我们发现自己正处于一个非常强大的融合前沿，人工智能和汽车创新。智能座舱不再仅仅是一个中央控制器，它正在成为一种个性化的智能界面，实时响应用户。今天早上我将向您介绍我们从全球收集到的见解、行业调查并分享技术、大型语言模型和沉浸感。界面和边缘计算正在塑造未来汽车人机界面，所以当我们谈论智能座舱时，我们都会遇到一波新技术浪潮以及新术语。但我坚信，未来的座舱必须由3个核心支柱来定义，沉浸式体验、智能化、集成化。通过高级显示创建丰富的环境，空间、音频、灯光和增强显示，相信你们大多数人已经看到京东方富有很多创意的创新，随着这项技术的发展，因此原始设备制造商也面临着严峻的挑战。
我们从OEM和供应商那里听到的最多的一个问题是，如何在可用性和创新之间取得平衡？如今，推向市场的技术必须提供有意义的价值以及交互功能，以便让用户感受到、技术的进步给他们的驾驶体验带来了改变。智能是指人工智能和数据在个性化车辆交互方面发挥着越来越大的作用。来自实时驾驶员监控到预测导航，AI智能是核心。但问题是人工智能目前在车辆中的定位如何，而且人工智能将塑造未来座舱架构。最后同样重要的是整合。集成强调了软件、硬件和服务之间协调的重要性、因此整合不是可选的，而是必需的。现在至关重要，但如何做到确保软件的无缝更新，不会损害用户的信任和可靠性。
为了了解当前的行业优先事项，我们进行了一项全球调查，我们采访了OEM一级供应商并收集了相关信息。来自各地区的受访者超过200名，美国、欧洲、中国、印度、日本及其他地区。结果表明：地区差异依然存在，特别是在技术重点方面，采用时间表和战略方向。关键问题之一，哪个技术正在塑造座舱的差异化吗？所以我们的调查结果显示，未来的智能座舱的竞争优势将越来越取决于性化自适应界面技术。
随着人工智能逐渐成为一种强大的力量，尤其是新体验的推动者AI代理和AI驱动的用户交互如今的智能系统正从静态向动态严谨，能够实时响应用户的行为变化。特别值得注意的是，也正在重新评估对人工智能的期望。人工智能不再只是一个辅助工具，现在人工智能相关技术的优先级甚至高于ADAS整体和软件更新。
OEM面临的下一个挑战，特别是如何将个性化变为实用价值，我们的调查表明可用性始终高于技术。受访者强调更重要的是简化系统操作，而不是在汽车上添加更多的技术。现在业界已经认识到用户的期望。友好的设计，并尽量减少对驾驶员的干扰，以及技术的无缝集成。用户对功能的期望简单来说必须提供真正的价值，适合日常生活，不仅是技术上令人印象深刻，即使是最先进的也必须可供用户使用，才能获得用户青睐。因此，设计优先的方法是必要的。系统需要通过统一的界面体验提供无操作，得到智能助手和持续更新。软件设计应优先考虑清晰与简洁。
生成式人工智能是当今前沿技术之一，正逐步实现商业落地并带来实质性价值，根据我们的调查，我们收到了来自不同地区的回应，不同地区的对生成式人工智能的期望略有不同。行业领导者选择的最佳3个用例是，首先是，人工智能平台可以实现车内的感知和决策，并增强座舱智能。在某些市场我们已经看到驾驶助手中使用的人工智能模型=提醒驾驶员调整车辆设置等，此外，新兴技术，如端到端模型、视觉语言模型（VLMS）等，展现出进一步推动车辆自主性更先进的强大潜力。其次是预测性维护AI电力诊断、组件故障发生之前提前识别问题。为什么备受关注呢？是因为它们代表了人工智能在工业领域的落地趋势。通过引入订阅式维护服务企业不仅可以更灵活地管理成本，并显著减少系统停机时间。
同样重要的是，具备主体性能的人工智能（Agentic AI），因此它超越了传统的基于命令式的语音控制，他们主动响应用户的需求人工智能正在从被动反应和协同控制，演变为能够预测驾驶需求并增强互动体验的情感感知助手。业界仍在探索人工智能应用的全方位应用，但有一点是明确的，创新已经超越了传统HMI的改进，因此驾驶舱将会进化，并由人工智能驱动。我们相信，人工智能应用将率先落地于那些已展现出实际价值的行业领域。
推动向人工智能驾驶舱转变的动力是什么呢？我们的调查确定了三个关键驱动因素。首先是高性能边缘计算，随着人工智能应用在车辆内的扩展，边缘平台性能变得至关重要，因它能够实现实时处理。在信息娱乐、ADAS、HMI等不同领域，确保无延迟、无缝操作和本地化决策。此外云集成和数据绑架也很重要。因此，车辆系统能够持续学习和更新，例如预测模型、OATA更新和AI驱动的行为学习系统。改进或升级信息娱乐系统以及其他舒适和驾驶安全区域功能。同样重要的是系统效率和电源管理，未来的驾驶舱性能将依赖于自适应的收集架构，优化计算资源和功耗是实现可持续，高效运行的关键。简而言之，智能座舱的性能不仅仅是添加人工智能或开发更强大的人工智能模型，而是整个系统的编排。观察大型语言模型部署路径时间表，我们可以看到大型语言模型正在快速渗透至汽车领域，从2023年开始的驾驶舱领域，中国汽车制造商推出了自研的大型语言模型，不仅局限于高端车型中，而是大规模落地。
接下来的两年，2024至2025年传统汽车制造商加入了竞争，他们测试并开始部署大型语言模型。这些模型正在改变驾驶舱。我们看到了车载语音助手变得更加智能，适应语音、高级语音识别、横向语言处理、语义处理，更重要的是类似人类的互动。我们的调查数据表明，边缘基础大型语言模型将在2026至2028年之间扩展。为什么是边缘？正如我之前提到的，就其提供的车辆执行能力而言，EDGE变得更加重要。低延迟、更强的隐私性和实时可用性，即使在云连接不可用的情况下。未来几年边缘优先战略将获得更多动力，与此同时，混合架构平衡边缘和云也将日趋成熟。
全球AI基础模型、大型语言模型将如何演进？我们的调查结果显示，目前正在集中精力利用人工智能专注于在汽车的个性化和安全性领域。我们也看到监管方面的担忧日益加剧，特别是数据隐私、透明度和道德，这些担忧可能会成为采用的主要障碍，因为合规性仍在努力跟上创新的步伐。从技术角度来看，下一个重大突破将是多模式整合。
语音和视觉输入相互转换，创造出无缝且真正自适应的座舱体验。边缘和云架构成熟，OEM将优先考虑性能和延迟，但最终AI Sox芯片的推出，我们将看到芯片组将走向更小，用于本地化版本的语言模型。尽管人工智能热情带来的兴奋，行业广泛采用最终取决于行业是否有能力解决短期限投资回报挑战。
当我们谈论人工智能时，数据也很重要，尤其是数据架构。从我们的调查结果来看，我们发现不同地区的数据架构策略存在显著差异。来自中国的受访者优先考虑本地化的人工智能响应能力，因此在设备处理方面实现实时智能并减少对云的依赖。另一方面，欧洲和北美倾向于混合架构，平衡边缘和云以减少延迟、安全性和性能以及透明度。在日本则有点不同，目前在基于云的模型上投入了大量精力，使用云执行进行训练、分析和更新，特别是推动个性化人工智能的应用。区域战略有所不同，但目标是一样的。
在全球范围内，业界认为数据驱动的解决方案将变得更加重要，了解数据架构的差异至关重要，特别是对于供应商以及平台开发人员而言。为了更好地理解目前驾驶舱比赛中的OEM策略，我们开发了一个智能记分卡，将20家OEM领导者和追随者区分开来。我们根据3大核心支柱对OEMS智能性进行评级并整合。我不会在这里详述，但关键的发现是，成功的全球战略取决于构建可扩展平台的能力。一个可扩展平台可以适应不同市场的系统，细分领域优化成本结构，并通过座舱功能货币化开辟新的收入来源。我们发现成功的OEM在软件领域表现优异。在内部软件能力和系统集成方面，以及Li Auto 和NIO等中国OEM通过投资和前瞻性方法引领潮流，迅速推动创新技术采用。特别是在AI模型中央架构方面，以及数据驱动的解决方案。相比之下，许多传统OEM仍然落后，特别是在软件开发和数据驱动解决方案方面。
OEM目前在哪些领域投资？通过研究我们发现几个关键领域。原始设备制造商正在押注，为了在驾驶舱领域取得领导地位。首先，当然是内部软件功能，因此OEM厂商现在越来越认识到，需要拥有并且控制整个软件堆栈。这是因为想要区别于其他车型或品牌，为了实现更快的迭代、更快的上市速度和长期灵活性。尽管有原始设备制造商不断提高其软件能力，但仍然许多OEM需要依靠外部合作伙伴来加速创新，所以战略伙伴关系是他们投入最多的第二部分。特别是在人工智能相关领域，集体和自动驾驶加快上市速度并具有可扩展性是必须的。除上述之外，现代化架构向中央计算和区域性架构的转变正在加速，这种方法对于简化系统操作至关重要。减少硬件冗余，确保OTA更新。最后，同样重要的是用户体验和数据服务领域，现在的投资正在增加，特别是在人工智能助手方面，沉浸式驾驶舱设计和基于云的功能，这些努力旨在增强个性化领域、便利性和货币化。现在的OEM认识到成功不仅仅来自于制造车辆，还需要向智能化转变适应生态系统，这种转变的核心是智能座舱，由人工智能驱动。
总而言之，汽车行业的下一次革命是，在智能和适应性方面，界面将成为前端点，智能座舱将成为品牌差异化的关键。以人工智能为核心推动力，区域战略可能有所不同，但大家都朝着同一个方向，赢得用户的信任以及车内的时间。
京东方绝对处于这一变革的前沿，让我们一起驱动未来的发展。非常感谢您抽出时间！
主持人：感谢钟嘉燕女士带来的精彩分享。下面有请马青先生为我们带来《车载现实技术发展与前沿应用》。
马青：大家上午好！我是来自京东方车载开发的马青，非常高兴有机会和大家一起探讨车载显示技术。今天我分享的主题是“车载显示技术发展与应用前沿”。
首先，我们来看几张图。作为第三空间的智能座舱，近年来它在显示方面有什么特点？驾驶位的中控和仪表都是比较常用的设计，远端屏和抬头显示应用在增多，左右后视镜在法规放开以后应用越来越广。在副驾驶方面，会有更多的娱乐需求，当然光的控制上也有更高的需求。后排娱乐方面，现在很多MPV和大型SUV对于吸顶屏和投影的应用也是越来越多。车载显示作为智能座舱的交互端口，发挥着越来越重要的作用。
接下来看一下车载显示的发展趋势。从上面这幅图可以看到，车载显示出货量从这两年开始增速放缓，那么大家精力主要放在哪些方面呢？底下几幅图可以给大家一个解答。车载显示尺寸越来越大，分辨率越来越高，满足大家对大尺寸画质的要求，同时各种应用也逐渐增多，像抬头显示、后视镜等应用需要更高的亮度，副驾娱乐屏需要可切换防窥来减少光线对驾驶员的影响。
