人工智能（AI）對汽車業的影響正在持續加深。豐田研發部門的負責人本周二表示，豐田已經開發出一種生成式AI技術，旨在幫助車輛在開發設計的初期就包含工程參數。借此，新車開發在造型上能進一步縮短開發周期，減少迭代，并最終實現新車開發的加速。

“長久以來，設計師和工程團隊在公司內部就存在著相當大的分歧。當設計師嘗試在造型方面尋求突破時，工程師團隊會進行繁雜的驗證并打回設計”，豐田人機交互駕駛部門主管阿維納什（Avinash·Balachandran）說道：“這個不行，那個也不行，這是導致設計迭代耗時許久的一個重要原因。而通過AI的幫助，車輛在立項初期就被框定在某種范圍之內，例如氣動效果提升帶來的電動車續航增加。對于設計師而言，范圍內的自由度反而有提高。”

通過應用新的AI組件，豐田設計師可以從草圖開始就完成多種車型變體的切換。例如讓AI完成將草圖變得更加流線型或者更像SUV。

目前，位于加州灣區的設計實驗工作室已經對這種AI組件完成了初期測試，阿維納什強調，豐田團隊仍處于將AI整合進完整的工作流程中的初期階段。但他也指出，這項工作是汽車公司將應用越來越廣泛的AI技術應用到汽車業和產品中的最新代表。

這實際上也代表了全球汽車巨頭的整體態度，在深度學習實現應用突破后，越來越多的汽車公司開始尋求AI的幫助，從而實現包括但不限于設計、制造以及后續車輛維護等領域的效率優化。

日產和豐田一樣，希望通過大模型AI完成對氣動性能研發的效率優化。其在橫濱實驗室使用的AI，在研發、汽車生產甚至設計中的潛在應用，特別是在氣動性能的評估方面。

傳統的氣動性能評估，需要在強大的計算機上進行復雜且重復的計算，這非常耗時。為了提高效率，日產花了一年多的時間訓練AI模型，模型能在幾秒鐘內預測汽車設計的氣動性能，而非幾天。此外，AI的使用可能導致創新的車身形狀，實現設計與氣動性能之間更好的平衡。

奧迪和寶馬則在車輛組件上使用AI進行優化，例如奧迪使用名為FelGAN的AI設計未來車型的車輪。寶馬則使用Nvidia英偉達開發的，名為Omniverse的開發平臺來實現對車輛設計的更新追蹤，通過該平臺，更新可以立即影響到工作流程。

寶馬設計主管霍伊東克（Adrian van Hooydonk）在接受采訪時表示，在進行簡單的標準制定后，AI能快速生成實際方案，這非常高效。

“你可以設置一些參數，例如你想要一個五輻輪圈，它應該在多少重量之下，尺寸是20英寸，然后計算機開始為你生成可能的造型。”

沃爾沃則將AI進一步延伸至后市場領域，通過使用來自以色列UVeye的系統，配合機器學習及AI，可幫助沃爾沃快速發現保養車輛在車架、動力系統及輪胎方面的損耗和隱藏故障。此外，該系統創建的數字車輛健康報告，配合圖片可實現更加完整的車輛生命周期監控。這有益于更加全面的服務集成，也有助于更加準確的評估二手車價格。

霍伊東克在采訪中也同時回答了外界對AI是否會取代人類決策的疑慮，“你仍然需要成為藝術總監。你需要對結果進行取舍。你仍然需要引導這個過程——并非說計算機可以完全創造出東西，但它可以比人更快地將各種參數組合成一個提案。”