2025 年 12 月 18 日，在第七届 AI 智能座舱与显示技术大会上，航盛电子技术中心创新规划院高级专家廖纬德分享到，智能座舱与智能辅助驾驶技术发展迅速，渗透率显著提升，尤其是电动车领域表现突出，而燃油车则明显落后。面对激烈的市场价格战，车企正通过提升产品智能化水平来增强竞争力，避免陷入恶性竞争。
廖纬德表示，航盛电子在跨域及中央计算平台领域经验丰富，已量产多个融合座舱域控制器，并率先发布和量产了单芯片舱驾融合方案。通过大量的架构、安全、性能等课题攻关，实现了基于单颗芯片的舱驾融合功能，带来降本增效双重升级。
廖纬德指出，当前舱驾融合发展仍面临诸多挑战，如平衡舱驾算力分配与多模型性能、满足燃油车智能化应用等。随着系统集中化演进，零部件厂商需具备全栈能力，以平台化服务为不同车厂赋能。他表示，航盛电子期望通过数字基座能力，助力整车厂推动电子电气架构升级，共同构建合作共赢的产业生态。
廖纬德｜航盛电子技术中心创新规划院高级专家
以下为演讲内容整理：
智能座舱行业技术趋势发展
下图左边两个表格主要对比了 2023 年至 2024 年智能座舱与智能辅助驾驶的渗透率。数据显示，智能座舱在 2024 年的渗透率相比 2023 年有大幅提升，且预计今年将进一步显著提升。在智能辅助驾驶方面，我们通常以整车智能辅助驾驶的 L2 级作为分水岭。目前来看，2024 年 L2 级及以上智能辅助驾驶的渗透率已接近 50%，而今年这一比例已超过 50%。
图源：演讲嘉宾素材
上图右边两个表格对比了不同动力车型的智能座舱与智能辅助驾驶渗透率。数据显示，电动车在智能座舱和智能辅助驾驶方面的渗透率均处于较高水平，而燃油车则明显落后。特别是智能辅助驾驶方面，燃油车即便在 2024 年有所提升，渗透率也仅维持在 30% 多的水平。
下图左侧表格统计了每月降价车型数量。从去年数据可见，市场经历了一场在认知与体感层面均极为惨烈的价格战，全年降价车型的降价幅度整体处于高位。今年，尽管降价车型数量仍维持在较高水平，但相较于去年已出现明显下滑。这一下滑现象警示我们，若一味通过压低车型成本、迫使零部件及整个供应链降价来参与竞争，极易陷入恶性循环，最终导致各方均无利可图。
当前，无论是零部件产业链还是整车厂，均期望探索新路径，通过提升产品力来抵消降价空间，从而规避陷入恶性竞争的困境。
从上图右边表格可以看出，纯电车因其平台化程度高、智能化水平领先，在提升产品力方面具有显著优势，因而能够更有效地应对降价压力。反观燃油车，其降价幅度持续扩大。这预示着以技术驱动产品力的淘汰赛已然开启，尤其是燃油车的智能化升级，已成为未来亟待解决的紧迫挑战。
从智能座舱的角度观察，当前座舱产品与消费电子行业高度相似，如手机、平板等，市场同质化现象严重。内饰设计、屏幕尺寸、HMI 交互样式以及功能服务等方面均趋于一致。在此背景下，各车企纷纷思考如何打造差异化产品，以塑造独特优势。
目前，企业不断追求快速迭代，尤其是车型开发周期。以往车型开发多采用分布式架构，开发周期约为三年。当前新车型的迭代速度显著加快，改款频繁，可能半年进行一次小改款、一年进行一次大改款，甚至一年推出一款全新车型。
这一变化主要得益于软件定义汽车模式下，中央计算与融合计算的软硬件平台化架构，该架构支持车型的快速开发，使车型开发周期缩短至两年甚至一年以内。同时，软件功能方面，OTA 的更新频率显著提升。据调研，新势力车企及传统自主品牌孵化的新品牌，每年至少进行 4 至 5 次大版本 OTA 更新，以及 7 次甚至更多的小版本更新，平均每月均有 OTA 更新。这一趋势同样得益于当前硬件与软件的平台化发展。
在实现架构融合与平台化之后，相较于传统的分布式架构，传统架构下需将软件成熟度开发至极高水平方可进行整车交付，且未来升级仅能针对单个 ECU 或单点功能进行，跨 ECU、跨域升级难度大且成本高昂，融合与平台化架构带来了显著变革。如今，许多车企在新车型功能和性能成熟度未全部达成即先行上市，满足基本需求，随后通过小步快跑的方式实现快速迭代，进而形成差异化、个性化的竞争优势，塑造自身品牌的独特竞争力。
