当前位置：首页 > 活动 > 正文

圆满落幕 | 2025第五届未来汽车AI计算大会

盖世直播翟孟逍张情 2025-09-10 19:46:27

2025年9月11日，由盖世汽车主办的“第五届未来汽车AI计算大会”在上海圆满落幕。大会为期1天半，线上线下同步进行。

汽车智能化革命已迈入“算力定义体验”的新阶段。随着车规芯片突破2000TOPS算力、L4级系统成本下降50%，AI计算正重构汽车架构与商业模式。在此背景下，原“智能汽车域控制器与中央计算平台峰会”全面升级为“未来汽车AI计算大会”，聚焦三大产业攻坚点：性能突破——端云协同架构承载生成式AI与大模型；安全革命——ASIL-D级全栈安全架构标准化；成本颠覆——20万以下车型的智能化普惠路径。本次大会，围绕智算中心、汽车软件、大算力芯片、中央计算平台、舱驾融合等方向展开深度交流与探讨。

本次大会感谢QNX、TTTech auto、Qt、Sonatus、先禾新材料、均联智行、诺兰特、闪迪、苏州元脑科技等23家生态合作伙伴的大力支持！

【舱驾融合计算推动汽车 AI 计算的 “能力边界拓展”主题演讲】

AI定义汽车发展趋势

在智能汽车加速向AI驱动演进的趋势下，盖世汽车合伙人、研究院副总裁王显斌重点探讨了AI定义汽车（AIDV）将重塑产业技术架构与商业模式的核心观点。王显斌指出，当前中国乘用车L2及以上ADAS标配渗透率已达55%，其中15万以下及30-50万元车型是增量重点，而特斯拉、华为、小鹏等企业凭借端到端技术引领高阶智能辅助驾驶发展。他强调AI定义汽车的本质是通过数据训练大模型实现系统优化，推动汽车从“可用”向“好用”的持续提升。其架构核心在于端云协同的智能体设计，替代传统软硬解耦的分层模式。

他介绍了AI大模型在研发、智能辅助驾驶、座舱等领域的应用进展：DeepSeek模型通过云端自动标注与场景生成加速智能辅助驾驶落地；VLA（视觉-语言-行动）模型正从模块化向端到端进阶，提升决策逻辑；智能座舱向多智能体协同的主动服务演进，情感化交互成为新趋势。同时，AI已开始赋能智能底盘，实现XYZ轴协同控制。

王显斌表示，未来软件订阅付费将延伸整车生命周期价值，而”汽车+“生态将通过万物互联重构出行场景，低空经济、人形机器人、智能家居的协同融合将成为关键切入口。

王显斌 | 盖世汽车合伙人、研究院副总裁

微软云助力汽车AI产业链的协同创新

在当前汽车产业智能化升级与全球化竞争加剧的背景下，中国车企出海成为突破内卷的关键路径，微软中国副总裁兼汽车事业部总经理苏坦重点探讨了微软如何通过云计算能力全方位助力中国汽车产业链出海，提供一站式解决方案以应对合规、算力与生态挑战。苏坦指出，中国汽车产业面临三重出海难题：欧美地区严格的合规监管风险如天价罚单、海外用户习惯与市场差异、以及基础设施与开发环境的不匹配，这些不确定性可能让车企的努力付诸东流。

他强调，微软依托全球60多个区域的数据中心网络、领先的网络安全体系、以及针对AI训练的专用GPU资源如GB200和RTSPro6000，优化了智能辅助驾驶模型训练效率，并在合作案例中实现20%-30%的提效，同时微软的端到端多语言语音系统通过AI模型重构，为中国汽车提供媲美中文体验的本地化交互能力。苏坦介绍了多个全球车企合作实例，包括梅赛德斯-奔驰与Azure深度整合重构全球车联网平台和数据合规机制、大众汽车构建基于微软云的车联网系统、以及宝马利用开放移动云实现工厂智能化运营，这些案例彰显了微软在车联网、生产制造与智能云领域的可靠支撑。

此外，他提到微软的全球生态资源如LinkedIn、Teams等产品矩阵，帮助中国品牌快速融入海外市场。苏坦表示，随着中国汽车出海迈入2.0时代，聚焦智能化与本地化深度融合，车企将更依赖微软的合规经验、异构算力与生态协同，以应对全球化挑战并赢得可持续增长机会。

苏坦 | 微软中国副总裁兼汽车事业部总经理

车规级操作系统 - 汽车电子软件的基石

随着汽车电子向软件定义智能汽车的快速演进，车规级操作系统作为汽车电子软件的基石，QNX大中华区总经理董渊文重点探讨了其在支持AI驱动智能汽车中的核心作用。董渊文指出，QNX作为功能安全和网络信息安全的基础软件平台，已在全球汽车电子域控制器中占据主导地位，特别是在智能座舱领域，基于虚拟化技术实现了一星多屏方案，助力国内外OEM项目快速落地。

