我们在车辆行业也有了一定经验的积累，因为华为本身就是一个制造业，并且现在也在服务于国内外将近200多家的汽车行业。我们认为，目前汽车行业有三个方面的挑战：
1.产品重构方面，体现为三点：（1）汽车行业的产品技术越来越复杂化，包括现在新能源的驱动，智能驾驶、智能座舱等新技术，产品的开发以及生产都非常复杂。（2）汽车行业现在软件定义汽车已经成为一种趋势，我们研究，软件的成本占到汽车总成本的50%，因此，一个软件全生命周期管理能力提升对车企是非常重要的。（3）购车年龄在逐渐下降，如何更好的满足年轻群体定制化的消费需求，也成为车企目前面临了非常大的挑战。
2.模式重构，包括几点：（1）客户体验在逐步提升，最重点的需求就是现在对汽车定制化产品的要求越来越大。（2）目前三电、芯片、操作系统都面临着国产化的需求，如何整合端到端的产业链，如何避免市场的BCM风险，也成为车企目前面临的挑战。（3）随着数字化、智能化的来临，像汽车行业数字化的研发协同，柔性工厂的建设，精密制造的建设，这也成为很多主机厂、新建工厂面临的大挑战。
3.工厂重构，主要体现为几点：（1）我们现在要面临300万新能源汽车的扩建，以及传统5000万产能的改造。（2）现在柔性工厂、黑灯工厂概念的推出，很多企业都在尝试做无线生产、自动生产，包括黑灯工厂的研究。（3）国家倡导绿色节能、低碳、双碳的指标。
面对以上三个目前汽车行业的挑战，华为公司结合ICT技术，以及云的服务，我们面向研发、生产、销售和服务分别推出了不同的解决方案。其中在研发领域，包括国产化的研发工具链、工程设计仿真、自动驾驶、研发桌面云。现在智慧工厂领域，结合我们自己的云技术以及ICT技术，我们向大家提供了生产网、AI质检等相关场景的解决方案。在销售与服务侧推出了数字化营销的解决方案。
下面我针对几个重点的解决方案向大家做下汇报。
首先是研发工具链，研发工具链是华为公司经过四年自身的尝试，我们自从美国打压之后就开始进行国产化工具链的尝试，包括华为目前所有的产品都是基于自己的研发工具在做的开发，我们在去年年底的时候将研发工具链也向社会做了能力的外溢。我们为什么要做国产化的研发工具链？不仅是车企，包括中国智能制造研发型的企业，我们发现现在软件的质量没有一个统一平台、统一系统进行保障的。原来在流程上面，质量保障全部依靠于用户测试，然而我们的测试工具很难实现自动化，手工比例达到了80%以上。并且在测试工具上面由于碎片化，而且老师傅不能形成经验的传承与积累。第二点在软件风险上难以把控，上一个软件研发生态在下一个研发生态上不能得到有效的传承。
基于这几个痛点，华为公司基于自己的云底座，分别制作了端到端的研发工具的流程，从IPD的咨询，到一站式开发平台，再到测试自动化工厂，以及到全供应链的安全保障，华为公司现在能够提供端到端的服务。并且这些云服务是完全和云业务，和下层的底座是解耦的，并且全部容器化部署，满足汽车行业标准化需求，并且所有的模块全部是开放的ATI接口。目前这款产品已经在汽车行业的比如像长安汽车，今年正在试点推广。并且这些研发工具链产品，因为在华为公司已经全面上线四年了，所以我们经过使用国产化的研发工具发现，数字化产品的交付效率提升了30%，并且能实现资源的统一管控，利用率得到提升。
第二点，能够把原来的手工测试变为7×24小时全自动的测试，人可以歇，但是软件不歇，工具不歇。并且我们70%的问题能够通过研发工具链的测试工厂得到解决，并且这些在线拨测的问题以及质量报告都能进行实时化处理。
第二个解决方案，华为公司在自动驾驶开发测试平台上的尝试和研究。华为公司自动驾驶的开发测试平台，完全基于我们全栈的自主创新的数字底座上面。我们从操作系统侧，从芯片侧，从服务器侧，包括AI框架上面的算子算法，全部是基于华为公司自研的。当然有些算法是我们和伙伴，根据不同客户的情况来进行联合研发服务的。
目前我们最新的AI计算的平台，我们能够达到E级的算力，人工智能平台达到E级的算力，它和英伟达的A800和V800性能是完全持平的，大家可以放在自己工厂里面进行实时测试。并且我们现在支持1400多个高性能的算子。最重要的一点是，我们不需要再担心BCM受控的问题，因为所有的这些技术，包括芯片的技术，操作系统的技术都是咱们国家自主可靠的一个技术。
