首先，就 人工智能技术在汽车行业的应用现状 而言，可以根据不同的核心细分技术，划分为6大类：

1）计算机视觉→该技术试图创建能够从图像或者多维数据中获取“信息”的人工智能系统。在汽车行业中，计算机视觉是应用最广最成熟的技术之一。比如在工业机器人生产线上，计算机视觉可以帮助生产机械获得更加精确的测量数据，保证生产线的高精度。2）大数据分析→该技术指对各种不同来源的非结构化或者结构化数据进行分析，从中挖掘信息，观察和追踪发生的事情，从而帮助人类决策和判断。在汽车制造业生产线上，操作人员利用大数据分析系统可以学习并预测生产线状态，提前进行设备维护，防止在车辆生产时候出现故障。3）机器人→该技术涵盖了机器人的设计、建造、运作等。得益于人工智能技术的进步，机器人技术有了更广泛和灵活的应用，可以实现柔性生产和精确抓取等复杂操作。汽车生产线上的机械臂利用强化学习技术，提高了精确度，强化了协作关系，提高了车辆的良品率。4）语音识别与自然语言处理→自然语言处理（NLP）是让系统理解并明白人类写作、说话方式的核心技术。而语音识别技术则是自然语言处理的眼睛与耳朵。它们的结合使用可以完成文字抽取，信息归纳，语音转文字等多项任务，在相关的文件处理、售后服务以及汽车的交互功能中广泛应用。5）云计算→云计算是利用网络将本地任务上传至云端服务器进行处理，从而实现本地设备无法实现的功能的技术。包括车载电脑的路径规划、手机互动、车辆自检、行车数据记录及分析等功能均有云计算的支持。6）AR/VR→增强现实与虚拟现实是基于虚拟和现实环境，并结合视觉识别，机器学习，深度学习等多种前沿技术的集合体。此项技术能够为车企通过打造虚拟场景以提高产品的设计、研发效率，同时为车辆本身的智能化升级提供支持。

然而，不可避免，人工智能在汽车行业也存在一些局限性。比如说，基础设施不完善性→对于车联网来说，要实现车与车、车与路、车与周遭环境互联的愿景离不开道路基础设施支持。而当前的道路上的基础网络设施建设尚未完善，不足以支撑未来汽车的网联需求；法律法规不成熟性→智能驾驶技术自诞生以来一直承受着部分道德因素的诟病，而针对智能驾驶，乃至未来自动驾驶的法律法规也尚未成熟，因而限制了智能驾驶技术的发展；网络交互的安全性→随着互联网技术的发展，大量信息在网络中得以查看，也从而引发了部分信息和隐私安全的问题。同理，车联网通过让车与网络交互以提供更优质的功能与服务，但随之也带来了车载计算机系统与外界交互的安全隐患。

最后，就 人工智能在汽车行业的发展趋势而言，主要表现在：汽车设计智能化→随着信息时代的到来，智能设计软件的出现正把设计工作的试错成本大幅降低，将专家系统植入设计软件以配合设计师整合素材将是一个充满潜力的发展方向；人车交互灵活化→借助人工智能技术实现更便捷的人车交互将是汽车行业近期内的热门发展方向。虚拟车载助手，车主身份识别、疲劳监测、手势识别等应用正逐渐出现在汽车市场中；跨行合作共赢化→伴随市场对自动驾驶的关注，传统车厂、互联网公司、初创公司等都在试图进入智能驾驶的领域。而这些公司的侧重和优势各有不同。因此跨行业机构进行合作，共同打造未来智能汽车将成为人工智能在汽车行业的一大趋势。。