据The Verge报道，通用汽车上周在纽约发布以AI驱动车辆开发、先进电池技术、车载高性能计算和自动驾驶为核心的新技术路线图。公司产品负责人斯特林·安德森表示，通用汽车正以“智能定义汽车”为框架，借助人工智能、集中式计算和虚拟化工程，把通常四到五年的车辆开发周期压缩到两年多一点。
这场发布会中的部分内容此前已经公开，包括通用汽车正在开发双手离开方向盘、视线离开道路的驾驶自动化功能，以及多种新电池化学体系的原型。按照The Verge的说法，发布会的实际重点在于展示这些技术如何组合起来。通用汽车希望用AI、中央计算和虚拟工程缩短研发时间，并把这套“智能定义汽车”思路作为下一代产品开发的基础。
但这一技术转向发生在行业压力上升的背景下。报道说，通用汽车正面对一批效率更高、正在全球扩张的中国电动车制造商；与此同时，美国电动车需求走软，迫使公司重新调整电动化预期，在数十亿美元的新一代电池工厂投资与持续增加的软件开发成本之间保持平衡。
The Verge指出，通用汽车把未来押在尚未充分验证的软件架构和自动驾驶技术上是一场高风险赌博。如果复杂的AI系统运行不顺或开发延期，公司可能消耗大量资金，并进一步落后于从成立之初就以软件为先的特斯拉等对手。
发布会后，安德森接受采访时被问及这些分散发布的内容是否有统一主题。他的回答是“汽车正在变得更聪明”。他说，车辆正在成为值得信赖的智能伙伴，而通用汽车正通过多种方式推进这一目标。他还表示，自己尤其关注开发流程的提速，因为当设计决策可以在虚拟环境中反复验证数百次，而过去只能支撑一次时，测试规模和性能优化空间会显著扩大。
对于“速度是否以安全为代价”的疑问，安德森说，通用汽车提升速度的方式之一是把测试虚拟化，这反而能改善安全。他举例说，过去可用于碰撞测试的原型车数量有限，而且需要六个月；现在可以在虚拟世界启动数千项测试，更快获得反馈，从而同时获得速度、安全性和更好的覆盖范围。
在AI模型的使用上，安德森说，这取决于具体用途。许多情况下，基于Transformer的基础模型支持生成式设计，通用汽车数十年的设计文件和分析数据足以训练系统表达自身数据；同时，引入公司外部数据共同训练这些模型，通常会让模型表现更好。