此外，自 OpenAI 发布 ChatGPT 以来，大模型在车企中的应用迅速拓展，从最初的高价位车型逐步延伸至低价位车型，应用场景也从云端快速扩展至端云融合。车企期望借助大模型的泛化智能能力，提升整车的智能化水平。同时借助大模型的泛化智能能力为不同用户提供个性化服务，进而实现座舱在同质化竞争中的差异化突围。
智能辅助驾驶层面，我们观察到几个显著特征。一是在"智驾平权"的大趋势下，10 万元价位车型以往鲜少配备智能辅助驾驶功能，而今其渗透率正逐步提升。特别是 L2 级高速领航辅助功能基本成为 10 万元左右车型的标配；而 20 万元左右车型则开始标配城市领航辅助等更高级别的智能化功能。
智能辅助驾驶领域还有一个颇具趣味的特征。从传统认知来看，无论是零部件企业还是技术算法公司，均应隐于车厂背后，由车厂直接面向用户提供服务。然而，随着智能化发展，行业玩法发生显著变化。我几天前在上海虹桥机场注意到一块广告牌，上面是某智能辅助驾驶算法公司与上海一家企业联合投放的广告，广告中以醒目字体突出展示了算法公司所采用的算法及传感器品牌。由此可见，智能辅助驾驶算法公司已从幕后走向台前，座舱模型等相关企业亦纷纷效仿，通过塑造品牌效应来影响消费者的购车决策。
当前，智能辅助驾驶领域呈现出显著的马太效应，资源愈发向头部企业集中。然而，鉴于中国市场的特殊性——车型数量众多、车厂林立、品牌纷繁复杂，智能辅助驾驶算法公司资源有限，且每家车厂均期望在个性化与成本优势方面展开竞争。因此，尽管行业集中度不断提升，仍有越来越多的车厂开始探索差异化竞争路径，从底层架构到算法应用等层面寻求突破，以构建独特的成本优势。
总体而言，未来整车智能化发展，无论是座舱还是智能辅助驾驶领域，都将基于端到端模型或大模型，朝着智能化大算力方向演进。同时，行业正探索如何将座舱大模型与智能辅助驾驶大模型深度融合，为用户提供一体化的交互体验。用户期望通过单个模型实现语音直接控制智能辅助驾驶功能，而非经由座舱语音算法识别指令后再间接传递到其他模型实现控制，以避免精度丢失和体验割裂。
从座舱发展路线来看，第一代座舱主要实现了互联网功能服务的应用上车；第二代座舱则侧重于多模态交互；第三代座舱则通过轻量化 AI 小模型或云端大模型的融合应用，使用户切实感受到智能化水平的显著提升。
未来，座舱端会实现 7B 以上甚至更大规模的 AI 大模型应用，从而将座舱智能化水平提升至全新高度。同时，除单点单域智能化外，还将向舱驾跨域融合的方向发展。
舱驾融合的技术发展和落地实践
我们当前的业务布局可概括为" 1 主 2 翼"，" 1 主"涵盖智能座舱、智能交互、智能辅助驾驶、智能网联及软件工程五大产品线业务；" 2 翼"则包括新能源与电声系统两个子业务，共同构成全面的汽车电子业务板块。
得益于全域研发能力，我们在跨域及中央计算平台领域积累了丰富经验，具备显著优势。我们也拥有众多客户量产交付经验。2018 年，我们量产了全国首个仪表 + 中控融合座舱域控制器；2024 年发布墨子单芯片舱驾融合方案；2025 年发布 AI 大模型数字基座方案。
融合并非一蹴而就。以经典的五域架构为例，各域间的融合受限于多方面因素，其中芯片成本是关键制约。芯片的性能、制程及硅片面积均与成本成正比，因此，无论是国产化替代还是商务降本，行业多从规模化市场角度寻求成本降低，但这终究存在较大限制，毕竟价格竞争总有底线。
未来行业将倾向于差异化竞争，而融合正是实现差异化的重要途径，但研发难度也会随着融合度提升而持续提升。融合进程从早期的 One Box 融合起步，逐步发展至舱联融合，再到当前的单芯片跨域融合。同时，们还将继续探索基于舱驾联的融合方案，整合网联、中央网关与车控功能，构建 HPC 平台提供统一数字基座。