目前自动驾驶的解决方案，像在东风岚图汽车、吉利、赛力斯，都得到了大规模的应用。基于云服务，能够为我们的客户提供包括数据标注、训练、仿真、合规服务等一系列的服务。
第三个是大模型的尝试，在今年7月份，华为首次向社会发布了华为制造的大模型以及盘古的大模型。现在大模型炒得非常热，百模大战的时代，但现在大部分厂商都聚焦于大模型上层应用的开发，但是聚焦于下面真正国产化算力底座的厂商少之又少，华为公司重点就是在下层的算力底座，人工智能平台的研制。
目前我们开发出了三种大模型，分别是L0的基础大模型，包括五类，比如像CV类的视觉大模型，NLP的交互类的，多模态的，图网络的，还有科学计算的。并且基于L0大模型服务的外溢，我们能够跟各行各业开发出来各行各业自身的行业大模型，比如像汽车行业专门有汽车行业L1级的大模型，华为公司能够把L0、L1的大模型进行外溢，在各个客户针对不同的场景，可以细分出来L2的小模型。比如像汽车领域生产工艺、参数调优，可以专门基于汽车行业L1大模型，来定制L2级小模型，包括像可以做供应可视L2小模型。
在大模型时代，通过大模型的技术，跟传统小模型相比，我们觉得可以重点解决客户几类问题：
第一，是泛化能力。我们知道在传统的AI小模型时代，第一个是精度不行；第二个，任何场景都得做大规模的重新算法的编制以及算力的调优，然而大模型时代，可以通过大模型技术，把算子算法更具备泛化性，能减少调优成本。
第二，大模型能提高人工标注的能力。经过我们测算，目前经过盘古大模型的测试，我们能够节省80%以上人工标注的成本，这能大大减少企业的成本代价。
第三，能够降低AI的开发门槛。因为盘古大模型能为客户提供工作流的自动化，数据处理的自动化，参数调优的自动化，真正做到低门槛的AI开发。目前盘古大模型现在在包括长安汽车、一汽，都在和客户进行POC的测试。
下一个解决方案是生产数字平台，华为公司把它定位成智慧工厂的中枢，我们认为生产数字平台起到承上启下的作用，上面连着工厂侧的各种应用，下面连接着工厂侧的各种数据。这个方案目前在一汽的（蔚山）工厂，长安的渝北工厂都得到尝试和应用，已经得到大规模推广。经过应用我们发现，能够更好把工厂侧的各个数据进行收集、协同。并且，在质量管控方面能够得到有效追溯。然后在企业降本增效方面，能够帮助一汽和长安的客户提升40%生产问题的响应率，并且能够提升60%生产质量的优化效率，提高70%关键设备的稼动率，以及降低了30%的生产能耗。因此，生产数字平台目前在华为公司推广的智慧工厂的解决方案里面，已经作为一种非常重要的方式，在向各个客户进行提供。
下一个是车企数字底座，也就是专门为车企打造的基于集团、子公司、工厂、车间四级分层部署，统一架构的云管理平台。通过四级打造的云管理平台，能够进行集团级的统一应用的统一分发，能够进行所有子公司、工厂、车间所有数据的统一协同和汇聚，并且还能够进行算法算力的协同和共享。目前这个案例已经在包括东风、比亚迪得到了很好的尝试，能够帮助客户在应用的分发上面，数据的协同方面，以及多架构的协同方面，都得到了大大的提升。
最后一个方案就是华为的生产网解决方案，我们知道在WiFi5时代，漫游率，包括无线的覆盖率能力都是不足的，包括很多AGD小车在运行过程中很有可能被卡顿，包括在拐角的时候就没有漫游这种情况。华为公司针对车间的生产网，我们专门推出了基于华为自己独家专利的WiFi6技术，能够很好的解决这种问题，实现了广覆盖、广连接。并且在PLC以上的数采网关上面，接口从原来的十几种协议现在已经扩展到了二百多种协议，真正实现设备网联化、设备IT化。并且基于一个网络设备，我们是集网络IP和安全于一体，大家购买这个网关设备，能够得到网安一体化的诉求。
目前我们服务于海内外的200多家车企，无论是从研发创新、生产供应、营销服务，包括华为还能提供数字化转型的咨询，以及数字化转型的运营，目前在大多数客户的影响力已经构建了。
