9月10日至11日，2026达索系统汽车与交通运输行业高峰论坛在青岛举行。相比过去行业内更多的是讨论AI如何上车，此次论坛将视角进一步转向汽车工程体系内部，议题覆盖工业AI、虚拟孪生、系统工程、仿真验证、整零协同等方向。达索系统认为，汽车产业的竞争正在从单一产品创新，延伸至研发体系、工程效率与产业协同能力，传统串行、分散的工程模式也在向多学科融合、数据贯通和虚实协同演进。

会议期间，达索系统大中华区总裁张鹰接受了AI汽车制造业在内的多家媒体采访。围绕研发周期持续压缩背景下的虚拟验证边界，以及模型驱动、AI驱动研发将如何改变整零协同关系，AI汽车制造业与张鹰进行了交流。与此同时，工业AI、全球化与合规等话题，也构成了这场采访的另一条重要线索。

研发提速，虚拟验证的边界在哪里？

研发提速，是贯穿此次论坛的一个关键词。

张鹰提到，目前一款车从需求定义、概念设计、详细设计、建模仿真一直到量产交付，整体周期在两年半左右已经十分紧张，但市场仍在推动新车型开发周期进一步压缩，从24个月到18个月，近期甚至有企业提出13个月推出一款新车型。

“这个周期的缩短靠今天的人力行吗？”在他看来，继续依靠传统方式增加人力已经很难支撑这样的节奏，AI和世界工业模型将越来越多地承担工程工作。现场案例中，一项过去需要数十小时完成的任务，已经可以被压缩到分钟级。

谈及达索系统的AI战略，张鹰进一步解释，目前不同企业对AI的理解和应用深度差异很大，一些仍停留在AI助手和单点工具阶段，另一些已经将其上升到企业整体战略。达索系统提出的世界工业模型，并非通用大语言模型，而是希望让AI学习其长期积累的设计、建模、仿真、多物理场计算以及工业最佳实践，使AI真正进入工程体系，而不仅仅停留在内容生成层面。

但研发效率不断提高，也带来了一个无法回避的问题：如果虚拟仿真越来越强，车企会不会进一步压缩实车测试周期，甚至出现“仿真做得越来越多、实车验证越来越少”的“速成车”？

针对这一问题，张鹰给出的判断十分明确：“虚拟仿真会越来越多。”他表示，目前一些过去高度依赖实体试验的环节已经开始向数字仿真迁移。对于虚拟验证究竟存在怎样的边界，他认为，“没有一个理论的边界”。如果最终证明虚拟验证可行，企业仍可能进一步减少实车验证，研发速度也会继续加快。

不过，“没有理论边界”并不等同于工程验证本身可以被省略。在谈及中国车企全球化时，张鹰同样强调，汽车进入不同市场后，强度、材料、碳排放等环节仍需要完成相应验证。如果AI不能学习不同国家和地区的规范，最终产品仍需要重新适配和验证。

达索系统全球技术顾问副总裁Pierre MARCHADIER在论坛演讲中也提到，通用AI可能出现错误甚至“幻觉”，而汽车等工业产品涉及安全、性能、维护以及全球不同法规要求，因此工业AI的基础必须建立在科学、工程仿真和行业知识之上。

从这些讨论来看，汽车研发未来可能减少的是部分重复性的物理试验和低效试错，而不是验证本身。随着更多问题被提前放到数字环境中解决，验证正在从开发后端向设计和研发前端移动，对模型可信度、数据质量以及工程规则的要求也随之提高。

协同层面，整零关系如何被重构？

研发周期不断压缩之后，压力并不会只停留在主机厂内部，它同样会沿着研发链条传导至供应商。

过去OEM与供应商之间的协作，大多围绕图纸、技术参数和项目节点展开，主机厂定义需求，供应商根据需求完成开发，再进入后续验证和交付。但当汽车研发逐步进入模型驱动和AI驱动阶段，这种相对串行的开发方式也在发生变化。

对于未来整车企业与供应商之间是否会逐渐转向基于统一数字模型、甚至更加实时的协同，这种变化又将怎样影响汽车供应链关系。张鹰并没有给出一条统一的演进路线。他认为，不同企业的协同成熟度差异较大。有些企业内部不同部门之间尚未完全实现协同，不同车型之间仍存在大量重复设计。而另一些企业已经开始进入供应链协同设计阶段。

