在第三十三屆中國汽車工程學會年會暨展覽會新聞發布會上，中國汽車工程學會副秘書長、國汽戰略院執行院長鄭亞莉圍繞汽車產業運行態勢與熱點技術趨勢進行分享，并接受證券時報等媒體采訪。
鄭亞莉表示，隨著汽車產業轉型持續深化，汽車技術創新正進入多路徑并行突破的新階段，圍繞混合動力、智能駕駛、智能座艙、車用芯片、智能底盤等熱點領域，社會各界對技術路線和發展方向的關注持續升溫。
HEV并非過渡技術，L3是自動駕駛商業化必經之路
2026年上半年，國內車企密集投放全新HEV（油電混合動力汽車）產品，HEV已成為乘用車市場中少數實現銷量正增長的細分品類之一。針對行業關于HEV是否屬于階段性過渡技術的討論，鄭亞莉表示，中國汽車工程學會的判斷是：HEV并非過渡性技術，而是在傳統能源乘用車電動化轉型過程中具有長期價值的關鍵技術路線。
“在油耗法規持續收緊與政策環境變化的共同作用下，傳統燃油技術的降耗空間逐步收窄，HEV成為實現階段性節能目標的重要技術支撐。”鄭亞莉進一步分析表示，從技術演進來看，大電量HEV正在成為重要發展方向，其在提升整車動力響應和平順性的同時，進一步增強了能量回收與調度能力，并為智能化功能的穩定運行提供電能支撐，從而實現整車能耗經濟性與智能駕乘體驗同步升級。
2026年上半年，行業內對自動駕駛的討論一直圍繞著“是否要跨過L3級展開”。面對技術路線之爭，鄭亞莉透露道，中國汽車工程學會方面認為，在Robotaxi、無人配送、礦山港口等封閉或特定場景，確實可以跳過L3直接實現L4的商業化運營。但L4要在乘用車領域實現大規模、商業化、規范化的量產應用，L3會是必經之路。
鄭亞莉分析表示，L3級自動駕駛實現了有限條件下的駕駛權轉移，標志著從“輔助駕駛”到“主導駕駛”的質變，是技術創新、安全責任和用戶認知的拐點。其不可替代性主要體現在三方面：一是技術方面，L3量產車輛能夠積累真實道路中的長尾場景，為面向L4的算法迭代與安全驗證提供重要的數據基石；二是法規方面，L3的法規體系構建及責任機制探索，能夠為L4的合規監管提供寶貴實踐經驗；三是用戶認知方面，L3的逐步普及能夠引導用戶完成從“人主導”到“車主導”的認知轉換，為L4商業化落地培育更成熟的用戶市場。
基于此，她判斷，未來很長一段時間內，行業將呈現L3量產應用與L4限定場景商用長期并行、互補遞進的發展格局。
AI Agent加速上車，汽車向“超級智能體”演進
2026年上半年，AI Agent加速進入量產應用階段，并逐步成為智能座艙能力升級的重要方向。與傳統語音助手相比，新一代車載AI Agent在多模態融合交互、長上下文理解、自主決策執行以及跨設備協同能力等方面持續增強，交互方式從“指令－響應”為主，逐步向融合用戶需求與場景感知的連續化、個性化服務模式演進，推動人車交互從“語音控制”和“指令響應”向“理解需求、輔助決策和主動服務”方向拓展。
鄭亞莉指出，AI Agent規模化應用仍處于發展初期，在模型可靠性、端云協同機制、數據安全與隱私保護、人機交互邊界等方面仍有待進一步驗證和完善。
“AI大模型上車本質上不僅僅是簡單的技術疊加或功能增強，而是正在成為重塑汽車產品形態、底層技術架構與用戶體驗生態的核心驅動力。”鄭亞莉向證券時報記者表示，AI對汽車的全面賦能將推動汽車成為具身智能體，即AI Car。這一形態將通過智駕、座艙、底盤、動力多域智能的融合協同，實現汽車產品從單一功能智能化向系統級智能協同轉變，具備更強感知、決策與服務能力，以“專業可靠的司機+聰明溫暖的伙伴”雙重角色，成為下一代智能空間的核心載體與智慧出行的生態節點。
從技術發展現狀來看，這一趨勢已在多個領域同步推進。在駕駛域，VLA（視覺語言動作模型）與世界模型等技術正在加快應用，推動自動駕駛系統向更強的環境理解與預測能力演進。在座艙域，AI Agent正在重構人車交互方式，使座艙從被動響應向主動服務轉變。在底盤域，線控與AI融合推動車輛運動控制向協同智能演進。在動力域，AI正用于電池管理優化與能量策略協同，并推動車輛與能源系統的更深層連接。
鄭亞莉認為，AI正在從單點賦能走向系統重構，汽車也正在從“功能載體”向“超級智能體”加速演進。
談及AI算力產業的爆發以及智能汽車滲透加速帶來的車載存儲芯片緊張話題，鄭亞莉表示，與2021年通用芯片急性短缺不同，本輪“缺芯”屬于高規格專用存儲芯片的長期“慢性病”，其根本原因在于傳統的被動式響應、多層遞進式供應鏈管理模式已無法適應智能汽車需求的快速迭代節奏。
在她看來，這一局面雖帶來短期挑戰，但也為國產存儲芯片創造了難得的戰略窗口期。當前，長江存儲、長鑫存儲等國內龍頭已實現關鍵技術突破并進入汽車供應鏈，從一定程度上緩解了階段性缺芯問題。長期來看，汽車產業的應對策略應從“應急紓困”式的短期保障供應轉向長期能力體系的系統重構，強調與芯片企業在需求定義、協同設計和供應鏈機制上的深度協同，而非簡單追求自研芯片。
