作者 ｜ Janson
編輯 ｜ 志豪

車端AI走向真正的量產(chǎn)深水區(qū)。

車東西6月10日消息，日前，在高通汽車技術(shù)峰會上，高通、蔚來、斑馬智能、博世等主機廠和產(chǎn)業(yè)鏈核心玩家集體發(fā)言，共同探討了汽車智能化競爭的發(fā)展。

當下，汽車智能化競爭已經(jīng)不再只是座艙屏幕、芯片算力、語音交互或輔助駕駛功能的單點比拼，而是進入了以芯片平臺、操作系統(tǒng)、大模型、軟件棧、傳感器融合和整車電子電氣架構(gòu)為核心的系統(tǒng)競爭階段。

過去幾年，中國汽車市場用極快的車型迭代速度推動了智能座艙和輔助駕駛的普及。

但進入AI時代后，行業(yè)面臨的問題明顯更復(fù)雜。車端智能體如何真正理解用戶？大模型如何在低延時、低功耗和隱私保護下運行？座艙、ADAS和整車控制如何實現(xiàn)跨域協(xié)同？大模型幻覺又如何避免轉(zhuǎn)化為真實車輛控制風(fēng)險？

針對這些問題，高通提出艙駕融合和可擴展計算平臺，蔚來則強調(diào)汽車公司必須成為AI公司。

斑馬智能討論軟件系統(tǒng)從“數(shù)據(jù)讀寫”轉(zhuǎn)向“推理驅(qū)動”，博世則直面AI座艙量產(chǎn)中的隱私、成本和安全護欄難題。

可以看到，汽車智能化的下半場正在告別功能堆疊，轉(zhuǎn)向底層架構(gòu)、生態(tài)協(xié)同和長期迭代能力的競爭。

未來，誰能把AI能力真正變成可靠、可控、可量產(chǎn)的用戶體驗，誰才可能在下一輪智能汽車競爭中占據(jù)主動。

一、高通執(zhí)行副總裁Nakul Duggal：汽車計算架構(gòu)走向融合

作為峰會的開場主線，高通技術(shù)公司執(zhí)行副總裁兼汽車、工業(yè)及嵌入式物聯(lián)網(wǎng)與機器人事業(yè)群總經(jīng)理Nakul Duggal首先從底層平臺角度給出了判斷：車端AI能否落地，關(guān)鍵不只是模型能力，而是汽車計算架構(gòu)能否從分散走向融合。

自2021年以來，高通已在中國支持超過300款車型量產(chǎn)發(fā)布，其座艙平臺累計出貨量已達7500萬套，并已進入第五代汽車芯片階段。

▲高通執(zhí)行副總裁Nakul Duggal

不過，這些數(shù)字背后更重要的變化，是中國汽車市場正在重新定義車端計算平臺的價值。Nakul Duggal認為，汽車正在從交通工具轉(zhuǎn)變?yōu)閭€人化平臺和生活空間。用戶在車內(nèi)不僅需要導(dǎo)航、娛樂和通信，也希望車輛能夠理解場景、識別需求，并主動提供服務(wù)。

在AI能力加速發(fā)展的背景下，車內(nèi)交互正在從簡單語音指令走向智能體形態(tài)。車端AI不再只是“被動回答問題”，而是開始基于視覺、語音、位置、用戶習(xí)慣和場景記憶進行綜合判斷。

但Nakul Duggal也強調(diào)，要讓這些能力真正穩(wěn)定落地，汽車需要一個能夠同時處理座艙交互、傳感器輸入、AI推理和ADAS任務(wù)的底層計算平臺。

