智能車時代最強音！2025上海車展同期汽車智能化峰會圓滿收官。

車東西4月27日消息，日前，由智一科技旗下智能汽車產業新媒體「車東西」、AI與硬科技知識分享社區「智猩猩」，聯合「上海市國際展覽（集團）有限公司」、「上海車展管理有限公司」，在2025上海車展同期主辦的GTIC 2025中國汽車智能化創新峰會在國家會展中心（上海）圓滿落幕。

中國汽車智能化創新峰會是智一科技聚焦汽車智能化打造的產業峰會IP，已成功舉辦四屆，最近三屆均是在上海車展同期進行。

本次GTIC 2025中國汽車智能化創新峰會由上午場高峰論壇，與下午場AI智能座艙、端到端自動駕駛、艙駕融合三大專題論壇組成。

整場活動，近20位智能汽車產業技術產品大咖與青年學者齊聚一堂，共同探討了AI定義汽車、AI智能座艙、端到端自動駕駛、艙駕融合等行業內最火熱和前瞻性話題。

峰會現場

現場嘉賓精彩觀點不斷。圍繞AI定義汽車這一產業趨勢，長城汽車智能化產品副總經理佘士東、面壁智能聯合創始人&COO雷升濤、德賽西威業務單元副總經理兼上海分公司總經理黃錦昌、零一汽車智能駕駛合伙人王泮渠、利氪科技聯合創始人蘇干廳帶來了AI/大模型對智能座艙、智能駕駛、智能底盤進行變革和升級的深入分享。

智一科技聯合創始人、車東西總編張國仁和三位技術大咖和企業高管圍繞AI定義汽車進行的一場高端對話，從不同視角帶來了深入探討和碰撞。

面對業內端到端自動駕駛正在加速落地的趨勢，Nullmax首席科學家成二康，上海創智學院、上海AI Lab青年研究員、OpenDriveLab自動駕駛方向研發負責人李天羽，Alluxio首席架構師傅正佳分別從感知規控、仿真、數據閉環的角度，對如何構建端到端自動駕駛系統進行解讀。

AI正在進一步賦能座艙，已經成為用戶智能座艙體驗持續提升的引擎。

均瑤集團吉祥汽車智能網聯執行總監秦藝、大眾汽車集團Cariad中國AI產品團隊負責人張天龍、弋途科技聯合創始人李盼都針對當前智能座艙面臨痛點，提出打造多形態桌面互動系統、多智能體協同方案、全棧AI系統等解決方案。

隨著汽車智能化的發展和普及，艙駕融合漸成趨勢。四維圖新副總裁許鵬飛，北斗智聯科技有限公司智駕BU副總經理兼公司高級技術專家周鵬，足下科技研發總監于晨笛提出了打造單芯片艙泊一體方案、艙駕控融合應用框架、跨域通信框架的不同思路。

作為2025上海車展同期峰會，本次會議不僅系統呈現了過去一年汽車智能化的發展態勢和量產進展，也為AI智能座艙、端到端自動駕駛、艙駕融合開啟的新一輪變革指明了前進方向，更是在全球高度關注中國汽車產業的背景下，為全球智能汽車產業人士的溝通交流搭建了橋梁。

一、汽車下半場征程 AI定義汽車與整車智能引領創新

峰會現場，上海車展管理有限公司總經理張晨安進行了大會致辭。她表示，汽車智能化下半場的征程已然開啟，成為引領變革與創新的力量，更透露出其強大的未來發展空間。

上海車展管理有限公司總經理張晨安

數據顯示，2024年我國智能網聯汽車產業規模達到11082億元，增速達34%，預計到2030年市場規模有望突破5萬億元。

隨著汽車智能化發展進入2.0階段，人工智能又成了全新階段的核心驅動元素，不僅推動了軟件定義汽車全面轉向AI定義汽車，更推動了智能汽車向出行智慧生命體進行躍遷。

在這些技術的融合、加持下，智能座艙、輔助駕駛、智能底盤都將迎來新一輪產品重塑和升級。同時在跨域融合技術方案持續演進，并取得了進展的基礎上，整車智能已經成為頭部車企探索的新方向。

智一科技聯合創始人、CEO龔倫常在致辭環節中透露，自2018年首次舉辦以來，中國汽車智能化創新峰會已成功舉辦三屆，吸引了數千名參與者，成為該領域有重要影響力的行業峰會。

