车东西（公众号：chedongxi）
作者 ｜ 车东西
编辑 ｜ 志豪
智能车时代最强音！2025上海车展同期汽车智能化峰会圆满收官。
车东西4月27日消息，日前，由智一科技旗下智能汽车产业新媒体「车东西」、AI与硬科技知识分享社区「智猩猩」，联合「上海市国际展览（集团）有限公司」、「上海车展管理有限公司」，在2025上海车展同期主办的GTIC 2025中国汽车智能化创新峰会在国家会展中心（上海）圆满落幕。
中国汽车智能化创新峰会是智一科技聚焦汽车智能化打造的产业峰会IP，已成功举办四届，最近三届均是在上海车展同期进行。
本次GTIC 2025中国汽车智能化创新峰会由上午场高峰论坛，与下午场AI智能座舱、端到端自动驾驶、舱驾融合三大专题论坛组成。
整场活动，近20位智能汽车产业技术产品大咖与青年学者齐聚一堂，共同探讨了AI定义汽车、AI智能座舱、端到端自动驾驶、舱驾融合等行业内最火热和前瞻性话题。
▲峰会现场
现场嘉宾精彩观点不断。围绕AI定义汽车这一产业趋势，长城汽车智能化产品副总经理佘士东、面壁智能联合创始人&COO雷升涛、德赛西威业务单元副总经理兼上海分公司总经理黄锦昌、零一汽车智能驾驶合伙人王泮渠、利氪科技联合创始人苏干厅带来了AI/大模型对智能座舱、智能驾驶、智能底盘进行变革和升级的深入分享。
智一科技联合创始人、车东西总编张国仁和三位技术大咖和企业高管围绕AI定义汽车进行的一场高端对话，从不同视角带来了深入探讨和碰撞。
面对业内端到端自动驾驶正在加速落地的趋势，Nullmax首席科学家成二康，上海创智学院、上海AI Lab青年研究员、OpenDriveLab自动驾驶方向研发负责人李天羽，Alluxio首席架构师傅正佳分别从感知规控、仿真、数据闭环的角度，对如何构建端到端自动驾驶系统进行解读。
AI正在进一步赋能座舱，已经成为用户智能座舱体验持续提升的引擎。
均瑶集团吉祥汽车智能网联执行总监秦艺、大众汽车集团Cariad中国AI产品团队负责人张天龙、弋途科技联合创始人李盼都针对当前智能座舱面临痛点，提出打造多形态桌面互动系统、多智能体协同方案、全栈AI系统等解决方案。
随着汽车智能化的发展和普及，舱驾融合渐成趋势。四维图新副总裁许鹏飞，北斗智联科技有限公司智驾BU副总经理兼公司高级技术专家周鹏，足下科技研发总监于晨笛提出了打造单芯片舱泊一体方案、舱驾控融合应用框架、跨域通信框架的不同思路。
作为2025上海车展同期峰会，本次会议不仅系统呈现了过去一年汽车智能化的发展态势和量产进展，也为AI智能座舱、端到端自动驾驶、舱驾融合开启的新一轮变革指明了前进方向，更是在全球高度关注中国汽车产业的背景下，为全球智能汽车产业人士的沟通交流搭建了桥梁。
一、汽车下半场征程 AI定义汽车与整车智能引领创新
峰会现场，上海车展管理有限公司总经理张晨安进行了大会致辞。她表示，汽车智能化下半场的征程已然开启，成为引领变革与创新的力量，更透露出其强大的未来发展空间。
▲上海车展管理有限公司总经理张晨安
数据显示，2024年我国智能网联汽车产业规模达到11082亿元，增速达34%，预计到2030年市场规模有望突破5万亿元。
随着汽车智能化发展进入2.0阶段，人工智能又成了全新阶段的核心驱动元素，不仅推动了软件定义汽车全面转向AI定义汽车，更推动了智能汽车向出行智慧生命体进行跃迁。
在这些技术的融合、加持下，智能座舱、辅助驾驶、智能底盘都将迎来新一轮产品重塑和升级。同时在跨域融合技术方案持续演进，并取得了进展的基础上，整车智能已经成为头部车企探索的新方向。
智一科技联合创始人、CEO龚伦常在致辞环节中透露，自2018年首次举办以来，中国汽车智能化创新峰会已成功举办三届，吸引了数千名参与者，成为该领域有重要影响力的行业峰会。
▲智一科技联合创始人、CEO龚伦常
