车联网落地最佳模式 ——汽车 OBD 深层应用 国内汽车业竞争激烈， 各厂商一直谋求突破， 今天汽车在智能化应用和信息 化层面打造“车联网”概念。车联网概念一出就受到众多商家追捧，在狂热追捧 和艰难探索中， 车联网落地却不如人意？车联网落最关注的功能是 “汽车安全”、 “实时交通导航”、“娱乐和便民服务”， 但究竟什么模式才能真正让车联网落地， 这是我今天需要探讨的。 在市场经济社会所有的落地都离不开用户的认可， 在市场经济社会所有的落地都离不开用户的认可， 也就 是说“客户喜欢，而且愿意买单”这种模式才是真正的落地模式。深圳市鹏奥达 科技公司专业从事 OBD和 CAN总线相关产品开发达 10 多年，并具有 20 多年的汽 车维修、培训经验；在汽车 CAN总线的产品研发中， 提出了自己的全套解决方案， 并实现防盗和报警控制功能。公司曾与一汽大众 CC无忧驾驶系统、中国移动车 务通等重大项目进行合作， 还与国内车载 DVD龙头（华阳、好帮手、路畅、天派） DVD龙头（华阳、好帮手、路畅、天派） 和 GPS 龙头（慧视通、联和安业、国脉科技、伊爱）厂家做技术对接和产品供 应，提供整套诊断解决方案。 现结合自身与多家企业产品对接和各项重大项目调 试的经验，在车联网落地模式上提出了自己的点滴见解。 一、什么是汽车 OBD ① OBD（On-Board Diagnostic System ）为“车载诊断系统” 。当与控制系 统有关的系统或相关部件发生故障时，

科研场景 3.2 工业场景 3.3 商业场景 3.4 家庭场景 3.5 优秀企业案例分析 04 具身智能产业发展关键路径探索 4.1 基于自动驾驶经验的渐进式发展路径与落地策略 4.2 短期、 中期、长期的关键路径推演 4.3 未来商业模式和应用优势 新 质 生 产 力 u 定义：具身智能是一种基于物理身体进行感知和行动的智能系统，强调机器与环境的交互 立专项投入增长机制，与生物制造、量子科技、 6G 等 技术并列发展。 北京 2025.02 《北京市具身智能科技创新与 产业培育行动计划》 目标： 2027 年培育核心企业超 50 家，量产规模破万台， 落地科研教育、工业商业等场景。 深圳 2025.03 《深圳市具身智能机器人技术 创新与产业发展行动计划 （ 2025-2027 年） 》 到 2027 年，深圳市具身智能机器人产业集群相关企业 2025.04 新一代通用人工智能 " 揭榜挂帅 " 计划 具身智能被列为五大核心攻关方向之一。项目要求揭 榜单位在两年内完成技术突破，政府将通过资金支持、 产学研协同等方式加速技术落地。 国家层面： 抢占全球科技竞 争制高点，支撑 制造强国与数字 中国战略。 产业层面： 驱动千行百业智 能化升级，培育 经济增长新引擎。 技术层面：

差异化智慧解决方案用例需求，与客户团队充分 协同共创用例开发、规划实施路径并协助落地， 普华永道思略特将基于全局的一体化端到端智慧 工厂实施过程总结为四步，从智慧工厂顶层设 计、智能解决方案用例开发、智慧工厂实施路径 规划到落地实施。帮助企业明确智慧工厂顶层设 计、全面识别定制化智能解决方案需求、推动平 稳有序有效落地，实现将智慧工厂战略贯彻到执 行的一站式服务。 一体化端到端智慧工厂实施方法论 标和用例优 先级制定可 平稳有序落 地的智慧工 厂实施路径 规划 提供实施落 地支持，以 降低潜在的 实施风险， 确保智慧工 厂 的 成 功 落地 结合外部对 标，进行智 慧工厂战略 规划，结合 目标设定对 所识别用例 进行优先级 排序 路径规划 用例开发 实施落地 顶层设计 战略解读 （自上而下） 运营现况评估 （自下而上） 战略规划 1 2 3 4 12 思略特 | 智慧工厂发展趋势洞察与实施方案解析 的痛点问题与根因，确保问题通过用例实施不再 重复出现；定义包括量化运营提升目标、用户视 角功能需求、前置运营改善举措和变革管理需求 在内的功能需求，并对技术方案进行初步构想， 形成完整的用例设计，为后续技术解决方案寻源 以及落地实施做好全面准备。例如，针对提升厂 内 物料 供应 效率 的AGV（ Automated Guided Vehicle）自动补货用例，在用例开发过程中，可 结合运营现状，将对供应物料的通用性与特性梳