他强调，QNX通过TV莱茵ISO 26262 ASIL D功能安全认证，为辅助驾驶、车身控制等高安全场景提供可靠支持，并以宝马放弃开源系统转向QNX为例，突显其对安全性的严格要求。他介绍了QNX SDP 8.0平台的新特性，包括高性能网络、虚拟化扩展和云原生开发能力，实现软硬解耦的云端开发模式，提升开发效率。董渊文提到，中国在技术创新和量产速度上已领先全球，如仓驾一体控制器架构的快速发展，并展示了QNX在英伟达、高通等芯片平台的量产应用。董渊文表示，未来QNX将继续扩展至仓驾一体等新兴领域，支撑智能汽车向更高集成度和安全性的方向演进。

董渊文 | QNX大中华区总经理

灵活开放的中央计算平台产品解决方案

随着汽车电子电气架构从域控向中央集中式计算平台加速演进，哈曼——作为全球领先的汽车技术供应商，2023年营收达105亿美元、数字座舱全球市占率第一。其智能座舱业务单元全球电子工程副总裁李培治重点探讨了哈曼如何通过开放灵活的中央计算平台解决方案，推动智能座舱和舱架融合技术的发展，以满足中国市场多样化需求并引领全球趋势。

李培治指出，哈曼已制定”在中国为中国也为全球”的数字座舱战略，包含舱架融合和中央计算解决方案，以应对新能源汽车快速发展带来的技术革新。他介绍了中央计算平台的市场前景，2025年起将快速成长，基于当前趋势，预计到2030年全球中央计算平台装机量可能达到2500万辆左右，但需考虑市场和技术不确定性。中国作为最大潜在市场，在技术创新和体验上处于全球主导地位。哈曼汽车强调其产品路线图覆盖从基础座舱到高阶多域融合方案，包括支持AI大模型本地部署和高级辅助驾驶的舱泊一体Max方案，通过模块化硬件设计实现跨平台复用，以缩短开发周期并降低成本。

他提到了技术挑战，如热管理需兼顾风冷和水冷设计，以适应油车和电车不同需求，并结合开放软件架构实现软硬件深度一体化，支持软件定义汽车转型。哈曼提供从硬件到软件的一站式服务，助力主机厂高效落地座舱跨域及中央计算产品。李培治表示，未来哈曼将继续优化模块化方案和合作模式，灵活应对中国市场多样化需求，推动中央计算平台在安全性和体验性上的持续提升。

李培治 | 哈曼汽车事业部智能座舱战略业务单元全球电子工程副总裁

【软件是 AI 计算与汽车功能的 “连接桥梁”，决定用户体验主题演讲】

验证安全设计：架构检查在免于干扰(FFI)中的应用

在汽车电子功能安全要求日益严格的背景下，Qt Group质量保证产品中国区技术负责人刘相全重点探讨了架构检查作为验证“免于干扰”（FFI）设计、确保嵌入式系统安全运行的关键技术。刘相全指出，静态分析是守护嵌入式设备安全的基石，尤其在ISO 26262混合ASIL系统中，严格的架构设计必须实现高风险组件如ASIL-D与低安全级组件的有效隔离。

刘相全强调，通过建立包含部件及其允许关系的架构模型，并将其与源代码的依赖关系进行映射检查，可以验证代码实现是否符合预期架构设计，并精准识别违规调用与数据流。他特别介绍了将架构检查应用于FFI验证的方法：为软件元素标注安全分区（如QM、ASIL A/B/D），定义分区间允许的依赖规则，并通过自动化映射运行检查，高效发现源码中违反FFI分区规则的行为。他提到，这种基于现有架构模型的分区检查，仅需手动设置安全级别，后续转换与检查过程均可自动化完成，若能集成至持续集成（CI）流程，可在实施阶段及早发现架构偏差，避免后期返工。

同时，他也指出静态分析虽能有效解决软件层面的系统故障，但仍需结合其他手段处理偶发性故障、工具链及硬件问题，并需确保源代码无未定义行为。Qt Group表示，对于已采用静态架构验证的用户，实施分区架构验证以保障免于干扰将变得简单。

