在“大军山·智能汽车科技大会（2024）”上，中国电动汽车百人会副理事长兼秘书长张永伟指出，汽车行业已全面进入智能化时代，智能化的发展速度或将远超电动化。他预测，未来1～2年内，市场上或将不存在非智能汽车。

近年来，汽车智能化技术迅速崛起，已进入理性发展阶段。据工业和信息化部数据显示，今年上半年，中国乘用车L2级辅助驾驶及以上新车渗透率已达55.7%，预计全年智能网联汽车销量将超过1700万辆，渗透率将突破60%。车企正加大智能化技术的投入，加速高阶智能驾驶和大模型技术的普及。

然而，自动驾驶对数据的需求极为迫切，但国内车企在数据采集和处理方面面临诸多挑战，如采集难以形成规模、长尾场景难覆盖、采集成本高、效率低等。业内普遍认为，推动数据共享是破解这一难题的关键。

北京恺望数据科技有限公司CTO李斌在大会上表示，特斯拉凭借全球超过200万辆私家车进行全场景、全时段数据采集，能以较低成本获取海量、多样化的驾驶数据。相比之下，国内车企数据采集规模相对较小，且受限于特定区域和路况，采集资质也成为一大障碍。

随着自动驾驶技术的发展，数据需求量呈指数级增长，数据采集预算也随之增加。李斌指出，通过数据共享，企业可以独立采集部分数据，同时采用其他车厂或供应商采集的类似数据，从而降低成本，缩短数据采集和加工时间。

数据共享不仅能降低采集成本，还能提高自动驾驶的训练迭代频次，使车企的模型得到更好的训练。然而，目前行业内各车企、自动驾驶公司将数据视为核心资产，不愿共享，导致“数据孤岛”现象严重。

业内认为，只有推动数据共享，构建开放的合作生态，才能推动智能驾驶技术走向成熟，实现全球范围内的规模化应用。上海零数科技副总裁兼汽车交通事业部总经理刘波表示，数据共享能够打造出第二增长曲线，跨主体、跨行业、跨领域的数据外循环是未来发展的关键。

四维图新东区总经理霍敬宇提到，智能网联汽车数据量呈爆发式增长，但自动驾驶数据采集、处理的链条长且复杂，涉及敏感信息，车企存在不敢用、不敢采的心理。同时，在数据采集确权、合规性方面，监管部门也面临复杂挑战。

为应对这些挑战，打造AI新基建成为新的解决之道。四维图新已形成了一套完整的闭环处理系统，包括数据采集、处理、存储、脱敏、定制化图层等。同时，恺望数据已联合北京国际算力服务有限公司打造了全国首个“车路云数据协同平台”，为企业提供高效、安全的智能数据应用服务。

张永伟强调，开放、合作是汽车企业走好智能化发展的必由之路。只有打造更加开放的生态，实现领导创新链的能力，才能加快迭代速度，实现智能化发展的“加速度”。