多车企接入DeepSeek，以AI为核心的智能化竞争加剧 2 3 4 5 6 7 8 9 10 CAM观点 ◆ DeepSeek大火，电信、云计算、芯片、金融、汽车、手机等多领域已有超过200家头部企业宣布接入 DeepSeek。聚焦汽车行业，吉利、岚图、智己、长城、广汽、长安、奇瑞等20多个车企纷纷宣布与 DeepSeek深度融合，标志着汽车智能化进程的加速。相较于部分 划。传统车企接入DeepSeek有望实现AI功能的跃升，然而 DeepSeek并非万能。车企需要有自身的数据分析和训练能力，过度依赖DeepSeek等外部模型还容易产生技 术依赖风险，此外同质化竞争可能加剧，导致功能体验可能趋同，不同品牌之间差异可能只在UI设计层面。 扫码关注微信公众号 THANK YOU +86 135 1210 2701 http://www.chinaautomarket

工业大模型行业 目前已达到 3个阶段 产业链分析 上游分析 中游分析 下游分析 行业规模 工业大模型行业规模 暂无评级报告 SIZE数据 政策梳理 工业大模型行业 相关政策 6篇 竞争格局 数据图表 摘要 工业大模型依托智能制造和工业4.0，通过大模型训练与小模型优化，形成多形态智能产品，解决工业问题。其发 展面临数据质量、模型复杂度等挑战，且高度依赖资本与产业合作。多种商业模式并存，满足个性化需求。市场 能力，还需要大量的数据和计算资源来支持模型的训练和优化，这通常意味着高昂的硬件成本，包括高性 能计算设备、大规模存储系统和能效优化的数据中心。此外，企业还需要不断投入资金进行技术升级和数 据获取，以维持竞争力。从数据上看，高技术制造业的研究与试验发展（R&D）经费投入强度为2.91%， 在规模以上工业企业中，研究与试验发展（R&D）经费投入超过千亿元的行业大类占全部规模以上工业企 业研究与试验发展（R&D）经费的比重为63 高度依赖上中下产业之间的合作 工业大模型的发展不仅依赖于单一企业的技术能力，还需要依靠与上下游企业、科研机构、以及行业联盟 的合作，通过构建开放平台和广泛的合作网络，整合资源，扩大应用场景，形成强大的市场竞争力。科大 讯飞与奇瑞、蔚来、广汽、一汽等国内汽车品牌以及国际品牌大众合作，在汽车领域应用其星火大模型技 术，并成功应用于海尔、美的集团、海信集团和TCL集团的家电领域，还与优必选、傅利叶智能、宇树科

.........................................................................................88 8.2.2 竞争加剧................................................................................................. 能源汽车的普及。例如，中国实施了新能源汽车购置税减免政 策，欧盟提出了 2035 年禁售燃油车的目标。  技术进步：电池能量密度提升、充电速度加快以及自动驾驶技 术的发展，显著增强了新能源汽车的竞争力。固态电池、氢燃 料电池等新技术的突破将进一步推动行业变革。  市场需求：消费者对环保和智能化的需求推动了新能源汽车的 普及。尤其是年轻消费群体，更倾向于选择具备智能网联功能 的新能源汽车。 （PHEV）是市场的主流选择。2022 年，BEV 占全球新能源汽车销 量的 70%以上，PHEV 占比约为 25%。氢燃料电池汽车（FCEV） 虽处于起步阶段，但在日本、韩国等国家的政策支持下，已开始小 规模商用。 市场竞争方面，特斯拉、比亚迪、大众集团和通用汽车等企业 占据主导地位。特斯拉凭借其技术优势和品牌影响力，在全球范围 内保持了领先地位；比亚迪则依托其垂直整合的产业链，在中国市 场占据重要份额。此外，传统汽车制造商如大众、宝马和丰田也在