京东方车载显示通过“三个更多”来赋能智慧出行，包括集成更多的功能、衍生更多形态和植入更多场景。刚刚苏总也提到，我们前两年提出HERO智能座舱场景计划，为智能座舱提供更多解决方案，让大家有了更多的选择。
车载显示技术发展多年，涵盖的技术内容还是比较丰富的。我们将主要的车载显示技术，梳理到四大技术平台，包括HDR平台、智慧大屏平台、HUD平台和智慧光/声学平台。近两年技术发展的一大特点，就是加入了建模、模拟、算法优化等方案，进一步优化了产品体验，比如本页浅蓝色字体的技术。这和我们今年IPC“AI焕新”的主题也是非常匹配的。接下来，我对以下重点技术展开讲解。
首先看HDR平台。HDR技术是目前在车载显示中应用比较广的技术。首先看MLED+LCD方案，分区灵活，在异形、曲面等多种形态下，能够有效解决面板漏光问题，有很好的对比度表现。在形态方面，大家要求越来越薄，这里就提到POB到COB、再到玻璃基COG的方案，OD是越来越小的，模组也越来越薄。当然，因为分区的存在，在显示中会有光晕这个痛点需要解决。BOE同时聚焦在Local Dimming算法，通过二维光型匹配，对单区及整面光学画面进行模拟，这样的算法和模拟可以有效消除光晕，在保持产品高对比度的同时，使画面平缓过渡，还原细节。
HDR解决方案还有BD Cell技术，这个方案具有像素级分区，明显优势是在保持高对比的同时，又有非常好的细节表现力，比如数字、指针细节等。但是BD Cell有另外一个痛点，就是双层Cell会降低产品透过率，从而是产品功耗有所上升，温升变大。怎么解决这个问题呢？我们引入了双层控光算法，实时分析图像中各像素的灰阶，得到背光源亮度和Mono LCD各像素灰阶的最佳搭配，适时降低背光源整体亮度，提升相应位置的LCD灰阶，在保证整个显示模组Gamma2.2、亮度无明显差异的情况下，有效降低模组功耗和温升。对于常见的UI画面，功耗下降约20%，助力BD Cell应用。
接下来是OLED技术。OLED在车载显示里面应用越来越多，具有快速响应、形态灵活、可弯可卷的优势，同时，也面临车载高信赖性条件的挑战。为了进一步提升OLED车载显示的亮度和寿命，在器件方面，我们将单层器件升级到Tandem双层串联器件，同时，在软件方面，通过测试，获取不同温度、不同亮度的寿命衰减曲线，建立寿命模型，并统计像素的显示时间、电流数据。当消费者用到某一个时间阶段，补偿算法会预估OLED在这个时间节点的时候亮度衰减的情况，并通过增加电流弥补衰减，让屏幕表现力接近出厂时的水平。
第二个技术平台是智慧大屏平台，包括40多寸的Pillar to Pillar大屏、远端屏、长条屏、PHUD大屏等应用场景，大屏的应用让我们有更加沉浸式、环抱式的用车体验。京东方高世代大屏产线上有很大的优势，也耕耘多年，我们现在已发展到第三代智能座舱。从第一代功能集成，到第二代尺寸更大、并加入曲面和大尺寸玻璃基背光，到现在的第三代产品提升亮度、屏内集成温感光感并优化算法，将大屏用在PHUD等更多场景，展现了我们三代智慧大屏的发展。
接下来是HUD抬头显示平台。抬头显示方案中近两年关注度比较高的，是全景抬头显示PHUD。PHUD的应用可以让行车更加安全，同时也是带来一些技术挑战，主要是指自由曲面挡风玻璃带来的图像畸变，以及强光下需要的高亮度。BOE自研的畸变矫正算法，可以让反射后的虚像画面更加平整，助力驾驶安全。同时，我们也自研了Share系统，让中控与远端的PHUD虚像进行互动，软硬融合，全面提升驾乘体验。
抬头显示有刚刚提到抬头显示的高亮度需求，同时也有感知环境光和温度从而控制显示模组亮度的需求，因此我们把相关的传感器也集成到屏幕中。在高亮方面，为了提升屏透过率，我们采用了RGBW像素结构，透过率可提升40%以上。在屏幕感知和控制方面，我们在Panel上集成了ALS环境光传感器，感知环境光以后，可以对背光的亮度和W像素的开启进行智能控制。左下角提到的温度传感器，可以实现Panel局部感温，比如当Panel上形成太阳光斑聚集时，快速感知光斑点的温度，并适时启动屏幕保护装置。这些集成传感器的应用，也需要我们在出厂的时候对每一片产品进行校准，比如温度传感器在经过产线两个温度的双点校准后，温度偏差可控制在2℃以内，向客户系统反馈精准的温度信息。
抬头显示另外一个解决方案是BOE的Micro LED技术。这四幅图体现了Micro LED技术的演进。从早期单色高亮产品，到现在的彩色高色域PHUD，再到更高亮度的彩色AR HUD应用，体现了Micro LED高亮艳丽的优势，产品可达到100%NTSC以上色域，亮度达到60000nit以上。另外，Micro LED高亮自发光的特点，天然自带透明显示的优势，可达到60%以上透过率，丰富了抬头显示方案。
最后一个是智慧光学声学平台。在指挥光学方面，首先来看一下可切换防窥。随着智能座舱中显示屏幕的增多，用户对智能座舱内光线的控制也提出了更多需求，比如对副驾驶娱乐屏光路的控制，有防窥态和共享态两种模式。驻车时需要共享态开启，让驾驶员也体验到副驾娱乐屏的内容；行车时需要防窥态开启，减少副驾娱乐屏的光线对驾驶员的干扰。下图两个方案中，左下角的双Cell方案和右下角的双光源方案，具有不同的光型，来满足用户的特定需求，比如防窥态的光型是否对称，共享态的最大亮度是均匀分布还是特定某几个方向，需要调整不同方案的液晶角度、网点微结构实现。
接下来是调光车窗。调光车窗相比于传统的车窗贴膜，具有透过态、隐私态快速灵活切换的特点。BOE染料液晶技术让调光车窗体验更加优秀，比如毫秒级快速相应、更加安全的低工作电压、环保低功耗、更高的对比度、高端的简约灰黑外观。
有些用户还会问：用调光车窗实现了灵活的车窗切换，那有没有一种产品可以让车窗、天幕同时又是显示生动的内容并互动呢？当然有。BOE的大尺寸OLED透明显示技术就有相关应用。图片上是BOE全球首发的55寸OLED天窗，实现透明和显示自由切换，具有45%超高透过率，让科技和自然无缝衔接，当我们需要显示的时候具有2K超清分辨率、100%NTSC以上高色域，让画质鲜活细腻，并集成触控等功能，打造只能交互生态。
说到裸眼3D，大家在展厅的消费产品及医疗产品上应该有所体验，在车载场景中，3D导航、3D仪表以及车上娱乐屏引入裸眼3D，会进一步提升用户沉浸式体验。当遇到颠簸路面等复杂路况时，某些用户希望2D和3D显示能够灵活切换，右下角的液晶树脂透镜方案，就可以完美满足用户的需求。3D Cell通过通断电，可以实现液晶和树脂结合状态的控制，从而实现裸眼3D和2D的自由切换，并且不损失2D画面的分辨率。
最后是智慧声学平台。在这个平台下，主要展示了BOE的超声指纹智能方向盘。相比于传统的电容指纹和光学指纹，在有水渍、污渍、汗渍等复杂条件下，超声指纹具有较高的识别率。我们把BOE超声指纹技术应用在车载显示技术，在座舱内实现身份识别、个性化配置、停车支付等需求，同时加入心电图监测、离手监测等传感器，提升行车安全。
京东方集团有三大技术品牌，为用户提供丰富灵活的解决方案，并打造三大技术策源地，尊重技术，坚持创新。我们非常希望能够和全球合作伙伴一起，携手打造更加优质的车载显示产品和智能座舱。
以上是我的分享。谢谢大家！
主持人：感谢马青先生的精彩分享。下面有请京东方精电智能汽车解决方案BG副总经理黄虎城先生，为我们带来《显示智能座舱 AI重构出行》主题演讲，有请！
黄虎城：大家好！我是京东方精电的黄虎城，非常欢迎大家来参与今天的IPC活动。我今天主要分享的是如何利用AI提升我们的出行体验。我的报告主要分成两个部分：
1。我们对当前汽车市场以及座舱智能化的理解；
2。介绍一下京东方精电如何利用AI赋能我们智能座舱和出行体验。
首先，我们看一下汽车市场的情况，全球汽车销量在疫情之后得到迅速发展，中国市场在全球大概占了1/3的销量。人机交互的方式也越来越多元化，比如说数字仪表、大屏中控、副驾屏已经慢慢成为标配，ARHUD和PHUD也给我们带了全新的交互体验。交互方式从最早的“物理按键 ”变成“AI多模态交互时代”。比如，我们在车上说一句“帮我打开车窗 ”，车能听懂，而且能根据说话人的座位打开对应的车窗；摄像头能识别你的疲劳状态；AI可以从各个方面提升了汽车驾驶的体验与智能交互。这不是简单的“加功能 ”，而是把座舱从“工具”变成了“有感知的空间 ”。支撑这种“跃迁”的核心是什么？我们的理解是AI。
AI算法及全息投影等智能化技术驱动车载显示向沉浸式、多元化发展，出现了裸眼3D、智能表面、智慧车窗、透明显示、全息投影等多种智慧显示形态，极大提高了我们的出行体验。
同样，过去十年座舱从传统座舱升级为智能座舱，汽车也从单纯的驾驶工 具演变成“第三空间”。我们认为，随着AI驱动智能座舱的发展，将重新定义人车交互与出行体验，智能座舱将越来越情感化，最终变成一个“移动智能空间”。
举个例子：你开车时眼神可能会飘向窗外，眼球追踪算法会发现你“分心了 ”，这个时候语音助手会提醒你注意安全；当你不停眨眼睛的时候，AI会识别你是不是疲劳了，会自动调低空调温度、播放舒缓音乐、释放提神的芬香。这就是AI的魔力——它让座舱从“被动响应”变成了“主动关怀 ”，重塑了人和车 的关系。
有了这个“大脑+感官”的核心，我们怎么样落地到座舱里面？这就引出了我们的HERO智能座舱解决方案。HERO智能座舱是我们针对不同出行场景提供的一站式解决方案，分别对应健康、娱乐、休闲和办公场景。简单地说，就是您在车里，既能安心，又能“玩得爽、歇的好、办公高效 ”。
基于精电多年来在智慧显示和智能座舱上的创新和布局，结合当下AI的不断发展，针对各个场景我们提供了丰富的创新产品。接下来请允许我用十多分钟给大家做一个介绍。
