如果你也喜歡不客觀實驗室，希望和我們一起探討數碼相關的選題，請私信“不客觀”，我們將回復您加群的方式，期待與你的見面～

作者｜王飛
郵箱｜wf@pingwest.com

在2025高通汽車技術與合作峰會上，博世幾乎展示出了所有基于驍龍汽車平臺開發的方案。從驍龍8155平臺的智能座艙電路板元器件，到驍龍8255，再到驍龍8295，最終是一塊基于高通Snapdragon Ride Flex平臺的最新方案——8775。

如果只看PCB板的面積，幾乎察覺不到這幾塊板子在能力上的巨大躍升——它們的物理尺寸并沒有明顯增大，但功能卻顯著增強。

博世展臺

前三代產品更多體現在座艙參數性能和多模態交互方面的代際升級，而最受矚目的8775平臺展示板則成為全場技術人員駐足最多的方案之一：它不僅具備增強版8155的座艙能力，還集成了一顆96TOPS的NPU，在單芯片上同時支持沉浸式艙內體驗，以及高速NOA、APA泊車、城市通勤等L2+/L2++級別的智能輔助駕駛任務。

博世只是這次高通汽車技術合作峰會所展示的近百合作方之一。圍繞類似博世所搭建的全高通汽車方案展臺案例，人們已能明顯感知到高通汽車業務的變化：過去談到高通，更多是討論它在智能座艙領域的主導地位；而現在，越來越多的合作伙伴將高通的方案集成進智能輔助駕駛的開發流程，并最終進入到數以百萬計的汽車端側中。

為什么還需要高通

如今的智能輔助駕駛市場呈現出百花齊放的局面。傳統芯片廠商如英偉達憑借強大的GPU算力在高端市場占據一席之地，國產廠商如地平線、黑芝麻等也在細分賽道上逐漸嶄露頭角。而特斯拉等整車廠，則選擇自研芯片，試圖掌握核心主導權。

然而，這個看似繁榮的市場背后，卻面臨著明顯的分化現象。高端智駕方案雖然功能強大，但成本居高不下，通常只能應用在旗艦車型上；而中低端市場對成本更為敏感，卻同樣渴望智能化能力，形成了明顯的供需錯配。

更為復雜的是，傳統車載系統架構正在發生根本性變化。過去座艙域和駕駛域是彼此獨立的，現在“艙駕融合”成為大勢所趨。這種架構變革不僅需要更強的算力整合能力，還要在成本控制與功耗管理之間找到平衡點。

這也就成為高通的機會。

了解高通汽車數字底盤的朋友早就知道，自從高通推出驍龍Ride平臺以來，便在持續加強其智能輔助駕駛（ADAS）生態的建設。

而如今，當看到如此多的車企紛紛選擇高通方案后，人們自然會產生新的疑問：一家來自通信與消費電子領域的公司，為什么能在智能汽車、特別是駕駛輔助領域快速站穩腳跟？

高通技術公司汽車、工業及嵌入式物聯網事業群總經理Nakul Duggal在大會主論壇的發言中給出了一個關鍵答案：“我們投入大量時間的一個重點方向，是確保在與客戶共同打造產品時，聚焦于量產落地。”

高通技術公司汽車、工業及嵌入式物聯網事業群總經理Nakul Duggal

僅在2025年上海車展上，就有超過100款基于高通平臺的車型設計或解決方案正式發布或展示。這些產品不再是實驗性的技術演示，而是真實可交付的量產路徑。這種“從工程走向產品”的節奏感，正是高通汽車業務在近兩年中能夠快速落地的核心變量。

尤其是在ADAS領域，高通并非一開始就全力下注，而是在2023年迅速識別出一個關鍵趨勢：中國市場的L2+輔助駕駛正加速普及。從高速NOA到記憶泊車，整車廠迫切需要一套低成本、高安全、高落地性的智能輔助駕駛平臺。

提供“性能+能效+成本”最優解

高通的做法是延續其一貫路線：先夯實芯片底座，再提供完善的工具鏈和開發者生態。他們不僅專注于芯片性能與每瓦特算力的平衡，也通過完整的SDK、調試工具、功能安全文檔，確保OEM和Tier-1可以快速開發部署。同時，高通還在架構層面強化安全性，將“本質安全”原則深入貫穿于芯片設計、軟件流程與系統監控工具鏈中。

