“用AI戰勝中國汽車”

“歐洲汽車制造商有一個機會，在產品研發領域能夠追趕上——潛在甚至能夠超越中國對手。”Neural Concept公司創始人兼CEO皮埃爾·巴克（Pierre Baque）日前拋出一番暴論。

暴論在哪里？有兩個維度。

首先，巴克相當于承認了作為汽車鼻祖的歐洲車已經在產品研發方面落后于后起之秀中國汽車。

這不禁讓C次元作者想起兩個月前采訪雷諾全球CTO菲利普·布魯內?（Philippe Brunet），后者坦陳中國汽車確實是領先，并且“現在中國人買車要求必須智能化，兩三年后歐洲也會”，“中國不是孤島，美國才是”。

其次，這種表達并非恭維中國，而是為了一碟醋特地包餃子——“倘若歐洲汽車公司能夠勇敢地采用AI技術。但是傳統歐洲車企需要行動更快，戰略投入更多。”

這就關系到Neural Concept的業務屬性。從名字看，Neural Concept“神經概念”兩個詞很容易讓人聯想到人工智能，它的業務就是為工程團隊開發AI軟件，在制造環節降低成本。

其本質是幫助客戶利用過往CAE數據，訓練能快速預測仿真結果的AI模型，從而顯著加速設計迭代過程。

以前說，打廣告是“王婆賣瓜，自賣自夸”，現在變成“篡改對比，胡亂抓瞎”。難道就沒有人告訴這位巴克：中國汽車將AI技術用于生產制造和產品功能，作為一種潮流已經盛行許久了嗎？

汽車設計95%工作由AI完成，開發成本降低90%……看上去很美，但不要說的好像中國汽車不知道怎么用AI似的。

西方汽車制造加速采用AI

“歐美汽車制造商越來越多地在生產制造環節使用AI人工智能，從而削減開發成本，提高產品投放市場的速度，與中國汽車競爭。”

這番描述，倒是契合Neural Concept的發展背景。

Neural Concept是一家成立于2018-2019年的瑞士AI CAE公司，其核心產品為Neural Concept AI工程技術平臺。

該技術平臺可以與企業內現有CAX系統集成，直接處理CAX文件，管理算力基礎設施，并在此基礎上幫企業創建AI仿真模型和Agent等。

今年CES等活動上，Neural ConceptAI平臺發布了Copilot等新功能，新在哪兒？例如在汽車設計方面，最初是基于設計意圖創建幾何模型，接下來，通過AI仿真迭代多種設計方案，確認更優設計方案。

看了一下英文介紹，大概有三個優點。

首先，應該是接入了LLM語言大模型，能夠對文字描述實現指令轉換。Copilot將工程師用文字描述的設計意圖轉化為可制造3D幾何模型，并支持對話式修改模型，因而從設計理念生成CAD幾何形狀。

其次，可以一次性生成多個設計變體作為備選方案，數量甚至可以多達上千，而不是用傳統方式生成一個模型。

第三，支持多種物理場仿真，包括熱管理、流體動力學、碰撞和電磁等，可以選擇有潛力的設計方案快速評估性能。

在Copilot支持下，從設計意圖的確認，經過快速迭代多種方案，最終選出最優方案，大幅縮短了流程和用時。

Neural ConceptAI平臺以汽車制造商和一級供應商為重點客戶，如今已經開始為15家全球車企客戶節約開支，縮短產品投放時間。目前客戶包括捷豹路虎、雷諾、通用汽車和多支F1車隊，也有伊頓這樣的供應商，以及通用電氣Vernova、萊昂納多航空航天、賽峰等能源、航空航天企業。

“AI確實是一次重新洗牌的機會，讓西方汽車公司在研發制造領域，面對中國對手更有競爭力，”巴克如此著力渲染，其實就是想推廣自家公司的業務。

這位“AI推銷員”好不容易才在空話里加一點點實質性內容：“這是一場新的競賽，目前才剛剛拉開序幕。沒有任何理由歐洲汽車最后贏不了。賽事的角逐將變成你的研發有多少是AI做的，還剩下多少是人工做的。”