新型工 业化发展的新要求，充分考虑数据科学性、系统性、可得性，延续 2022-2024 年城市制造业高质量发展评价指标体系，测算得出全国主 要城市制造业高质量发展指数，并对 50 个制造业综合竞争实力较强 的城市（以下简称“制造业强市”）开展系统剖析，基于制造业强 市的区域分布、发展特点、分项表现及变化情况，凝练标杆城市促 进制造业高质量发展的典型做法，为全国各城市提供发展蓝本。 制 “质效提升”的跨越。 城市制造业高质量发展研究报告（2025 年） 4 全球产业科技创新竞争日益加剧，抢占科技前沿阵地的关键“窗口期” 变短。人工智能、集成电路、量子信息、生物技术等前沿科技领域竞 争白热化，对城市制造业的创新能力和市场适应性提出更高的要求。 城市作为我国参与全球科技产业竞争的核心战略支撑，城市制造业若 不能及时跟上技术迭代步伐，就可能丧失发展先机，在新一轮产业竞 争中处于被动地位，因此城市制造业发展需密切关注全球科技产业动 态，紧跟技术前沿趋势，为我国在全球竞争中赢得战略主动。如量子 科技已成为大国博弈核心战场，战略窗口期仅 5—10 年，美欧持续加 码战略投入与构建技术壁垒，面临严峻形势，合肥作为全国量子产业 集聚高地，通过缩短技术攻坚和场景落地周期抢占量子竞争主动权， 截至 2025 年合肥已集聚量子企业 93 家，量子产业规模已达全球第二。 二、

集 中于技术壁垒与产品竞争力、研发强度与成果转化、环保投入与绿色 生产、信息化覆盖强度。 未来精细化工企业将不断提升技术创新水平，以应对市场竞争和政策 要求。特别是延链提质的精细化工企业有望迎来量利齐升。精细化工 行业龙头企业的综合竞争优势将进一步凸显，具有突出技术和产品优 势的细分领域中小型企业也将获得更多支持；但一些技术装备水平相 对落后、产品同质化竞争的行业内企业，则将持续面临市场出清压力。 推进精细化工产业向高端化、绿色化、智能化发展，《方案》提出了三 项举措：一是推进传统产业延链。推动传统产业以产业链高端化延伸 为重点发展精细化工，打造专业化、精细化、特色化、新颖化的产品 体系，提升产品附加值，增强核心竞争力。二是加快关键产品攻关及 促进优势产品提质。聚焦新能源、新材料、生物技术等领域的需求， 采用“揭榜挂帅”和“赛马机制”等方式开展协同创新，提升高端聚 烯烃、合成树脂与工程塑料、聚氨酯等领域关键产品供给能力。同时 年，人形机器人创新体系初步建立，“大脑、小脑、肢体”等一批关键 技术取得突破；整机产品达到国际先进水平，并实现批量生产；到 2027 年，人形机器人技术创新能力显著提升，形成安全可靠的产业链供应 链体系，构建具有国际竞争力的产业生态；应用场景更加丰富，相关 产品深度融入实体经济，成为重要的经济增长新引擎。2024 年 1 月， 工信部等七部门印发《关于推动未来产业创新发展的实施意见》，提 出将人形机器人列为未

破解汽车零部件企业信息化规划困局 企业要建立和培育核心竞争能力，需要在既定战略下利用信息系统支撑和提升运营效 率，因为企业本身的运作以及很多相关的信息的获得、处理越来越依赖信息技术的应用。 另一方面，随着信息 IT 系统多样性和复杂度的提高，企业在信息化建设中急需总体性和战 略性的规划。 一、 信息化规划概述 信息化规划是在企业发展战略的指导下，根据业务流程现状和业务发展需要，包括管 理层 精加工业界保持领先； 3、 铸造具有竞争力； 4、 装饰件国内知名，进入海外主流 OEM 市场。 顺腾公司的发展愿景是：成为受人尊敬的具有核心竞争力的汽车零部件市场的领先者。 美国战略管理学家波特把企业经营战略分为三类：即成本领先战略、差异化战略、集 中化战略。顺腾公司作为中小型民营企业，市场竞争手段更多的是成本领先的战略，通过 降低成本，在研究开发、生产、销售、服务等领域，使企业的总成本低于竞争对手的成本， 甚至达到全行业最低，以构建竞争优势的战略。 甚至达到全行业最低，以构建竞争优势的战略。 二、信息化需求分析  来自外部环境的挑战： 1、 竞争对手的压力。重要的不是顺腾公司是否信息化，重要的是竞争对手是否信息 化。顺腾公司没有信息化的工具，在起跑线上就落后于人。手工操作相比信息化 系统，如同用大刀长矛对付洋枪洋炮，不具备竞争优势。信息化是大势所趋，也 是形势所迫。 2、 客户的要求。由于企业呈快速成长的态势，顺腾公司产品由过去的国内市场转向

