汽车产业的竞争逻辑，正从“软件定义汽车”（SDV）进一步迈向“AI定义汽车”（AIDV）。相比车内搭载了多少软件功能，未来竞争力更取决于车辆能否准确理解道路环境、驾驶者状态及具体场景，并据此作出及时响应。

当地时间8月19日，TomTom首席产品官（CPO）Leo Sei在发表于科技媒体TechRadar的署名文章中表示，汽车行业正迎来一轮以AI为核心的新变革。过去，新车竞争力更多由马力、气缸数和扭矩等机械性能决定；近几年，竞争维度已逐步转向驾驶辅助、电动车续航、数字化体验以及车联网服务。

Leo Sei认为，SDV是这一转变的基础。具备集中式计算架构和持续联网能力的汽车，在交付后仍可通过软件更新和新增服务持续迭代功能。随着软硬件解耦推进，车辆能力也得以不断提升。

在此基础上，行业正进一步向AIDV演进。按照Leo Sei的说法，未来车辆的能力和运行逻辑，将越来越多由可持续学习的机器学习模型驱动，而不再主要依赖人工预先设定的规则。

他指出，AI的应用并不限于自动驾驶，还可延伸至导航、信息娱乐、电池与能量管理、空调系统等多个领域。Qualcomm和Nissan今年也曾提到AIDV概念，并将“车辆感知周边环境和车内乘员状态、持续学习并自适应”视为下一代技术趋势之一。

在Leo Sei看来，这一趋势的关键在于“上下文数据”。如果只依赖摄像头、雷达等传感器，车辆往往只能对眼前探测到的情况作出反应；而结合高精地图和道路数据后，系统则可以提前掌握视野之外的变化，例如车道分岔、限速变化、道路管制以及潜在风险等，从而减少急刹车和临时修正转向，让驾驶辅助表现更自然、更平顺。

他还提到，AI同样可以用于道路数据生产。通过分析航空与卫星图像、车辆信号以及GPS移动轨迹等信息，系统能够自动识别车道结构、道路标识和停车标志等内容，从而降低高精地图数据的构建和更新成本。

Leo Sei预计，未来车企面临的瓶颈，将不再只是能否打造更强的AI模型，更在于能否持续、大规模地为模型提供可信且最新的上下文数据。

在他看来，AIDV并非对SDV的取代，而是在SDV基础上进一步引入AI能力。车企仍将共享通用的计算与数据底座，并围绕驾乘体验、用户界面和驾驶辅助能力实现差异化。届时，汽车行业的竞争标准也可能从“增加了多少功能”，转向“对场景的理解和响应能力有多强”。