智一科技聯合創始人、CEO龔倫常

同時，龔倫常還預告了將于今年舉辦的多個主題會議：6月底，中國AI算力大會將在北京舉辦，這也是“智領未來”北京人工智能系列品牌活動之一；9月，第七屆全球AI芯片峰會將在上海舉辦；11月，中國具身智能機器人大會將在深圳舉辦。歡迎感興趣的朋友們關注。

二、智能汽車持續進化 行業新風口接連涌現

在接下來的高峰論壇的演講環節，與會嘉賓從AI智能體、端側模型、L4重卡、智能底盤等多方面進行了關于中國汽車智能化發展趨勢的分享。

在本次峰會上，長城汽車智能化產品副總經理佘士東登臺演講，主題為《AI定義汽車第三智能-ASL智能體》。

長城汽車智能化產品副總經理佘士東

佘士東首先回顧了從2011年開始長城汽車在AI科技領域的發展歷程，緊接著介紹了長城在VLM端到端智駕上的最新進展，即車位到車位的體驗+L3級觀光體驗下的座艙交互。

關于智能座艙的未來發展，佘士東分享了自己的觀點，他表示最終目標是空間智能，讓AI理解世界，也就是長城的空間語言智能體——ASL。

佘士東認為車的智能化，不再只是智能座艙，也不只是智能座艙能完成生態和交互的內容，而是車要作為智能體，不論是車內的空間，還是車外的空間，都建立理解能力和對應的服務能力。

所以智能整車不是整車怎么加入AI，而是讓原有的零部件和系統能實現更智能化的體驗。

佘士東認為端到端智能體上，一定會引入以視覺慢慢思考理解為主的一套新體驗，視頻正好利用原有的攝像頭，包括車外無論是7V還是11V的感知能力。車內方面，OMS攝像頭可能會成為端到端智能體未來的標配，通過車內的完全感知，實現視頻直出的能力。

最終，佘士東希望能通過AI的方式來賦能整車，讓整車變得更智能，也希望AI能讓用戶更貼心，能給用戶帶來更直接的服務能力。

面壁智能聯合創始人&COO雷升濤帶來了關于超性能端側大模型市場價值、未來趨勢的分享。雷升濤堅信，端側智能一定會爆發，他介紹了端側模型的價值。

面壁智能聯合創始人&COO雷升濤

第一，端側模型在弱網和無網環境下，可以突破環境的限制。

第二，在車這樣一個非常私密、非常隱秘的空間，端側模型可以更好保障信息安全。

第三，出于功耗和性能的要求，面壁智能的端側模型提供貨架式的原子產品，以供企業選擇。

作為一家專注于端側模型的廠商，雷升濤指出了接下來要關注的3個方面：推出更高效的模型架構、實現模型學習高效化、提高推理效率。

對于端側模型未來的發展趨勢，雷升濤也給出了看法。

第一，端云協同的黃金分割點已經到來，下一步的發展趨勢就是全模態模型廣泛上車。

第二，隱私安全的范式革命正在發生變化，端側大模型正在向大模型深度發展，隱私安全的豪華才能鑄就汽車座艙的最大的豪華。

第三，端側大模型不再是智能座艙的一個模塊，它將會成為汽車的數字腦干，當端側模型與智能座艙系統與智能駕駛系統完成神經突出的連接，將會見證汽車人的真正的覺醒時刻。

正如信息革命是以個人化的智能硬件為重要的標志，以大模型為代表的智能革命時代到來的關鍵瞬間，一定是端側大模型運行，奔騰在每一個終端。

德賽西威業務單元副總經理兼德賽西威上海分公司總經理黃錦昌發表了主題為“極致協奏，價值躍升，擁抱輔助駕駛發展新階段”的演講。

他首先介紹了德賽西威在智能化和相關產品方面的進展。德賽西威致力于智能座艙、輔助駕駛和網聯服務三個領域的布局，正逐步實現本土國際化的目標。

德賽西威業務單元副總經理兼上海分公司總經理黃錦昌

黃錦昌提到，德賽西威自2014年開始孵化駕駛輔助產品，2016年正式向市場推出相關產品和服務。公司在2017年推出了國內首個高清環視系統，并在2019年推出了首個超聲波雷達與視覺融合的泊車系統。

2020年，德賽西威聯合新勢力成功推出了首個基于高算力平臺的域控產品，通過一系列首發性產品和技術持續推動智能駕駛輔助技術的發展。

在演講中，黃錦昌強調了德賽西威的全棧能力，即在關注產品安全的前提下，不斷提升自身在軟件和系統等多個維度的深厚積累，為行業提供系統化的解決方案。

在去年，公司基于高通8775的方案，推出了行業最早的艙駕一體方案，針對在有限資源下閘機通過、無保護左轉和效率變道等場景痛點，實現了高速領航輔助駕駛、城市記憶領航輔助駕駛、記憶泊車等功能。