隨著NPU、攝像頭、雷達、麥克風(fēng)、顯示系統(tǒng)等硬件能力不斷提升，車端計算架構(gòu)正在從分散式走向融合式。

在這一背景下，高通提出了艙駕融合的技術(shù)方向，即通過單顆芯片同時支持座艙和ADAS等任務(wù)，并讓不同工作負載可以并發(fā)運行。

Nakul Duggal表示，這類平臺需要在性能、功耗、安全、軟件隔離和開發(fā)效率之間取得平衡。通過CPU、GPU、NPU、ISP等異構(gòu)計算單元協(xié)同，車輛可以更高效地處理多傳感器數(shù)據(jù)和AI模型推理。

他還提到，軟件復(fù)用和跨平臺遷移將成為車企非常關(guān)注的能力。

高通希望通過軟硬件協(xié)同、二進制兼容和跨芯片遷移，讓車企在上一代平臺上的開發(fā)成果能夠延續(xù)到下一代平臺，從而減少重復(fù)開發(fā)、測試和驗證成本。

在量產(chǎn)進展方面，他認為，中國汽車生態(tài)具備快速響應(yīng)能力：芯片平臺、軟件棧企業(yè)、Tier 1和主機廠能夠在較短時間內(nèi)完成適配、驗證和商業(yè)化部署。

對于高通而言，中國市場不只是重要的汽車業(yè)務(wù)增長來源，也正在成為車端AI和新一代電子電氣架構(gòu)驗證、迭代和量產(chǎn)的重要場景。

二、蔚來李斌：座艙AI化是關(guān)鍵

如果說高通更多回答的是“車端AI需要什么樣的底層平臺”，蔚來創(chuàng)始人、董事長、CEO李斌則從車企視角進一步說明，AI如何轉(zhuǎn)化為用戶可感知的座艙體驗。

他認為，現(xiàn)在的汽車公司必須成為AI公司，座艙也要成為AI座艙。蔚來十年前提出座艙應(yīng)成為“有情感的伙伴”，NOMI正是這一思路的具象化產(chǎn)品。

▲蔚來創(chuàng)始人、董事長、CEO李斌

如今，隨著端側(cè)大模型和端云一體大模型上車，NOMI正在從語音助手演進為具備情境理解、記憶能力和任務(wù)執(zhí)行能力的Agent。

李斌透露，蔚來正在構(gòu)建NOMI Intelligence，從基礎(chǔ)模型、運行框架到應(yīng)用層全面推進座艙體驗Agent化。

具體來看，端側(cè)模型已經(jīng)用于識人、記人和個性化服務(wù)；多模態(tài)大模型守衛(wèi)模式則可感知下雨、水災(zāi)、火災(zāi)等異常情況，并給出可執(zhí)行結(jié)果。

這意味著車端AI的價值不只是聊天，而是在低時延、低功耗和隱私保護條件下，完成真實場景中的感知和決策。

李斌最后也提到，全車算力高效協(xié)同、構(gòu)建可持續(xù)迭代10年以上的軟硬件生態(tài)，以及開放Agent生態(tài)十分重要。

車企選擇芯片平臺時，已不只看當下性能，還要考慮內(nèi)存和算力復(fù)用、跨域協(xié)同、長期升級和生態(tài)兼容能力。

三、斑馬智能張建鋒：汽車座艙“智能”是關(guān)鍵

在車企將AI落到具體體驗之后，阿里巴巴集團合伙人、達摩院院長、斑馬智能董事長張建鋒分享了斑馬對AI汽車時代的判斷。

他回顧稱，阿里在2014年前后提出“互聯(lián)網(wǎng)汽車”概念，當時的核心是讓汽車接入互聯(lián)網(wǎng)服務(wù)，并以地圖等應(yīng)用作為智能座艙的重要入口。

▲阿里巴巴集團合伙人、達摩院院長、斑馬智能董事長張建鋒

十多年后，汽車座艙的底層邏輯正在從“聯(lián)網(wǎng)”轉(zhuǎn)向“智能”。

張建鋒認為，過去的軟件系統(tǒng)主要圍繞數(shù)據(jù)庫和數(shù)據(jù)讀寫構(gòu)建，交互方式以指令式為主；但AI正在讓軟件工業(yè)發(fā)生根本變化。

