郝倩/发自德国斯图加特

博世近期在斯图加特公开表示，计划在2027年之前对人工智能领域投入超过25亿欧元。他们预计，到2035年之前，软件、传感器技术、高性能计算单元以及车载通讯相关零部件的销售额将实现翻倍增长，预计将带来超过100亿欧元的销售额。

博世公司已将人工智能确立为其核心业务的重要组成部分，并致力于将辅助驾驶和自动驾驶技术作为人工智能技术优势的显著应用方向。博世集团董事会主席史蒂凡-哈通博士在接受新浪财经采访时透露：“博世在辅助驾驶技术的研究上起步较早，其核心竞争力在于成功地将人工智能技术与丰富的工业经验相融合。”

我们最初在摄像头中应用了人工智能技术，使其能够识别各种物体，包括汽车、自行车以及行人等。接着，我们将这项技术应用于雷达系统，并将摄像头与雷达收集的数据信息进行整合，以此感知周遭环境，并据此为驾驶行为制定相应规则：例如，依据地理位置确定车辆应在道路的哪一侧行驶，或是根据检测到的限速标志来调整车速。这构成一个由众多模块共同协作的复杂系统。

哈通博士指出，当前的关键在于技术的整合，即人工智能大模型需整合所有传感器收集的数据，以及融合所有感知到的环境信息。借助人工智能，车辆能够具备预测能力，预测其他道路使用者的行为，并制定出确保安全到达目的地的行驶策略。人工智能的应用不仅显著增强了车辆的安全性，而且极大地缩短了新产品的开发时间。

哈通博士在接受新浪财经采访时指出，革命性的转变体现在：当引入新的大型语言模型后，人工智能的应用方式将发生怎样的变革。他强调：“伴随着生成式人工智能模型的诞生，我们得以以全新的手段运用人工智能。究其原因，在于我们不仅能够运用数据，更可以利用生成式人工智能模型来促进人工智能的学习过程。”

哈通举例说明，若以斯图加特市的驾驶环境为例，借助生成式人工智能模型对基础参数进行优化，便能模拟出雨天、暴风雨或夜间行驶的驾驶场景。过去人们常言数据是新型的‘石油’，而如今随着生成式人工智能的问世，它宛如一座源源不断的‘石油’井，持续产出‘石油’。

哈通博士在斯图加特的博世技术日上阐述，近几年，博世传感器已收集了超过200PB（即20亿GB）的全球交通场景数据，这些数据现在可以用于人工智能模型的训练。博世采用了“联邦学习”这一训练方法，这种分散式的机器学习方法允许全球服务器在无需共享原始数据的前提下交换参数。

人工智能领域每月都在不断进步，我们不得不面对这一挑战，不能停滞不前。这一过程就像是一场游戏，总会有新参与者带着新技术和新观点加入，比如Deepseek这样的例子。与此同时，博世也与那些在创新人工智能技术方面有专长的合作伙伴保持紧密合作，他们擅长将新技术直接应用于产品之中。”哈通博士向新浪财经透露。

博世正计划将辅助驾驶技术、人工智能等正在研发中的产品应用于汽车领域，并推进其量产进程。在与奇瑞的合作中，博世在辅助驾驶方面取得了显著成效，并为我国搭建了人工智能计算集群。我国拥有一支核心团队，具备完整的产品研发实力，同时利用国内的云服务器和本地数据资源。

在推进全球化的培训过程中，博世采用了联邦学习技术，该技术采用“数据原地不动，参数流动”的算法模式，通过各地区本地数据来训练本地模型，接着将训练完成的参数在中央服务器上进行整合与集成，最后将这些参数分发给各个区域的服务器，从而实现了一个模型在全球范围内的通用。同时，这一技术手段也有效解决了全球数据跨境传输过程中遇到的复杂难题。

这种合作正逐步迈向全球化的趋势。越来越多的客户倾向于采用博世的辅助驾驶系统。我们坚信，这项辅助驾驶技术在吸引中国消费者购买方面扮演着至关重要的角色。

哈通博士认为，这一趋势还将蔓延至其他国家及市场，中国作为首个推广该核心技术市场的国家，已率先引领这一变革。这种转变主要得益于消费者的推动。哈通博士预测，自动驾驶技术将在未来取得长期商业上的成功，预计到2035年，其软件、传感器技术、高性能计算单元以及车载通信相关零部件的销售额将实现翻倍，达到超过100亿欧元的规模。