智驾技术迭代升级，电装以生成式AI赋能驾驶辅助能力
来源：汽车一线 作者：周瑜 发布时间：2026-08-25
近日，2026年成都国际车展如期举办，本届车展集中展现了汽车智能化的最新发展成果，众多智能新车同台竞技，共同掀起一场从智舱到智驾、从硬件到软件的全面比拼。立足行业智能化升级趋势，株式会社电装（以下简称“电装”）精准把握行业技术趋势，积极推进生成式人工智能（Generative AI）与视觉语言模型（VLM）在驾驶辅助系统（ADAS）中的落地应用，为车载智能感知技术升级开辟全新路径。
在真实的道路交通场景中，由于路况的复杂多变，多数行车风险并非直观可见。常规图像识别技术虽然可精准检测路面车辆、行人、非机动车等交通参与者，但难以精准研判各类交通主体的行为意图，以及场景背后可能产生的潜在风险。诸如路口车辆突发并线、路边停靠车辆后方行人窜出等情况，这些都是行车过程中需要提前规避的隐患，这类判断不仅依赖于对物体的识别，还需要对整体交通场景进行理解。业内现有传统视觉识别模型在物体检测和分类方面虽已具备较高能力，但在复杂场景的深度语义理解上仍有提升空间。对此，电装在技术开发过程中引入生成式 AI 模型，结合图像采集与语言理解能力，实现对交通场景的深度语义分析。
在技术落地研发中，电装搭建了分层式风险识别体系，将行车风险研判划分为两大维度。其一为显性风险识别，主要针对画面中已出现的交通参与者进行识别与状态判断；其二为潜在风险预测，结合路况与场景环境等综合信息，预判遮挡区域隐患、车流合流、行人突发异动等未知风险。该模型不仅能够完成基础的交通主体识别，还可通过自然语言梳理风险类型和成因，并输出相应的驾驶参考策略提示，有效弥补传统视觉识别的技术短板，提升风险研判的全面性。
为贴合人类驾驶的判断逻辑，电装对多种生成式AI模型进行了性能评估，并通过图像识别基准数据集开展对比测试。研究团队发现，传统基于词序和词频的自然语言评价方式，难以充分反映语义层面的理解能力。为此，电装引入语义相似度评估模式，精准校验模型输出内容与真实场景的匹配度。同时，通过多名标注人员独立描述同一交通场景、整合共性信息的方式优化训练数据，让模型的场景研判逻辑更贴合人类驾驶思维。
在完成模型训练与验证后，电装研究团队针对车载应用开展算法优化。由于车载系统存在计算资源、功耗方面的客观限制，通用算法难以直接适配车载计算平台，为此，电装通过模型量化等技术手段优化生成式AI模型，适配车载SoC运行环境，并从运行效率和系统稳定性两大维度完成综合核验，保障技术可在车载终端落地应用。
当下，汽车行业智能化竞争持续升级，行业比拼重点已从基础续航与硬件配置转向高阶智能驾驶技术的角逐，驾驶辅助技术已迈入转型升级的关键阶段，从“被动识别目标”到“主动理解场景并预判风险”成为行业主流发展趋势。电装通过生成式AI与视觉识别技术相结合，持续打磨贴近真实驾驶经验的风险识别方案，助力驾驶辅助系统实现能力升级，为更加安心的移动出行环境创造新的价值。
电装公司简介
电装是世界先进的汽车零部件生产厂家之一。在美国《财富》杂志发布的2026年世界500强企业中排名第316名。一直以来电装都专注于电动化、组合辅助驾驶、智能网联等技术创新，致力于解决汽车行业面临的挑战和社会课题。目前在全球广泛应用的二维码就是电装在1994年发明并无偿公开的。2026年4月1日，电装发布面向2030年的中期经营计划「CORE 2030」，针对未来发展愿景与落地战略提出了明确的市场目标及三大成长战略举措，不断提升客户价值。
在中国，电装于1994年在烟台成立了第一家合资生产企业。作为在中国的统括公司——电装（中国）投资有限公司，成立于2003年，目前在国内设有生产公司、销售公司以及软件开发公司等共计30多家关联企业。
