据TechRadar报道，TomTom首席产品官近日发文指出，汽车行业正从软件定义汽车迈向AI定义汽车。未来的车辆将不再仅仅依靠软件功能，而是依靠对道路、驾驶者和情境的智能理解，以提供更加自信的驾驶体验。
文章回顾称，不久之前，新车的卖点还在于马力、气缸数、扭矩和排气声浪；对于新一代平台而言，差异化越来越体现在驾驶辅助、电动续航、数字体验和互联功能上。软件已经重塑了汽车，集中式计算、持续连接以及可独立于硬件演进的软件层，使车辆能够像智能手机一样在出厂后不断更新。
TomTom首席产品官认为，在AI定义的车中，车辆的性能和行为由持续改进的机器学习模型塑造，而非依赖手写规则。神经网络和端到端架构不断进步，提升了车辆感知周围环境、预测下一步并做出恰当反应的能力。AI能力还覆盖导航、信息娱乐、电池和能量管理、暖通空调等整个车内堆栈，这使得车辆从单纯执行指令，进化到理解驾驶者的行为模式和偏好。
集中式计算和持续连接为AI定义汽车奠定了基础。前者让运行更高级的模型和融合更多输入变得容易，后者使车辆在离开工厂后通过更新、新服务和数据驱动的学习循环不断提升。文章举例说，语音助手正在向能够处理跨系统复杂请求的智能体演进；雷达巡航控制也正被端到端感知模型取代，该模型能捕捉前车行驶不稳等细微线索，并自动拉大跟车距离。
在AI定义的世界里，瓶颈不再是如何构建聪明的模型，而是能否以规模提供可靠、高质量的上下文。针对自动驾驶领域传感器与地图之争，TomTom首席产品官指出，仅依赖传感器的车辆可能表现得像游客，谨慎而被动，只能等到下一个提示才反应；而将传感器感知与道路智能融合的车辆则像本地人，熟悉道路，知道车道在哪里分岔、限速何时变化、哪里可能出现拥堵或危险，从而减少意外和突兀纠正，带来更舒适的体验。这正是地图和道路智能平台的价值所在。
文章最后强调，自动驾驶意味着理解上下文。车辆需要融合当下所见与对道路更广范围的认识，才能在复杂环境中做出平稳、安全、可信的决策。随着车辆从软件定义走向AI定义，地图和定位智能将成为决定驾驶体验差异的关键因素。