首先看健康场景。健康场景核心有两个：一个是智能方向盘，一个是多模态健康监测系统。智能方向盘能实时监测你的心率，还能实时检测“手有没有离开方向盘 ”。多模态健康检测系统，不用佩戴任何设备，摄像头通过面部光电容积信号，摄像头就能测心率、血氧，甚至分析你的压力状态。比如带孩子出门，要是不小心把孩子落在车里，系统会主动识别出来“儿童遗留 ”，并主动提醒你。当健康监测系统检测到车主心率出现异常并结合痛苦的表情，会自动把车切换到自动驾驶状态并把车停在路边，甚至跟京东方医院的医疗以及公共医疗体系打通。
一句话：健康防护，全程“无感 ”但实际上是“有感 ”。
再看娱乐场景，我们着重介绍一下精电首个自研的车载AI数字功放，这也是我们首个端侧AI模型落地产品，主要定位于为提高车主的沉浸式声学体验，让每一次出行秒变音乐会。我们先看硬件的基础信息。我们用了双国产的HiFi5 DSP，支持24个通路，最高的峰值可以达到2640W。它有一个非常超大的功率，声音澎湃。因为有24个通路，每个通道都可以单独调整相位、EQ。可以根据车上每个喇叭摆放的位置，以及车上的布局和材料进行精准调教。信噪比大于103DB，失真度非常低，小于0.03%。在这么好的硬件情况下，它能够最精确地还原声音的每个细节。在硬件的基础上，一方面利用传统的DSP算法做音效的后处理，同时重点用AI赋能声学，把传统的DSP算法所不能企及地方做一些突破。大概有三点亮点：
1.AI降噪，我们在小小的DSP里面部署了一套自研全场景降噪算法，通过带噪语音数据进行训练，通过AI可以自主学习噪声与语音的特征差异，在无人工干预的情况下可适配多个场景，降低噪声，信噪比提升指标超过18dB。按照传统的算法，大概也就13dB到14dB的样子。
2.AI音质修复技术，基于自研AI生成模型可以实时修复压缩和受损音质，比如现在的声音大多数都是从CD品质压缩成MP3，但实际上里面会丢失很多的细节。我们会通过AI的算法把它还原回来，当然不可能直接达到CD的品质，但是达到接近CD的品质。同时，在开车的过程中经常会听在线的音乐，在线音乐被压缩的很严重，如果用了我们的技术，可以还原到非常高的品质音频流。
3。虚拟环绕技术，可以将普通立体声音源转成多层次、环绕式的三维声音，让立体声也能听出音乐会的沉浸感。
我们看一下效果的展示。我这边主要会展示一下AI降噪和AI音质修复的效果，因为场馆的音响没有封闭空间或者车内的效果好，可能会打一些折扣。我们在展区有一个专门的静音仓展示，有兴趣的朋友欢迎到展区体验。
首先看一下AI降噪，我们先听一下降噪之前的声音大概是什么样的情况。这是我们在前天现场录的一段通话。背景的噪声是比较大的。我们再看一下降噪之后的，现在的噪声基本上被消除掉了。在频谱上面可以看得很明显，上面的这块是降噪之前的，在语音里面是有非常多的噪音的，经过AI降噪之后，噪音基本上都被消掉了。
另外看一下AI音质修复。音质修复之前，可以听到音质是比较糊的。我们再看一下音质修复之后的效果，它的品质得到非常大的提升。同样从频谱上可以看得到，之前的人声是有非常大损伤的，高频的部分基本上都损伤的没有了。通过AI修复技术之后，频谱很丰满，这就是AI的音质修复。欢迎大家到我们的静音仓体验一下仓内的效果。
下面我们看一下娱乐场景的第二产品是车载CDR数字广播产品。我们京东方精电和益泰联合设计和推出了业界首个基于中国CDR标准的模组产品。可以提供高清音质，同时不依赖5G移动网络支持文字、图片以及视频资讯，另外一个特别重要的功能是应急广播。例如在地震等特殊情况下5G移动网络可能已经没有信号，但是CDR的信号依然会存在，可以作为应急救援的通道。同时，大家可能记得去年梅大高速塌方事件，有很多车掉进去。如果装配了我们CDR数字广播的话，可以有效避免惨剧的发生，因为CDR数字广播可以给进入高速路的所有汽车定向发送不可取消的应急广播，收到可以停在路边，避免重大交通事故。
针对休闲场景，我们自研了智能悬停的旋转结构吸顶屏，成功量产多个车厂项目。它自带安全防夹功能，同时超薄超窄边框，做到极致节约空间，车上的利用率更大。同时我们也全球首发了Micro-LED PHUD，拥有超高亮度和色域，可以根据环境光自主调节亮度，同时支持全方位手势交互。
接下来介绍一下办公场景。我们提供了两个产品，一个是小鲸AI助手，另外一个是定向发声的解决方案。小鲸AI助手是精电首个自研大模型AI助手，可以全面提高研发效率和客户响应速度。小鲸助手除了有基础的深度思考和在线搜索问答能力之外，它还可以作为会议助理整理会议纪要、形成待办事项。同时他也是翻译专家，因为我们还做海外业务，经常跟德国、日本客户沟通，有很多客户文档可能是德文的、日文的。通过翻译专家可以直接把外文转成中文或者英文，而且保留原来的格式，提高自己的效率。同时，知识管家可以管理精电各个部门的知识库，比如可以把屏的规格放到知识库里边，当我们拿到客户RFQ的时候，可以让小鲸AI自动推荐合适的屏幕，基于屏幕推荐合适的BOM。
另外是定向发声的解决方案。它是一个屏上发声技术，屏上有一层膜，不需要任何扬声器。它在车上能够解决多个痛点，比如领导在后排或者副驾开会，也可能有语音电话，不希望导航的声音被对方所听到，目前其实并没有比较好的方案。定向发声的技术可以完美地解决这个问题，我们可以把驾驶员听到的声音路由到仪表上面去，只要在仪表屏加上定向发声功能就可以，在副驾和后排老板的位置基本上就听不到了。同样，我们针对多音区的需求，比如后排有吸顶屏，加上定向发声，后排的人听到，前排的人是听不到的，不会打扰。
未来我们将不止于车、不止于屏，借助AI焕新、重构出行，同我们的合作伙伴一起聚力研发、技术共研；共同构建技术与制造的生态。与合作客户一起携手共进、价值共赢，共同定义我们未来的座舱和出行体验。
京东方精电希望用显示+AI，让每一辆车都变成“懂你的智能移动空间 ”。
今天我的分享就到这里，谢谢大家！
主持人：感谢黄虎城先生的精彩分享。价值共创、永续共赢，下面让我们欢迎大众汽车集团，Cariad智能座舱应用与AI系统研发高级总监段宁先生，为我们带来《AI大模型：智能座舱新篇章，应用创新再升级》主题演讲，有请！
段宁：首先非常感谢京东方给我这样一个机会，来这里跟各位朋友、合作伙伴一块做这样一个分享。我是来自于大众汽车集团软件开发部门，叫段宁。前面看到了很多非常多精彩的分享。因为京东方在历史上也是大众比较好的合作伙伴，车上的屏越来越多，京东方也是我们一个比较好的合作伙伴，一块共同创造新的座舱体验。在前面的分享里面，我看到一张图非常好。大众在智能座舱的定位是在中间，前面有很多比较靠前的OEM或者是新势力。我们在中国最近有一个比较大的Strategy或者策略，就是怎么使我们的智能化、使我们的速度在中国能够“In China For China”，把我们从中间那个位置向前再提一些，这也是我们的Mission。我今天借这个分享，跟大家介绍一下我们是怎么想的、怎么做的、怎么去加速的。
前面的分享都能看到，AI在车里面是非常多被聚焦或者被认为是USP或者是差异性的一个点。在现在的市场上，经过调研83%的车辆都是有很多装备的，AI的能力也覆盖的非常广，从AI的语音助手，用户伴随，预测维修等，包括车载的交互、多模态、自动化、智能驾驶等等，涵盖面是非常广的。总结起来，这些涵盖面无非都围绕着几个“好”，我们自己总结的，我觉得还比较贴切。分别是好用，AI座舱的本质不是为了去制造技术，我们的本质是用这些技术服务于客户，所以要好用；第二个是要好看，你做出来的HMI，屏幕上要给用户沉浸式体验；第三个是好玩要照顾娱乐体验，用户在车里边有比较好的交互，有比较好的跟车体验上的增强；最后可能就是好灵，就是它好聪明，我跟它交互、跟它通讯，车在行进过程中像是我的助手一样，而且很智慧化。通过车的能力在推进着智能座舱的发展。
在智能座舱里面，它的发展也是有很强的阶段性的。如果大家回想AI的发展其实是很长的路径，但是2023年是一个巨大的突破点，因为2022年的年底、2023年的年初ChatGPT横空出世，让大家突然对AI技术有非常大的想象，所以也随着2023年那一年，很多的AI技术快速地在车上落地。但这个落地的过程中，可以看到它很快地演进趋势。最早的AI落地是从功能驱动的。我们一开始说车上有AI，它是什么呢？它是语音助手，有AI导航，有AI的什么功能，比如司机监控、乘客监控、心跳监控等等，但都是一个个功能。这些我们都认为是比较早期的，甚至还有AI绘画。在这个阶段，AI模型以云的方式呈现在跟用户的交互上，它完成了很多偏后端的功能。到了第二个阶段，Smart cockpit又想进一步演变成真正的cockpit。什么叫真正的cockpit呢？以前的功能更多的是聚焦于屏，聚焦于车机。到了Smart cockpit，AI大模型本身开始上车，做了边缘性的计算，因为车上AI的智能和算力能力极大增强，云上负责的更多是思考和推演、推理、资源，端上更多负责的是感知、认知、理解、意图，这样一个分割的合作就变成了Smart cockpit概念。
叫它座舱，绝对不是主机屏幕，而是舱内多个屏幕、车身系统、空调系统、车辆底盘和整个座舱的综合体验。大家可以看到车上有什么功能呢？有魔毯功能，随着前面道路的变化底盘自动变化，防眩晕技术，还有车身的智能化，用户的意图更加分散地理解。根据车内多少个乘客能够自动知道今天坐了四个人空调应该怎么设置，前面坐了一个司机，后面坐了两个小孩，车的副驾并没有人，能不能主动把副驾向前推给后排更多空间，这些技术都是Smart cockpit领域的具体体现，而且它已经不是一个设计，已经慢慢在落地。在大众集团明年要量产的车上就会有这些技术。
