
深挖汽車科技 解碼智能安全

以下內(nèi)容整理自北汽研究總院專家在「AutoEEA 2026第二屆下一代汽車電子電氣架構(gòu)峰會(huì)」上的主題演講——芯片EA軟件數(shù)據(jù)四層技術(shù)框架的實(shí)踐與思考

01
趨勢(shì)研判:AI驅(qū)動(dòng)汽車架構(gòu)加速演進(jìn)

當(dāng)前汽車產(chǎn)業(yè)正處在從“軟件定義汽車”向“AI定義汽車”演進(jìn)的關(guān)鍵過(guò)渡期。在新四化進(jìn)程中,上半場(chǎng)電動(dòng)化的基礎(chǔ)性工作已基本完成,基于AI的快速演進(jìn)將成為接力推進(jìn)網(wǎng)聯(lián)化與智能化的核心技術(shù)路徑。L3、L4級(jí)自動(dòng)駕駛的突破,核心將依賴大模型技術(shù)的持續(xù)迭代。從架構(gòu)演進(jìn)來(lái)看,行業(yè)頭部企業(yè)普遍將未來(lái)汽車定義為“汽車機(jī)器人”, 圍繞“汽車機(jī)器人”這一演進(jìn)方向,行業(yè)已涌現(xiàn)出如六層或七層架構(gòu)等多種技術(shù)實(shí)現(xiàn)方案。
北汽正圍繞L3架構(gòu)快速推進(jìn),尤其是在智能座艙、車控和智駕領(lǐng)域,基于大模型的Agent應(yīng)用已加速落地。同時(shí),面向AI的中間件體系正在重構(gòu),以提升上層應(yīng)用與底層服務(wù)之間的通用性和調(diào)用效率。

值得關(guān)注的是,底盤域、座艙域、動(dòng)力域及車身域之間正加速實(shí)現(xiàn)軟硬解耦與算力上移。北汽已于去年下半年成立智能底盤部門,將轉(zhuǎn)向、制動(dòng)等子系統(tǒng)中的算力與軟件剝離,構(gòu)建基于底盤的“小腦”系統(tǒng),并探索進(jìn)一步向中央計(jì)算單元集中。與此同時(shí),車身、內(nèi)外飾等部件則逐步向標(biāo)準(zhǔn)化、標(biāo)品化方向演進(jìn)。
02
芯片與算法:算力攀升與低階爆發(fā)并行

在芯片層面,高階智駕芯片正朝1000—2000T算力方向演進(jìn),低階市場(chǎng)仍將出現(xiàn)結(jié)構(gòu)性增長(zhǎng)機(jī)會(huì)。隨著強(qiáng)標(biāo)法規(guī)(AEB及組合輔助駕駛相關(guān)要求)的推進(jìn),5—20T區(qū)間的低成本前視一體機(jī)產(chǎn)品或?qū)⒂瓉?lái)爆發(fā)式需求。

但當(dāng)前大算力跨域融合芯片仍較為稀缺,可選方案主要包括英偉達(dá)Thor、高通8797、地平線征程系列及黑芝麻A2000等。算法模型方面,行業(yè)正從CNN向BEV+Transformer、端到端、VRA及世界模型方向持續(xù)演進(jìn),數(shù)據(jù)支撐能力成為核心競(jìng)爭(zhēng)力。
03
實(shí)踐落地:多域融合方案的系統(tǒng)性推進(jìn)
在下一代多域融合方案的設(shè)計(jì)與落地中,北汽團(tuán)隊(duì)從芯片選型、系統(tǒng)架構(gòu)、軟件平臺(tái)到產(chǎn)品布局,形成了完整的技術(shù)路徑。
3.1 芯片選型:大算力是基礎(chǔ),可選方案已明確

新一代多域融合方案采用大算力跨域融合芯片作為核心計(jì)算底座,架構(gòu)上采用中央計(jì)算中心方案。當(dāng)前行業(yè)內(nèi)大算力跨域融合芯片的可選方案主要包括:英偉達(dá)Thor、高通8797系列、地平線征程系列以及黑芝麻A2000等。
3.2 架構(gòu)推進(jìn):分層構(gòu)建AI定義汽車的系統(tǒng)底座