此前我們已經介紹過，高通已經構建出完整的車載平臺組合：

• 驍龍座艙平臺在國內座艙市場中已占據領先地位；

• Snapdragon Ride平臺面向不同級別的NOA提供差異化方案；

• Snapdragon Ride Flex平臺則打通了艙駕技術底座，支持視覺、安全、交互三位一體的設計目標

而這套方案具備高度靈活性。例如，高通與元戎啟行聯合基于Snapdragon Ride平臺（8650）打造多款兼具高性能與成本優勢的ADAS解決方案，帶來更出色的城區NOA功能；高通與德賽西威也宣布，基于Snapdragon Ride平臺（8650/8620）和Ride Flex SoC（8775）開發ADAS和艙駕融合方案。

在本次高通汽車技術峰會現場，包括中科創達、車聯天下、德賽西威、博世、卓馭科技等廠商均選擇了Ride Flex SoC（8775）作為底座。這顆芯片最大的價值在于，其單顆SoC即可同時驅動智能座艙和L2級輔助駕駛系統。

驍龍8797

包括性能更強的Snapdragon Ride至尊版平臺（8797）也首次亮相。隨著端側大模型在車內的規模化部署，中科創達基于8797平臺，通過模型輕量化和算法優化，已成功在端側流暢運行140億參數的大模型。

在“端側AI普及化”的趨勢下，一些客戶案例充分體現了Ride平臺與Ride Flex平臺的另一層價值——不靠堆料式硬件，也能實現高階智能體驗；不同產品組合之間，也能跑出完全不同的系統效果。

一個具有代表性的案例是剛剛發布的零跑B10。這是一款起售價12萬元左右的入門級智能轎車，但其智能輔助駕駛配置卻遠超同級：搭載一顆前向激光雷達和一顆高通驍龍8650 ADAS芯片，再配合零跑自研的端到端ADAS大模型，便可實現高速NOA、城區通勤輔助和記憶泊車功能。

這并非“堆芯片”，而是一次極致壓縮與整合的結果。驍龍8650作為Ride平臺的中端成員，采用模塊化架構設計，在保證感知與規劃能力的同時功耗控制極佳，適合單域部署。配合端到端大模型，還降低了對高精地圖與多傳感器融合的依賴。

更值得一提的是，零跑B10還在座艙系統中使用了旗艦級的驍龍8295芯片。這顆原本用于30萬元以上高端車型的芯片，如今出現在10萬元級別的車型中，幫助其實現高分辨率流暢顯示、AI助手、AR導航等體驗，實現從感知到交互的全鏈路AI能力。

這種“高端芯片組合下放”的策略，不僅提升了用戶體驗，也代表高通汽車芯片戰略已完成從高端向主流市場的結構性下沉——且是高質量、有規模、高效率的下沉。

這就是高通方案靈活開發能力的體現。如果客戶對艙駕融合有更高期待，高通也能憑借其高效率、低成本、廣泛產品矩陣及快速部署能力，為客戶提供端到端支持。

零跑也與高通合作，基于Snapdragon Ride至尊版平臺（驍龍8797），共同打造其旗艦D系列車型，該平臺支持艙駕一體體驗，面向未來座艙與ADAS融合。

這里簡單科普一下：傳統方案中，座艙與駕駛通常由兩顆不同芯片負責，一顆負責Android操作系統、語音交互、娛樂系統等“軟體驗”，另一顆則處理傳感器數據融合、NOA規劃、自動泊車等“硬安全”任務。

但這兩套系統之間存在天然壁壘，例如用戶在車內說一句“帶我去公司”，這條語義請求需要傳給ADAS系統判斷當前路線是否符合執行條件。然而，兩個芯片之間來回通信可能導致延遲，影響流暢度甚至響應邏輯的準確性。

Snapdragon Ride Flex的設計初衷，就是通過打造單芯片SoC方案，打破這種架構隔閡。所有輸入——包括語音、視覺、行為意圖等——都能在一個芯片內完成統一調度和處理，避免部署多個AI模型實例所帶來的資源冗余與推理負擔。這不僅提升了響應效率，也降低了整體功耗。

更重要的是，Ride Flex平臺并非簡單地“把艙與駕堆在一起”，而是構建了真正意義上的混合關鍵級別架構：

據介紹，用戶語音助手等運行在普通關鍵級別虛擬機中，而車道保持、自動剎車等功能則運行在最高安全級別（ASIL-D）下。所有負載都在同一個SoC中并行運行，通過系統工具實現空間隔離、時間分片與調度仲裁，確保運行安全和穩定性。

這一混合架構原本多應用于航空航天和高鐵等高可靠性系統。如今，高通正將其“下放”至15~30萬元區間的智能汽車中。

高通團隊介紹，他們為此在系統架構、工具鏈、運行時系統（RTS）以及系統監控模塊上投入了大量研發工作，確保Ride Flex不僅“跑得快”，還能“守得穩”。目前，已有多家Tier-1供應商與軟件棧合作伙伴基于該平臺構建融合式體驗系統，功能覆蓋AR-HUD導航疊加、AI助手聯動駕駛策略、跨艙駕協同感知等多個維度。