未來系統(tǒng)的核心不再只是數(shù)據(jù)處理，而是圍繞推理能力重構(gòu)。大語言模型、Agent、技能調(diào)用和任務(wù)編排，將成為新一代車端軟件架構(gòu)的重要組成部分。

他提出，車端AI與通用大模型存在明顯差異。通用大模型追求更深、更廣和更長程任務(wù)能力，而汽車場景更關(guān)注低延時、自然交互、主動智能和低成本。

車內(nèi)AI不能每次都依賴喚醒，也不能讓用戶長時間等待響應(yīng)，更不能所有服務(wù)都由用戶主動發(fā)起。因此，斑馬希望在車端提供更精巧的模型，圍繞出行和車輛本身提供服務(wù)。

在張建鋒看來，操作系統(tǒng)和中間層服務(wù)商的價值正在提升。汽車作為“人在回路”的系統(tǒng)，需要融合語音、溫度、座艙狀態(tài)、車輛狀態(tài)等多種感知信息，再通過模型推理轉(zhuǎn)化為具體服務(wù)。

這要求新的車端系統(tǒng)向下屏蔽硬件、算力、安全隔離和隱私保護等復(fù)雜問題，向上為車企和開發(fā)者提供更高效的應(yīng)用開發(fā)能力。

他特別強調(diào)，行業(yè)分工不是分蛋糕，而是創(chuàng)造新價值。隨著汽車智能化進入深水區(qū)，芯片廠商、操作系統(tǒng)服務(wù)商、模型廠商、互聯(lián)網(wǎng)生態(tài)和車企之間的協(xié)同，將決定AI座艙能否從功能演示走向規(guī)?；瘧?yīng)用。

四、高通Anshuman Saxena：押注多模態(tài)感知、VLA和端到端

當座艙、操作系統(tǒng)和智能體開始重構(gòu)車內(nèi)體驗，高通技術(shù)公司副總裁兼ADAS和機器人業(yè)務(wù)總經(jīng)理Anshuman Saxena則把視角進一步擴展到輔助駕駛，討論車端AI如何進入更復(fù)雜的物理世界。

他表示，過去幾年中國汽車生態(tài)發(fā)生了顯著變化，越來越多OEM廠商和軟件?；锇檎诨隍旪埰嚻脚_推進量產(chǎn)項目。

▲高通副總裁兼ADAS和機器人業(yè)務(wù)總經(jīng)理Anshuman Saxena

相比單純展示產(chǎn)品進展，這場演講更值得關(guān)注的是高通對ADAS技術(shù)路徑變化的判斷。Anshuman Saxena認為，輔助駕駛正在從早期單一傳感器、規(guī)則驅(qū)動的方案，走向多模態(tài)感知、視覺語言模型和端到端部署。

未來，車輛不再只是識別道路元素，而是要理解場景、進行推理，并在限定時間內(nèi)完成安全決策。

這也意味著，行業(yè)競爭不再只是CPU、GPU、NPU或TOPS參數(shù)比拼。Anshuman Saxena強調(diào)，真正重要的是系統(tǒng)級能力，如何在同一平臺上處理攝像頭、雷達、激光雷達等傳感器數(shù)據(jù)，如何讓座艙、ADAS和車端Agent共享信息，又如何在關(guān)鍵任務(wù)之間保持安全隔離。

高通Flex平臺的定位，正是支持座艙和ADAS等混合關(guān)鍵級工作負載在同一平臺上協(xié)同運行。

他還提到，高通正在與元戎啟行、文遠知行、Momenta、卓馭等軟件?；锇楹献鳎嚓P(guān)系統(tǒng)從宣布合作到車輛交付上路，基本可在6-9個月內(nèi)部署完成。這一周期反映出中國生態(tài)在芯片平臺、軟件棧、Tier 1和車企協(xié)同方面的量產(chǎn)速度。