同时，龚伦常还预告了将于今年举办的多个主题会议：6月底，中国AI算力大会将在北京举办，这也是“智领未来”北京人工智能系列品牌活动之一；9月，第七届全球AI芯片峰会将在上海举办；11月，中国具身智能机器人大会将在深圳举办。欢迎感兴趣的朋友们关注。
二、智能汽车持续进化 行业新风口接连涌现
在接下来的高峰论坛的演讲环节，与会嘉宾从AI智能体、端侧模型、L4重卡、智能底盘等多方面进行了关于中国汽车智能化发展趋势的分享。
在本次峰会上，长城汽车智能化产品副总经理佘士东登台演讲，主题为《AI定义汽车第三智能-ASL智能体》。
▲长城汽车智能化产品副总经理佘士东
佘士东首先回顾了从2011年开始长城汽车在AI科技领域的发展历程，紧接着介绍了长城在VLM端到端智驾上的最新进展，即车位到车位的体验+L3级观光体验下的座舱交互。
关于智能座舱的未来发展，佘士东分享了自己的观点，他表示最终目标是空间智能，让AI理解世界，也就是长城的空间语言智能体——ASL。
佘士东认为车的智能化，不再只是智能座舱，也不只是智能座舱能完成生态和交互的内容，而是车要作为智能体，不论是车内的空间，还是车外的空间，都建立理解能力和对应的服务能力。
所以智能整车不是整车怎么加入AI，而是让原有的零部件和系统能实现更智能化的体验。
佘士东认为端到端智能体上，一定会引入以视觉慢慢思考理解为主的一套新体验，视频正好利用原有的摄像头，包括车外无论是7V还是11V的感知能力。车内方面，OMS摄像头可能会成为端到端智能体未来的标配，通过车内的完全感知，实现视频直出的能力。
最终，佘士东希望能通过AI的方式来赋能整车，让整车变得更智能，也希望AI能让用户更贴心，能给用户带来更直接的服务能力。
面壁智能联合创始人&COO雷升涛带来了关于超性能端侧大模型市场价值、未来趋势的分享。雷升涛坚信，端侧智能一定会爆发，他介绍了端侧模型的价值。
▲面壁智能联合创始人&COO雷升涛
第一，端侧模型在弱网和无网环境下，可以突破环境的限制。
第二，在车这样一个非常私密、非常隐秘的空间，端侧模型可以更好保障信息安全。
第三，出于功耗和性能的要求，面壁智能的端侧模型提供货架式的原子产品，以供企业选择。
作为一家专注于端侧模型的厂商，雷升涛指出了接下来要关注的3个方面：推出更高效的模型架构、实现模型学习高效化、提高推理效率。
对于端侧模型未来的发展趋势，雷升涛也给出了看法。
第一，端云协同的黄金分割点已经到来，下一步的发展趋势就是全模态模型广泛上车。
第二，隐私安全的范式革命正在发生变化，端侧大模型正在向大模型深度发展，隐私安全的豪华才能铸就汽车座舱的最大的豪华。
第三，端侧大模型不再是智能座舱的一个模块，它将会成为汽车的数字脑干，当端侧模型与智能座舱系统与智能驾驶系统完成神经突出的连接，将会见证汽车人的真正的觉醒时刻。
正如信息革命是以个人化的智能硬件为重要的标志，以大模型为代表的智能革命时代到来的关键瞬间，一定是端侧大模型运行，奔腾在每一个终端。
德赛西威业务单元副总经理兼德赛西威上海分公司总经理黄锦昌发表了主题为“极致协奏，价值跃升，拥抱辅助驾驶发展新阶段”的演讲。
他首先介绍了德赛西威在智能化和相关产品方面的进展。德赛西威致力于智能座舱、辅助驾驶和网联服务三个领域的布局，正逐步实现本土国际化的目标。
▲德赛西威业务单元副总经理兼上海分公司总经理黄锦昌
黄锦昌提到，德赛西威自2014年开始孵化驾驶辅助产品，2016年正式向市场推出相关产品和服务。公司在2017年推出了国内首个高清环视系统，并在2019年推出了首个超声波雷达与视觉融合的泊车系统。
2020年，德赛西威联合新势力成功推出了首个基于高算力平台的域控产品，通过一系列首发性产品和技术持续推动智能驾驶辅助技术的发展。
在演讲中，黄锦昌强调了德赛西威的全栈能力，即在关注产品安全的前提下，不断提升自身在软件和系统等多个维度的深厚积累，为行业提供系统化的解决方案。
