集团首席科学家、汽车工程研究院院长廉玉波先生近日发表演讲，他详细分享了数据智能在智能电动汽车时代的应用探索。
廉玉波 | 演讲
尊敬的孙院士、各位专家、各位同仁，大家好！
我是比亚迪廉玉波。首先热烈祝贺中国汽车工程学会汽车大数据应用分会正式成立，让我们汽车整车开发应用有了主管，有了找到家的感觉。
接下来我想向大家分享一下，处在新的发展阶段比亚迪在汽车数据应用方面的一些探索。
一
大数据时代发展思考
近年来，中汽车产业已经成为汽车产业转型升级的主力，技术不断创新和突破，产品性能也得到充分优化，为扩大全球市场规模提供了重要支撑作用。目前中国新能源汽车产销量已经连续十年全球之一，展现了巨大的发展潜力。
随着产业蓬勃发展，数据所发挥的作用和价值也越来越重要。在大数据、云平台和人工智能协同创新下，汽车产业价值链正在发生重心转移，覆盖研、产、供、销、服务全生命周期，并且催生了全新的开发、制造、营销的运营模式，对汽车企业、对产业各个环节都产生了重要影响，甚至是颠覆性的变革。
从技术创新到商业模式再到汽车监管都有了数据参与，数据早已成为新能源汽车产业发展的重要战略资源。刚才进华理事长和孙院士都有提及，比如通过应用大数据已经为国家构建了更高效的汽车监管体系，特别是北京理工大学主导建设的新能源汽车国家监测与管理平台，已经接入超过三千万辆新能源汽车，充分体现了为动态安全管理提供数据支撑，服务产业的健康可持续发展。
同时，大数据已经深度融入汽车产业全链条，赋能车企造车全流程，通过模型和算力的加持，在研发、提效、制造赋能、运维驱动等方面发挥重要作用，大数据正在深刻改变传统造车的方式。
二
比亚迪应用创新
接下来，我将围绕三个不同阶段介绍一下比亚迪在数据应用方面的思考和探索。
数据已经成为一种重要的生产要素，正在重塑企业的生产力和生产关系，也将构成企业差异化竞争力的关键。我认为大数据是基础，为模型训练提供丰富素材；大算力是保障，能够加速模型训练优化；大模型是核心引擎，提供了对现实世界的抽象和模拟，共同赋能各类应用场景，最终驱动汽车行业数字化转型。
1.汽车研发
(1)数字化研发生态：在汽车研发阶段，大数据可以帮助我们提升汽车研发效率、优化产品体验。具体而言，针对传统汽车研发效率不高、过于依赖实车与实物验证，大数据为研发重构坚实的数字化底座，在整车设计、功能开发、性能优化等方面效果很显著。
(2)造型设计：在整车造型设计阶段，传统 *** 往往更依赖于设计经验和灵感，设计方案的主观性较强，思路也较为局限。比亚迪开发了基于大数据的AI设计模型工具，可以帮助设计师激发出更多创意灵感，拓展设计视野。AI通过学习大量工艺设计优秀案例，一次性生成多种异化的设计概念，供设计师参考，结合我们工程的输入可以进行二次局部细节优化，大大提升设计质量和缩短设计周期。
(3)底盘虚拟仿真：数据智能同样可以在底盘开发测试验证等发挥重要作用。在自动驾驶测试方面，赵祥模教授的测试背后是大量数据支撑，传统底盘开发依赖物理样车的调校，迭代很慢，有了大数据以后工程师能够利用仿真工具构建更系统的底盘高精度模型，模拟不同工况下动态响应，基于实时数据与AI算法优化底盘控制参数，实现性能比较精准的调校和个性化设计，包括智能化适配。
(4)智能舒适空调：自动空调优化也是数据赋能典型案例，传统空调温度不智能，交互体验感觉不好。通过分析用户使用习惯和环境因素，比亚迪建立了基于舒适性机理的人因数据库和热舒适性模型优化智能控制策略，使空调能够实现智能感知和局部微气候管理，根据用户使用场景自适应调节温度、风量、风向等参数要求，全面提升空调设计的舒适性，实现自动空调向智能空调的体现，现已在比亚迪的车里得到使用。
(5)智能的能量管理策略：大数据同样为制定智能的能量管理策略提供有力支撑，传统能量管理策略往往基于特定工况标定，比亚迪通过引入多维度收集的动态数据，如导航的源端信息和用户用车习惯数据，形成更优能耗策略模型，从而制定高效智能能量管理方案，用户可以合理选择行驶模式，车辆SOC平衡点、座舱热管理等控制策略，实现更优动力体验和行驶能耗的平衡。
(6)驾驶风格个性化：为了满足用户个性化驾驶需求，需要打通动力控制和大数据平台交互，通过数据赋能个性化动力性能开发。基于车端、云端大数据分析，学习用户驾驶行为习惯和本地的交通条件，结合算法和建模为用户定制个性化行驶的风格，打造出千人千面、常用常新的驾驶体验。