按照巴克透露的數據，Neural Concept已為其15家汽車客戶節省了5,000萬美元的成本，并將產品上市時間縮短了兩年。

可以肯定，Neural Concept在AI工具用于汽車CAD/CAE領域有兩把刷子，但這就能決定中國與西方汽車的較量走向嗎？

“戰勝中國”？推銷產品！

巴克在6月10日在布魯塞爾舉行的《歐洲汽車新聞》大會上表示，當前Neural Concept“已經能夠輕松將某些零部件的開發時間縮短50%，”到2030年，人工智能將從設計單個零部件發展到設計整個總成，最終將負責車輛95%的端到端設計。

他表示，這將使開發任務（尤其是重復性任務）的成本降低90%，并為供應商節省“數億美元”。

巴克把AI技術在汽車制造中的應用劃分為兩大塊，一是構建基礎AI模型，二是將AI模型應用于實際企業產品開發，兩者之間存在著關鍵差異——他認為歐洲汽車制造商在這一差距中擁有優勢。

另外，在其看來，歐洲還得益于歷史優勢，孕育了最頂尖的汽車工程、模擬和開發技術。

他表示，這些核心基礎技術中，幾乎沒有哪一項最初源自中國。

在其看來，許多車企高管深陷“先有雞還是先有蛋”的困境——他們要求人工智能立即產生成果，卻不愿批準實現這些成果所需的前期資本投入。

于是，巴克找到一個“尖子生”例子——特斯拉，試圖勸說歐洲汽車公司學著大量采用AI，畢竟馬斯克較早就將AI引入汽車生產。

“特斯拉等新入局者正在更快地采用人工智能，傳統汽車制造商應當為研發設定效率目標，必須強制推動變革，大膽行動。”為此，巴克給出了兩個方面的建議。

一方面，傳統汽車制造商現在必須做出明確的領導層決策，以充分利用人工智能，同時避免試圖從零開始構建一切——那將耗費數十年時間。“要大膽，強制推動變革。”

另一方面，汽車制造商應建立專業的人工智能能力中心。這些部門負責對機械工程師進行AI技術培訓，使他們能夠解決工程問題，并直接與業務部門協作。

根據印度研究公司MarketsandMarkets的數據，汽車AI市場產值規模將從2025年的188億美元（約合人民幣1,273億元），倍增到2030年的385億美元（約合人民幣2,607億元。

鬧了半天，還是想鼓吹“歐洲汽車不可戰勝”，而最終目的是“你們都來買我司的AI技術”。

技術難關仍在，別說超越中國

巴克的前提，必須是“中國汽車不知道怎么用AI”，然而眾所周知，中國制造業在前沿技術落地應用方面走在世界前列。

當前，中國多家汽車公司已將 AI 軟件深度應用于制造環節，實現了從質檢、物流到排產的全流程智能化升級。

隨便列舉一些例子：

?江汽集團?：聯合華為利用盤古 CV 大模型整合了 150 余個獨立質檢小模型，在尊界超級工廠落地 1500 余項檢測場景，整車缺陷攔截率達?99.99%?，實現了“一模型多場景通用”。

中國一汽?：構建"EOA"智能運營中樞，上線 20 個“數字員工”自主接管排產等復雜業務，使人工審批節點精簡?60%?，研發生產周期壓縮?50%?，制造成本降低?40%?。

?上汽智己?：部署 30 多個 AI 智能體組成的“數字工程師”團隊，輔助汽車零部件 3D 模型生成與需求文檔編寫，將單個加強板設計時間從 2-3 小時縮短至?幾秒鐘?。

?偉本智能?：為一汽解放等車企提供“沖焊物流一體化”方案，通過 AI 在線質檢與 3D 視覺引導機器人，實現沖壓件立體庫零人工裝框，庫存周轉率提升超?30%?，缺陷檢出率達?100%?。??

這些都是AI在to B也就是和消費者無關的領域落地應用，而在to C的消費領域，AI大模型上車用于智艙是第一步，再后面用于智駕是第二步。認為中國汽車與AI絕緣，該是何等的盲目與自大？

另外，Neural Concept的技術創新，也會遇到挑戰。

以Neural Concept的Copilot功能來看，如果說之前更偏定制項目，那么Copilot讓它向前跨了一大步，實質就是CAD和CAE一體化，代表了可能的下一代智能設計工作流。

但是，AI理解CAD模型并不容易，CAE部分相對簡單，生成式建模這部分則困難的多，要完整打通通用的從生成式設計到AI仿真的流程，現在還難言樂觀。

對中國汽車來說，不用理會這種“戰勝中國汽車”的鼓吹言論，踏踏實實做好制造，以及在AI前沿方面的探索，才是正事。