在去年，公司基于高通8775的方案，推出了行业最早的舱驾一体方案，针对在有限资源下闸机通过、无保护左转和效率变道等场景痛点，实现了高速领航辅助驾驶、城市记忆领航辅助驾驶、记忆泊车等功能。
黄锦昌强调，行业需要依靠上下游生态合作与共享，落地兼具高性能与高安全性的辅助驾驶解决方案，共推中国汽车产业智能化普惠进程，让更多用户享受安全、愉悦和绿色的出行体验。
零一汽车智能驾驶合伙人王泮渠以《端到端与大模型驱动：L4级重卡量产之路》为主题进行了演讲。
▲零一汽车智能驾驶合伙人王泮渠
王泮渠表示，辅助驾驶已经进入量产状态，2023年，具备辅助驾驶功能的智能网联乘用车销量为995.3万辆，市场渗透率达47.3%，2024年已经超过50%，同时L4级无人驾驶目前处于小规模商业化状态。
但是王泮渠提出目前L4级无人驾驶没有走在软件行业的商业模型上，因为软件行业的重要特点是低边际成本。
王泮渠以Waymo为例，表示其复制成本高、不同场景之间壁垒高，不具备通用性和跨越性。
而当前L4算法架构的问题，有模块过多且分散、泛化性较差、研发成本巨大和大规模产品化落地困难等。
那么如何解决？王泮渠表示零一汽车选择了多模态大语言模型端到端。这是因为端到端框架简易、泛化性强、成本有优势同时量产友好。
关于如何保证大语言模型的安全性，王泮渠认为原理大语言模型的逻辑输出可以被追溯，在算法上可以通过多模态对齐、生成对抗式学习和强化学习三种方法。
在流程上可以通过线下大规模开环与闭环仿真验证，让模块快速进化。在系统上通过硬件与车辆冗余设计，让系统更可靠。
王泮渠最后总结道，要做量产无人驾驶大模型是最优路径，商用车是量产车高阶智驾的第一站，而强泛化的算法，可量产的车辆，以及快闭环的场景是实现无人驾驶量产落地的必由之路。
利氪科技联合创始人苏干厅围绕智能底盘技术，进行了关于其市场格局与发展趋势的分享。
▲利氪科技联合创始人苏干厅
他表示，智能底盘是智能汽车的手和脚，过去的一年很多整车厂陆续推出了搭载一种或者多种线控技术的智能底盘。
智能底盘为什么会成为这个行业的发展趋势？
一方面，从市场的角度看，车辆的操控性、舒适、安全、经济是智能汽车产品应具备基本功能。
另一方面，从技术角度看，随着中国汽车产业的发展壮大，在汽车底盘特别是线控底盘的领域出现非常多的新技术和新的产品，促使汽车底盘向智能化转型。
他也介绍了当前行业内智能底盘的发展现状，线控制动已经实现了大规模量产，线控悬架正在加速量产，线控转向还在商业化的一个前期。
全球范围来看，国外比较实现线控转向量产的是特斯拉Cybertruck（参数丨图片），在2023年实现了线控转向技术的量产，去年12月份蔚来在ET9上实现了线控转向的量产，蔚来也成为国内实现最早量产线控转向的车企。
虽然目前尚处于商业化攻坚阶段，但苏干厅也非常有信心地表示，国产的线控转向领域即将迎来从0到1的量产突破。
三、AI推动汽车产业重构 合作与竞争并存
在峰会上午场的最后一个环节，智一科技联合创始人、车东西总编张国仁主持了一场主题为“AI定义汽车，中国如何引领新时代”的高端对话，长城汽车智能化产品副总经理佘士东、魔视智能CTO王凡和利氪科技联合创始人苏干厅三位企业高管和创业者共同参与对话。
张国仁说道，自2018年车东西与上海车展联合举办智能汽车相关行业峰会以来，过去7年，汽车智能化经历了波澜壮阔的发展，尤其是国内车企和供应链企业开始扮演了越来越重要的角色。
▲高端对话环节
圆桌论坛话题围绕“AI定义汽车”及中国汽车产业链的现状和发展深入展开，佘士东表示，长城汽车在智能化产品规划方面处于行业前列，已经开始开发多款搭载AI技术的车型，预计在今年下半年将推出一系列新车。
王凡则介绍了魔视智能在辅助驾驶领域的进展，强调了其在商用车和乘用车市场的多样化应用。苏干厅补充道，智能底盘的开发和应用也在不断推进，预计将在未来实现量产。
张国仁接着询问AI定义汽车的三个关键方面——座舱、辅助驾驶和底盘智能化的现状及其相互关系。
