在全球貿易戰與需求不確定性夾擊下，汽車製造商正積極運用人工智慧（AI）來縮短開發時程。

汽車設計領域充斥著先進的 3D 可視化工具和 VR 雕塑平台，但一輛新車的誕生，傳統上仍始於一張草圖。

這些草圖需要經過無數次從各個角度的迭代和細修，然後再由人工轉化為 3D 模型，有些在數位世界中胎死腹中，有些則被雕刻成黏土模型以更好地呈現線條和輪廓。這僅僅是設計和開發流程的開端，整個過程通常需要五年或更長時間。

這意味著今年夏天上市的許多新車，其草圖最早可能是在 2020 年或 2021 年繪製的，當時的倡議是在替代燃料補貼普遍、電動車充電樁如野火般蔓延，以及內燃機時代似乎即將終結的背景下啟動的。

如今，一切都已改變。美國政府的政策改變了電動車補貼，同時施加了關稅和進出口限制。曾經承諾在本十年末實現全電動化的汽車製造商，現在卻將引擎裝載到任何能動的車輛上，工廠也正倉促改裝以規避進口限制帶來的最壞影響。

在所有這些變動中，代理式 AI 的興起，正被越來越多的汽車製造商用來縮短那長達 60 個月的新車設計和開發週期。與大多數 AI 的應用一樣，其潛力巨大，但同時也伴隨著一些更令人擔憂的影響。

在通用汽車（GM），新車開發流程在設計階段注入了 AI 的力量。通用汽車的創意設計師 Dan Shapiro 向我介紹了工作流程，該流程始終以人為設計的起點。「這就是草圖的用途，」他說，「AI 幫助我們更早地看到它。」

透過將手繪草圖輸入一個名為 Vizcom 的商業工具，Shapiro 在數小時內就創建了一個完全實現的 3D 模型和動畫，他表示，這個過程以前需要「多個團隊花費數月時間」。

Shapiro 的例子是一款概念車，其激進的線條設計，讓人聯想到《電馭叛客 2077》中的夜之城街頭。他輸入了類似這樣的提示：「創建這款雪佛蘭概念車的動態視角動作鏡頭……空曠的高架街道。現代都市。」他創建了一個簡單的動畫，很快，這款車就在賽博龐克未來常見的、總是濕漉漉的道路上行駛起來。

在某些迭代中，垂直輪轂蓋消失了，但經過幾次提示的修改和重新渲染，很快就修復了這個問題。

至少目前為止，這些動畫僅用於內部，作為滾動式的「情緒板」，幫助 GM 的團隊了解哪些設計有效。Shapiro 強調，始終是人類設計師在塑造事物，而不是 AI：「我們仍然是決定什麼感覺像別克、GMC、凱迪拉克，以及在這個案例中，像雪佛蘭的決策者。」

但 AI 也正在那裡產生影響。

計算流體力學（CFD）是確定流體圍繞特定形狀流動情況的科學。CFD 有助於電動車每次充電行駛更遠的距離，並使大型卡車的風阻略有改善。自 2018 年以來，一家名為 Neural Concept 的瑞士公司一直將神經網路的力量應用於 CFD 技術。過去需要數小時在超級電腦上進行的任務，現在可以在 NVIDIA 等公司的 GPU 上在幾分鐘內完成模擬。

Neural Concept 已將其技術應用於從家用轎車到一級方程式賽車（Williams Racing 是其客戶）的各種項目。雖然其大多數客戶寧願保持匿名，以保守其設計工具和流程的細節，但捷豹路虎（JLR）最近卻對這項技術讚譽有加。在今年的 NVIDIA GTC 大會上，JLR 的高級技術專家 Chris Johnston 表示，以前需要 4 小時的空氣動力學工作，現在只需 1 分鐘即可完成。

GM 也在走同一條路，正在開發其所謂的「AI 驅動的虛擬風洞」。GM 研發部的技術研究員兼實驗室經理 Scott Parrish 向我展示了演示。「我們開發了一個 AI 模型，可以提供近乎即時的阻力預測，」他說。設計師和工程師可以推拉表面並獲得即時的反饋。

不僅是汽車的外觀在改變，GM 的流程也在變化。過去，設計師會將模型交給 CFD 工程師，後者需要花費數天或數週進行測試並提供反饋，而現在則更加迭代化。而且，由於設計師可以快速生成 3D 模型，CFD 工作可以更早地開始。

然而，這些自動化程序並不完美。「我們正在建立具有強大的人類監督的自動化系統來設計汽車，」Neural Concept 的執行長兼聯合創始人 Pierre Baqué 說。「價值在於 AI 的速度和人類判斷力的結合，而不是將人類排除在外。」

汽車的外觀和空氣動力學性能並非影響長達半年的開發路線圖的唯一因素。編碼正變得越來越重要的任務。對軟體定義車輛的推動意味著更複雜的整合工作，這已經導致了發布延遲和數十億美元的成本。AI 在這方面也被視為潛在的福音。

在日產（Nissan），主要重點是自動化軟體開發中的一些瑣碎任務，例如單元測試。負責日產軟體定義車輛的公司高管 Takashi Yoshizawa 告訴我，這些程式碼生成工具「同時提高了開發速度和品質」。

許多投入 AI 懷抱的公司都有一個共同的說法，那就是他們將透過消除瑣碎任務來提高員工生產力，而不是裁員。GM 的代表對這一點非常堅持。「這觸及了許多人關心的問題，但我們真正利用它的方式是讓員工能夠做他們真正來到 GM 想做的事情，」Bryan Styles 說。他是 GM 全球設計創新與技術營運總監。

Pierre Baqué 在 Neural Concept 也對其客戶表示了同樣的看法：「我們的平台旨在放大工程團隊的能力，而不是減少他們。」

Matteo Licata 並不確定。他曾是一名汽車設計師，目前是都靈 IAAD（Istituto di Arte Applicata e Design）的教授。「設計工作室的工作可能不會立即消失，但以我看來，只有傻瓜才會相信如此巨大的生產力提升不會以某種方式影響工作室的人員配置，」他說。

這對 Licata 的學生來說，意味著一些更令人擔憂的影響。「在 AI 出現之前，進入汽車設計領域已經非常困難，現在只會變得更加困難，」他說。

AI 究竟是福音還是災難，很大程度上取決於汽車製造商部署它的謹慎程度。有些公司表現出了比其他公司更好的判斷力。道奇（Dodge）最近發布了一些所謂的「老家庭照片」，展示了其 20 年前最受歡迎車型的照片。實際上，AI 生成的照片幾乎不像真實的車輛。

撇開行銷上的失誤不談，目前的目標是速度。注入 GM 設計流程的 AI 已經被用於其下一代汽車，但沒有人願意評論這些汽車何時會上市。日產方面，正朝著 30 個月的新車開發目標邁進，以期重振其在美國市場的勢頭。

這足夠快嗎？我們將在 2029 年揭曉答案。