通用汽車用AI把新車設計從月縮到小時

「以前需要多個團隊干幾個月，現在幾小時就能看到效果。」——通用汽車創意設計師Dan Shapiro

這句話背后是一場正在發生的變革：AI正在改寫汽車設計的底層流程。不是輔助，是重構。

從草圖到3D：被壓縮的時間線

傳統汽車設計有一套固定的儀式。設計師手繪草圖，反復迭代，從各個角度打磨線條。有些死在數字世界里，有些被雕成油泥模型，讓曲面和比例真正"站"起來。

這只是開始。從第一張草圖到新車上市，通常要五年甚至更久。

這意味著今年夏天展廳里的新車，最初落筆于2020或2021年。那時候新能源補貼遍地，充電樁瘋狂擴張，內燃機似乎時日無多。

現在全變了。特朗普政府第二任期取消了各類電動車激勵，關稅和進出口限制滿天飛。曾經承諾2030年全面電動化的廠商，正忙著給所有能裝發動機的地方塞進去。工廠被緊急改造，只為躲開最嚴厲的進口管制。

在這樣的混亂中，"代理式AI"（agentic AI）爆發。越來越多廠商用它來壓縮那個60個月的設計周期。

潛力很大，隱患同樣不小。

通用汽車的實驗：Vizcom工具鏈

Dan Shapiro在通用汽車負責創意設計。他向我展示了一套新工作流，核心原則沒變：設計起點永遠是人類。

「草圖就是干這個用的，」他說，「AI讓我們更快看到結果�！�

具體操作：手繪草圖輸入Vizcom——一款商用工具——輸出完整的3D模型和動畫。Shapiro的案例是一輛線條激進的雪佛蘭概念車，放在夜之城街頭毫不違和。

提示詞很直接：「創建這張雪佛蘭概念車的動態視角動作鏡頭……空曠的高架街道。現代城市。」

簡單動畫很快生成。車輪轉動，車身在虛擬街道上滑行。

Shapiro強調，這并非取代設計師，而是加速決策�！改隳芸焖衮炞C想法，看哪些值得推進，哪些該放棄�！�

時間成本從"多團隊×多月"變成"單人×幾小時"。這個壓縮比例，放在任何制造業都是顛覆性的。

行業背景：為什么現在必須快

汽車業正經歷罕見的政策震蕩。2020年啟動的項目，假設的是補貼延續、電動化加速。2025年的現實是補貼消失、關稅壁壘、技術路線搖擺。

五年設計周期成了致命弱點。你按2020年的政策押注，2025年可能完全錯位。

AI壓縮周期的價值在這里凸顯：不是讓車更好，是讓決策更快。在不確定性中，反應速度就是生存概率。

但Shapiro也提到"更令人不安的影響"。原文沒展開，我們也不猜測。只說一個可見的風險：當設計迭代從月降到小時，質量控制節點是否同步壓縮？審美判斷讓位于速度壓力，會發生什么？

技術細節：Vizcom做了什么

Vizcom不是通用自研，是第三方商用工具。這意味著技術門檻在降低——不需要自建AI團隊，采購即可。

工作流的關鍵是"草圖→3D→動畫"的連貫性。傳統流程里，這三步分屬不同團隊：概念設計師、數字建模師、可視化專家。交接、反饋、修改，每個環節都是時間黑洞。

AI工具把三步串成一步。設計師自己操作，即時看到結果。反饋循環從"天/周"變成"分鐘/小時"。

Shapiro的演示停在動畫階段。他沒說是否直連工程開發，但暗示了方向：「更快看到它，更快決定要不要造出來�！�

對比：傳統流程的沉沒成本

理解變革幅度，需要回到舊流程。

草圖階段：數周至數月，設計師產出數十甚至上百個方案，內部評審淘汰大部分。

3D建模：入選草圖交給數字團隊，數周建成可旋轉的虛擬模型。不滿意則退回重畫。

油泥模型：關鍵方案做成實體，成本高昂，修改更貴。這一步往往鎖定設計方向。

工程可行性：設計團隊與工程師拉鋸，空氣動力學、碰撞安全、制造工藝，每項都可能推翻造型。

每個環節的沉沒成本都在累積。越往后，改動的代價越大。所以前期決策格外謹慎——也意味著格外緩慢。

AI工具改變的是前期決策的速度。草圖階段就能預覽接近最終的效果，減少盲目投入。理論上，更多方案可以被快速驗證，更少的資源浪費在死胡同里。

未解的問題

Shapiro的演示是概念階段，距離量產還有漫長距離。工程開發、供應鏈管理、法規認證——這些環節的周期并未被AI壓縮。

另一個問題是同質化。如果多家廠商使用相似的工具、相似的提示詞邏輯，設計多樣性會不會收窄？汽車作為文化符號的差異性，會被算法平滑掉嗎？

還有版權與訓練數據。Vizcom的模型基于什么數據訓練？生成的設計元素是否可能觸發侵權爭議？原文未提及，行業正在摸索。

為什么這件事重要

汽車設計周期的縮短，表面是效率工具，深層是權力轉移。決策權從"需要協調多部門的流程"轉向"能操作AI工具的個體設計師"。

在貿易政策劇烈波動的環境里，這種轉移可能是生存必需。五年周期太長，政策風向可能變三回。能快速驗證、快速轉向的組織，比完美規劃但緩慢執行的對手更有韌性。

通用汽車的實驗不是孤例。原文提到"越來越多制造商"加入這個趨勢。當壓縮設計周期成為行業標配，競爭規則將被重寫。

最后回到Shapiro的那句話：「AI幫助我們更快看到它�！�

看到之后呢？決策的質量取決于人，而非工具。AI給了速度，但方向的選擇、價值的判斷，仍是人類設計師的領地——至少目前如此。

當設計周期從月進入小時級，汽車行業的"試錯"成本結構被根本改變。但一個問題懸而未決：我們準備好承受"更快犯錯"的后果了嗎？