黃錦昌強調，行業需要依靠上下游生態合作與共享，落地兼具高性能與高安全性的輔助駕駛解決方案，共推中國汽車產業智能化普惠進程，讓更多用戶享受安全、愉悅和綠色的出行體驗。

零一汽車智能駕駛合伙人王泮渠以《端到端與大模型驅動：L4級重卡量產之路》為主題進行了演講。

零一汽車智能駕駛合伙人王泮渠

王泮渠表示，輔助駕駛已經進入量產狀態，2023年，具備輔助駕駛功能的智能網聯乘用車銷量為995.3萬輛，市場滲透率達47.3%，2024年已經超過50%，同時L4級無人駕駛目前處于小規模商業化狀態。

但是王泮渠提出目前L4級無人駕駛沒有走在軟件行業的商業模型上，因為軟件行業的重要特點是低邊際成本。

王泮渠以Waymo為例，表示其復制成本高、不同場景之間壁壘高，不具備通用性和跨越性。

而當前L4算法架構的問題，有模塊過多且分散、泛化性較差、研發成本巨大和大規模產品化落地困難等。

那么如何解決？王泮渠表示零一汽車選擇了多模態大語言模型端到端。這是因為端到端框架簡易、泛化性強、成本有優勢同時量產友好。

關于如何保證大語言模型的安全性，王泮渠認為原理大語言模型的邏輯輸出可以被追溯，在算法上可以通過多模態對齊、生成對抗式學習和強化學習三種方法。

在流程上可以通過線下大規模開環與閉環仿真驗證，讓模塊快速進化。在系統上通過硬件與車輛冗余設計，讓系統更可靠。

王泮渠最后總結道，要做量產無人駕駛大模型是最優路徑，商用車是量產車高階智駕的第一站，而強泛化的算法，可量產的車輛，以及快閉環的場景是實現無人駕駛量產落地的必由之路。

利氪科技聯合創始人蘇干廳圍繞智能底盤技術，進行了關于其市場格局與發展趨勢的分享。

利氪科技聯合創始人蘇干廳

他表示，智能底盤是智能汽車的手和腳，過去的一年很多整車廠陸續推出了搭載一種或者多種線控技術的智能底盤。

智能底盤為什么會成為這個行業的發展趨勢？

一方面，從市場的角度看，車輛的操控性、舒適、安全、經濟是智能汽車產品應具備基本功能。

另一方面，從技術角度看，隨著中國汽車產業的發展壯大，在汽車底盤特別是線控底盤的領域出現非常多的新技術和新的產品，促使汽車底盤向智能化轉型。

他也介紹了當前行業內智能底盤的發展現狀，線控制動已經實現了大規模量產，線控懸架正在加速量產，線控轉向還在商業化的一個前期。

全球范圍來看，國外比較實現線控轉向量產的是特斯拉Cybertruck，在2023年實現了線控轉向技術的量產，去年12月份蔚來在ET9上實現了線控轉向的量產，蔚來也成為國內實現最早量產線控轉向的車企。

雖然目前尚處于商業化攻堅階段，但蘇干廳也非常有信心地表示，國產的線控轉向領域即將迎來從0到1的量產突破。

三、AI推動汽車產業重構 合作與競爭并存

在峰會上午場的最后一個環節，智一科技聯合創始人、車東西總編張國仁主持了一場主題為“AI定義汽車，中國如何引領新時代”的高端對話，長城汽車智能化產品副總經理佘士東、魔視智能CTO王凡和利氪科技聯合創始人蘇干廳三位企業高管和創業者共同參與對話。

張國仁說道，自2018年車東西與上海車展聯合舉辦智能汽車相關行業峰會以來，過去7年，汽車智能化經歷了波瀾壯闊的發展，尤其是國內車企和供應鏈企業開始扮演了越來越重要的角色。

高端對話環節

圓桌論壇話題圍繞“AI定義汽車”及中國汽車產業鏈的現狀和發展深入展開，佘士東表示，長城汽車在智能化產品規劃方面處于行業前列，已經開始開發多款搭載AI技術的車型，預計在今年下半年將推出一系列新車。