随着技术的进一步发展，AI的下一步发展是什么？就是我最后一个点。车本身就会成为一个智能体。随着下一步的发展，现在我可以跟大家讲，车上一般的算力是在几十TOPS，20、40这样的概念。到了未来，现在陆续地已经有300、400Tops的智能座舱在落地。到了更加的未来，上千Tops都是有可能的。在强大算力的推动下，车本身就会向着具身智能发展。这是我们自己的一个观点。其实也不奇怪。如果大家最近关注到，特斯拉已经宣布自己要做一个机器人的公司。为什么会这样？我们认为技术很自然地演进。因为车辆的感知系统是非常全面的，有视觉感知、雷达感知。表现也是非常全面的，有音频表现，有屏幕视觉表现，有综合的体验，而且车还能做Action，所谓的行动，我要求车加速、减速，车辆的座椅调节、空调调节，非常像一个机器人对一个用户的交互。这种交互，我们认为它是在技术引领下必然发生的一个变化。未来车辆跟用户的交互，有一个分享很重要，就是沉浸式、简单、易用。用户跟车辆的交互非常简单，它是智能体的方式，用户直接说我要干什么，一上车车辆就会问你：你今天要干什么，我能帮你干什么，剩下的内容完全可以靠AI规划并且定制化，这就是车辆非常强的发展。
我们相信，随着这样一个发展，进一步的生态，随着车辆的融合，会驱动整个AI向前做大跨式的发展，也是主机车厂对未来AI的判断。正因为看到了这一点，所以在中国打造了“在中国、为中国”的架构平台，在中国构造了CEA的研发平台。大家可能从新闻上也看到了，是我们和小鹏汽车集团一起做的在中国落地的自研平台。在这个平台下，我这个团队负责具体的AI技术上车自研。
在中国大的概念版图里，苏总讲到了AI+产品、AI+运营、AI+制造，在大众集团也是一样的，概念非常接近。我们是Efficiency（效率）。效率体现在软件研发里，体现在工厂制造里，体现在各个方面。我们在自己的生产过程中引入了AI编程，引入了AI测试、AI自动化集成，这些效率层面是支撑我们产品快速迭代发展的基石。同时，我们在工厂里、在各个方面不断引入AI。更重要的是，我们在AI的基础上，那就是AI+产品。在车里面的AI产品化，一说到车载AI，非常重要也是第一落点，具有很强的用户体验和价值，尤其在中国，首先是自动驾驶，这是毋庸置疑的。因为现在自动驾驶的AI技术落地是非常自然，而且非常有用户价值的一个点。中国的用户客群里，大家对自动驾驶的接受度远远高于世界其他地区，这是一个客观现实。
第二个是车辆本身。就是我们刚才讲的车辆能耗管理、车辆车身自动化、车辆自动空调等等系统。最后是座舱，因为我自己是在AI座舱里，所以今天可以进一步讲一下。
在这两个基础之上，下面是开放平台，也可以叫生态合作。在AI未来的合作里，不管是座舱技术还是AI自动驾驶技术，我们希望通过这样一个开放平台技术，把我们的AI能力对市场进行开放。随着大家的发展，在AI技术里面有很多概念，虽然是技术，但确实是在发展，AI更容易把生态的内容引进来。如果我们要做开放的有竞争力的平台，我们需要有开放的平台支撑我们做产品的创新和迭代。这是我们大的事业。我们在这个事业下，具体的智能座舱是这样的规划。
在我们的智能座舱里有一个愿景，我们当前认为智能化程度，如果看Agent的定义，所谓的智能代替或者智能技术，Agent有一个定义，L2、L3、L3。L2技术往往意味着AI能相对被动式的，或者以授权的方式贴近用户的指令并且执行，这就是L2式的范式。再往前发展，可能就是L3、L4。所谓L3的智能化，更多讲的是AI能更加主动地去做一些理解，做一些计划。我们今天可以看到，举一个例子，最早在车里面说打开车窗、关闭车窗，这就是最早期的AI指令。这个指令是非常明确的，大家如果有车可以去试一下。当你说给我把车窗开一下的时候它不理解，但你说打开车窗、关闭车窗，它是能理解并且执行。那是第一代，非常被动。到了第二代，更加灵活，更加自然，更加贴近于用户的表达。比如我们可以这样说：能不能给我把车窗开个缝，现在车里好闷。能不能给我把车窗打开，把空调打开，把座椅调一下。这些话就是很自然的方式去跟用户交互，这些意图都是能够完全理解并且准确执行的。刚才大家提到了音区的概念、座椅的概念、多模态的概念，这些指令都会随着全模态、多模态的能力综合去控制。
智能化向3.0出击，并且在智能Agent3.0的概念，L3里面有很重要的一点，就是自动化规划。我们的友商里面陆续有这些功能，当然现在这些功能还是偏定制化的，未来我们相信它更加自动化。我要订一个咖啡，我要点一杯饮料，明天我想要去玩，帮我做一个规划。这样一个Planning的过程，以前有场景化的引擎，靠规则的方式帮助用户去定义。我试图理解在什么样的场景下用户最需要什么，我把这些场景都定义下来，当场景发生的时候，让车辆尽量贴合用户的需要，这是前面的方式。未来，我试图理解这件事情是本身就很难的。随着未来多模态的技术，我知道这个车是在什么环境下，周围什么天气，用户的车头冲着晚霞，非常漂亮。当用户发一个指令，你应该怎么理解，氛围灯应该怎么调，空调应该怎么调，车速要不要控制，我明天给你的规划跟它有没有关系，车内几个人，我给你的响应是什么，这样的规划是高度自动化的，依靠大模型做的。这个技术在自研过程中发现，是非常可行、可落地的。这样一个内容就是Agent3.0的概念。到了4.0，更加自然化，理解更加贴切、主动，这就是我们的发展目标。
为了能够从现在的L2到L3的发展，我们自己在定义自己的AI路径上，如我这张图上所讲，首先要有很强的AI基础设施。这个基础设施亦或是在云上有比较强大的算力，亦或是在端上，随着各种各样AI技术的发展，DSP技术、AI大模型、SOC技术，甚至有很多舱驾融合的芯片，动辄算力几百上千的概念。这种情况下，舱内的基础设施越来越完备。在基础设施之上一定是大模型。大模型的发展，随着车载技术，也随着行业的技术，我们可以看到能力不断上升。模型本身有两个趋势：一个趋势是扩展定律，模型会越来越大，数据会越来越多，能力就会越来越强，它是线性增长或者是相关增长的概念。还有一个概念很重要，在我们这儿叫“知识密度”。大家会发现，越来越小的模型能力会越来越强。大家知道DeepSeek的尺寸，应该是670多Billion的参数。与此同时，小模型的知识密度化发展也是一个定律。随着知识密度越来越高，车上1B的模型，现在1B的模型比起两年前1B的模型能做的事情多很多，模态化能力也多很多。这样能力的发展，使得AI的底层技术成为可能。进一步，我们有一个VLM的或者MLLM，甚至叫做oLLM，模型技术除了从语言的知识和能力角度来讲，它还有一个发展特点，就是多模态、全模态发展。最早模型能接受的是文本。我说一句话，通过ASR技术转化成文本，文本再去做用户意图理解。到今天，已经是多模态技术，文本+图片。前面是什么车，帮我把车停在那两棵树中间，既要理解用户的用途，也要能根据这张图片知道定位在哪里，这叫多模态。下一步可能是更多的模态，比如视频的理解。视频上用户说了什么，我前面有没有闯红灯？这样一个问题怎么能够在视频上去理解它，音频的理解全部都会放在模型里，越来越强。随着模型尺寸的增加，这将事情将非常成为可能。
以这样的技术，也结合前面那位女士分享的，技术发展的特点，最早是以云端为核心，到现在是以端+云，在未来随着算力的增加，更大的模型会落地，端上的发展将会成为可能。这就是我们现在的技术发展脉络。
利用这个时间，稍微讲一下，我们看到这个技术趋势之后服务的构造或者基础架构。可以看到，至少在大众中国最核心的，我们认为AI要成功需要跟生态高度合作。比如说基础模型，利用了生态的亦或是开源，亦或是合作伙伴的AI Foundation model。但是作为主机厂商，我们要充分定义AI Agnet，要训练多模态模型，训练更加有个性化的内容来凸显主机厂商的能力。刚才说智能化是大脑，但是大脑要驱动身体、驱动肢体、驱动车上能力的，与此同时，我们要把车上的能力做服务化、做原子化，这样车辆的能力全部能够供Agent使用。最终将会以AIGC为服务场景，对最终用户提供我们的框架。这是我们整体的思路。我们会以AI Agent为服务引擎，自研大模型，自研大模型自己的定制化内容，同时把车辆能力充分地在Agent环绕的基础上环保起来，同时再和AI结合，这是我们的设想。其实也不是设想，是我们在车辆量产下的设计架构。
最后讲一下我们这个团队或者大众在中国怎么能够成功，或者我们自己认为能够做到的事情有哪些。第一个，上面四个柱子是自研团队要差异性的。作为大众集团，不可能自己再去制造一个全新的大模型，至少短期不会，但是我们一定要有自己的特色。这四个特色，通过这四点充分体现。第一个，有自己的数据平台。我们有自动的数据标注、自动的数据生成和合成平台，保证各种各样的场景能够快速落地，能够有高质量的数据来支撑我们。第二个是算法。基础的平台算法不是重点，但是定制化的训练、增强化的学习能力在我们自己的团队里是充分落地的，并且能支撑我们业务上非常多量的变化。座舱里边应用场景百花齐放，非常多，所以需要自研的算法团队快速应对产品的需求。第三个是推理的优化。推理的优化也至关重要，尽管模型能力在不断增强，尽管端上的算力也在不断增强，目的还是为了用户好用，延迟响应、能力体现一定要非常强。最后是以AI系统的概念来综合去看整体的模型和各种大的模型、小的模型，整体能力进行综合。
以上几点是我们自己的技术优势，都是我们自己有能力构造并且深研、深钻做出差异性的。底下是生态伙伴。比如京东方集团和我们是比较好的生态合作，比如说在屏幕上京东方集团和我们是比较好的合作，与此同时各种生态位、大模型的底座都是可以开放合作的。这是我们认为能“In China For China”成功的关键。谢谢大家！
主持人：感谢段宁先生的精彩分享。下面有请Elektrobit战略业务副总裁带来关于智能座舱技术路线的主题演讲。Ladies and gentlemen， please join me in welcoming to the stage Dr Siegfried Dirr， Vice President for Strategic Business Development at Elektrobit， to deliver his keynote address： ‘SDV and the AI Enhanced Smart Cockpit： Who Will Take the Lead？’。