刘相全 | Qt Group质量保证产品中国区技术负责人

故障可运行：实现 L3/L4 安全辅助驾驶的关键

随着辅助驾驶技术向L3/L4级别加速发展，TTTech Auto已正式加入恩智浦（NXP），其中国区总经理夏青青重点探讨了故障可运行（Fail-Operational）系统作为实现L3/L4安全智能辅助驾驶关键要素的核心观点。夏青青指出，单通道架构存在严重安全缺陷，包括无法完全规避硬件比特翻转、软件设计故障、长尾效应以及测试局限性，导致其无法满足L3/L4的安全要求。她强调，通过引入多通道架构（如三通道系统），其中主系统复用L2功能、安全监控器评估轨迹、后备系统执行最小风险机制，可有效降低安全目标达成难度，例如将测试要求从单通道的600万公里降至多通道的6万公里，实现工程可行性和成本可控性。

夏青青介绍了TTTech Auto的安全工具箱，包括形式化验证确保系统一致性、独立性分析避免冗余失效，以及系统可用性计算，为L3/L4系统提供商业化落地的工程方法。她提到，TTTech Auto与NXP的结合将继续提供MotionWise中间件等产品和服务，支持客户在软件定义汽车（SDV）领域的安全转型。她表示，未来通过深化合作，TTTech Auto与NXP将加速推动安全辅助驾驶技术在整车架构中的广泛应用。

夏青青 | TTech Auto 中国区总经理

以AI赋能的软件定义汽车为创新平台

在智能网联汽车技术蓬勃发展的背景下，作为专注于加速车辆软件创新的端到端供应商SONATUS的中国区总经理，任松涛重点探讨了AI赋能的软件定义汽车（SDV）作为创新平台的价值，旨在解决行业痛点并重塑用户体验。任松涛指出，当前汽车日益复杂化导致用户面临故障困惑与主机厂承受高额诊断维护成本的双重挑战。

任松涛强调，SONATUS开发的AI Technician产品通过融合车厂设计文档、DTC历史记录、用户手册等全量数据库与车端精准实时动态数据，构建车辆专属知识库并利用大模型交互能力，能够智能化诊断问题并提供解决方案,如指导用户应急处理、预约维修，显著提升用户满意度并降低主机厂支持成本。

他介绍了成功开发此类AI应用依赖三大关键要素：高度可配置的灵活电子电气架构（E/E Architecture）是基础支撑，算法驱动的精准动态数据收集是创新源泉，深度集成的汽车专用AI技术则是实现价值转化的核心。任松涛表示，未来AI应用的准确性和效能将持续提升，但这依赖于知识库的不断丰富与模型的持续训练学习，灵活架构、精准数据和汽车AI的深度融合是驱动软件定义汽车创新的基石。

任松涛 | SONATUS中国区总经理

新汽车，新生态：AI驱动数智汽车升级

中国汽车产业从电动化上半场转向智能化下半场，重庆长安科技有限责任公司，总体与资源领域副总工(总体规划经理)戴娇重点探讨了AI如何驱动长安汽车向数字汽车新生态转型，强调数字汽车是未来的核心发展方向。

戴娇指出，行业趋势显示智能化已成为主导，中国汽车产业已进入智能网联汽车渗透率超过63%的新阶段，新能源只是序章。她强调，汽车已演变为可自进化的智能汽车机器人，具备移动空间、数据载体、智能终端和储能单元等多重属性，不再是单纯交通工具。她介绍了长安的实践成果，包括量产中央环网架构的天枢架构，该架构通过计算集中和通信冗余实现高安全；天枢OS支持整车服务化，是国内首个车厂量产整车级DDS分布式通信技术；天枢座舱提供AI交互和场景编排体验；天枢智能辅助驾驶采用多模态大模型实现交互式领航辅助和端到端领航辅助；天枢底盘通过三向六域协同控制提升安全体验。

她提到，演进思考聚焦电子电气架构变革和软件系统变革，支持整车AI化及群体智能生态构建，目标实现1+N+X未来出行生态。戴娇表示，未来挑战包括AI部署对芯片提出高算力、跨域融合和低成本要求；端云算力需提升使用效率；安全合规需构建大模型训练和运营防护体系，长安将与行业协同应对。

戴娇 | 重庆长安科技有限责任公司，总体与资源领域副总工(总体规划经理）

【大算力芯片是汽车 A| 计算的"能量供给站"解决"算得动”的问题主题演讲】

生成式AI上车，变革智能驾乘体验

在推动汽车智能化发展的进程中，高通技术公司产品市场总监赵翊捷重点阐述了生成式AI对未来汽车智能化升级与驾乘体验提升的核心驱动作用及高通的解决方案。赵翊捷指出，高通依托其在高性能低功耗计算、先进AI能力与强大连接技术三大关键领域的深厚技术积累，构建了跨域的技术能力和生态系统，并推出了整合座舱系统、智能辅助驾驶、车联网以及车云服务四大核心功能的高通数字底盘平台，为生成式AI和多模态交互奠定了坚实基础。