佘士东认为，智能化的进程是从简单到复杂的，座舱智能化发展较早，已接近天花板，而辅助驾驶和底盘智能化则仍在探索阶段。
王凡认为当前座舱、智驾和底盘智能化还在各自独立发展，初现的融合方案还停留在浅层。从长期来看，三者应该以提升用户体验为目标进行深度融合。
在谈到中国企业如何在AI时代引领汽车产业时，佘士东提到，随着软件定义汽车的兴起，汽车行业的生态正在发生变化。王凡表示，过去的竞争主要是降本，而现在则是提升用户体验。苏干厅补充道，智能底盘的主动控制能力正在成为竞争的关键。
对于行业的未来，嘉宾们一致认为，AI技术将推动汽车产业的重构，合作与竞争并存。
佘士东强调，满足用户体验是企业成功的关键。王凡则提到，知识产权的保护在新的产业分工中变得尤为重要。苏干厅认为，生态链的建设和开放合作将是未来竞争的主要方向。
张国仁总结到，中国汽车产业在AI时代面临着巨大的机遇，拥有完整的产业链和广阔的市场。各方应加强技术创新、知识产权保护和生态系统建设，以在竞争中脱颖而出，成为全球引领者。
整体来看，论坛为与会者提供了关于AI在汽车行业应用的重要见解，展现了中国汽车产业在全球竞争中的潜力与挑战。
四、AI智能座舱上车 车载交互智能化需求激增
随着智能化的深入发展，汽车从交通工具逐步升级为可迭代的智能终端，用户对于汽车座舱的需求的重心亦在悄然迁移，从早期的“功能满足”阶段，迈向对“智能陪伴”的追求成为主流。
在下午场的AI智能座舱专题论坛上，3位技术大咖分别围绕3D互动体验座舱、多AI Agent系统、全栈AI系统进行了深入探讨。
均瑶集团吉祥汽车智能网联执行总监秦艺登台演讲，主题为《全新3D互动体验座舱及AI出行智能体的创新产品实践》。
▲均瑶集团吉祥汽车智能网联执行总监秦艺
秦艺分享了关于打造差异化智能座舱的思考。秦艺认为，目前智能座舱设计同质化、功能同质化，导致座舱的差异化不足和品牌识别度降低。同时，技术方案趋同、 人机交互趋同和AI体验瓶颈，是考验新车型新产品智能化体验创新和差异化的挑战。
对此，吉祥汽车打造了吉祥AIR智能座舱的三个行业创新：全3D多形态桌面互动系统、沉浸养成式虚拟世界和出行垂域AI-Go座舱智能体。
关于全3D沉浸互动座舱的研发实践，吉祥AIR基于Unity引擎打造了全3D多形态桌面互动系统，包含数字孪生车辆、宠物桌面、虚拟开放世界三套系统，并实现座舱环境与物理世界的同步联动。
吉祥AIR还引入开放世界的游戏理念，首创推出沉浸互动式虚拟世界——吉祥世界，实现基于车辆数据和用户行为的养成经营式互动和沉浸化的个性化3D座舱。
关于沉浸互动座舱及虚拟吉祥世界的意义和价值，秦艺认为从用户视角来看，可以提供情绪价值、互动价值和陪伴价值，从车厂视角可用带来设计差异化、座舱辨识度和用户粘性的优势。
关于AI-Go出行智能体的产品实践，吉祥汽车构建了AI-Go出行智能体的端云架构，基于字节豆包大模型和丰富的生态插件平台，为用户提供跨端的吉祥大出行智能化解决方案。
大众汽车集团Cariad中国AI产品团队负责人张天龙带来了基于多AI Agent系统的用户体验升级的思考。
▲大众汽车集团Cariad中国AI产品团队负责人张天龙
他表示，经过Cariad中国AI产品团队在2024年的智能座舱的用户调研，他们发现63%的车主反映智能座舱功能用不上或者不好用。
在单AI Agent时代，语音助手、导航、娱乐系统各自为战，画地为牢，功能不互通，场景体验僵化，需提前预设固定场景，难以覆盖用户即时性需求。
为此，他带领团队打造了多AI Agent协同方案，该方案可以主动预测需求，实现万级动态场景生成、五大域深度耦合，并且可以充当用户的情感化伙伴。
在多AI Agent协作的场景下，座舱在场景识别、协同服务、智能调整的能力都得到增强。
多AI Agent协同能够实现1+1＞2的涌现效应，预计用户主动交互频次提升200%，同时功能的使用率将从35%提升至78%，并且也可以通过AI Agent算法来持续优化，实现车辆生命周期内功能迭代率达每年30%。