王凡則介紹了魔視智能在輔助駕駛領域的進展，強調了其在商用車和乘用車市場的多樣化應用。蘇干廳補充道，智能底盤的開發和應用也在不斷推進，預計將在未來實現量產。

張國仁接著詢問AI定義汽車的三個關鍵方面——座艙、輔助駕駛和底盤智能化的現狀及其相互關系。

佘士東認為，智能化的進程是從簡單到復雜的，座艙智能化發展較早，已接近天花板，而輔助駕駛和底盤智能化則仍在探索階段。

王凡認為當前座艙、智駕和底盤智能化還在各自獨立發展，初現的融合方案還停留在淺層。從長期來看，三者應該以提升用戶體驗為目標進行深度融合。

在談到中國企業如何在AI時代引領汽車產業時，佘士東提到，隨著軟件定義汽車的興起，汽車行業的生態正在發生變化。王凡表示，過去的競爭主要是降本，而現在則是提升用戶體驗。蘇干廳補充道，智能底盤的主動控制能力正在成為競爭的關鍵。

對于行業的未來，嘉賓們一致認為，AI技術將推動汽車產業的重構，合作與競爭并存。

佘士東強調，滿足用戶體驗是企業成功的關鍵。王凡則提到，知識產權的保護在新的產業分工中變得尤為重要。蘇干廳認為，生態鏈的建設和開放合作將是未來競爭的主要方向。

張國仁總結到，中國汽車產業在AI時代面臨著巨大的機遇，擁有完整的產業鏈和廣闊的市場。各方應加強技術創新、知識產權保護和生態系統建設，以在競爭中脫穎而出，成為全球引領者。

整體來看，論壇為與會者提供了關于AI在汽車行業應用的重要見解，展現了中國汽車產業在全球競爭中的潛力與挑戰。

四、AI智能座艙上車 車載交互智能化需求激增

隨著智能化的深入發展，汽車從交通工具逐步升級為可迭代的智能終端，用戶對于汽車座艙的需求的重心亦在悄然遷移，從早期的“功能滿足”階段，邁向對“智能陪伴”的追求成為主流。

在下午場的AI智能座艙專題論壇上，3位技術大咖分別圍繞3D互動體驗座艙、多AI Agent系統、全棧AI系統進行了深入探討。

均瑤集團吉祥汽車智能網聯執行總監秦藝登臺演講，主題為《全新3D互動體驗座艙及AI出行智能體的創新產品實踐》。

均瑤集團吉祥汽車智能網聯執行總監秦藝

秦藝分享了關于打造差異化智能座艙的思考。秦藝認為，目前智能座艙設計同質化、功能同質化，導致座艙的差異化不足和品牌識別度降低。同時，技術方案趨同、 人機交互趨同和AI體驗瓶頸，是考驗新車型新產品智能化體驗創新和差異化的挑戰。

對此，吉祥汽車打造了吉祥AIR智能座艙的三個行業創新：全3D多形態桌面互動系統、沉浸養成式虛擬世界和出行垂域AI-Go座艙智能體。

關于全3D沉浸互動座艙的研發實踐，吉祥AIR基于Unity引擎打造了全3D多形態桌面互動系統，包含數字孿生車輛、寵物桌面、虛擬開放世界三套系統，并實現座艙環境與物理世界的同步聯動。

吉祥AIR還引入開放世界的游戲理念，首創推出沉浸互動式虛擬世界——吉祥世界，實現基于車輛數據和用戶行為的養成經營式互動和沉浸化的個性化3D座艙。

關于沉浸互動座艙及虛擬吉祥世界的意義和價值，秦藝認為從用戶視角來看，可以提供情緒價值、互動價值和陪伴價值，從車廠視角可用帶來設計差異化、座艙辨識度和用戶粘性的優勢。

關于AI-Go出行智能體的產品實踐，吉祥汽車構建了AI-Go出行智能體的端云架構，基于字節豆包大模型和豐富的生態插件平臺，為用戶提供跨端的吉祥大出行智能化解決方案。

大眾汽車集團Cariad中國AI產品團隊負責人張天龍帶來了基于多AI Agent系統的用戶體驗升級的思考。

大眾汽車集團Cariad中國AI產品團隊負責人張天龍

他表示，經過Cariad中國AI產品團隊在2024年的智能座艙的用戶調研，他們發現63%的車主反映智能座艙功能用不上或者不好用。

在單AI Agent時代，語音助手、導航、娛樂系統各自為戰，畫地為牢，功能不互通，場景體驗僵化，需提前預設固定場景，難以覆蓋用戶即時性需求。

為此，他帶領團隊打造了多AI Agent協同方案，該方案可以主動預測需求，實現萬級動態場景生成、五大域深度耦合，并且可以充當用戶的情感化伙伴。

在多AI Agent協作的場景下，座艙在場景識別、協同服務、智能調整的能力都得到增強。

多AI Agent協同能夠實現1+1＞2的涌現效應，預計用戶主動交互頻次提升200%，同時功能的使用率將從35%提升至78%，并且也可以通過AI Agent算法來持續優化，實現車輛生命周期內功能迭代率達每年30%。