汽车市场的不断变化和需求的增长，中国零部件企业 的海外业务拓展将成为其未来增长的重要驱动力。未 来，中国零部件企业应合理把握中国主机厂出海机遇 和合资客户基础开拓国际市场，或因地制宜运用本 地建厂、整车出口（CBU）、合资等落地方式实现业务 增长。 16 | 2025年全球汽车供应链核心企业竞争力白皮书 各类零部件类别出海特性：三电与智能化部件引领高 速增长，这主要得益于中国供应链在技术和效率层 面的全球领先地位。传统零部件出海则呈现出稳步 性和供应链韧性的要求更加严格；再次，国际客户对 技术新颖性和开发响应敏捷性的要求反而较低。 客户拓展路径：零部件企业主要通过两种方式实现业 务拓展：一是以性价比优势替代海外整车企业原有供 应商；二是伴随中国车企出海。 业务落地方式：传统方式为以成品出口（传统内外饰 件，如玲珑轮胎等）、投资并购（如均胜、华域等）做国 际化拓展；新趋势为海外建厂（如宁德时代德国工厂、 汇川匈牙利工厂等）和本地合资 （如华域正大泰国公 致竞争格局固化，短期内难以打破。机遇与风险的叠 加导致中国乘用车在乐观情境下销量将于2030年达 1,000万辆，保守情境下达700万辆。 中国零部件企业海外营业收入快速增长，龙头企业持 续通过本地化落地强化全球布局。其中，中国新能源 部件、汽车电子及其他零部件企业加速出海，普遍实 现海外营收增长。 14 XX 海外业务占⽐ 2022 vs 2024海外业务收⼊CAGR 新能源 部件 汽⻋电⼦

MES 规划建设方案 Contents PART 01 MES 项目整体规划 PART 02 MES 项目解决方案 PART 03 MES 项目预期效益 PART 04 MES 项目实施落地规划 加入星球获取更多更全的数智化解决方案 PART 01 MES 整体规 划 1 2 3 方案架构 业务蓝图规划 实施路线规划 汽车配件行业数字化转型解决方案技术架构 用 看板实时展示、打印机 自动打印，快速实现检 验协同管控 消息接收处理、质量检 验结果登记与报表分析 看的见的质量控制：质量标准落地 一体化集成应用，移动化质量管理，实现检验标准数字化与业务层、执行层间的数据对接，检验 指 导书在线查看，质量检验更标准、更规范，让质量标准落地执行更容易 检验项目 检验标准 检验指导书 PLM + 采购品质检验 生产完工检验 销售出货检验 ERP/ WMS 源 头出发，及时反馈各种事务类型的检验信息。并且绑定业务流，可做到产品追溯，实时查看 员工送检 检验录入 实时查看监控、追溯、形成各类报表数据分析 看的见的质量控制—— SPC 技术标准落地，车间现场检验数据在线填报，实时图形化分析结果呈现，事中进行质量控制，杜 绝 人为错误，快速进行质量结果判定，及时发现、及时处理，避免批量或连续不良； SPC 在线填报（实 例） SPC SPC