他强调，未来汽车AI应用将主要朝两个方向发展：一是AI成为新型交互界面，以个性化数字助手作为核心服务入口，融合语音、手势、眼神等多模态交互方式，实现深度连续对话、情景感知与主动服务能力；二是软件定义汽车模式下，云端功能开发与端侧部署协同实现持续创新。赵翊捷介绍了高通在汽车领域超过20年的持续投入与技术演进，从早期产品到目前已广泛应用的第四代座舱平台及正在发展的第五代平台，其计算能力不断增强，逐步融合大语言模型支持与仓驾融合架构。

同时他提到，实现卓越的AI体验依赖于强大的端侧推理能力，以满足隐私保护、个性化需求、成本控制、能耗优化及弱网或无网环境下的可靠性要求，高通通过异构计算架构和AI引擎优化来应对这些挑战。赵翊捷强调，高通通过提供统一的软件框架和创新的FlexSoc单芯片硬件架构，支持行业向集中式中央计算演进，促进仓驾融合，减少延迟并优化资源利用率，实现从用户交互输入到环境感知再到车辆决策控制的信息闭环。最后，赵翊捷表示，高通正通过提供完善的工具链和SDK，支持全球客户加速AI能力在更多车型上的应用部署，目前该能力已落地于国内210余款车型，共同推进汽车智能化与软件定义汽车的未来发展。

赵翊捷 | 高通技术公司产品市场总监

第五代R-Car 可灵活拓展AI 算力，支持AI持续进化

随着汽车电子电气架构加速从分布式向集中式架构进化，瑞萨电子产品市场总监张朴重点探讨了第五代R-Car SOC如何通过灵活拓展算力支持AI持续进化，以应对当前行业三大核心挑战。他指出，这些挑战包括提供更大算力以满足高阶智能辅助驾驶需求、支持高精度传感器融合、以及实现ECU集成以减少数量至10个以下。

张朴强调，第五代R-Car SOC采用业界领先的3nm制程，在保障低功耗的同时，提供强大GPU、NPU和CPU算力，其中NPU最高可达400TOPS AI算力，并内置功能安全机制支持ASIL-D等级。他介绍了Chiplet技术的应用，允许在基础单片SOC上灵活拓展NPU和GPU算力至1000-2000TOPS，并通过成本分析证明该技术在die size超过200mm²时更具经济优势。他还提到ROX平台，提供开放的软件生态、全场景开发环境包括云端仿真和本地工具链，以及复杂系统验证能力，帮助主机厂和Tier one快速落地解决方案。他介绍了AI超级工厂概念，核心是AI Workbench云端IDE，结合自动化工具链和模型库，加速AI模型验证、优化和部署。

关于当前进展，他指出X5H版本已与海外主机厂在新电动车平台上定点，流片完成，并正在进行Linux、QNX和Android等软件开发。瑞萨表示，未来将通过Chiplet技术和AI工具链支持AI模型在汽车中的快速采用与部署。

张朴 | 瑞萨电子产品市场总监

安谋科技赋能车载芯片：助力车企竞速AI智能“芯”赛道

安谋科技产品市场总监黄奇武重点探讨了通过提供全面的车规级IP解决方案赋能本土芯片厂商，助力中国车企在AI智能汽车芯片赛道加速发展。黄奇武指出中国汽车市场体量巨大，2024年国内产量约3200万辆，但座舱域控芯片国产份额约10.8%，智能辅助驾驶域控芯片国产化占比约17.7%，这预示着巨大的市场机遇和发展空间。他介绍了安谋科技依托包括Cortex-A78AE CPU和Mali-G78AE GPU在内的Arm成熟车规IP以及包括周易NPU、玲珑VPU、玲珑DPU、山海SPU和星辰CPU在内的自研IP矩阵服务汽车芯片设计的核心能力，强调这些IP已成功应用于英伟达Orin、地平线征程、芯擎龍鹰一号、芯驰X9等量产芯片方案。

他特别强调了新一代周易NPU具备10至320TOPS算力可配置能力、高MAC利用率、支持多任务并行以及统一Compass SDK软件的优势，是满足智能座舱与智能辅助驾驶AI需求的关键技术。同时他提到玲珑VPU强大的多格式编解码能力支持8K60帧高清处理，玲珑DPU提供高性能显示输出，能充分满足车载多屏与高清摄像头需求。

黄奇武还介绍了泽纳计算子系统通过预集成和预验证方案能显著加速客户芯片开发进程，并提到安谋科技提供AFA、ATA、A3A三级灵活IP订阅模式以降低企业技术获取门槛。黄奇武表示国产座舱与智能辅助驾驶芯片市占率仍有巨大提升空间，AI芯片技术将持续为车企创新提供关键赋能。

