智能座舱：生成式AI将提升座舱人机交互性能。

智能驾驶：生成式AI一是被用来完善训练场景库，二是助力使用车辆行驶的大数据训练自动驾驶神经网络，让自动驾驶系统能力得到提升。

无人驾驶

AI 大模型加速无人驾驶发展。将自动驾驶模型算法按流程分为感知(Perception，识别道路和物体)、预测(Prediction，预测周围车辆和行人的行为)、执行(Planning，控制车辆速度方向等)三个阶段进行分析。

➢ 感知可分为物体识别、占用空间识别。物体识别：数据体量与复杂度提升，标注需求增加。人工标注成本高、效率低，自动标注是 AI 大模型赋能智能驾驶最直接的应用，能大幅降低数据标注的成本；占用空间识别：“不认识”物体，亦不影响行车决策。

➢ 预测可分为道路信息的预测、障碍物的预测。 道路信息的预测：基于大模型勾勒拓扑关系，摆脱对高精度地图的依赖；障碍物的预测：基于大模型预测动静信息，为行驶决策提供支持。

➢ 无人驾驶在执行方面需要攻克多方的交互与对路权的博弈、计算效率两方面的难点。通过 AI 自动生成道路场景、车辆、行人等信息，对模型进行训练。特斯拉的模拟仿真可以通过建立一个虚拟世界，以提供现实中难以获得/数据量不足的情景。进一步，还可以通过道路中的场景，创建更多变种场景，帮助决策模型进行不断优化迭代。

数据来源:特斯拉官网,招商证券财富管理部