當多AI Agent成為用戶需求的智能觸手，當A2A和MCP構建起跨域協同的通信橋梁，不只有智能座艙迎來進化，更實現汽車向”場景自適應終端”的智能化躍遷。

汽車從四個輪子的交通工具，進化為會思考、能共情、可成長的超級終端。這是屬于汽車工業的超腦時代，更是人類移動生活的全新開始。

弋途科技聯合創始人李盼發表了題為“以AI全棧能力，賦能智能空間新重構”的演講，分享了公司在智能汽車領域的探索與進展。

李盼回顧了汽車行業的歷史變革，強調了能源化和信息化對汽車本體的影響，并指出AI技術的迅速發展將使得將汽車轉變為“智慧的鋼鐵俠”不再是幻想。

他提到，隨著基礎模型的不斷進步，智能體生態的多樣化，以及開放協議的普及，汽車作為一個物理終端的研發和產業協同將迎來新的范式。

弋途科技聯合創始人李盼

在談到智能座艙時，李盼說，過去的用戶體驗存在諸多痛點，如交互方式的局限性和服務閉環的缺失。他認為，AI技術的應用能夠賦予汽車更強的環境感知和情境推理能力，從而改善用戶的出行體驗。

弋途科技在行業內率先推出了移動智能空間AI全棧系統，融合了心界AI-Mind、HMI、L3級智能體及AIOA框架，旨在提升智能汽車的智能化水平。

李盼介紹了弋途科技最新發布的全棧AI系統“心界AI”，該系統旨在解決四個核心問題：增強思考能力、改善交互體驗、實現服務閉環，以及升級現有的技術架構。通過構建一個適應復雜場景的推理模型，弋途科技希望在用戶出行過程中提供更為精準貼心和個性化的閉環服務。

智能體在車載環境中的應用必須具備對環境的全面感知、確保出行效率和安全，同時支持多智能體的協作。

李盼還說，弋途科技在智能體開發過程中，已建立了一套完整的生態框架，支持與多方生態伙伴的合作，推動內容和服務的整合。

在交互方面，李盼認為，AI將改變傳統的輸入輸出方式，創造出更加自然和情感化的用戶體驗。他提到，弋途科技正在探索新的表達形式，包括與類人形機器人合作，以提升車載交互的智能化水平。

最后，李盼總結道，弋途科技會在AI技術的應用上不斷探索，目前他們已經在實際項目中取得了一定的進展，并期待與行業內的合作伙伴進行更深入的交流與合作。

弋途科技將繼續致力于推動智能汽車的創新與發展，為用戶提供更加智能化的出行體驗。

五、架構算法數據多維度 加快端到端技術落地

雖然當前端到端自動駕駛雖因簡化技術棧、減少信息損耗成為輔助駕駛行業的焦點，但端到端自動駕駛正處于？技術理想主義與工程現實主義激烈碰撞期？，其大規模落地還面臨重重考驗。

在“端到端自動駕駛專題論壇”，3位嘉賓的演講圍繞以下3個方面展開：如何打通感知和規控，進行更好地端到端開發？如何正確評測端到端自動駕駛算法？如何在自動駕駛數據閉環中完成的數據處理？

Nullmax首席科學家成二康博士分享了該企業在端到端技術方面的探索歷程。

Nullmax首席科學家成二康

面對端到端這個輔助駕駛市場即將爆發的新賽道，如何實現搶跑，把感知端到端擴展到感知規劃端到端？如何做端到端- One Model Decoder架構設計？

Nullmax平臺化BEV-AI架構設計，針對自動駕駛感知中的動態障礙物檢測方案BEV-AI-OD，靜態地圖理解BEV-AI-Map，車道線檢測BEV-AI-Lane，時序信息處理BEV-AI-Temporal，拓撲結構預測BEV-AI-Topo， 均對Transformer中的Decoder進行了高效針對性的設計，并實現規模化落地。

基于BEV-AI-Perception的Transformer Decoder的設計經驗，如果能夠設計面向輔助駕駛任務的Decoder，就可以完成感知規劃端到端，而且也不需要大語言模型這么大的參數量介入。

