在AI技术迅猛渗透各行业的浪潮下，汽车设计领域正经历从创意生成到流程重构的深刻变革。阿尔特作为深耕汽车设计研发二十余年的企业，其推出的“太乙”AI系列产品引发行业广泛关注。近日，在该产品发布活动现场，阿尔特汽车技术股份有限公司副总裁、AI.X Lab负责人，北京阿尔特太乙人工智能总经理刘亚彬，阿尔特汽车造型负责人王师羽就AI赋能汽车设计的核心优势、数据资产价值、商业化路径、行业影响及未来布局等关键问题展开解读，揭示了行业变革的现实路径与未来方向。
素材赋能而非替代 审美取舍定胜负
相较于通用AI模型，阿尔特发布的新模型具有针对汽车领域更专业的AI能力。
王师羽对媒体表示，以造型设计为例，通用模型不难实现趣味性的创意生成，但要精准满足专业交付要求却几乎不可能，核心症结在于缺乏专业领域训练。“我们的优势在于基于底座大模型，将汽车设计的专业知识深度灌注其中，让AI理解设计逻辑、零部件要求等行业标准。在垂直领域，只有让AI清晰掌握行业的工作方式、标准和要求，它才能精准适配实际需求，否则脱离专业训练的AI始终无法胜任专业交付。”
针对汽车设计行业百年发展中凸显的审美疲劳问题，王师羽解读了AI的创意赋能价值。她表示，AI的核心作用集中在创意发散阶段，通过系统内置的各类功能包，借助风格混合技术生成高质量灵感素材库。与传统素材搜集模式相比，AI能高效筛选整合优质资料、剔除无效信息，实现人工难以企及的素材排列组合效率，但AI仅能完成素材生成，无法替代人的核心价值。“选在海量素材的筛选、提炼以及将感性灵感转化为具体设计形态的关键环节，仍需人的主导把控。”
在“太乙”与设计师的衔接机制上，王师羽介绍，核心在于多样化的模型包资产构建。设计师可通过自身作品或意向图训练专属小模型，形成个人风格资产并实现共享，本质上是借助AI实现人与人之间的经验借鉴。而最终设计成果的差异，核心取决于设计师的审美取舍与品味。相较于传统的搜图、手绘模式，AI能更高效地激发设计灵感，例如将汽车与抽象画混合生成的“似车非车”感性形态，虽然不一定能够真正帮助设计师完成创作，但有可能成为设计师捕捉创意的重要来源。
在AI 3.0时代核心关切的数据版权与来源问题上，王师羽明确，阿尔特的数据资产核心以自有作品为主。依托二十余年行业深耕积累，企业沉淀了大量汽车设计方案，已转化为宝贵的数据资产。在数据规模上，其拥有几十万到数百万级别的数据量，但企业更侧重数据质量而非数量——鉴于汽车造型迭代速度快，三年前的设计即可能过时，因此持续生成新的优质数据成为核心工作重点。
而在外部资源整合方面，阿尔特主要聚焦外部灵感素材的借鉴融合。王师羽表示，这一模式类似传统设计师从优秀建筑照片中获取汽车设计灵感，如今设计师可将建筑照片打包成“建筑灵感包”，通过语言调用嫁接至汽车设计中，形成不可预期的创意形态。值得关注的是，模型包训练效率已实现大幅提升，过去需要海量照片才能完成的训练，如今仅凭几十张甚至设计师手绘作品即可实现。
AI对行业的核心影响集中在效率提升与人才结构优化两大维度。王师羽指出，AI能大幅提升重复性工作效率，这将对能力不足的从业者形成冲击，未来行业不再需要靠数量弥补质量的人员，而是更青睐思维灵活、审美好的高素质人才。对企业而言，这一变革不会导致裁员，但会减少招聘需求；对整车厂来说，也将有效缓解汽车设计师稀缺的行业现状。
刘亚彬补充道，AI还将推动行业组织架构扁平化。过去造型设计与风阻、生产等环节呈前后衔接关系，存在衔接不顺的问题；如今借助AI技术，这些环节可提前协同推进，需要各部门专人对接协作，这类协作岗位的出现正是组织扁平化的直接体现。阿尔特成立的AI.X lab即是初期探索载体，未来随着技术不断深入，将实现业务层面的深度融合。
锚定新领域 以项目价值反哺研发
针对阿尔特今年重点推进的跨界联合与生态联盟建设，以及研发投入与企业利润的平衡问题，刘亚彬从自身视角给出解读。他表示，更倾向于将研发投入与利润平衡作为约束条件，核心是确保AI产品具备商业化价值。一方面，“太乙”等AI产品能帮助阿尔特获取更优质的项目资源；另一方面，企业通过技术授权、解决方案等方式实现营收，不将盈利押注于单一产品。此外，阿尔特的核心优势在于第三方身份带来的上下游信任，这使其在可信数据空间等合作中更具竞争力，这类投入产出无法简单用短期收支来衡量。
跨界布局是阿尔特的重要转型方向，低空经济、机器人、农用机械均被纳入布局范围。刘亚彬介绍，低空经济领域，企业重点关注立体空间的机械设计与控制，尽管当前法规尚不明确，但已启动相关探索；机器人领域，阿尔特已成立专门公司，聚焦从产品定义到试验的全流程，与英伟达的合作重点集中在仿真训练与合成数据结合；农用机械领域，企业正在接触更多项目。这些跨界探索的核心逻辑，是将汽车设计领域的AI精准控制能力复用至其他机械领域。
关于下一步AI研发的重点方向与行业商业化趋势，刘亚彬明确了两大核心研发方向：一是3D到2D图纸的转化，这类工作重复性强、工艺标准明确，日系等海外客户需求旺盛，目前相关研发已启动，原型产品将很快推出；二是数据流转平台建设，依托对工业领域的深刻理解，打造涵盖数据清洗、特征提取等全流程的统一平台，为行业提供基础工具支撑。此外，造型升级与智能体协作也是重点方向，企业将联合西门子等国内外伙伴，攻克3D生成、几何内核等关键技术，实现成本、制造、属性等后端要求前置，以终为始优化设计流程。
商业化层面，刘亚彬强调核心思路是“先赚钱活下来”。企业将通过“太乙”授权、一体机、算力池化、数据服务等多种方式实现营收，相关成果将很快显现。整体商业模式仍以设计领域核心业务为基础，但上述布局已突破单纯的设计范畴。从行业趋势来看，AI的价值将更多体现在流程优化与效率提升上，数据安全与可信协作会成为核心诉求；中国在数据开放性上的优势有望推动行业快速发展，但也需警惕技术自信带来的风险，加强生态合作至关重要。
从专业知识灌注到数据资产沉淀，从组织协同优化到跨界领域探索，阿尔特正以AI为抓手，在汽车设计行业的变革中寻找破局之道。正如王师羽、刘亚彬所言，AI并非行业替代者，而是核心赋能者，未来唯有以真实行业痛点为导向，平衡技术研发与商业化进程，才能在AI浪潮中站稳脚跟，推动汽车设计行业持续前行。