1.尽管汽车智能化投入巨大，但加速发展趋势不可逆转
我国汽车行业刚刚进入电动化转型的关键时期，连续9年电动汽车保有量和年度增量都处于世界第一。在我国电动汽车优势尚未稳固、全球各国加速电动化的形势下，汽车智能化正加速渗透，2022年国内乘用车L2级及以上智能驾驶渗透率为34.5%，提升超10个百分点。相较电动化，汽车智能化将面临更大的投入、更快的迭代和超乎预期的淘汰速度。面对汽车电动化、智能化并行的发展环境，有些产业链企业已经应对乏力，要投入的人力、物力和技术积累都是新的挑战。
过去，汽车行业内讨论最多的是动力变革，现在云计算、大数据、大模型等新技术与产业已经开始和汽车行业深度融合，汽车智能化发展将带动芯片、操作系统、人工智能等新产品、新技术共同进步。因此，汽车产业智能化发展的意义远不止汽车产品本身，其带动性、集成性具有国家意义，要进一步加深对汽车智能化发展的认识，将智能汽车上升到国家战略，并投入远远强于电动化的支持力度，才能打赢这一场发展竞赛。
2.要处理好单车智能和车路云一体化发展两条技术路线的关系
我国推动汽车电动化转型遇到的最大技术问题之一，是选择混合动力还是纯电动作为优先发展路线。由于涉及到企业研发投入、政策资源匹配，需要尽快确定技术路线，才能形成我国电动化发展的新格局。
当前智能汽车发展也遇到类似的问题，要尽快明确汽车智能化进程中的重大技术路线问题。一种是市场驱动的单车智能技术路线，预计2025年以单车智能为主的辅助驾驶渗透率会超过70%。另一种是车路云一体化发展路线，国家和地方示范区正积极推动车路协同、车联网的试点示范。借鉴我国汽车电动化经验，虽然技术路线难以抉择，但需要尽快根据技术成熟度确定智能化进程中的重大技术路线选择，处理好两种路线的关系，无论对打造未来国家汽车产业优势，还是确定企业自身的研发重点、集聚资源都十分关键。
3.尽快确定智能化的重大技术领域及技术突破组织方式
汽车智能化关键技术突破对推动产业发展至关重要。当前我国智能汽车发展还面临芯片、操作系统、关键器件等技术短板。比如，大算力AI芯片相比国际巨头仍存在算力和生态欠缺、制造被“卡脖子”等问题；国产微内核实际应用不足、智驾和智舱操作系统仍依赖国外企业；摄像头、激光雷达、毫米波雷达各有感知短板且融合不足等。
汽车智能化重大技术很难依靠单一企业实现突破，必须创新组织方式，集全行业力量实现突破，确保关键技术不卡脖子，避免出现产业链短链、断链风险。因此，汽车智能化发展既要靠单兵作战，也要推动创新组织方式，才不会落后。
4.提早布局自动驾驶发展需要的重大基础设施
汽车电动化时期已催生充电、换电和加氢等新型基础设施。进入智能化阶段，我国汽车产业发展将需要更多的新型基础设施，包括大算力、大模型和大网络等。
一是建设大算力的智算中心，以支持自动驾驶各场景应用，比如自动驾驶模型训练、自动驾驶全链路开发、数据合规云服务等；二是依托智算中心打造汽车行业大模型。华为云、毫末智行、百度等先行者纷纷推出应用于自动驾驶、智能座舱等领域的大模型；三是5G网络与北斗卫星融合形成的大网络，带来海量高精度、高时效地理大数据，为汽车提供通讯和定位网络。这些新型基础设施正在紧锣密鼓的建设当中，需要政企协同，把控好基础设施部署节奏，既要避免基础设施缺失拖后腿，也要防止布局过多造成浪费，以实现基础设施与智能汽车创新、发展的匹配与协同。
5.将我国多产业领先优势转化为智能汽车的竞争优势
进入智能化时代，要急迫地解决好，如何让传统汽车产业之外的力量更深度地参与到汽车行业中。利用好我国雄厚的ICT产业基础，推动互联网、消费电子、手机通讯等跨界力量承担起汽车智能化的创新责任，引导来自不同领域的新技术、新产品、新模式与汽车深度融合，构筑坚实的汽车智能化创新基础。因此，解决好跨界融合、多产业协同问题，是中国汽车走向智能化的独特优势，也是唯一的选择。
6.持续建设与智能汽车发展相适应的法规体系和管理体系
汽车电动化、智能化变革改变了产业生产关系，主要面向燃油车的汽车产业管理体制、政策法规与当前汽车产业跨界融合、科技赋能的新技术、新模式、新业态间不适应性逐渐显现。当前自动驾驶汽车还缺少产品、性能及安全标准，不能进入汽车公告目录，且缺少人机共驾状态下发生事故的处置办法，事故责任判定和处置较难。
下一阶段，汽车产业在投资管理、生产管理、市场准入、产品认证、数据监管、事故判责等环节需要根据行业发展及时地建立智能汽车所需要的法规体系和管理体系，实现生产力和生产关系协同匹配，让制度和管理创新更好地支持产业发展。