因此，Nullmax推出了HiP-AD方案，在一些測試中其方案表現已經超過了部分VLM+E2E和VLA的端到端方案。

目前，Nullmax One Model Decoder架構參數量在幾千萬左右，同參數量在1B到7B左右的其他企業的模型方案實現了同樣的效果。

為了更好開發端到端設計，Nullmax還推出了MaxDrive自主成長數據平臺，利用BEV-AI-AutoGT、虛擬數據生成加強基礎設施建設。

Nullmax基于Decoder-only的One Model端到端技術架構，在架構設計和工程化落地方面均取得不錯進展。Nullmax在中高算芯片平臺上已落地城市NOA端到端方案，基于語言模型大參數量的VLA端到端方案，在高算平臺上即將實現量產。

緊接著，上海創智學院、上海 AI Lab青年研究員、OpenDriveLab自動駕駛方向研發負責人李天羽以《構建真實的端到端自動駕駛模擬器》進行了演講。

上海創智學院、上海AI Lab青年研究員、OpenDriveLab自動駕駛方向研發負責人李天羽

李天羽首先提出在真實世界中，長尾問題是無窮無盡的，為了解決百萬分之一的問題，成本是非常高的，這就是為什么需要自動駕駛模擬器，在模擬器中生成、評測長尾場景。

自動駕駛模擬器分為兩階段仿真，一層是行為層仿真，采用行為層世界模型生成駕駛演變，獲得了場景布局之后，通過傳感器仿真翻譯成傳感器數據。傳感器仿真又分為條件生成模型、三維重建仿真兩種方法。

條件生成模型視覺效果非常逼真，但是很難去建模和物體交互，訓練、推理成本高。

三維重建仿真的優勢，是從數據驅動的方式來去思考問題，收集數據在數據上做三維重建，在重建好的世界里進行仿真，一個固有的問題是非常局限于用來重建訓練的視角。

OpenDriveLab對此的成果是多軌跡重建MTGS（Multi-Traversal Gaussian Splatting），其原理是把場景內所有見過的位置，每一個車輛經過的位置全部用來重建，就能完成在任意一個地點的視角內推。

MTGS面臨的挑戰是光照、物體和map change等問題。OpenDriveLab通過設計場景圖節點，去顯式建模光照和移動的物體，完成MTGS的重建。

關于行為層世界模型，李天羽表示其有兩個非常重要的功能，一個是reactivity，世界模型響應自車的planning行為；第二個是goal orientation，就是一定要可控，可以通過給定終點等condition去遙控行為。

OpenDriveLab提出了Nexus，解耦了可控性和響應性這兩個維度。完成了一個全場景降噪的同時，保持了可控和響應。

隨后，Alluxio的首席架構師傅正佳博士就“構建面向自動駕駛數據閉環的高性能數據訪問平臺”進行了深入探討。

傅博士提到，自動駕駛的發展不僅依賴于算法的優化，更需要高效的數據訪問能力，以支持算法的迭代和智能駕駛的整體開發效率。

Alluxio首席架構師傅正佳

他闡述了自動駕駛數據閉環的各個環節，包括數據采集、數據湖的管理、數據清洗與預處理、訓練數據集的準備，以及模型的歸檔和評估等。

傅博士說，盡管這些環節表面上看與算法相關，但它們的底層依賴于強大的數據基礎設施，包括算力基礎設施和數據基礎設施。數據基礎設施的構建對于頻繁組織、存儲、管理和訪問數據至關重要。

在實際操作中，數據處理通常由不同的團隊負責，這可能導致效率低下，尤其是在數據量巨大的情況下。傅博士提到，如何應對這些挑戰是構建高性能數據訪問平臺的關鍵。他提出了“數據編排”的概念，旨在將數據訪問、存儲方式與計算平臺的消費過程緊密結合，以提升整體效率。

傅博士還具體介紹了在數據處理過程中，如何利用大數據平臺（如Spark）和機器學習平臺（如TensorFlow）來處理海量數據。

他指出，數據存儲的多樣性（如對象存儲、分布式文件系統等）也增加了整合的復雜性，因此需要一個統一的視圖來方便算法工程師訪問和管理數據。

在設計數據訪問平臺時，傅博士強調了“零改造”和“無侵入性”的原則。零改造意味著現有的工作流程無需調整，方便算法工程師快速提升效率；無侵入性則確保底層數據的安全性和隱私性，不會對敏感數據進行直接操作。