黄奇武 | 安谋科技产品市场总监

汽车产业的硬件思维：智能+融合

随着人工智能和车联网技术的快速发展，汽车产业正迎来一场硬件与软件深度融合的智能化变革，吉利汽车研究院-前瞻技术研究资深总工程师徐晓煜重点探讨了硬件在智能汽车时代作为性能基石的核心作用。徐晓煜指出，硬件决定功能实现的“能与否”，软件定义体验的“好与坏”，二者协同共生缺一不可，只有软硬一体设计才能实现1+1>2的效果。

他强调智能辅助驾驶领域的高阶需求持续提升，需要大算力支持算法摸高，而中低阶通过平台化硬件融合降本策略，实现360°视觉覆盖等功能的下探普及。他介绍了智能座舱的AI化趋势，大模型下沉带来语音、视觉等多模态交互升级，以及平板化配置推动多屏与大屏并存，导致AI算力需求激增。徐晓煜提到舱驾融合的降本驱动路径，从One Box方案逐步过渡到One Board和One Chip，利用Chiplet技术和内存共享提升资源利用率，但面临功能安全隔离和算力分配挑战。他指出吉利汽车集团通过组织融合聚拢内部自研资源、产品融合实现零部件平台化通用化、产业链融合打通上下游，高效应对多品牌多车型的复杂需求。

他介绍了先进电子实验室和智能硬件中心构建的研发底座，通用评估平台加速芯片导入缩短数月开发周期，并加快原型验证实现经济高效。徐晓煜强调吉利深耕硬件全栈能力，自研结合深度协同产业链，覆盖全系列车型产品，实现域控到传感器的高质量量产，PPM大幅低于业界水平。徐晓煜表示吉利汽车未来将积极布局具身智能领域，从智能车延伸至机器人应用，也期待在后续的时间里成为实力更加强劲的科技公司。

徐晓煜 | 吉利汽车研究院-前瞻技术研究资深总工程师

【中央计算平台是"系统协调者"，解决"算得好、用得巧”的问题主题演讲】

中央计算平台助推AI定义汽车

随着汽车从智能化向AI化演进需要升级硬件基础设施，均联智行客户解决方案专家陈晓琦重点探讨了中央计算平台如何适应AI定义汽车趋势并支撑技术落地。陈晓琦指出，电子电气架构正从分布式、域集中式向中央集中式演进，这种中央-区域架构通过将分散的逻辑集中部署于中央计算单元，解决了跨域复杂功能部署维护难题。

他强调，AI驱动的软件架构中，核心的AI模型取代了传统手写规则代码，其对算力、内存带宽和存储的高需求成为中央计算平台的核心负载。陈晓琦介绍了中央计算平台硬件形态的发展路径，包括基于集成度的One-Box、One-Board和One-Chip三类，并分析了它们在灵活性、成本与经济性上的挑战。他提到了均联智行提出的FlexBlade产品概念，其基础形态类似One-Box，并通过扩展子板支持按需增强AI或存储能力，以平衡集中化与灵活性需求。

陈晓琦指出，软件部署正从按功能域划分向按计算能力、功能安全、实时性需求重新分配演进，这有助于优化性能。他介绍了当前座舱大模型与智能辅助驾驶模型分离运行导致数据复制和资源消耗的问题，并展望了舱驾统一模型如VLA/VLM融合运行的潜力，认为其能更有效利用硬件资源。陈晓琦表示，未来中央计算平台需在硬件选型和系统软件架构上持续调整优化，以支撑以模型为核心的AI应用在汽车上平稳落地。

陈晓琦 | 均联智行客户解决方案专家

全民智能辅助驾驶时代的AI技术挑战与应对

在全民智能辅助驾驶时代背景下，作为中国领先的自主品牌TIER one公司，福瑞泰克智能辅助驾驶首席架构师李帅君博士重点探讨了更先进的AI算法应追求精简高效而非依赖高算力这一核心观点。李帅君指出，福瑞泰克通过ADC25全民智享版产品，用128TOPS中等算力实现城区NOA和记忆泊车功能，践行科技平权理念，将智能辅助驾驶渗透率下探至10万元级车型。

李帅君强调AI算法趋势遵循反摩尔定律，云端和车端模型都在向更小尺寸发展，并预测技术将向两极分化演进：200TOPS以内聚焦精简实用方案，1000TOPS以上为高端探索区。李帅君介绍了应对策略，包括构建车云协同AI大模型体系，通过云端大模型蒸馏小车端模型，并升级数据闭环服务以提升标注效率和算法迭代速度。

并且，他提到采用融合式端到端框架优化智能辅助驾驶性能，在工程创新方面结合环境先验信息防止低级错误，并优化芯片资源映射如利用GPU、DSP等多单元以低算力运行BEV和端到端算法。李帅君表示未来福瑞泰克将持续在AI算法、工程创新和软硬一体方面升级奥丁3.0平台，普惠更广泛大众。