Dr.Siegfried Dirr：Good morning， everyone！ I am very excited to be here today。 I will not only talk about technology， but also about business， and the biggest question is who will lead this business。 Before I begin， I would like to introduce myself。 I am working for Elektrobit， a software company headquartered in Germany with 35 years in the automotive industry， similar to BOE。 I have a PhD in OLED and 30 years ago， I developed my own OLED in the laboratory。 I am excited to be here because BOE is leading this technology and I feel honored to be here on stage today。
I have been working in the automotive industry for over ten years and have also worked in the defense， telecommunications， and mobile industries， such as Nokia。 The automotive industry is very fascinating to me。
The SDV is shaping and shaking up this industry。 What does this mean？
Cars are by far the most emotional product consumers buy， and the most expensive and the most sensitive products consumers buy。
Consumers expect extremely high quality and technology for the price。 The SDV has lowered the entry barrier for new players with disruptive approaches。 Smartphone companies such as Xiaomi or tech companies such as Sony are examples。 There is a price war ongoing – not only here in China and the pressure to innovate cannot be more extreme than now。
So， in business the playbooks constantly change。
I want to start with a typical cockpit example， we as Elektrobit are doing these days。
You see here the cockpit of the new AFEELA car model from Sony Honda Mobility。
We have developed the complete cockpit concept， the cockpit SW stack and are doing the system integration。
We are moving towards the production stage。 We are currently integrating the entire system。 For example， Sony is very outstanding in content， such as games， music， and there are many sensors in the car。 For example， audio functionality can enhance the user experience of cars。
In addition， Sony is implementing artificial intelligence assistance。 We have accumulated a wealth of experience in AI， what is feasible， what is not feasible。
So， we do not only provide infotainment systems， but also offer products and services for the automotive industry。
You may know that we are a large supplier of AUTOSAR security stack and have many market-oriented products that provide services together with our products。 To give you some figures about our coverage in the industry， we counted the installations。
Our SW runs in more than 600 million produced vehicles and in over 5 billion ECUs。
I want to remember one thing in my presentation。
And I will tell you later what it is all about。
Please be patient。
What chapters do we need to win the game according to the script now？
Firstly， our business is customer-centric， with consumers as added value， which is the reason for doing things。 The next step is when to do it。 Therefore， cost and time to market are very important。 I want to give you a differentiated artificial intelligence solution， which is also a very special thing。 How to develop is very important。 To avoid wasting funds on development， we also need an affordable development。 I also want to mention the importance of virtual SDV development。 Equally important is who is doing these things。 We firmly believe that the partner ecosystem can provide you with some perspectives here。
Software defined cars mean that you can change key functions， device properties， so you can continue to increase or maintain the value of the vehicle because you can load software at any time。
Here you see a line-up of levels of software scaling from 0 to 5。
We recently made this chart to give the industry a kind of guidance on how， when and what kind of SW to develop。
Levels 0， 1， and 2 refer to the connected cars produced for driving on the streets， which you can update and upgrade。 We now have a software platform that can be upgraded at any time。 Equally important， at level five， we have an innovative platform where many participants from the pattern ecosystem can contribute at any time。 When you have the opportunity to fully customize your car， it is crucial to build an affordable SDV。
I will not go into further details here。
Please have a closer look under the link。
The chart here shows the production volumes for cars with SDV levels 3 and 4 by 2030。