他還討論了數據規模和可擴展性的問題，指出現今企業的數據量已經達到PB級別，單一存儲解決方案難以滿足需求。通過Alluxio平臺，可以利用分布式高性能緩存來加速熱數據的訪問，同時支持低成本的冷存儲擴展。

傅博士進一步詳細介紹了Alluxio平臺的技術能力，包括豐富的協議支持和統一的數據視圖，能夠有效整合不同存儲系統的數據。

在訓練模型的過程中，Alluxio能夠顯著提高GPU的利用率，從而提升模型迭代和訓練的效率，同時降低成本。

六、架構集中、軟件協同 艙駕融合推動降本

隨著汽車智能化的發展和普及，智能化軟硬件的架構逐步從分布式控制器向中央控制器的方向發展。艙駕一體方案因其在成本等方面的優勢，受到的越來越多的關注。

本次峰會的最后一個板塊就是“艙駕融合專題論壇”，3名嘉賓圍繞艙駕一體的未來發展趨勢、產品創新、關鍵技術與實現路徑等內容進行深入分析。

四維圖新副總裁許鵬飛就《艙駕一體趨勢分析和量產實踐分享》這一主題登臺分享。

四維圖新副總裁許鵬飛

他先是介紹了汽車新能源化及全球化趨勢。從整車維度看，2024年新能源乘用車市場滲透率達49%，2025年新能源乘用車市場滲透率預計達55%。新能源汽車中，自主品牌份額接近80%。

從技術維度看，智能座艙配置率持續上升，中控屏、車載導航搭載率超80%，近乎標配。中高階智駕加速上車，2024年滲透率達13%，預計2027年增長至50%，智駕下探至10-20萬車型智能化普及迅猛。

對于艙駕融合這個論題，許鵬飛表示，艙駕融合的優勢包括有效降本，減少通訊延遲，增強顯示逼真性、準確性，豐富用戶體驗等。

同時，艙駕融合也面臨挑戰，如計算資源爭搶、系統集成復雜度高、功能安全需求不同、研發流程差異大。

為此，面向8-15萬車型和8萬以下車型，四維圖新分別推出了越級體驗艙泊一體方案（SA8155P）和極致性價比艙行泊一體解決方案（AC8025AE），能夠在單芯片上實現智能座艙、智能泊車能力以及在單芯片上實現智能座艙、智能行車和智能泊車能力，跟其本質邏上是成本、算力和系統穩定性之間的平衡。

對于未來艙駕融合的發展趨勢，許鵬飛給出了判斷：短期內中低端車型以One-Board方案為主，中長期One-Chip方案或成主流。

輔助駕駛、智能座艙、智能底盤都有更多進步空間。今年內或有車企推出L3級輔助駕駛，L3級輔助駕駛所需的功能安全對架構設計的冗余性提出了更高的要求。

北斗智聯科技有限公司智駕BU副總經理兼公司高級技術專家周鵬以《數據驅動下的跨域融合產品創新之路》進行了演講。

北斗智聯科技有限公司智駕BU副總經理兼公司高級技術專家周鵬

周鵬首先介紹了整車智能化發展趨勢，目前汽車電子從相對較低的“五域”（自動駕駛域、座艙域、車身域、底盤域、動力域）逐步過渡到“三域”（自動駕駛域、智能座艙域、車控域，加上若干網關），將動力域、車身域、底盤域合并成一個域控制器；BICV重點布局領域：智能座艙、自動駕駛、智能網聯領域。

關于跨域融合的快速發展，周鵬認為有三個原因。

首先是電子電氣架構演進向集中式、中央計算架構發展，為跨域融合提供硬件基礎，同時集中式架構支持信息高效交互和協同處理。

其次是芯片算力提升，高性能芯片支持多域功能，為跨域融合提供算力支持，芯片集成度提高，單一芯片可用集成多個功能模塊。

最后是通信技術升級，以太網、5G 等高速、低延遲車載通信技術保障數據傳輸，提高跨域融合的實時性和可靠性。

跨域融合可用帶來兩大優勢，可用提升產品競爭力，還可用顯著降本增效。

那么狹義跨域融合如何應用？在智駕域與座艙域融合應用方面，其可用做到人機共駕交互、增強現實導航、場景化智能聯動和跨域安全冗余等功能。

在智艙域與車控域融合應用方面，其可用做到舒適性功能協同、便捷操作一體化、安全功能整合和個性化定制與記憶功能。

在智駕域與車控域融合應用方面，其可用做到動態參數調整、故障冗余與協作、功率與扭矩協調和能量回收與管理。

同時，周鵬表示北斗智聯也在探索廣義跨域融合應用，例如車與公共設施融合，可用將停車場智能化，優化效率。

車與智能家居融合方面，可用支持家庭-出行場景聯動和能源與設備管理協同，還可用支持車與智能穿戴融合應用。

關于跨域融合的挑戰與應對，周鵬表示主要有多域需求的算力資源分配、存儲資源的分配問題、動態算力需求的分配和長期數據的管理這四大問題。對此，北斗智聯推出了面向AI數據驅動的艙駕控融合應用框架來應對。

