AI定義型車両（AIDV）OEM各社の導入戦略に関する調査レポート（2026年）

AIDV調査：22社の自動車メーカーの導入戦略

ResearchInChinaが発表した「AI定義型車両（AIDV）OEM各社の導入戦略に関する調査レポート（2026年）」は、Li Auto、NIO、XPeng、Xiaomi Auto、Geelyなど22社のAI導入戦略を分析しています。これには、自動運転やスマートコックピットなどの分野におけるAIデータ、クラウドコンピューティング能力、車載コンピューティング能力、自社開発チップ、AIオペレーティングシステム、AI基盤モデルの活用に加え、車載AIチップの構成戦略や計画についても含まれています。

1.新興OEM：包括的な展開が車両からEAIへと拡大

現在、中国の新エネルギー車のスマート化は次の段階に入っており、AI技術はOEM間の競合における核心的な変数となっています。

2026年6月初旬に開催された「Qualcomm China Automotive Summit」において、NIOの創業者である李斌氏は、今日の自動車メーカーはAI企業にならなければならず、今日のインテリジェントコックピットはAIコックピットへと変貌しなければならないと明言しました。NIOは、インテリジェントコックピットの進化を「機能型コックピット」、「インテリジェントコックピット」、「認知型コックピット」の3つの段階に分類しています。

2026年1月、李翔氏は社内スタッフ会議で3つの主張を行いました。第一に、2026年はAI業界の主要企業を目指す企業にとって最後の好機となること。第二に、L4レベル自動運転は遅くとも2028年までには確実に実用化されること。第三に、基盤モデル、チップ、OS、EAIを同時に展開できる企業は世界中で3社以下にとどまり、Li Autoはその一社となるべく尽力すること。

2025年11月、XPengはAI Dayにおいて、自社のポジショニングを「物理的AI世界におけるモビリティ・エクスプローラー、そして世界のEAI企業」へと全面的にアップグレードすると発表しました。

2026年の自動車業界における流行語の一つであるAIエージェントについては、疑いの余地がありません。多くの業界専門家が、AIに対する過熱した期待を冷ますよう呼びかけ始めています。しかし、これはOEMがAIDV（AI搭載車両）の最も先鋭的な実践者として台頭することに影響を与えません。従来のOEMや国際ブランドと比較して、新興OEMはAI演算能力、AIチップ、AI基盤モデル、EAIなどの分野において包括的な展開を行っています。

2.従来の独立系ブランド：車両知能化に焦点を当てた重要なブレークスルー

Geely、Great Wall Motor、Changan、BYD、Cheryに代表される伝統的な独立ブランドは、自動車製造に対する深い理解を活かし、暗黙のうちに「車両知能化」の道を歩み始めています。彼らはAIを単なる概念から具体的な技術的ブレークスルーへと、また壮大なビジョンからユーザーが実感できる価値へと変革させています。

BYDは「玄機（Xuanji）」と呼ばれる車載インテリジェントアーキテクチャを発表しました。これはスケールメリットを活かして包括的な技術を提供するもので、「車載インテリジェント」アーキテクチャを用いて電動化と知能化の深い融合を推進し、コスト最適化と世界の適応性を重視しています。

Geely（Geely）は「AI集中化」の道を選択し、統一された「車両ユニバーサルブレイン」の構築に注力しています。これにより、AI機能をコックピット、自動運転、パワートレインなどの分野に深く浸透させ、クロスドメインの連携とインテリジェントな進化を実現しようとしています。

数十年にわたる自動車製造の専門知識を持つ従来のOEM各社は、車両の機械構造、パワートレインシステム、シャシーチューニング、材料技術などのAI基盤について深い理解を持ち、成熟したエンジニアリング実装能力を有しています。彼らはAIを活用して、自動運転領域、コックピット領域、パワートレイン領域、シャシー領域、コネクティビティ領域を連携させ、領域横断的な統合を実現した車両インテリジェントアーキテクチャを構築しています。