当多AI Agent成为用户需求的智能触手，当A2A和MCP构建起跨域协同的通信桥梁，不只有智能座舱迎来进化，更实现汽车向”场景自适应终端”的智能化跃迁。
汽车从四个轮子的交通工具，进化为会思考、能共情、可成长的超级终端。这是属于汽车工业的超脑时代，更是人类移动生活的全新开始。
弋途科技联合创始人李盼发表了题为“以AI全栈能力，赋能智能空间新重构”的演讲，分享了公司在智能汽车领域的探索与进展。
李盼回顾了汽车行业的历史变革，强调了能源化和信息化对汽车本体的影响，并指出AI技术的迅速发展将使得将汽车转变为“智慧的钢铁侠”不再是幻想。
他提到，随着基础模型的不断进步，智能体生态的多样化，以及开放协议的普及，汽车作为一个物理终端的研发和产业协同将迎来新的范式。
▲弋途科技联合创始人李盼
在谈到智能座舱时，李盼说，过去的用户体验存在诸多痛点，如交互方式的局限性和服务闭环的缺失。他认为，AI技术的应用能够赋予汽车更强的环境感知和情境推理能力，从而改善用户的出行体验。
弋途科技在行业内率先推出了移动智能空间AI全栈系统，融合了心界AI-Mind、HMI、L3级智能体及AIOA框架，旨在提升智能汽车的智能化水平。
李盼介绍了弋途科技最新发布的全栈AI系统“心界AI”，该系统旨在解决四个核心问题：增强思考能力、改善交互体验、实现服务闭环，以及升级现有的技术架构。通过构建一个适应复杂场景的推理模型，弋途科技希望在用户出行过程中提供更为精准贴心和个性化的闭环服务。
智能体在车载环境中的应用必须具备对环境的全面感知、确保出行效率和安全，同时支持多智能体的协作。
李盼还说，弋途科技在智能体开发过程中，已建立了一套完整的生态框架，支持与多方生态伙伴的合作，推动内容和服务的整合。
在交互方面，李盼认为，AI将改变传统的输入输出方式，创造出更加自然和情感化的用户体验。他提到，弋途科技正在探索新的表达形式，包括与类人形机器人合作，以提升车载交互的智能化水平。
最后，李盼总结道，弋途科技会在AI技术的应用上不断探索，目前他们已经在实际项目中取得了一定的进展，并期待与行业内的合作伙伴进行更深入的交流与合作。
弋途科技将继续致力于推动智能汽车的创新与发展，为用户提供更加智能化的出行体验。
五、架构算法数据多维度 加快端到端技术落地
虽然当前端到端自动驾驶虽因简化技术栈、减少信息损耗成为辅助驾驶行业的焦点，但端到端自动驾驶正处于技术理想主义与工程现实主义激烈碰撞期，其大规模落地还面临重重考验。
在“端到端自动驾驶专题论坛”，3位嘉宾的演讲围绕以下3个方面展开：如何打通感知和规控，进行更好地端到端开发？如何正确评测端到端自动驾驶算法？如何在自动驾驶数据闭环中完成的数据处理？
Nullmax首席科学家成二康博士分享了该企业在端到端技术方面的探索历程。
▲Nullmax首席科学家成二康
面对端到端这个辅助驾驶市场即将爆发的新赛道，如何实现抢跑，把感知端到端扩展到感知规划端到端？如何做端到端- One Model Decoder架构设计？
Nullmax平台化BEV-AI架构设计，针对自动驾驶感知中的动态障碍物检测方案BEV-AI-OD，静态地图理解BEV-AI-Map，车道线检测BEV-AI-Lane，时序信息处理BEV-AI-Temporal，拓扑结构预测BEV-AI-Topo, 均对Transformer中的Decoder进行了高效针对性的设计，并实现规模化落地。
基于BEV-AI-Perception的Transformer Decoder的设计经验，如果能够设计面向辅助驾驶任务的Decoder，就可以完成感知规划端到端，而且也不需要大语言模型这么大的参数量介入。
因此，Nullmax推出了HiP-AD方案，在一些测试中其方案表现已经超过了部分VLM+E2E和VLA的端到端方案。