合作與溝通機制的挑戰方面，周鵬表示主要有產業鏈上下游的合作挑戰、溝通協調的效率問題、不同功能域團隊合作障礙和利益分配協調四個問題。對此北斗智聯的應對方法是開放合作模式與共創生態體系開放的產品體驗的定義。

對于艙駕融合創新中的安全挑戰，北斗智聯的應對方法是系統級功能安全設計能力、功能安全設計能力-外部MCU系統設計和信息安全設計框架三大方面。

在智能化、集中化趨勢推動下，傳統座艙與智能駕駛系統“各自為政”的局限性日益凸顯。如何打破系統割裂、實現體驗統一，已成為汽車行業亟需攻克的關鍵課題。

在本次峰會上，足下科技研發總監于晨笛圍繞艙駕融合系統協同的關鍵技術與實現路徑，分享了深度洞察。

足下科技研發總監于晨笛

作為專注智能汽車AI基礎設施的軟件公司，足下科技始終致力于推動行業底層架構的革新。

于晨笛指出，艙駕融合的根本驅動力，源于用戶對“統一智能體體驗”的期待——汽車正在從單純的出行工具，演變為能夠自然交互、感知用戶的智能空間。

然而，現有座艙與智能駕駛系統在架構和開發模式上的割裂，直接導致體驗上的割裂：用戶面前不是一個連貫統一的智能體，而是多個孤立功能的簡單拼接。

為了實現真正的一體化體驗，必須以系統性的方法進行軟硬件架構的重塑。于晨笛提出，艙駕融合的架構終局，是統一的硬件資源池，疊加統一的軟件棧，實現跨域應用的無縫協同。這要求底層通過統一硬件平臺實現全局算力共享，上層通過統一OS與中間件支撐資源調度與應用協同。這一過程需要循序演進。

于晨笛指出，硬件已從控制器融合（One Box）邁向芯片融合（One Chip），而軟件架構融合成為下階段關鍵：只有打破原有割裂的軟件孤島，完成基礎設施層面橫向打通，才能真正支撐跨域應用的協同與智能體驗的統一。

在這一趨勢下，傳統軟件通信框架已無法適應融合時代需求。座艙與智駕等不同域應用之間，需要“車同軌，書同文”。

為此，足下科技自主研發了VFB跨域通信框架，通過統一的平臺和上層抽象、插件化的協議棧與強大的服務治理能力，徹底打破底層協議與技術棧的分裂，讓不同域使用“同一種語言”對話，極大降低開發復雜度，提升系統協同效率與問題追溯能力。

在演講中，于晨笛還分享了與某大型合資車企的合作案例。通過自研仿真平臺，足下科技在項目早期即發現并修復了艙駕融合中的潛在問題，充分驗證了VFB框架在復雜系統中的易用性與技術可靠性。

于晨笛最后強調，艙駕融合不是簡單的硬件整合，而是以用戶體驗為中心的系統重構。

未來，足下科技將持續深耕智能汽車基礎軟件領域，助力行業邁向真正意義上的智能空間體驗。

結語：AI引擎滲透全鏈 整車智能決勝未來

GTIC 2025中國汽車智能化創新峰會以“AI定義汽車”為錨點，為中國汽車智能化發展勾勒出清晰的演化路徑。

在AI智能座艙領域，多模態交互與場景化服務重構“人車關系”，大模型驅動座艙從功能堆砌向情感化、主動化躍遷。

端到端自動駕駛技術正以“無圖化+數據閉環”為核心，打破高精地圖與算力桎梏，推動輔助駕駛向10萬級車型加速滲透。

艙駕融合則通過算力共享與跨域協同，實現座艙娛樂、車控決策與自動駕駛的深度耦合，為整車智能提供底層架構支撐。

汽車智能化已從“單點突破”邁入“系統重構”階段：車企需在技術路徑、供應鏈韌性與用戶體驗中尋找平衡。唯有以AI為引擎，以用戶價值為標尺，才能在這場整車智能的全球競速中占據先機。

責任編輯：張薇