3.一部の国際OEM：海外市場では慎重な姿勢を維持し、中国市場では協力を深化

国際的な自動車ブランドは、明確な二本柱の戦略を採用しています。中国市場と世界の市場に向けた並行開発、現地のサプライチェーンとの連携と中核技術の独自研究開発による二本立ての進展、そして新エネルギー車と従来型燃料車の同時推進による二輪駆動型の成長です。

2026年3月、BMWグループのCEOは、世界の市場におけるレベル3（L3）プロジェクトの研究開発優先度を一時的に引き下げることを発表しました。一方、中国市場では、BMWグループは「360度フルチェーンAI戦略」を発表し、中国のテクノロジー企業であるMomentaと提携して、中国市場向けの全シナリオ対応インテリジェントドライビングシステムを共同開発しました。さらに、アリババのAI大規模言語モデルとDeepSeekの深層思考能力を基盤として、「BMWインテリジェント・パーソナル・アシスタント」は「AIパーソナル・アシスタント」へとアップグレードされました。

2026年1月、海外メディアは、Mercedes-Benz世界市場におけるL3自動運転システムの推進計画を一時的に棚上げし、代わりにL2+自動運転システムに注力していると報じました。中国市場では、メルセデス・ベンツは2017年からMomentaと協力して同プロジェクトへの投資を続けています。両社が共同開発した高度な自動運転システムは、バッテリー式電気自動車のCLA、GLC SUV、および次世代Sクラスセダンに搭載されています。

Volkswagen Groupは「In China, for China（中国で、中国のために）」という戦略を採用しています。2026年下半期から、CEA（China Electronic Architecture）を基盤とする新型車モデルには、フルドメインAIエージェントが順次搭載される予定です。フォルクスワーゲンとXPengが共同開発した最初のモデルであるUNYX 08には、2つのXPeng Turing AIチップ（合計1500 TOPSの演算能力）が搭載されています。両社のCEAとTuringチップの連携は、今後さらに多くのフォルクスワーゲンブランドのモデルに適用される予定です。

Teslaは、国際的な自動車ブランドの中では異色の存在です。同社のAI導入戦略は、中国の新興自動車メーカーの戦略に近く、「AIがすべてを可能にする」という明確な特徴を示しています。Teslaは自動車を「車輪付きのロボット」、ヒューマノイドロボットを「車輪のない自動車」と捉え、独自のチップとAI基盤モデルを開発することで、自動車とEAIが同じAI技術スタックを共有できるようにしています。