目前，Nullmax One Model Decoder架构参数量在几千万左右，同参数量在1B到7B左右的其他企业的模型方案实现了同样的效果。
为了更好开发端到端设计，Nullmax还推出了MaxDrive自主成长数据平台，利用BEV-AI-AutoGT、虚拟数据生成加强基础设施建设。
Nullmax基于Decoder-only的One Model端到端技术架构，在架构设计和工程化落地方面均取得不错进展。Nullmax在中高算芯片平台上已落地城市NOA端到端方案，基于语言模型大参数量的VLA端到端方案，在高算平台上即将实现量产。
紧接着，上海创智学院、上海 AI Lab青年研究员、OpenDriveLab自动驾驶方向研发负责人李天羽以《构建真实的端到端自动驾驶模拟器》进行了演讲。
▲上海创智学院、上海AI Lab青年研究员、OpenDriveLab自动驾驶方向研发负责人李天羽
李天羽首先提出在真实世界中，长尾问题是无穷无尽的，为了解决百万分之一的问题，成本是非常高的，这就是为什么需要自动驾驶模拟器，在模拟器中生成、评测长尾场景。
自动驾驶模拟器分为两阶段仿真，一层是行为层仿真，采用行为层世界模型生成驾驶演变，获得了场景布局之后，通过传感器仿真翻译成传感器数据。传感器仿真又分为条件生成模型、三维重建仿真两种方法。
条件生成模型视觉效果非常逼真，但是很难去建模和物体交互，训练、推理成本高。
三维重建仿真的优势，是从数据驱动的方式来去思考问题，收集数据在数据上做三维重建，在重建好的世界里进行仿真，一个固有的问题是非常局限于用来重建训练的视角。
OpenDriveLab对此的成果是多轨迹重建MTGS（Multi-Traversal Gaussian Splatting），其原理是把场景内所有见过的位置，每一个车辆经过的位置全部用来重建，就能完成在任意一个地点的视角内推。
MTGS面临的挑战是光照、物体和map change等问题。OpenDriveLab通过设计场景图节点，去显式建模光照和移动的物体，完成MTGS的重建。
关于行为层世界模型，李天羽表示其有两个非常重要的功能，一个是reactivity，世界模型响应自车的planning行为；第二个是goal orientation，就是一定要可控，可以通过给定终点等condition去遥控行为。
OpenDriveLab提出了Nexus，解耦了可控性和响应性这两个维度。完成了一个全场景降噪的同时，保持了可控和响应。
随后，Alluxio的首席架构师傅正佳博士就“构建面向自动驾驶数据闭环的高性能数据访问平台”进行了深入探讨。
傅博士提到，自动驾驶的发展不仅依赖于算法的优化，更需要高效的数据访问能力，以支持算法的迭代和智能驾驶的整体开发效率。
▲Alluxio首席架构师傅正佳
他阐述了自动驾驶数据闭环的各个环节，包括数据采集、数据湖的管理、数据清洗与预处理、训练数据集的准备，以及模型的归档和评估等。
傅博士说，尽管这些环节表面上看与算法相关，但它们的底层依赖于强大的数据基础设施，包括算力基础设施和数据基础设施。数据基础设施的构建对于频繁组织、存储、管理和访问数据至关重要。
在实际操作中，数据处理通常由不同的团队负责，这可能导致效率低下，尤其是在数据量巨大的情况下。傅博士提到，如何应对这些挑战是构建高性能数据访问平台的关键。他提出了“数据编排”的概念，旨在将数据访问、存储方式与计算平台的消费过程紧密结合，以提升整体效率。
傅博士还具体介绍了在数据处理过程中，如何利用大数据平台（如Spark）和机器学习平台（如TensorFlow）来处理海量数据。
他指出，数据存储的多样性（如对象存储、分布式文件系统等）也增加了整合的复杂性，因此需要一个统一的视图来方便算法工程师访问和管理数据。
在设计数据访问平台时，傅博士强调了“零改造”和“无侵入性”的原则。零改造意味着现有的工作流程无需调整，方便算法工程师快速提升效率；无侵入性则确保底层数据的安全性和隐私性，不会对敏感数据进行直接操作。