It’s impressive and it’s clear： China is leading with 50% share， EMEA and North America follow， the rest is not relevant。
The big question comes with the investments。
And how to build an SDV people can afford。
And it means also to build an SDV OEMs can afford to develop for the market。
In 2024 each of the big OEMs had to spend up to 3 Bn$ in R&D。
I believe it’s a number that cannot sustain。
No OEM on this planet will be able to spend this amount of money in the future。
There are huge differences between the East and the West， and these differences are catalysts for innovation。
Firstly， Asian consumers are enthusiastic about innovation and new features。
They enjoy using new things and the competition is fierce。 Our development cycle and speed of introducing these features into cars are both faster。 The
primary task of users is user experience and personalization， which I will discuss soon。
When looking at the Gartner hype cycles for AI， adoption goes very fast。
The SDV will help to keep pace。
Edge AI – it is when the AI runs on an embedded device – is used to protect user data。 It is very important in a sensitive device such as a car。
Cloud AI is the only way to handle extremely large data。
So， small data in Edge AI and large data in Cloud AI。
For Agentic AI their prediction is less optimistic。
Over 40% of projects seem to be killed in 2 years。
So， it is all about using SDV and being cautious about the type of AI to be integrated。
In addition， people are skeptical about investment returns， and we just heard from Omdia that the situation may improve。
When we observe the spectrum with our eyes， we have seen a lot in
the past hour and a half。
I want to focus on news experience， the scope of things is very broad， what can you do in the field of artificial intelligence。 Another point is that we have a specific limitation， and I would like to give an example。 Firstly， the reason is personalization， as people want to express themselves。 As can be seen， the biggest benefit is that for the end consumers of SDV， it is not about higher residual value and lifestyle， but about personalization。 When you purchase a car throughout its entire lifecycle， both the recommendation rate and repurchase rate are very high。
Who will win the competition regarding personalization？ Now I would like to show you our cockpit vision and how artificial intelligence can help build personalized cockpits。 Let‘s now build an AI-enabled cockpit experience。 Our cockpit consists of 6 OLEDs， from left to right， with a driver centered area on the left side， equipped with an instrument panel， digital rearview mirrors， and all vehicle functions on both sides。 All of this is implemented with Unreal Engine。 On the right side， there are 3 display screens rendered using the Android system， and below is the car unit where you can operate HVAC and provide two displays for the center and passengers。 It is a pillar to pillar with a curved cover glass。 In our implementation， a very important element is the theming。 We have a so-called theme engine that allows us to set a theme throughout the entire cockpit。 From left to right， you will see a very harmonious appearance and color， including design and font。 You can make changes through the following content。
At real-time runtime， as this is based on resource runtime overlays with Android Automotive technology。
Now discussing AI use cases， we have an artificial intelligence assistant at the bottom of the screen that you can interact with using voice technology。 We have a dashboard here that can be configured using voice commands。 In addition， wallpapers can be loaded on the right side。
Firstly， an SDV platform is required， so the software architecture is closely connected to the vehicle。
Second， we need an API layer to access all car functions。
You see here our Autosar solutions that are connected to the Android stack。
We have developed a unified API and it is possible to connect to the cloud， but very secure communication must also be implemented。