目次

定義

第1章 AI定義車両の概要

• AI定義車両の概要
• AI定義車両vs.ソフトウェア定義車両
• AI定義車両の3つの主要な要素
• AIが自動車産業のあり方を変革している
• AI技術がOEM企業をサプライチェーン全体（研究開発、生産、販売、サービス、サプライチェーン管理）にわたって強化
• 自動車生産におけるAI技術の応用
• 自動車生産におけるAI技術の応用：OEM各社の応用事例のサマリー
• 販売およびサービスにおけるAI技術の応用
• 販売およびサービスにおけるAI技術の応用：OEMの応用事例のサマリー
• AIDVデータ統計
• AIを活用した自動運転：2025年の導入量と普及率
• AIを活用した自動運転：2025年における普及率（価格帯別）
• AIを活用した自動運転：2025年における普及率（車種別）
• AIを活用した自動運転：2025年における普及率（新エネルギー車タイプ別）
• AIを活用した自動運転：2025年の普及率（OEM別）
• AIを活用した自動運転：2025年における普及率（ブランド別）
• AIを活用した自動運転：2025年における普及率（車種別）
• AIを活用したMNP：2025年の設置量と普及率
• AIを活用したMNP（モバイルナンバープレート）：2025年の普及率（価格帯別）
• AIを活用したモバイル決済：2025年の普及率（車種別）
• AI搭載型モバイルネットワーク：2025年の普及率（新エネルギー車タイプ別）
• AIを活用したモバイル決済：2025年の普及率（OEM別、ブランド別、車種別）
• AIを活用した駐車場：2025年の設置件数と普及率
• AIを活用した駐車場：2025年の普及率（価格帯別）
• AIを活用した駐車場：2025年の普及率（車種別）
• AIを活用した駐車場：2025年の普及率（新エネルギー車タイプ別）
• AIを活用した駐車場：2025年における普及率（OEM別、ブランド別、車種別）
• AI搭載音声アシスタント：2025年のインストール数と普及率
• AI搭載音声アシスタント：2025年における普及率（価格帯別）
• 2025年におけるAI搭載音声アシスタントの普及率（車種別）
• AI搭載音声アシスタント：2025年における普及率（新エネルギー車タイプ別）
• AI搭載音声アシスタント：2025年の普及率（OEM別）
• AI搭載音声アシスタント：2025年における普及率（ブランド別）
• AI搭載音声アシスタント：2025年における普及率（車種別）
• AI自動車基盤モデル：2025年の導入量と普及率
• AI搭載自動車基盤モデル：2025年における普及率（価格帯別）
• AI搭載自動車基盤モデル：2025年における普及率（車種別）
• AI搭載自動車基盤モデル：2025年における普及率（新エネルギー車タイプ別）
• AI搭載自動車基盤モデル：2025年における普及率（OEM別）
• AI搭載自動車基盤モデル：2025年における普及率（ブランド別）
• AI搭載自動車基盤モデル：2025年における普及率（車種別）
• AI制御車両における課題
• AI定義車両における課題：技術的な困難と解決策
• AI制御車両における課題：社会倫理
• AI定義車両における課題：業界標準
• AI定義車両における課題：法律と規制
• AI定義車両における課題：自動車AI基盤モデルの導入における課題
• OEM各社のAI特許
• Geely-マルチエージェント協調型車両制御ソリューション
• Geely：マルチモーダルメモリ支援に基づく自動運転手法
• Geely：自動車モデル展開フレームワークとモデルアクセス方法
• GACグループ：エージェントベースの車両コンピューティングタスクスケジューリングソリューション
• GACグループ：「コックピットと運転席の統合」のためのマルチエージェント協調制御ソリューション
• グレートウォールモーター：エージェントベースのアクティブサービス車両制御ソリューション
• Chery：Foundation Modelの意図認識に基づくマルチエージェントコラボレーションソリューション
• Changan：複数車両別協調意思決定ソリューション
• Changan：自動運転システムとその自律学習方法
• FAWグループ：AIエージェントに基づく車両故障解析ソリューション
• FAWグループ：自動車AIとユーザーのための双方向開発手法
• Leapmotor：ベンチマークモデルと強化学習エージェントに基づく知覚タスクモデルのための動的最適化手法
• Voyah：インテリジェントコックピットにおける音声制御の応答速度を向上させるソリューション
• AI制御車両の開発動向
• トレンド1：説明可能なAI大規模モデルが車両に適用されている
• トレンド2：自動車AIアプリケーション別汎化能力の向上
• トレンド3：車両へのAI BOXの導入が車両インテリジェンスを加速させる
• トレンド4：AIと車両オペレーティングシステムの統合
• トレンド5：エンドサイドコンピューティングのパワー要件の低減に向けた新技術
• トレンド6：世界モデルが補助ツールからコア基盤へとアップグレード
• トレンド7：VLAと世界モデルが物理AIへと収束する