他还讨论了数据规模和可扩展性的问题，指出现今企业的数据量已经达到PB级别，单一存储解决方案难以满足需求。通过Alluxio平台，可以利用分布式高性能缓存来加速热数据的访问，同时支持低成本的冷存储扩展。
傅博士进一步详细介绍了Alluxio平台的技术能力，包括丰富的协议支持和统一的数据视图，能够有效整合不同存储系统的数据。
在训练模型的过程中，Alluxio能够显著提高GPU的利用率，从而提升模型迭代和训练的效率，同时降低成本。
六、架构集中、软件协同 舱驾融合推动降本
随着汽车智能化的发展和普及，智能化软硬件的架构逐步从分布式控制器向中央控制器的方向发展。舱驾一体方案因其在成本等方面的优势，受到的越来越多的关注。
本次峰会的最后一个板块就是“舱驾融合专题论坛”，3名嘉宾围绕舱驾一体的未来发展趋势、产品创新、关键技术与实现路径等内容进行深入分析。
四维图新副总裁许鹏飞就《舱驾一体趋势分析和量产实践分享》这一主题登台分享。
▲四维图新副总裁许鹏飞
他先是介绍了汽车新能源化及全球化趋势。从整车维度看，2024年新能源乘用车市场渗透率达49%，2025年新能源乘用车市场渗透率预计达55%。新能源汽车中，自主品牌份额接近80%。
从技术维度看，智能座舱配置率持续上升，中控屏、车载导航搭载率超80%，近乎标配。中高阶智驾加速上车，2024年渗透率达13%，预计2027年增长至50%，智驾下探至10-20万车型智能化普及迅猛。
对于舱驾融合这个论题，许鹏飞表示，舱驾融合的优势包括有效降本，减少通讯延迟，增强显示逼真性、准确性，丰富用户体验等。
同时，舱驾融合也面临挑战，如计算资源争抢、系统集成复杂度高、功能安全需求不同、研发流程差异大。
为此，面向8-15万车型和8万以下车型，四维图新分别推出了越级体验舱泊一体方案（SA8155P）和极致性价比舱行泊一体解决方案(AC8025AE)，能够在单芯片上实现智能座舱、智能泊车能力以及在单芯片上实现智能座舱、智能行车和智能泊车能力，跟其本质逻上是成本、算力和系统稳定性之间的平衡。
对于未来舱驾融合的发展趋势，许鹏飞给出了判断：短期内中低端车型以One-Board方案为主，中长期One-Chip方案或成主流。
辅助驾驶、智能座舱、智能底盘都有更多进步空间。今年内或有车企推出L3级辅助驾驶，L3级辅助驾驶所需的功能安全对架构设计的冗余性提出了更高的要求。
北斗智联科技有限公司智驾BU副总经理兼公司高级技术专家周鹏以《数据驱动下的跨域融合产品创新之路》进行了演讲。
▲北斗智联科技有限公司智驾BU副总经理兼公司高级技术专家周鹏
周鹏首先介绍了整车智能化发展趋势，目前汽车电子从相对较低的“五域”（自动驾驶域、座舱域、车身域、底盘域、动力域）逐步过渡到“三域”（自动驾驶域、智能座舱域、车控域，加上若干网关），将动力域、车身域、底盘域合并成一个域控制器；BICV重点布局领域：智能座舱、自动驾驶、智能网联领域。
关于跨域融合的快速发展，周鹏认为有三个原因。
首先是电子电气架构演进向集中式、中央计算架构发展，为跨域融合提供硬件基础，同时集中式架构支持信息高效交互和协同处理。
其次是芯片算力提升，高性能芯片支持多域功能，为跨域融合提供算力支持，芯片集成度提高，单一芯片可用集成多个功能模块。
最后是通信技术升级，以太网、5G 等高速、低延迟车载通信技术保障数据传输，提高跨域融合的实时性和可靠性。
跨域融合可用带来两大优势，可用提升产品竞争力，还可用显著降本增效。
那么狭义跨域融合如何应用？在智驾域与座舱域融合应用方面，其可用做到人机共驾交互、增强现实导航、场景化智能联动和跨域安全冗余等功能。
在智舱域与车控域融合应用方面，其可用做到舒适性功能协同、便捷操作一体化、安全功能整合和个性化定制与记忆功能。