Thirdly， regarding the address， I mentioned the theme where various screens can be seen， such as dark mode and night mode。 We have also developed a toolchain to seamlessly integrate these hosts into the entire system， thereby allowing good collaboration between designers and developers during the development process。 Moreover， we have a unified interface to apply the new styles。 We have a toolkit that contains many reference materials， many reference widgets， and reference I components。 You can configure all of them。 Finally， there is a multi-display system that can be flexibly configured。 We can also make new configurations from the App Store。 Of course， the voice interface requires retrieval， text， voice to text conversion， and vice versa。 You have a text message， and you can provide voice feedback to the user。
Now to the implementation of generative artificial intelligence。
We have already used Google AI to enhance the experience with large language models。 We have multi-modal capabilities and input mechanisms。 Of course， we also have the ability to understand and interact with natural language。
This is a typical example that requires guidance for artificial intelligence models， which must have tasks， backgrounds， explanations， and formats。
The magic is to bring all this together。
We have artificial intelligence services in the voice module， replies according to prompts， and also query from the cloud。 Equally important is to incorporate status updates into the SDV platform。 Most importantly， you can see what‘s inside the cockpit。
What magical things can artificial intelligence do？ This is the current dashboard， it looks very normal。 If I do this， the prompt will delete the car settings， and the artificial intelligence will delete the settings of this car。 This may seem easy。 Let‘s have something more fancy。 This is a key point， through magic， you will see different colors and wallpapers on the screen， so the cockpit is adjusted like magic。
I don‘t have a demo version for you。
I have a video that we filmed last year and was produced by Google at their booth。 Please have a look。
People enjoy interaction， and we have received a good response， and it will soon be mass-produced in customer projects。
How to achieve these？ Therefore， at a reasonable time and cost， we have developed the SDV toolchain。 We are simulating hardware， so we don‘t need hardware to develop the entire system。
You can develop from anywhere in the world。 Let‘s take a look at the design process on the left。 There is a UIUX design system， and we are using Figma， a standard tool。 We are using predefined token， and UI components can be converted into themes as the second step。 You don’t need any code to customize these systems， you can put them in a virtual development environment and then implement various screens。 Test it in a virtual environment based on screen size。 You can deploy it to the target at any time。
As the central display area of the cockpit， I believe that the display can become an edge artificial intelligence device inside the cockpit。 In the car， this specification can serve as an artificial intelligence gateway， which can integrate many sensors， including various sensors， fingerprints， cameras， and more， even
in a centralized architecture。 In a system， highly integrated system solutions with hardware， software， and sensors， as well as actuators， can provide the best total cost of ownership。
Next is the business and collaboration model。 We firmly believe in a partner ecosystem because no one can accomplish everything alone。 This is about the partnership relationship。 We believe that if TIER2 has a software stack and hardware design， it can immediately help companies such as BOE become IT system suppliers and provide highly integrated and complex property solutions， while reducing engineering costs。 We can provide an SDV toolchain for OEM， which you can also use。 OEMs can use this SDV implementation toolchain to shorten the development cycle。
Returning to this photo， Germany is a football country。 Not just Germany， software is like football， and both of these rules their business。 Football has a wide audience on Earth and has the largest budget in the sports industry， making it the software ruler because everything is soft defined， as we just learned， everything is defined by artificial intelligence。 Is it B2B？ Is it B2C？ If you haven‘t partnered with a software company， it’s very difficult to play in the Champions League。 If you have considered everything carefully， you may be playing here。 We don‘t believe this is possible because it will take you a long time to upgrade to this level。 Where do you want to play？ I believe many people want to play here。 Let’s play here together， compete in the Champions League， and win customers together。
