人工智能正在将汽车设计从草图转变为数字模型
The Verge AI··作者 Tim Stevens
关键信息
人类设计师仍主导创意流程——AI仅作为快速迭代的工具，而非自主创作。该技术目前仅用于内部情绪板和原型制作，尚未用于最终生产设计。
资讯摘要
汽车行业传统上依赖手绘草图，需经数月手工精修才能转化为3D模型。通用汽车现在利用Vizcom等AI工具，可在数小时内将草图转为详细3D模型和动画。同时，Neural Concept的AI驱动计算流体动力学（CFD）软件大幅加快空气动力学测试——捷豹路虎将其模拟时间从4小时缩短至1分钟。
尽管特朗普政府削减电动车激励政策改变了制造重点，但AI帮助车企更快适应。这些工具并未取代人类创造力，而是增强它，使团队能快速探索更多概念，同时保持品牌一致性。
资讯正文
汽车设计领域充斥着先进的3D可视化工具和VR雕刻平台，但一辆新车通常仍以草图的形式进入世界。
这些草图传统上会经历无数次迭代和细化，从各个角度打磨，之后由人工转化为3D模型——有些在数字世界中夭折，有些则被塑成黏土模型，以便更直观地观察线条和轮廓。这只是设计与开发流程的起点，而这一过程往往需要五年甚至更长时间。
这意味着今年夏天即将出现在经销商展厅的新车，最早可能是在2020年或2021年画出草图的。当时正值替代燃料激励政策广泛推行、电动车充电桩如野火般蔓延、内燃机时代似乎即将终结之时。
如今一切已截然不同。特朗普政府第二任期取消了各类电动车激励政策，并实施关税及进出口限制。曾承诺在本世纪末全面转向电动化的汽车制造商，现在正把发动机塞进任何能动的东西里，工厂也匆忙调整生产任务以避开最严重的进口限制。
就在这样的背景下，我们迎来了代理型AI（agentic AI）的崛起，越来越多的制造商正在利用它来压缩长达60个月的新车设计与开发周期。正如AI的其他方面一样，其潜力巨大，但同时也带来了一些令人不安的后果。
[图片：https://platform.theverge.com/wp-content/uploads/sites/2/2026/04/sketch-1.png?quality=90&strip=all]
通过提示词进行设计
在通用汽车（GM），新车开发流程正在设计阶段引入AI技术。通用汽车创意设计师丹·夏皮罗（Dan Shapiro）向我展示了具体工作流程，这个流程始终始于人类的设计。“这就是草图的意义所在，”他说，“AI帮助我们更快看到成果。”
通过将手绘草图输入一款名为Vizcom的商用工具，夏皮罗几小时内就创建出了完整的3D模型和动画，而他指出，此前这一过程需要“多个团队耗时数月”。
夏皮罗的例子是一款具有强烈侵略性线条的概念车，看起来就像出自夜之城街头。他输入类似这样的提示词：“生成这张雪佛兰概念车的动态视角动作镜头……空旷的高架道路，现代都市”，便制作出一段简单动画。很快，这辆车就在那种永远湿漉漉的街道上行驶起来——这是赛博朋克未来标配的场景。
在某些版本中，垂直轮罩消失了，但经过几次提示词修改和重新渲染后，问题迅速得到修正。
至少目前，这些动画仅用于内部作为滚动情绪板，帮助通用汽车团队判断哪些设计可行。夏皮罗强调，始终是人类设计师在主导创作，而非AI：“我们仍然是决定什么感觉像别克、GMC、凯迪拉克，以及在这种情况下像雪佛兰的僧侣。”
不过，AI也在影响着这一决策过程。
[图片：https://platform.theverge.com/wp-content/uploads/sites/2/2026/04/sketch-3.png?quality=90&strip=all]
计算流体动力学（CFD）是研究流体如何围绕特定形状流动的科学。CFD有助于电动汽车在充电后行驶更远的距离，也能让大型卡车略微改善空气阻力。自2018年以来，一家名为Neural Concept的瑞士公司一直在将神经网络的力量引入CFD领域。过去需要在超级计算机上花费数小时的任务，如今可以在Nvidia的GPU上几分钟内完成。
Neural Concept已将其技术应用于从家用轿车到一级方程式赛车（Williams Racing是其客户之一）的各种车型。虽然大多数客户更愿意保持匿名，以保护其设计工具和流程细节，但捷豹路虎（JLR）最近却公开称赞了这项技术。在今年的Nvidia GTC大会上，JLR高级技术专家克里斯·约翰斯顿表示，原本需要4小时才能完成的气动工作现在只需1分钟。
通用汽车（GM）也走上了类似的路径，正在开发所谓的“AI驱动的虚拟风洞”。GM研发部的技术专家兼实验室经理斯科特·帕里斯向我演示了这一系统。“我们开发了一个AI模型，可以近乎即时地预测阻力，”他说，“设计师和工程师可以随时调整表面并获得几乎即时的反馈。”
这不仅仅是汽车本身在被重新塑造。GM的工作流程也在发生变化。过去，设计师会把模型交给CFD工程师，后者需要几天甚至几周时间测试后再提供反馈；而现在则更加迭代化。由于设计师能快速生成3D模型，CFD工作也可以更早启动。
然而，这些自动化流程并非完美无缺。Neural Concept的联合创始人兼CEO皮埃尔·巴克表示：“我们正在构建的是具备强大人类监督能力的自主系统，而不是完全剔除人类参与。价值来自于AI的速度与人类判断的结合，而非单纯移除人的角色。”
一辆车外观如何、空气动力学性能如何，只是五年开发路线图中的部分因素。软件编码正变得越来越复杂——软件定义车辆的趋势意味着更复杂的集成任务，导致发布延期并耗费数十亿美元。AI也被认为在此处有潜在优势。
在日产，主要焦点是自动化软件开发中一些繁琐的任务，比如单元测试。负责软件定义车辆的日产高管高桥义和告诉我，这些代码生成工具“提升了开发速度和质量。”
AI设计的汽车正在成形
Neural Concept的皮埃尔·巴克表示，他的客户也有类似看法：“我们的平台旨在增强工程团队的能力，而不是削弱他们。”
马特奥·利卡塔则不太确定。他曾是一名汽车设计师，现在是都灵IAAD（应用艺术与设计学院）的教授。“设计工作室的工作岗位可能不会马上消失，但在我看来，只有傻子才会相信如此巨大的生产效率提升不会以某种方式影响工作室的人数。”他说。
这对利卡塔的学生们来说意味着更令人担忧的后果。“在AI出现之前，进入汽车设计领域就已经非常困难，而现在只会变得更难。”他说。
[图片：https://platform.theverge.com/wp-content/uploads/sites/2/2026/04/Blazer_AI_Aero.png?quality=90&strip=all]
代理式敏捷性
人工智能究竟是福是祸，很大程度上取决于制造商如何审慎地部署它。一些公司比另一些表现得更有判断力。道奇最近发布了一些据称是其最受欢迎车型二十年前的“老家庭照片”，但实际上这些AI生成的图片几乎看不出真实车型的样子。
撇开营销失误不谈，当下的目标是速度。通用汽车已经将AI引入设计流程，并用于下一代车型开发，但该公司无人透露这些新车何时上市。与此同时，日产正致力于将新车型的研发周期缩短至30个月，以期在美国市场重拾增长势头。
这够快吗？我们将在2029年揭晓。
来源与参考
收录于 2026-04-28