应用的深度取决于数据底座的支撑能力。在探索 AI 驱动的 "超级导购" 场景中 发现：能否将商品图片、面料参数、会员偏好等多模态数据实时转化为向量特征，能否用 SQL+AI 融合查询实现 "一句话找货"，直接决定了 AI 应用的落地效果。这要求数据库不仅是数据的 " 仓库"，更要是 AI 能力的 "孵化器"，让业务团队无需复杂技术就能调用智能分析能力。 正是在这样的背景下，我们看到了一体化云数据库的价值。它用分布式架构消解了多渠道并发的 基础设施从“成本中心”升级为“价 值枢纽”，支撑实时决策与业务创新闭环。 一体化云数据库已在零售核心场景产生显著价值 一体化云数据库已在海底捞、泡泡玛特、李宁、斯凯奇、雅戈尔等众多头部零售企业落地。除了 在技术运维场景显著优化 IT 总拥有成本外，一体化云数据库在消费者服务、企业内部运营等方 面的核心业务场景已发挥重大价值。很多零售企业基于一体化云数据库构建“千人千面”精准营 销、智能 IT 负责人 需结合企业实际发展状况，从性能、成本、AI 赋能、稳定性、可靠性、多云灵活等多个维度进 行全面考量。除关注数据库产品各项关键指标外，还应关注数据库厂商的综合能力，以确保项目 顺利落地并达成预期业务目标。 1 2 中国零售消费品行业经历“产品为王”、“渠道为王”、“流量为王”三个发展阶段后，正在向“体 验为王”演进。消费者日趋理性且重视体验，消费市场分层重构，让零售业竞争从粗放式流量争

、⾳频、视频等多种模态信息 ，实现跨模态的交互与理解 ，从⽽拓 宽其应⽤场景和实⽤价值。 大模型小模型化 在产业应⽤层⾯ ，结合底层基础大模型和针对特定⾏业的精简数据微调，将训练出更为实 用、更易于产业落地的小型化大模型。 产业端 国产 AI 芯片自主研发 为确保中国大模型的长远发展和避免外部制裁风险，国内 AI 计算芯片的自主研发将成为关 键战略方向。 数据产权标准深化 优化和完善现有数据标准和规范，是 Ⅱ ”领先算力 集群 ，解决了超大模型训练中的多个公认技术难题。在应用上 ，首创 大 模型在线蒸馏框架 ，大幅降低了大模型落地成本 是最重要的落地场景之一。 来源：文心一言官网 与百度的方案类似，各科技大厂基于云平台、算力基础设施和大模型技术相结合，推动行业应用落地，汽车产业链当然也 产业研究 战略规划 技术咨询 规模法则驱动下，海量的算力成为开发优秀 AI 算法的基础 数据方面 数据的体量、质量、以及收集方式、处理方式、以及模型的训练和验证体系都考验着开发者的技术和工 程能力 算法层面 如何构建一个性能优异且稳定可靠的算法来支撑功能落地，亦尤为关键 产业研究 战略规划 技术咨询

2、智算需求持续高涨，核心驱动力由“训练”转向“推理”............................................................8 3、AI 应用加速规模落地，带动智算产业发展向深向实...........................................................10 （一）AI 从“生成式”走向“代理式”，将带动算力市场持续高速增长。10 年全球推理算力计算需求将占总计算需求的 70%以上 [9]。 图 1 xAI 公司的 Grok 系列模型算力需求增长情况 [7] 智算产业发展研究报告（2025） 10 3、AI 应用加速规模落地，带动智算产业发展向深向实 （一）AI 从“生成式”走向“代理式”，将带动算力市场持 续高速增长。 Agentic AI 驶入发展快车道。代理型人工智能（Agentic AI） 被 Gartner Context Protocol，模型上下文协议） 和 A2A 协议（Agent-to-Agent Protocol)，通过标准化为 AI Agents 建立更为通用的沟通方式，促进 AI Agents 落地与普及。其中， MCP 协议采用客户端-服务器（Client-Server）架构，核心部分 是 MCP Host、MCP Client 和 MCP Server。其中，MCP Host 指发 起请求的

投放方式逐渐精准分化 新零售时代的供应价值链 研 发 采 购 制 造 交 付 服 务 产品流 分 销 信息流 传统认知的供应价值链 C 端落地规划 – 通过触点运营消费 者 M 端落地规划 –智能工厂整体规划 按照智能制造五层模型打造，实现乳品智能制造新模式 能力描述 3 8 实验室与产品质量管理 实验室检测流程管理，质检数据采集、存储与分析 6 实现高品质、大批量、定单制生产 乳业 C2M 规划 -5 大落地要素 1. 大数据分析是大脑 2. 打破数据孤岛实现协同 3. 智能工厂快速响应 4. 精益生产运行管理 5. 智能仓储、智能物流 大数据 分析 飞鹤 C2M 研产销 协同 智能 工厂 精益 生产 智能仓 储物流 C2M 规划 – 5 大落地要素 验证系统集成 软件系统集成 硬件设备集成 防