李帅君博士 | 福瑞泰克智能辅助驾驶首席架构师

场景驱动，敏捷赋能：智能域控解决方案

智能网联汽车技术从L2向高阶智能辅助驾驶演进，特定场景需求呈现碎片化趋势，优控智行技术副总刘乾重点探讨了通过敏捷开发模式平衡域控制器平台化与定制化的解决方案。

刘乾指出，当前域控制器开发面临硬件集成与软件协同的双重挑战：硬件需在有限空间内解决芯片选型、散热设计及多传感器兼容问题，同时通过动态电源管理和任务分配实现性能最大化；软件则需满足不同安全等级功能的实时调度，并解决虚拟化系统整合及工具链开发难题。

他介绍了优控的三层技术方案——硬件端提供覆盖8TOPS至2000TOPS算力的可扩展平台（基于TI TDA4、英伟达Orin/Thor等芯片），采用模块化设计实现灵活裁剪；软件端通过开放SDK提供感知、规划等通用模型Demo，支持AutoSAR标准与Linux实时补丁，缩短客户开发周期；工具链依托国内独家获Matlab认证的EcoCoder实现模块化开发与自动化测试，确保代码质量直达量产。

针对成本控制，刘乾强调通过标准化设计、国产芯片替代、软硬件生态共建及测试流程优化，在保障可靠性的同时推动智能辅助驾驶从"高端选配"转向"大众标配"。刘乾表示，未来需持续通过技术创新降低域控制器开发门槛，以普惠方案支撑多场景智能辅助驾驶落地。

刘乾 | 优控智行技术副总

电子电气架构趋势动洞察

在当前汽车行业竞争日益激烈、人口红利消失导致市场增速放缓、内卷加剧的背景下，技术革新成为新增长点，广汽研究院智能网联中心电子电气架构总监吴凡重点探讨了从长远视角回看未来汽车的AI计算趋势，强调车辆的基础工具属性不会消失，为行业提供前瞻性洞察。

吴凡指出，软件定义汽车的核心目标是让设计和开发者将整车视为一个整体，而非分散的控制器，从而构建软件工厂实现自动化和个性化集成，提升开发效率。他强调，车载计算在AI引入后已转向混合态，包括逻辑代码和模型推理，未来将向单一大模型融合与多agent架构发展。他介绍了通讯趋势从当前SOA向service mesh演进，最终迈向agentic mesh，并强调高带宽低延时的需求，指出未来电子电气架构（EA）可能达到100G带宽水平。

他提到，车云协同的未来形态是车云1:1镜像，支持计算任务根据优先级和实时性在车端与云端混合调度。他指出，芯片领域正迎来融合芯片的兴起，以大型异构芯片为基础的计算中心将成为主流。此外，吴凡讨论了软硬解耦的挑战，关键在于实时性和性能开销的平衡，通讯频率增加可能导致CPU负载过高。他强调，SDV应聚焦增量功能而非重做存量部分，避免重复造轮子。吴凡还指出，AI在汽车中的应用应专注于增值和增量领域，而非整车功能重做，因为车辆的工具属性要求确定性和可靠性，而AI资源高度集中且不宜均摊到所有功能。吴凡表示，未来AI应关注增量的部分，而非整车重做，以应对技术集中化和效率挑战。

吴凡 | 广汽研究院智能网联中心电子电气架构总监

【舱驾融合计算推动汽车 AI 计算的 “能力边界拓展”主题演讲】

AI座舱的范式革新与技术挑战

吉利汽车座舱资深总工沈卓立谈到，AI改造汽车主要有两个维度，一是辅助驾驶，聚焦让机器理解客观世界，其优势为输入和控制变量维度相对有限、训练数据规模可控、模型收敛速度快，挑战则是容错率低、响应速度要求严苛、可解释性要求高；二是智能座舱，着力让机器理解人，优势是输入和控制变量维度高、训练数据规模要求大、模型收敛速度未知，挑战为容错率高、响应速度要求不严苛、不要求解释性。

AI 座舱面临数据、算力、算法多方面的技术挑战。在数据层面，采集环节需关注跨域数据采集的结构一致性以及按数据相关性采集；传输过程受移动通信网络非对称性的限制；标注工作因主观数据标注难度高而颇具挑战；合规性上，隐私法规对数据上传有着严格限制；数据规模方面，达成模型收敛所需的训练数据量存在不确定性。