第2章 AIの基本戦略と構成：データ＋計算能力

• AIが定義する車両：データ戦略
• 車両データ収集、送信、および保存におけるAIの応用
• 車両データ処理、アノテーション、トレーニングにおけるAIの応用
• OEM各社のクラウドプラットフォーム連携のサマリー
• OEM別クラウドネイティブアプリケーションのサマリー
• AIデータセンターの分布（1）
• AIデータセンターの分布（2）
• パブリッククラウドデータセンターのレイアウト
• サプライヤー別AIデータ活用事例のサマリー
• AIが定義する車両：コンピューティング能力戦略
• AI技術アプリケーションおよびソリューションにおけるクラウドコンピューティング能力の要件
• OEM各社はAIに必要なクラウドコンピューティング能力をどのように構築するのか
• 国内OEM各社のクラウドコンピューティングパワープラットフォームのサマリー
• 主要自動車メーカーの代表的な車種における車載コンピューティング能力構成（1）：Li Auto
• OEM各社の代表的な車種における車載コンピューティング能力構成（2）：XPeng
• 主要自動車メーカーの代表的な車種における車載コンピューティング能力構成（3）：NIO
• OEMの代表的な車種における車載コンピューティング能力構成（4）：Xiaomi Auto、Leapmotor
• 主要自動車メーカー（OEM）の代表的な車種における車載コンピューティング能力構成（5）：BYD
• 主要自動車メーカー（OEM）の代表的な車種における車載コンピューティング能力構成（6）：Changan、BAIC
• 主要自動車メーカー（OEM）の代表的な車種における車載コンピューティング能力構成（7）：Great Wall Motor、SAIC
• 主要自動車メーカー（OEM）の代表的な車種における車載コンピューティング能力構成（8）：Chery
• 主要自動車メーカー（OEM）の代表的な車種における車載コンピューティング能力構成（9）：Geely
• 主要自動車メーカー（OEM）の代表的な車種における車載コンピューティング能力構成（10）：Dongfeng Motor、GAC
• 主要自動車メーカー（11社）の代表的な車種における車載コンピューティング能力構成：Tesla、Audi
• 主要自動車メーカー（12社）の代表的な車種における車載コンピューティング能力構成：Toyota、Nissan
• 自動運転車コンピューティングパワートークン課金モード
• AI技術アプリケーションおよびソリューションにおける車両コンピューティング能力の要件
• 自動車メーカーはどのようにしてAIに必要な車両コンピューティング能力を構築するのか

第3章 AIモデルの戦略と構成

• 自動車産業における基礎モデル応用の概要
• AI基盤モデルの定義と特徴
• AI基盤モデルの分類と自動車分野における応用
• コックピット運転統合中央コンピューティングアーキテクチャは、AI定義車両の実装に好ましい環境を提供する（1）
• コックピット運転統合中央コンピューティングアーキテクチャは、AI定義車両の実装に好ましい環境を提供する（2）
• AI基盤モデル別車載デバイス機能の呼び出しモード
• OEMにおけるAI基盤モデルの応用事例のサマリー
• サプライヤー別AI基盤モデルアプリケーションのサマリー
• 中国における主流AI基盤モデルのサマリー
• 自動車オペレーティングシステムにおけるAI基盤モデルの応用
• AI基盤モデルが車両オペレーティングシステムに与える影響
• AI FoundationモデルはAUTOSARテストの生成に利用できる
• 車両オペレーティングシステムにおけるAI基盤モデルの応用
• AIOSアーキテクチャ：カーネルモジュールの主要構成要素と機能
• AIOSアーキテクチャ：カーネルモジュールの主要コンポーネントと機能
• AIOSアーキテクチャ：AI基盤モデルの展開とタスクフロー
• AIOSアーキテクチャ：異なるAIランタイムの比較
• 自動運転におけるAI基盤モデルの応用
• インテリジェントドライビングにおけるAI基盤モデルの応用
• AI基盤モデル向け生成シミュレーション技術がシミュレーションシステムの駆動能力を強化
• インテリジェントドライビング認識におけるAI基盤モデルの応用
• インテリジェントドライビング意思決定におけるAI基盤モデルの応用
• インテリジェントドライビングにおけるAI基盤モデルの応用動向
• 自動車メーカー各社の自動運転向けAI導入戦略
• スマートコックピットにおけるAI基盤モデルの応用
• インテリジェントコックピットにおけるAI基盤モデルの応用：AI定義コックピットとソフトウェア定義コックピットの比較
• インテリジェントコックピットにおけるAI基盤モデルの応用シナリオ
• スマートコックピットに導入されるAI基盤モデルは標準となっている
• スマートコックピットにおけるAI基盤モデルの展開は、エッジファーストとエッジクラウドの連携を特徴とします。
• HUDにおけるAI基盤モデルの応用
• インテリジェントコックピット音声対話におけるAI基盤モデルの応用
• インテリジェントコックピットのジェスチャー認識におけるAI基盤モデルの応用
• DMSにおけるAI基盤モデルの応用
• インテリジェントコックピットのパーソナライズドサービスにおけるAI基盤モデルの応用
• インテリジェントコックピットにおけるAI基盤モデルの応用動向
• OEM各社のスマートコックピット向けAI導入戦略
• インテリジェント車両におけるAIエージェントの応用
• 自動車メーカー別車両へのAIエージェント導入のサマリー