2.生产制造
在生产制造方面，数据智能推动了生产效率提升、质量提升，保障设备高效稳定，促进汽车制造的设计和转型。
当前，新能源汽车自主制造需要智能化转型，以大数据平台和智能算法为基础，通过绿色数据深度分析趋势预测，包括依托可视化显示、自动化调度和数字孪生等智能化工具，覆盖了生产自动化、装备智能化、仓储智能化整个生产过程全链条，使比亚迪实现真正的智能工厂。
(1)生产智能化：生产自动化方面，传统生产体系属于垂直流程，从消费者下单到产品出库相对来说可定制性是不足的，跟踪也是很弱的。通过物联网、大数据、云计算等技术，生产车间自动化升级可以提高生产效率和灵活性，在供应链管理和个性化定制方面也可以通过数字技术实现生产排产自动化管理和需求差异化生产。
(2)装备智能化：新能源汽车的零部件多，工序多，工时长，传统整车生产的四大工艺依靠人工会有生产一致性不高的问题，随着大数据技术和制造装备深度融合，加速了装备智能升级。比如自动冲压设备、自动焊接、自动涂装机器人和自动装配设备，结合历史生产数据分析和在线检测，可以提高整车生产效率，保证生产品质，大大提高生产效率。
(3)仓储智能化：过去仓储也存在出入库效率低、库存成本高等难题，比亚迪利用大数据平台，实时监控分析仓储布局使用，实现仓储物流设备自动化感知、控制和管理。比亚迪通过优化零部件布局方案和自动化设备调度，实时掌握库存动态，提升空间利用率，也提升了效率。同时，通过优化运输路径、配送计划和物流来源配置，完成智能物流配送，减少运输成本也提高了资源利用效率。
3.运维服务
最后我想分享一下在运维服务方面，大数据的应用驱动车辆进化为数据终端，运维服务从被动响应转向主动价值创造。
传统运维服务存在被动响应、依赖人工、经验驱动、被动保障等方面的难点，比亚迪通过多模态数据融合和治理、边缘计算与云端协同、AI与自动化能力构建关键技术数据，可基于车辆健康评估模型优化运维的效率，实现整车安全创新和用户体验的协同提升。
(1)整车健康管理：最初的被动响应式维护，我们只能在发生事故后才到现场去维修。现在比亚迪可以通过收集整车六大类系统近万个信号，从数据中发现底盘规律来实现车辆健康状态预测。比如空调滤芯寿命、刹车片，包括基于车上面多个信号数据进行因子挖掘和相关特性分析，可以直接预测零部件寿命，可以说大数据正在推动汽车运维服务从经验驱动向数据驱动转型。
(2)整车升级维护：在用车方面，我们基于大数据分析，通过OTA深度结合用户及车辆使用数据，针对特定使用场景进行升级转型和增加新功能，制订合理的升级计划来优化整车性能，增强安全防护，最终实现“千人千车”的个性化服务。
三
未来发展展望
最后围绕数据应用和创新发展分享一下我个人的看法。
在用户侧，包括行业侧、技术侧的趋势驱动下，汽车产业正加速数字化转型的升级，汽车开发将从传统基于文档开发流程，转型为基于模型的数字工程，通过数字化 *** 和大数据技术实现设计、验证一体化。全生命周期数字化管理，为汽车开发提供全新方式，也让汽车开发更加高效和创新得到更多体现。
当前汽车行业数据管理技术也普遍存在数据“孤岛”、数据标准不统一的问题。通过打通数据壁垒、重塑数据标准、提高数据质量标准、加强数据共享，形成企业不同业务领域的数据资源，孵化出各类数字化数据应用场景，确保数据公开透明，保证状态可视，过程可视、风险可控。比较好的是今天中国汽车工程学会汽车大数据分会成立，将为我们解决这些问题，为更高效地使用大数据提供了更好的平台。
在智能网联汽车时代，我们也必须筑牢汽车数据安全防线，像车内摄像头、麦克风以及定位系统的广泛使用，虽然给驾驶者带来了前所未有的体验，但是数据安全问题也凸显，为此我们需要加大数据安全方面投入，加强数据研发，采用先进加密技术，包括数据脱敏技术等等，确保数据在收集、存储、传输和使用的全环节安全。
最后，从产品属性来看，汽车与大数据的结合凸显了数据赋能这一主题，在智能电动车向移动智能终端演进的过程中，通过大数据赋能，汽车不仅是移动出行的工具载体，也拥有移动空间和智能终端属性，相信在数据技术和智能技术赋能下，智能电动汽车将进入全新的电动化时代。
以上是我的分享，有不对的地方请大家多多批评指正，谢谢。