芯片融合的显著优势在于，单颗芯片可承担原本两颗芯片的功能，同时节省结构件及外部电子元器件等成本。此外，跨域融合还带来独特优势，算力与数据可在两域间动态分配，数据在芯片内部交换，无需通过以太网或 PCIe 进行收发，从而消除通信时延与带宽瓶颈，实现成本与性能体验的双重提升。
今年，在东风日产 N6 车型上，我们实现了单芯片舱驾融合方案的量产。此前，针对单芯片舱驾融合方案，市场最为关注的焦点在于如何确保两域性能互不干扰，尤其担忧智能辅助驾驶域因性能被抢占而失效，进而引发安全问题。从今年已上市的航盛与日产合作车型来看，我们已交出了令市场较为满意的答卷。
截至目前，我们从系统架构、软件架构、舱驾跨域架构以及算力动态分配架构等多个层面开展了深入研究，并解决了 130 余项功能安全课题，确保产品达到 ASIL D 安全级别。我们对系统负载进行了全面优化，实施了全链路、全栈的优化策略，使整体负载实现大幅优化。同时，我们在整体架构包括传感器跨域数据通讯架构等方面也进行了大量优化和创新。
我们的方案基于架构创新，依托一套硬件平台与一套软件架构，能够灵活配置座舱算力与智能辅助算力，以满足不同车厂、不同车型的功能配置及整车定义需求。
舱驾融合发展面临的挑战
当前，舱驾融合发展仍面临诸多挑战。首先，座舱与智能辅助驾驶领域均需引入大模型。在此过程中，如何平衡模型算力、精度与性能消耗的成为关键问题。特别是汽车领域与消费电子领域在算力芯片方面存在代差。
汽车领域还有诸多特殊应用场景，如对安全性、高实时性以及用户信任度等有严格要求。未来需借助端云融合架构，或通过端侧模型微调、量化压缩、Agent 工程化等能力，实现端侧智能化的高效运行与高精度推理。另外，可通过多模态模型融合，推动整车向单模型智能化方向演进。
在燃油车智能化需求日益迫切的背景下，我们需在大算力芯片上采用全新的散热与结构设计，包括智能化温控系统，并满足不同车型的可靠性要求。在结构上实现模块化，通过覆盖水冷、风冷等不同散热结构方案，满足不同车型的智能化需求。
近期，国内公布了两款获得 L3 级自动驾驶批准的车型。L3 级自动驾驶是未来显著的技术趋势与必经路线，但当前仍面临成本、安全及算力需求的三重挑战。传统方案中，座舱域控与智能辅助驾驶系统采用两颗 SOC 芯片互为备份，这种面向 L3 级的设计方案给整车带来了巨大的成本压力，此前甚至有车厂采用过四颗芯片的方案，成本负担更重。若采用舱驾融合架构，使用两颗 SOC 芯片，一颗承担主要智能辅助驾驶功能，另一颗作为座舱与智能辅助驾驶的备份，则能有效缓解上述三重挑战带来的压力。
产业合作方面，随着系统从分布式向集中化演进，主机厂对整车平台的定义能力不断深化，从软件到硬件的垂直链路控制愈发深入。这对零部件厂商提出了更高要求，由于不同主机厂的能力存在差异，其定义深度不一，因此零部件厂商未来需具备全栈能力，提供平台化服务，涵盖从模组 SIP 代工、基础硬件代工、基础硬件与底软研发，到中间件开发，乃至部分应用层模型开发等全方位服务。
我们需具备全栈能力，以灵活满足不同客户的多样化需求。同时，针对整车的众多外设，如当前讨论较多的显示设备、传感器设备以及声学系统等，我们要实现持续且快速的创新，以契合汽车电子领域丰富且个性化的需求。
未来，我们期望凭借航盛的数字基座能力，助力整车厂推动电子电气架构的升级。我们将提供安全高效的软件平台，打造智能化体验，并协助车厂延长整车价值服务生命周期。我们希望与 Tier 2、Tier 1 和主机厂携手共进，将产业价值做大做强，共同服务好终端用户，构建合作共赢的良好关系。
（以上内容来自航盛电子技术中心创新规划院高级专家廖纬德于 2025 年 12 月 17-18 日在第七届 AI 智能座舱与显示技术大会发表的《舱驾融合的趋势与实践》主题演讲。）
金御优配提示：文章来自网络，不代表本站观点。