面向更高階能力，Anshuman Saxena指出，端到端和VLA模型將帶來更高推理需求。車輛需要理解為什么在施工區(qū)采取某個動作，也需要二次軌跡生成和安全護欄等能力。

因此，高通正投入上千TOPS乃至2000TOPS級別的平臺能力，8797平臺也被定義為系統(tǒng)級設(shè)計，而不是簡單堆算力。

不難看出，在智能化下半場的競爭中，誰能把多模態(tài)感知、端到端模型、車端Agent和全球適配能力整合進可擴展平臺，誰就更可能在下一階段競爭中占據(jù)主動。

五、博世吳永橋：AI座艙量產(chǎn)面臨三道關(guān) 隱私、成本和安全護欄

在前幾位嘉賓描繪車端AI和輔助駕駛的技術(shù)路線之后，博世智能駕控中國區(qū)總裁吳永橋則更直接地拋出了量產(chǎn)現(xiàn)實問題。

對此，他分享了AI座艙量產(chǎn)中的六個關(guān)鍵和對汽車AI架構(gòu)的判斷。

▲博世智能駕控中國區(qū)總裁吳永橋

他透露，博世與高通合作的智能座艙項目在2023年出貨量達到100萬套，到2026年上半年，博世累計出貨搭載高通芯片的智能座艙超過1000萬套。

吳永橋說，AI座艙并不是簡單把大模型搬上車，而是要跨過隱私、成本、交互、安全和商業(yè)模式等多重門檻。

他認為，未來汽車電子電氣架構(gòu)將從分布式走向中央計算，并可能在2030年前后進入“AI大腦”時代。這個大腦未必由座艙主導(dǎo)，因為輔助駕駛是當前汽車上最接近物理AI的量產(chǎn)場景，未來底盤、轉(zhuǎn)向、懸架、動力等控制策略都有可能向中央AI大腦上移。

對于AI座艙，吳永橋提出六個特征：統(tǒng)一入口、人與Agent及Agent之間交互、擬人化超級大腦、端側(cè)模型、多模態(tài)能力和自我迭代。

但他也提醒，AI越懂用戶，越涉及隱私；算力越高，成本和存儲帶寬壓力越大；大模型越強，幻覺帶來的車端控制風(fēng)險也越需要被約束。

他特別提到，大模型在汽車上必須有“安全護欄”。如果模型在深夜高速雨天錯誤觸發(fā)車窗或天窗等車輛控制，可能帶來真實安全隱患。

因此，博世正在與主機廠研究harness約束框架，讓大模型輸出更穩(wěn)定、可靠和可控。

在輔助駕駛方向，吳永橋認為，未來五年世界模型與VLA融合將成為重要技術(shù)路線。世界模型用于理解物理世界，VLA用于推理和交互，兩者結(jié)合后有望提升復(fù)雜場景處理能力。

他還提到，博世正在用世界模型生成極端危險場景，訓(xùn)練系統(tǒng)應(yīng)對現(xiàn)實中難以采集的低頻高危工況。

從吳永橋的發(fā)言可以看出，AI座艙和輔助駕駛進入量產(chǎn)深水區(qū)后，行業(yè)競爭重點將從功能展示轉(zhuǎn)向系統(tǒng)安全、成本效率、數(shù)據(jù)合規(guī)和全球化交付能力。

結(jié)語：智能化下半場技術(shù)落地是關(guān)鍵

當下，芯片算力、端側(cè)模型、操作系統(tǒng)、軟件棧、傳感器融合和安全護欄，正在共同構(gòu)成下一代汽車智能化的底層能力。

對產(chǎn)業(yè)鏈各方而言，AI上車已經(jīng)不是簡單增加一個大模型入口，而是要在成本、體驗、隱私、安全和長期迭代之間找到平衡。

真正的分水嶺，也將不再是發(fā)布會上展示了多少新功能，而是誰能把這些能力可靠、可控、可持續(xù)地帶到真實道路和真實用戶場景中。