第5章 汎用人工知能のレベル：主な応用上の課題

• コックピットL3エージェント反復の4つの段階
• コックピットエージェントはユーザー価値を生み出すための基盤です
• Cockpit Agent：デバイスクラウドアーキテクチャの普及
• コックピットエージェント：特定のタスクには、デバイス上のAIの方が適している
• コックピットエージェント：基盤モデルがコックピットと運転席の統合をさらに前進させる
• コックピットエージェント：OEMのさまざまな開発モード
• コックピットエージェント：マルチモーダル/ オムニモーダル
• コックピットエージェント：典型的なマルチモーダルアーキテクチャ
• 創発的能力を持つエージェント：対話型エージェントのトレーニング方法
• 新たな能力を持つエージェント：シミュレーションから現実世界へ

第4章 AIチップの戦略とレイアウト

• エッジAI導入のためのチップ戦略
• エッジAIの導入：高性能・低消費電力のインメモリコンピューティングチップ
• エッジAIの導入：蒸留技術別車両のコンピューティング能力要件を低減できる
• エッジAIの導入：AIスマートコックピットの応用シナリオ
• エッジAIの導入：自動運転AIのコンピューティング能力割り当てメカニズム
• チップベンダー各社は、複数の経路を通じてディープエッジAIの最適化を実現
• エッジファンデーションモデルがメモリチップのアップグレードを推進し、LPDDR6が次世代技術の焦点となる
• エッジAI導入：主流チップとAIコンピューティング能力
• エッジAI導入における課題（1）：コンピューティング能力
• エッジAI導入における課題（2）：ストレージ
• エッジAI導入における課題（3）：量産と導入におけるDRAMストレージ帯域幅
• エッジAI導入のための革新的な戦略（1）：車両に搭載されたAIエージェント
• エッジAI導入のための革新的な戦略（2）：AIボックス
• エッジAI導入のための革新的な戦略（3）：車両におけるAIボックスの導入モード
• エッジAI導入のための革新的な戦略（4）：いくつかのOEM AIボックス製品の比較
• OEM各社のエッジAI導入戦略
• インテリジェントドライビングAIをサポートする代表的なチップ製品
• AIをサポートする高性能チップ製品と車載アプリケーション連携のサマリー
• AIをサポートする代表的な高性能チップ製品の比較（1）：NVIDIA Thor-X
• AIをサポートする代表的な高性能チップ製品の比較（2）：NVIDIA Thor-U
• AIをサポートする代表的な高性能チップ製品の比較（3）：Qualcomm8797
• AIをサポートする代表的な高性能チップ製品の比較（4）：Horizon J6P
• AIをサポートする代表的な高性能チップ製品の比較（5）：Xpengの「チューリング」AIチップ
• AIをサポートする代表的な高性能チップ製品の比較（6）：NIO Shenji NX9031
• AIをサポートする代表的な高性能チップ製品の比較（7）：Rhino Guangzhi R1
• AIをサポートする代表的な高性能チップ製品の比較（8）：SiEngine「星辰1号」（AD1000）
• AIをサポートする代表的な高性能チップ製品の比較（9）：アンバレラCV3-AD685
• AIをサポートする代表的な高性能チップ製品の比較（10）：Nvidia Orin-Y
• AIをサポートする代表的な高性能チップ製品の比較（11）：NVIDIA Orin-X
• AIをサポートする代表的な高性能チップ製品の比較（12）：TeslaHW 4.0 Gen 2 FSD
• AIをサポートする代表的な高性能チップ製品の比較（13）：RenesasR-Car X5H
• AIをサポートする代表的な高性能チップ製品の比較（14）：Huawei Ascend 610