“中國通”高通的朋友圈，再造一個ADAS生態

我們可以看到，一套相對低成本、高效率的方案，滿足了輔助駕駛能力與端側大模型部署需求。再加上高通與中國開發生態之間“熟絡”的合作方式，技術與商業協同效率極高。業內不少OEM也指出，高通在芯片之外的配套能力極具吸引力。

對于那些在移動互聯網時代成長起來的整車廠與Tier-1來說，采用高通方案意味著無需更換開發環境即可適配各種軟硬平臺——這對開發效率的提升至關重要。

高通的戰略路徑也就非常清晰了：從通信領域切入智能座艙市場，再借座艙之勢進入ADAS領域，利用既有影響力與端側AI優勢，推動艙駕融合方案快速量產落地，在ADAS市場實現“以快制勝”。

回到開頭談到的算力競爭。當前行業大量廠商熱衷于比拼TOPS，甚至宣稱自家芯片可突破1000TOPS，仿佛算力成為評判智能輔助駕駛方案唯一標準。但高通也通過“快速落地”對此提出了不同看法。

Nakul Duggal也直言：“高通不玩單純的算力游戲。”他說，端到端AI架構的核心不是你有多少TOPS，而是是否有能力蒸餾優化數據流，特別是能否處理長尾場景下罕見但關鍵的數據點。

這正是像驍龍8650、8775這些“幾十TOPS量級”的芯片的真正價值所在。它們雖然不是極致高算力，但已經足以支撐L2+ NOA、城市通勤、泊車等功能；更關鍵的是，這些芯片還能支持混合關鍵性工作負載，一芯多用，一體部署。

總結來看，這種架構優勢帶來了三個關鍵效果：降低布線復雜度與車載系統成本；提高Tier-1的系統集成效率； 讓整車廠能夠部署統一的平臺與架構，實現跨車型開發的一致性體驗。

正因如此，我們看到越來越多的合作案例快速落地：Momenta、德賽西威、博世、上汽通用等都與高通形成了高密度合作矩陣。

這似乎是一個極具戰略性的打法：第一步，打掉本土中端ADAS市場中的競爭對手如地平線；第二步，逐步通過高算力平臺切入英偉達在高端NOA市場的腹地。

畢竟，對于英偉達來說，智能/自動駕駛只是整個公司架構中的一個邊緣戰術板塊，而對于高通而言，它試圖把智能汽車當作下一個“智能終端時代”的核心入口——一種新終端形態的接替者。

回望高通過去十年走過的路徑：它曾在智能手機時代，通過芯片和系統整合能力，構建起強大生態圈，覆蓋了整機廠商、操作系統、應用商、工具鏈與開發者。

在智能座艙領域，高通也用幾代驍龍平臺建立了軟硬協同、產品體驗、上下游開發鏈閉環的生態體系。

而現在，在智能輔助駕駛這條比艙內更復雜、更安全敏感的新賽道上，高通正在“再做一次”：構建一個從芯片、架構、軟件、客戶到應用場景全覆蓋的ADAS生態體系。

Nakul Duggal對此表達了清晰判斷，從全球視角回顧了業務的由來：

“我們的座艙業務是在全球范圍內建立起來的，在與美國、德國、日本車企合作中積累了豐富經驗。而這些經驗，也正幫助我們今天在中國快速推進ADAS生態建設。”

在他看來，ADAS生態建設與座艙生態相比，最大的不同有兩點：

第一是系統架構復雜性更高。ADAS芯片要同時處理高實時性傳感器輸入、AI推理、內存調度與功能安全等問題，必須從定義階段就與整車廠緊密協作。這意味著高通不只是芯片提供商，而是平臺共建者。與Momenta、卓馭科技的合作，正是這種平臺化生態的早期成果，讓Ride平臺、Flex平臺能夠在城市NOA和高速NOA中快速落地。

第二是中國市場的“高反饋、快迭代”特性。高通在中國開發ADAS系統，僅用6個月就完成從需求識別到平臺構建、再到量產部署的流程閉環。“這是個了不起的體驗。”Nakul說，“我們今天能用驍龍8797實現艙駕一體，正是因為過去兩年我們在中國完成了所有基礎準備。”

如果說智能座艙是高通第一次打通汽車產業生態，那智能輔助駕駛，就是它第二次“造生態系統”的試煉場。而這一次，它不再是全球經驗的搬運者，而又是一次中國速度的深度參與者，也是它中國朋友圈生態的深度受益者。