算力领域，涉及分布式算力与集中式算力的对比，且电子电气架构正从功能域进化到感知 - 决策 - 执行的分工模式；端侧算力需求由业务场景决定，业务场景影响着多模态模型尺寸和内存带宽的分配；端云协同部署时，需要在算力成本、计算时延和传输时延之间进行多方平衡。

算法维度同样挑战重重，模型精度上对情感模型精度有更高要求；干预模型要考量干预方式与效果的相关性；算法微调会受到不同业务目标的影响；模型架构方面，面临单一多模态模型与多个大小模型的选择难题。

沈卓立 | 吉利汽车座舱资深总工

智感无界：AI+生态驱动的座舱重塑探索

TCL产品总经理万昕认为，汽车智能化经历了从机械化到电子化，再到智能化，最终迈向AI+泛生态的跃迁历程。

在2000年以前的机械化阶段，汽车配备机械仪表，依赖纯物理反馈，功能十分单一，以基础驾驶和物理反馈为特点。

2000-2010年进入电子化阶段，信息显示更为丰富，操作逻辑开始向电子化过渡，不过仍以驾驶为核心，具备数字显示、集成控制、CD/收音机、初级驾辅等元素，采用分布式E/E架构。

2015-2024年的智能化阶段，汽车从单纯的驾驶工具转向智能终端，支持娱乐、导航、远程控制等综合功能，拥有智慧大屏、多模态、AI算法，还具备4G/5G+OTA、中低阶辅助驾驶能力，采用域集中式E/E架构。

到2025年及以后，步入AI+泛生态阶段，汽车超越驾驶属性，成为能办公、懂健康、可娱乐的“第三空间+情感伙伴”，涵盖智慧全场景、AI大模型、高阶智驾、无缝服务、个性化智能、群体智能等，采用整车集中式E/E架构与车云计算。

基于此背景，TCL构建了“1+5+1×N泛生态创新产品体系”。其中，“1”是智能座舱，作为核心载体；“5”代表五大泛生态域能力，分别在 “视”“听”“联”“感”“行” 领域发力。最终拓展出“N”个智能人车家全场景，覆盖多屏显示、全系声学、场景服务、跨端娱乐、智能家居、智能出行、安全看护、AI 陪伴、智能互联、智慧教育、能源生态等多元场景。

万昕 | TCL产品总经理

算力跃升，安全先行：纳米涂层重塑辅助驾驶控制器防护等级

PILOTM先禾是一家源于欧洲的电子材料和应用技术解决方案供应商，在经历了80多年的市场沉淀后，现立足于位于本地化的技术服务及供应链体系，为客户提供行业完善且成熟的综合方案。依托在电子专用材料领域丰富的产品研发经验，面向多应用场景，通过创新不断延伸和丰富产品结构，可以提供高性能的导热、防护、导电、粘接等多系列的产品，广泛应用于通信、汽车、消费电子、家用电器、工控、照明、半导体及电子元器件等领域。

先禾新材料（苏州）有限公司产品经理舒志耀围绕“辅助驾驶控制器防护面临的挑战及解决方案”“纳米涂层防护机理”“纳米涂层施胶工艺”展开分享。他谈到，纳米涂层施胶工艺涵盖多种方式，喷涂应用范围广且设备通用；喷射阀工艺可精准定位，避免材料浪费；刷涂工艺简单，成本较低；浸涂则施工便捷，无需设备投入成本。

舒志耀 | 先禾新材料（苏州）有限公司产品经理

智能化与AI实践的挑战思考

小鹏汽车嵌入式平台高级总监&整车电子电气首席架构师段志飞提及，汽车智能AI技术架构持续演进，从早期分布式架构，发展至超算+区域架构，正迈向AI超算架构（实现板级融合，AI算力可达几千T，支持“大模型+小模型”协同及端到端整车实时OS）。

而性能与成本的平衡能力是智能AI落地的核心竞争力，AI及跨域融合应用进一步驱动技术变更，涉及AI算力、运行内存与存储内存、多模态感知交互、跨域/跨芯片通信带宽、端到端确定性OS、48V 配电带宽、安全冗余等维度。

“AI小P”助力车内交互体验持续升级，围绕“多模态融合、开放式对话、深度推理、主动服务”展开：依托双芯片大算力，采用高通 SA8295+图灵自研AI双芯片架构，AI算力提升20倍，CPU算力同步跃升，支持复杂实时计算；实现大模型本地化部署，支持百亿参数模型上车，无需依赖云端，既提升响应速度，又降低隐私风险；具备多模态实时感知能力，通过视觉、语音等传感器，实时感知用户行为、车辆状态与环境变化，自主判断服务需求，如自动调节空调温度；更能自主思考优化服务，分析用户习惯，动态优化服务逻辑，逐步实现 “越用越懂用户”，通过数据驱动达成拟人化思考与语义场景判断。