• AIをサポートする代表的な高性能チップ製品の比較（15）：Black Sesame A2000
• インテリジェントコックピットAIをサポートする代表的なチップ製品
• インテリジェントコックピットAIをサポートするチップ製品のサマリー
• インテリジェントコックピットAIをサポートするチップ製品の比較（1）：SemiDrive X10、Samsung V920、MediaTek MT8676（1）
• インテリジェントコックピットAIをサポートするチップ製品の比較（1）：SemiDrive X10、Samsung V920、MediaTek MT8676（2）
• インテリジェントコックピットAIをサポートするチップ製品の比較（2）：Qualcomm 8397、Intel Panther Lake Automotive Edition、Qualcomm SA8775P（1）
• インテリジェントコックピットAIをサポートするチップ製品の比較（2）：Qualcomm 8397、Intel Panther Lake Automotive Edition、Qualcomm SA8775P（2）
• インテリジェントコックピットAIをサポートするチップ製品の比較（3）：Renesas R-Car X5H、NVIDIA Thor、QualcommSA8795P（1）
• インテリジェントコックピットAIをサポートするチップ製品の比較（3）：Renesas R-Car X5H、NVIDIA Thor、QualcommSA8795P（2）
• インテリジェントコックピットAIをサポートするチップ製品の比較（4）：MediaTek C-X1/CT-Y1、Qualcomm 8797（1）
• インテリジェントコックピットAIをサポートするチップ製品の比較（4）：MediaTek C-X1/CT-Y1、Qualcomm 8797（2）
• インテリジェントコックピットAIをサポートするチップ製品の比較（5）：MediaTek Dimensity P1 Ultra/S1 Ultra、CT-X1（1）
• インテリジェントコックピットAIをサポートするチップ製品の比較（5）：MediaTek Dimensity P1 Ultra/S1 Ultra、CT-X1（2）
• インテリジェント車両用AIチップのコスト分析
• インテリジェント車両AIチップのコスト構成（1）
• インテリジェント車両用AIチップのコスト構成（2）
• インテリジェント車両用AIチップのコスト構成（3）
• インテリジェント車両AIチップのコスト構成（4）：テープアウトコスト
• インテリジェント車両用AIチップの出荷価格見積
• 自動車メーカー各社のチップ構成戦略と計画
• 自動車メーカー各社のチップ構成戦略と計画（1）：NIO、XPeng、Leapmotor
• 自動車メーカー各社のチップ構成戦略と計画（2）：Li Auto、GAC Group
• 自動車メーカー各社のチップ構成戦略と計画（3）：FAW、SAIC
• 自動車メーカー各社のチップ構成戦略と計画（4）：BAIC Group、Changan
• 自動車メーカー各社のチップ構成戦略と計画（5）：Great Wall Motor、Dongfeng Motor
• 自動車メーカー各社のチップ構成戦略と計画（6）：Geely、Xiaomi Auto
• 自動車メーカー各社のチップ構成戦略と計画（7）：Chery、Tesla
• 自動車メーカー各社のチップ構成戦略と計画（8）：BYD、BMW
• 自動車メーカー各社のチップ構成戦略と計画（9）：Volkswagen、Audi、Mercedes-Benz

第5章 AI定義車両におけるOEM各社の進捗状況と展開

• Li Auto
• NIO
• Xpeng
• Xiaomi
• Geely
• BYD
• AITO
• Changan Automobile
• BAIC