（記者劉暄）百度副總裁石清華4月11日在智能電動汽車發展高層論壇（2026）發表演講時表示，AI算力的重心正在從訓練側向推理側發生歷史性遷移，汽車行業正加速邁入“全量推理時代”。

他認為，三大驅動力正在加速這一變革：企業內部智能化正在重塑研發、制造與營銷的全鏈條；以自然語言描述需求、由AI自動生成代碼的“氛圍編程”（Vibe Coding）在2026年成為主流，AI正在定義軟件開發本身；而智能座艙中由AI實時生成的個性化交互界面、多模態感知與推理等新技術，正在將推理需求直接推向每一位終端用戶。

行業數據顯示，到2026年，推理帶來的算力增量占比將達到三分之二，未來將超過80%。根據OpenRouter最新數據測算，僅4月初，全球AI大模型總調用量就達到27萬億Token，環比增長18.9%，其中中國AI大模型周調用量達12.96萬億Token。

推理需求的爆發式增長，既需要過硬的算力產品支撐，也需要企業在戰略層面提前布局。在戰略側，石清華向車企提出“儲算力、建平臺、治數據”三點建議，即用國產算力應對推理增量，盡早搭建大模型平臺為場景落地打基礎，同時構建高質量數據集、梳理業務邏輯，為AI應用做好數據準備。

當AI從改造企業內部、革新生產工具，進一步走向直接服務每一位用戶時，推理需求的量級和商業挑戰都達到了新的高度。智能座艙正是這一轉變的最前沿。多智能體協同、多模態感知、長期記憶等能力正在讓座艙從被動響應走向主動認知，但也帶來了一個值得全行業關注的商業悖論：車企長期習慣按BOM（整車零部件成本）來核算一切，每個零部件裝上車就不再產生額外支出。但座艙AI推理不同，它的費用隨用戶使用量持續增長。若仍按傳統的固定物料成本來看待推理費用，邏輯上就會出現功能越受歡迎、用戶調用量越大、企業反而越虧損的困局。

在石清華看來，無論是座艙、智能體還是軟件開發，所有場景都指向同一個核心命題：算力不應被視為研發成本，而是直接支撐用戶體驗和業務流的核心生產資源。企業需要通過高價值的產品服務和商業模式創新，讓用戶真正為“智能價值”買單，將AI能力轉化為可持續的盈利點。這或許才是車企在推理時代最需要完成的一次認知轉換。