他以广汽此前推进的“全球一张办公桌”为例，最初解决的是北美、欧洲与广州等不同设计中心之间的内部协同，随后才逐渐向整个产业链延伸。小鹏汽车则在部署3DEXPERIENCE 平台之后，进一步推进产业链协同。在张鹰看来，每家企业的发展阶段、复杂度、品牌定位不同，协同节奏也需要服务于自身的发展目标。

论坛上的小鹏汽车与福耀集团案例，则让这一变化更加具体。

福耀方面在分享中提到，随着整车研发周期大幅压缩，过去主机厂提出需求，供应商负责落地的开发模式开始面临新的效率要求。供应商需要更早进入项目，在双方合作中，福耀的参与节点已经前移至需求端，并覆盖方案设计、产品验证、问题解决以及上市保障等阶段，研发、设计、质量和项目团队也由过去相对串行的沟通转向更直接的协同。

这类实践所反映的变化，并不只是供应商更早进场。当需求、方案、验证乃至问题解决逐步被放到同一套数字化研发体系中，供应商的角色也开始从单纯执行既定需求，向更早参与产品定义和联合开发延伸。

小米汽车的分享同样体现了类似逻辑。其数字化体系从产品定义、造型开发、验证一直贯穿到制造过程，强调流程协同实时化、数据闭环化，并将研发经验进一步沉淀到数字化模板中。

从这些实践来看，当车型开发周期从两年甚至更长时间继续向一年多压缩，仅仅要求主机厂内部“跑得更快”已经不够，研发效率正在越来越取决于整条产业链能否同步响应。整零协同也因此从过去的项目管理问题，逐步演变成研发体系问题。

从研发提速到全球化，车企进入体系能力竞争

如果说研发周期压缩考验的是一家车企内部和产业链之间的工程效率，那么全球化带来的挑战则更加复杂。

在谈及中国车企出海时，张鹰将合规视为必须正视的重要问题。他表示，中国车企近年来对出海合规、知识产权合规以及财务合规的重视程度明显提高，但面对不同国家和地区复杂的法规体系，合规仍然是中国企业全球化过程中最大的挑战之一。

与此同时，中国车企在国内形成的快速开发方式，也无法简单复制到海外。张鹰认为，中国与海外研发体系并不是两套完全不同的逻辑，中国企业在吸收全球行业最佳实践的基础上形成了自身创新，但产品进入欧洲、东南亚、美洲等市场后，仍需要结合当地需求定义和概念设计，再叠加中国企业在详细设计、工艺和效率上的积累，形成真正适合当地市场的产品。

这与论坛上对于全球研发复杂度的讨论相互呼应。达索系统汽车与交通行业全球高级总监Klaus KUENG提到，不同国家和地区的电动化进程、用户需求以及技术路线并不同步，全球汽车产业实际上正在按照不同“时钟”运行。对全球车企而言，真正的难点并不是简单判断某一种技术路线胜出，而是如何用一套工程体系支持多个市场以不同节奏进行产品开发，而不把研发体系割裂成彼此独立的多套系统。

这也是达索系统从第五代工具型产品向第六代3DEXPERIENCE 平台，再到第七代GEN7战略演进所希望解决的问题。张鹰介绍，第五代产品更多以设计、仿真、制造等单点工具为主，第六代开始通过平台拉通需求、设计、仿真、制造和交付，第七代则在此基础上进一步深入引入AI能力。

对于中国汽车产业而言，这意味着下一阶段竞争可能不再只是产品推出得有多快。一方面，13个月甚至更短的车型周期正在倒逼研发、验证和供应链同步提效；另一方面，当中国车企走向全球，不同市场的需求、法规与工程规范，又要求这种“快”建立在更加完整的研发体系之上。

结语

从此次论坛可以看到，AI正在把汽车产业的竞争从产品端进一步推向工程端。它带来的并不只是某一个软件功能的效率提升，而是研发方式、验证方式以及产业链协作方式的变化。

追求越来越短的新车研发速度或许并非终点，但对于汽车工业而言，比“还能快多少”更值得关注的，是在不断提速之后，如何仍然保证设计可信、验证充分、协同高效，并让一套研发体系能够支撑产品真正走向全球。