Thank you for listening， thank you for coming here today！
主持人：感谢Dr.Sieggi为我们带来的精彩分享。下面有请京东方科技集团中祥英解决方案总监初晓先生，为我们带来《智能计划排程，打造无懈可击的汽车供应链》，有请！
初晓：感谢精电，感谢各位。首先，我先做一下自我介绍。我来自北京中祥英科技有限公司，我和我的团队在最近的几年之内一直在专注于汽车行业供应链的数字化转型，所以今天特别荣幸也特别高兴有这个机会，在这里聊一下我们在供应链领域的解决方案。
在近几年，我们可以看到，汽车行业的发展趋势非常明显，就像我们今天一直在聊的智能化。自动驾驶、智能网联以及智能座舱技术，已经在加速落地，汽车产品的多样化越来越厉害。随着新能源的与日俱增，自主品牌的份额逐渐扩大，实际上我们今天的汽车市场已经跟多年前发生了质的变化。我们从今天这个节点往前推，推五年或者推三年，我们会发现整个市场里边占据销量领头羊的汽车产品已经基本上全部换了一遍。现在随着新势力的崛起，给我们传统的4S渠道带来了巨大的冲击。现在的销售渠道既保留了传统的4S模式，直营和代理也迅速发展起来。同时，很多汽车公司也支持线上订购。我们完全可以在京东、天猫等等电商平台里面去采购想要的车辆。整车出海的发展越来越迅猛，相较之前已经产生了巨大的变化。在这种情况下，品种越来越多样化，渠道越来越多元化，整个市场波动变动越来越大，所以整个行业的竞争我们认为已经演变成了供应链的竞争，我们甚至认为在行业里面未来谁可以准确、有效、高速的产品交付到客户手里，谁就在整个行业里面占据一定的主导地位。
从本质上来说，所谓的供应链管理，其实就是在管理运营中矛盾的三个部分，并且期望达到三个部分的均衡。包括成本：我们总是希望以最低的成本交付产品；效率：我们总是希望以最短的时间来交付产品；客户服务：我们总是希望能100%地满足客户，客户需要的时候，我们就可以把我们的产品交到客户的手里。为了综合考虑这三个因素，达到整体最优的效果，我们设计了APS产品，为客户智能决策制定全局最优的供应链计划方案。
这张图是APS产品设计的全景业务架构图。我们可以看到，在最上游是供应链环节，涵盖了从供应商-工厂-履约仓网一直到客户的业务链，包括销售、生产以及供应三大部分。我们希望通过不同环节计划方案的制定，为整个供应链创造价值。中间层是计划层，从销售到供应，根据不同的需求以及约束，我们制定从需求计划、主计划、生产计划到序列计划的全计划流程。同时，我们也分不同的层级，去考虑并且制定产能计划。需求的时候我们制定的是产能规划，到了实际生产的时候，我们就制定了日历和班制的管理，规定了哪个工厂哪天上班、哪天休息，上班上几个小时，逐步从粗到细，从规划落地管理产能。最底层是系统功能模块，为整个业务提供了有力的支持，无论是销售、生产还是供应，我们基于对汽车行业的理解，分解出计划中常用的场景。比如日历和班制、产销平衡、库存管理等等，并且沉淀成对应的功能，让产品能够更好地满足业务需求。
从实际的应用效果上，我们可以将解决方案作为整体实施，但也可以瞄准其中的某一个点，比如瞄准主计划或者序列计划，从这一个点出发，实现客户那里的数字化转型。
我们从三个方面搭建了产品。首先是销售，我们在销售里面引入了多渠道的销售管理，现在的销售渠道变得越来越多样化。根据不同渠道的销售数据，汇总整理并且形成了统一的销售需求，而且我们也会跟上游系统去对接，接受销售需求的同时也在第一时间去看生产完成的情况，让全环节的数据打通并且可视。
我们建立了订单中心，分真实和库存，分别管理订单，并搭建符合业务需求的订单优先级。同时，在订单和需求之间，我们也建立了冲销和匹配的机制。通过订单和需求之间的转化，形成了近期订单、远期需求的需求计划，并且在产品中建立了明确的需求交期评估机制，无论是订单还是需求，我们都可以第一时间拉通生产供应，快速给出客户达交时间。
在生产方面，我们通过从粗到细的各层级计划，包括产销平衡、主计划、序列计划来规划生产，并且采购安排的合理性，保证运营效率的同时，希望能降低运营成本。从产销平衡方面，流程管理保证了不同的用户，在计划日历中可以按照时间节点来完成自身的任务。这里提供了一个版本对比和分析的工具，根据业务的需求选择合适的计划版本。在主计划方面，引入了优化算法，并且充分考虑了产能、原材料、库存水平对于计划的影响，制定最优的计划方案。序列计划在整车厂里面会用得相对来说多一点，从最初的需求打散成了“一车一单”的序列计划，并在每个订单上面打上时间戳，从而为下游的内外排序提供数据上的指导。
在制定计划的时候，我们也会考虑多个车间的约束。比如说，在整车厂里面我们会考虑涂装、焊装、总装三个车间的约束，去制定总体最优的计划方案。在供应方面，我们会根据选定的计划版本计算物料齐套，有了物料齐套之后会生成物料的缺口，以可视化的形式跟踪物料缺口，从而赋能业务去跟催物料，保证生产不因物料的短缺而造成停线。在物料缺口无法避免的时候，我们在计划考虑的时候，也会将这个物料作为约束条件考虑到计划制定中，从而形成稳定可靠的供应计划，提升整体的运营效率。
我们产品也有这样的特点。首先，产品支持多层级计划，可以支持从最上层的战略一直到最底层的序列计划的全计划流程，在合适的场景采用合适的解决方案。比如说，有些客户可能想要一个从主计划到序列计划整体的解决方案，也有的客户想要其中单独的某一层，比如序列计划或者生产计划，产品都可以根据客户的需求再次配置来满足客户。
整个产品里面包含三个排产引擎，分别是规则式、启发式算法和线性规划算法，适用于不同的计划场景。从规则式的排产来说，比较适合于稍微简单一点的计划场景。如果计划场景里面可以把规则明确出来，规则式算法更适合，这时候应用更快，见效也更快。从启发式来说，如果场景里面规则明确出来之后，发现某几条规则是冲突的，这时候启发式解决局部的冲突是占有非常强的优势的。从线性规划来说，它更适合于解决复杂的业务冲突，比如说需要把一笔需求分到多个工厂里面去，这时候需要综合考虑工厂的产能、生产的成本、交付的周期、交付的数量，这时候线性规划算法会更适合解决复杂的冲突问题。
产品里面引入了控制塔模块。这些图是我们在一个客户的应用案例。控制塔不仅仅是报表和图表的堆叠，也是关键指标的提炼。我们提供了从粗到细的计划体制，在最高层上跟踪了月度计划的完成率，再往下跟踪了日度计划，再往下有各个车间的计划和各个机台的实绩。除此之外，我们也跟踪了发运、出入库的实绩售后件，这是另外一个相对独立的计划。
最后，这是我们的一个实施案例。这个客户当时提的需求是比较齐全的，要了主计划、序列计划，也要了售后计划，相当于是一套比较齐全的计划体系。我们在其中做了两件事情，第一件事情是重新设计了数据，数据设计完了之后不再是分散的，而是有逻辑的网状结构。第二件事情，我们去设计了流程，设计完了流程之后，可以看到他们未来的流程到底是什么样子，以及对客户带来的价值。
从整体的实施效果上来说，实现了整个客户10万个订单/年的精准自动化排产，同时带来的也是排产时间的缩短，计划变动响应时间的缩短，计划的准确性和可跟踪性也大幅提升。谢谢！
主持人：感谢初晓先生的精彩分享。在昨天，我也深度体验了一把虎城总所带来的智能音频音声场的设备，当时播放了一首蔡琴的《渡口》，让我印象颇为深刻。这跟今天我在大会习得的两个关键词，第一个是易用，第二个是可靠，也形成了一个充分的呼应。它可以通过单声道还原复杂的音响设备，实现超高端的音质和听感。在这点上，相信每位现场的嘉宾也都会为我们带来相同的体验。说到渡口，不得不提到，我们每次的出行都会伴随着离别，也期望在座的伙伴与我们一道，为汽车智能体验所带来的技术变革有更多的落地和应用，为我们的每一次相聚和陪伴带来更多的乐趣，也为我们的每次分别和再出发带来更多永续焕新的发展体验。
接下来，让我们有请京东方集团高级副总裁、京东方精电CEO苏宁先生为本次论坛致辞，谢谢！
苏宁：今天上午有一个非常好的知识盛宴，七位嘉宾把全球车载的趋势，尤其是基于人工智能未来发展的场景，给我们清晰地展开。我相信未来人工智能就是人类走向更美好明天的一个船，我们现在在这个渡口，我们有信心驶向更美好的明天。这是我这次IPC特别深刻的一个体会。就像昨天从数字主持人到今天现场实时的AI翻译，刚才有几位嘉宾给我们私下发信息，问这是AI实时的还是提前准备好的？确实是AI实时的。我相信，AI一年一年的精进，会让我们体验到更多美好的体验和应用。
“屏之物联”是京东方2021年提出来的，我认为“屏之物联”更多体现了我们在硬件赋能的发展。但是，现在我们提出的“万物智联”，可能还是要靠软件赋能。也就是说，未来的时代一定是由屏之物联走向万物智联、由硬件搭台到软硬融合发展的一个必然趋势。
最后，再次感谢今天给我们精彩分享的七位嘉宾，无论是Omdia的Elaine女士分享的全球发展趋势，中国、欧美、日本未来智能化的方向，还有众多嘉宾，段总给我们分享了大众的智能化“四个好”，ED、张总等等很多同事们都给我们做了精彩分享。也期待在未来的一年，我们能够跟更多的伙伴们基于AI焕新的理念，共同落地更好的场景。
再次感谢各位的光临，我们明年再见！
主持人：有请各位演讲嘉宾上台合影留念。