段志飞 | 小鹏汽车嵌入式平台高级总监&整车电子电气首席架构师

E2E数字架构变革&产品融合之路

云管端一体化智能汽车数字架构开发，是在启动（端）产品细节开发前，于早期阶段对电子系统基础开展数字化设计与验证的方式。数字架构平台为端到端（E2E）功能/服务开发、系统及（端）产品实现提供集成环境，是汽车智能化的基石。架构管理需应对日益增长的端到端电气系统复杂性，平衡成本、重量、质量等整体目标，作为上层建筑，从全局角度调配、评估资源，开展概要设计与整体把控。

上汽大众架构高级专家胡朝峰提到，汽车智能化能让用户的移动时间产生更大价值，未来商业模式的竞争是对用户时间的竞争。未来的汽车是移动的智能第三生活空间，集移动、联接、安全、办公/娱乐/休闲为一体的心灵庇护所。汽车的创新方向要从性价比创新，转向情绪价值。产品价值=功能价值+情绪价值+资产价值，功能价值暂时“卷”不动（性价比层面难突破）；资产价值具偶然性，可遇不可求；当下做产品创新，最大溢价空间或来自情绪价值。

在变革趋势方面：供应链体系将重塑，技术引领、安全可控、经济效益等因素推动供应链体系（OEM/Tier X/芯片厂商等）重构，转向“全栈式” 协同受控模式，围绕智能场景和消费者体验，提供可持续迭代的产品体验服务；商业模式创新，则体现为依托E2E数字架构平台，通过 OTA 和数据闭环实现商业盈利。

胡朝峰 | 上汽大众架构高级专家

从Edge AI到个性化智能：车端闲时计算驱动的模型训练与优化

智协慧同（北京）科技有限公司成立于2017年，拥有数据库、边缘计算、基础软件等多个核心底层技术，专注于为OEM打造跨车云的数据驱动能力，能够打造车云计算全栈解决方案。

智能汽车架构当下面临“算力严重紧张与算力高度空置同时存在”以及“云端成本居高不下”的挑战。车辆运行时，由于计算类功能持续增多、机器学习/大模型等新能力逐步上车、车端适配迭代愈发复杂，算力处于高度紧张状态；但车端约 90% 的时间属于闲时，百万颗SoC级别的算力被大量空置，且闲时算力使用的边际成本几乎为零，与此同时，云端要应对海量数据的上传与存储，还要支撑千余个监控、告警、诊断、智能推理任务，以及智能模型训练和大模型LLMAgent运行，成本压力巨大。

对此，智协慧同CTO谢宁表示，智协慧同基于车云计算技术打造了智能汽车的车云一体数据底座，衍生出智能诊断、灵活数仓、影子模式等场景应用，使得数据智能成为现实。实时边缘计算凭借高性能算法引擎，支持规则 / 推理和轻度在训训练，能灵活调度以承接车端复杂性；车云联合闲时计算既允许车端以 Service Mode 运行单次任务，也可通过接力式开展持续性任务，再结合 AI Agent 进行调度优化；“百万辆车数据控本” 则通过高倍数数据压缩、长周期车端历史存储、多频快照灵活上传（高精度数据按需上传），以及云端计算下发车端等方式实现成本控制。

谢宁 | 智协慧同CTO

软硬分离下多域融合控制器的思考

富赛产品总监肖旭东提到，多域融合域控技术和车载软件生态已成为全球车企与供应商竞逐的战略高地，其背后蕴藏的万亿级市场空间，正吸引产业链各方全力布局。

域融合开发需要突破八大核心技术挑战点，如芯片合理的算力分配，安全、可靠、高效的系统架构、硬件架构、软件架构，可靠的硬件底座设计、高实时、高安全的的操作系统及OTA策略，稳定可靠的中间件架构，以及高质量高效率的算法、轻量化的端侧大模型，全新的测试用例以及安全可靠高效的集成测试，标定策略及工具链，可靠稳定高效生产环节也是不能忽视要素，以上提及的所有环节均是域控的细分赛道领域，随着域融合的深入也为每个细分赛道玩家带来了机遇与挑战。

域控制器的开发总结归纳为五大核心要素，分别是底座设计、软件架构分层设计、通信总线标准化、功能安全与信息安全，跨团队协作。需要持续围绕“体系化”“标准化”打造全产业链高效协同应变机制，以适应域控制器产品开发需求。

域控开发活动涵盖硬件底座开发、内核与驱动、中间件与服务、三方应用、三方算法等诸多关联方。富赛秉承开发共赢的心态，提供多种合作开发范式，诚邀生态圈内的各位合作伙伴协作共进，加速多域控制器的软件及硬件开发步伐，助力中国汽车产业腾飞。