在智驾域与车控域融合应用方面，其可用做到动态参数调整、故障冗余与协作、功率与扭矩协调和能量回收与管理。
同时，周鹏表示北斗智联也在探索广义跨域融合应用，例如车与公共设施融合，可用将停车场智能化，优化效率。
车与智能家居融合方面，可用支持家庭-出行场景联动和能源与设备管理协同，还可用支持车与智能穿戴融合应用。
关于跨域融合的挑战与应对，周鹏表示主要有多域需求的算力资源分配、存储资源的分配问题、动态算力需求的分配和长期数据的管理这四大问题。对此，北斗智联推出了面向AI数据驱动的舱驾控融合应用框架来应对。
合作与沟通机制的挑战方面，周鹏表示主要有产业链上下游的合作挑战、沟通协调的效率问题、不同功能域团队合作障碍和利益分配协调四个问题。对此北斗智联的应对方法是开放合作模式与共创生态体系开放的产品体验的定义。
对于舱驾融合创新中的安全挑战，北斗智联的应对方法是系统级功能安全设计能力、功能安全设计能力-外部MCU系统设计和信息安全设计框架三大方面。
在智能化、集中化趋势推动下，传统座舱与智能驾驶系统“各自为政”的局限性日益凸显。如何打破系统割裂、实现体验统一，已成为汽车行业亟需攻克的关键课题。
在本次峰会上，足下科技研发总监于晨笛围绕舱驾融合系统协同的关键技术与实现路径，分享了深度洞察。
▲足下科技研发总监于晨笛
作为专注智能汽车AI基础设施的软件公司，足下科技始终致力于推动行业底层架构的革新。
于晨笛指出，舱驾融合的根本驱动力，源于用户对“统一智能体体验”的期待——汽车正在从单纯的出行工具，演变为能够自然交互、感知用户的智能空间。
然而，现有座舱与智能驾驶系统在架构和开发模式上的割裂，直接导致体验上的割裂：用户面前不是一个连贯统一的智能体，而是多个孤立功能的简单拼接。
为了实现真正的一体化体验，必须以系统性的方法进行软硬件架构的重塑。于晨笛提出，舱驾融合的架构终局，是统一的硬件资源池，叠加统一的软件栈，实现跨域应用的无缝协同。这要求底层通过统一硬件平台实现全局算力共享，上层通过统一OS与中间件支撑资源调度与应用协同。这一过程需要循序演进。
于晨笛指出，硬件已从控制器融合（One Box）迈向芯片融合（One Chip），而软件架构融合成为下阶段关键：只有打破原有割裂的软件孤岛，完成基础设施层面横向打通，才能真正支撑跨域应用的协同与智能体验的统一。
在这一趋势下，传统软件通信框架已无法适应融合时代需求。座舱与智驾等不同域应用之间，需要“车同轨，书同文”。
为此，足下科技自主研发了VFB跨域通信框架，通过统一的平台和上层抽象、插件化的协议栈与强大的服务治理能力，彻底打破底层协议与技术栈的分裂，让不同域使用“同一种语言”对话，极大降低开发复杂度，提升系统协同效率与问题追溯能力。
在演讲中，于晨笛还分享了与某大型合资车企的合作案例。通过自研仿真平台，足下科技在项目早期即发现并修复了舱驾融合中的潜在问题，充分验证了VFB框架在复杂系统中的易用性与技术可靠性。
于晨笛最后强调，舱驾融合不是简单的硬件整合，而是以用户体验为中心的系统重构。
未来，足下科技将持续深耕智能汽车基础软件领域，助力行业迈向真正意义上的智能空间体验。
结语：AI引擎渗透全链 整车智能决胜未来
GTIC 2025中国汽车智能化创新峰会以“AI定义汽车”为锚点，为中国汽车智能化发展勾勒出清晰的演化路径。
在AI智能座舱领域，多模态交互与场景化服务重构“人车关系”，大模型驱动座舱从功能堆砌向情感化、主动化跃迁。
端到端自动驾驶技术正以“无图化+数据闭环”为核心，打破高精地图与算力桎梏，推动辅助驾驶向10万级车型加速渗透。
舱驾融合则通过算力共享与跨域协同，实现座舱娱乐、车控决策与自动驾驶的深度耦合，为整车智能提供底层架构支撑。
汽车智能化已从“单点突破”迈入“系统重构”阶段：车企需在技术路径、供应链韧性与用户体验中寻找平衡。唯有以AI为引擎，以用户价值为标尺，才能在这场整车智能的全球竞速中占据先机。