临着转型升级的迫切需求。AI 大模型技术的快速发展为制造业提供 了新的解决方案，能够通过数据驱动的方式优化生产流程、提高生 产效率，实现个性化定制和柔性生产。智慧工厂的建设正是结合了 这些先进技术，旨在提高企业核心竞争力，推动可持续发展。 在这样的背景下，MDC（制造数据云）项目应运而生，致力 于构建一个集成 AI 大模型技术的智慧工厂解决方案。该项目不仅 关注生产效率的提升，还强调智能化决策和实时数据分析，以应对 智能化阶段：大数据、云计算、人工智能等新兴技术的广泛应 用，促使制造业向智能化转型，生产过程中的数据采集、处理 和分析变得更加全面和实时。 在当前的市场环境中，智慧工厂的建设正在逐步加速，许多企 业利用智能制造提升了市场竞争力。据统计，全球智慧工厂市场预 计在未来几年将实现高速增长，年复合增长率达到 20%以上。 在智慧工厂的构建过程中，主要关注以下几个关键点：  数据采集与分析：通过传感器和网络设备实时采集生产数据， 这些应用不仅能够直接提升企业的生产效率，还能够为决策层 提供更为精准的数据支持，使生产过程更加智能和灵活。随着 AI 技术的不断成熟，未来 AI 大模型将在智慧工厂的各个层面发挥着 越来越重要的作用，全方位提升企业的竞争力。在这样的背景下， 结合 AI 大模型的智慧工厂 MDC 项目方案的设计，显得尤为关键和 迫切，有效推动行业的数字化与智能化进程。 1.3 MDC 项目的必要性与目标 在当前全球工业 4.0

识：智能车灯不是可选配置，而是提升行车安全、重塑人车关 系、定义品牌差异的战略核心。 展望未来，智能车灯将是“软件定义汽车”理念在外部最直观的 体现，是连接人、车、环境的动态信息界面。我们期待通过本报告，推动 产业从无序竞争走向基于价值创新的有序升级，共同照亮智 能出行新时代。 前 言 第一章 车灯发展历史及智能车灯产生的驱动力 一、车灯发展的前世今生 二、智能车灯产生的驱动力 01 02 01 14 第五章 智能车灯核心技术对比及发展趋势 一、像素级光源及投影成像技术 二、算法控制与网络架构技术 三、跨领域协同技术 17 18 19 17 第六章 智能车灯产业生态与竞争格局 一、车灯产业链图谱 二、跨界合作模式和案例分析 20 23 20 第七章 智能车灯政策法规测评 一、全球智能车灯法规体系 二、全球智能车灯测评体系 25 27 25 第八章 功能固定，场景适应性差，无法在车辆 生命周期内升级更新 能自动识别并优化高速、城区、弯道、 雨雾、泊车等十余种场景的照明与交互 策略，且功能可通过OTA迭代升级 1.高精度ADB 从上述差异对比发现，智能车灯的核心竞争力源自硬件、软件与场景感知的协同赋能，其背后是光 学技术、芯片算力、传感器融合与电子架构进步的共同支撑。随着相关技术逐渐成熟与成本下探，智能 车灯正从高端车型向更广阔市场普及，成为智能汽车时代不可或缺的重要组成部分。