在架構(gòu)演進(jìn)上,北汽正從跨域集中式向中央集中式架構(gòu)穩(wěn)步推進(jìn),核心策略是分層構(gòu)建整車級(jí)基礎(chǔ)能力。
最底層是數(shù)據(jù)底座,團(tuán)隊(duì)著力打通傳感器與執(zhí)行器的全鏈路數(shù)據(jù)通道,實(shí)現(xiàn)整車級(jí)數(shù)據(jù)共享,為AI定義汽車的系統(tǒng)架構(gòu)提供數(shù)據(jù)支撐。
中間層是服務(wù)與中間件平臺(tái),基于整車SOA服務(wù)體系,搭建了跨域協(xié)同框架,支持跨域功能整合、快速調(diào)試、服務(wù)權(quán)限管控與服務(wù)同步,有效支撐上層系統(tǒng)開(kāi)發(fā);同時(shí),AI中間件的建設(shè)是當(dāng)前重點(diǎn),旨在提升上層應(yīng)用與底層服務(wù)之間的通用性和調(diào)用效率。
最上層是開(kāi)發(fā)范式與基礎(chǔ)設(shè)施,功能模型正從傳統(tǒng)的規(guī)則驅(qū)動(dòng)固定邏輯程序向模型化開(kāi)發(fā)模式轉(zhuǎn)型,利用大模型探索自進(jìn)化開(kāi)發(fā)范式;基礎(chǔ)設(shè)施方面,圍繞數(shù)據(jù)、云端訓(xùn)練算力及工具鏈構(gòu)建了完整體系,為AI模型的持續(xù)訓(xùn)練與迭代提供保障。三層能力層層遞進(jìn),共同構(gòu)成面向AI定義汽車的系統(tǒng)架構(gòu)底座。
3.3 產(chǎn)品布局:低中高三階并行,兼顧成本與性能
2025年,北汽打造元境駕駛技術(shù)品牌,基于通用多域融合平臺(tái),覆蓋L2組合駕駛輔助、有條件自動(dòng)駕駛等需求,支撐全系車型開(kāi)發(fā)應(yīng)用。在產(chǎn)品規(guī)劃上,北汽采取“兩條腿走路”的并行策略,覆蓋低中高不同算力區(qū)間。
低階方案:基于高通8155等芯片打造艙泊一體方案,旨在降低成本、提高適配靈活性。該方案尤其適用于對(duì)成本敏感的大規(guī)模量產(chǎn)車型。
中階方案:基于8775芯片推進(jìn)百TOPS級(jí)產(chǎn)品。隨著輔助駕駛強(qiáng)標(biāo)對(duì)障礙物識(shí)別(尤其是微小障礙物目標(biāo))要求的提升,團(tuán)隊(duì)已從純視覺(jué)方案向多傳感器融合方向升級(jí),引入激光雷達(dá)等感知硬件,增強(qiáng)感知能力。
高階方案:構(gòu)建500T以上算力的新一代平臺(tái),滿足全場(chǎng)景城市NOA及座艙Agent的需求。
L3/L4方向:北汽在自動(dòng)駕駛領(lǐng)域持續(xù)深耕,已于去年率先完成L3準(zhǔn)入落地工作。
3.4 測(cè)試驗(yàn)證:搭建“一核三環(huán)”體系,獲工信部認(rèn)可
在測(cè)試驗(yàn)證環(huán)節(jié),北汽搭建了“一核三環(huán)”的閉環(huán)驗(yàn)證體系,這一模式在面向大模型方向的評(píng)審中獲得了工信部專家組的認(rèn)可。

3.5 數(shù)據(jù)閉環(huán):從實(shí)測(cè)驅(qū)動(dòng)向虛實(shí)結(jié)合升級(jí)
數(shù)據(jù)閉環(huán)體系核心方向是將更多類型及長(zhǎng)尾場(chǎng)景數(shù)據(jù)納入訓(xùn)練體系,同步應(yīng)用大模型技術(shù)開(kāi)展虛擬場(chǎng)景的生成與創(chuàng)建,有效覆蓋邊緣及長(zhǎng)尾場(chǎng)景。通過(guò)虛實(shí)結(jié)合的場(chǎng)景仿真測(cè)試可解決大部分問(wèn)題,同時(shí)推進(jìn)實(shí)車測(cè)試,形成完整閉環(huán)后方可出廠。
04
戰(zhàn)略思考:AI驅(qū)動(dòng)全產(chǎn)業(yè)鏈系統(tǒng)性升級(jí)
AI帶來(lái)的變革不止于產(chǎn)品技術(shù)架構(gòu),更將重塑整條汽車產(chǎn)業(yè)鏈。從研發(fā)端的大模型輔助造型設(shè)計(jì),到生產(chǎn)端百余臺(tái)機(jī)器人與正在布局的人形機(jī)器人應(yīng)用,再到供應(yīng)鏈端大模型驅(qū)動(dòng)的統(tǒng)一調(diào)度管理——人工智能正全面推動(dòng)汽車產(chǎn)業(yè)從產(chǎn)品定義、生產(chǎn)制造到后服務(wù)的全鏈路升級(jí)。
“這已不僅是支撐核心產(chǎn)品研發(fā)的四層技術(shù)架構(gòu)問(wèn)題,而是關(guān)乎整個(gè)產(chǎn)業(yè)鏈演進(jìn)的戰(zhàn)略命題。”北汽將持續(xù)圍繞AI定義汽車的方向,推動(dòng)架構(gòu)創(chuàng)新、組織變革與產(chǎn)業(yè)鏈協(xié)同,為下一階段智能汽車競(jìng)爭(zhēng)積蓄核心能力。
如需查看演講PPT,可關(guān)注談思汽車公眾號(hào),后臺(tái)回復(fù)關(guān)鍵詞“EEA北汽”,獲取免費(fèi)下載鏈接。
- THE END -
本公眾號(hào)所發(fā)布內(nèi)容僅供行業(yè)學(xué)習(xí)與交流參考,不構(gòu)成任何投資或采購(gòu)建議。文中觀點(diǎn)僅為作者個(gè)人見(jiàn)解,不代表平臺(tái)立場(chǎng)。因文章部分文字及圖片涉及到引用,如有侵權(quán),請(qǐng)及時(shí)聯(lián)系17316577586,我們將刪除內(nèi)容以保證您的權(quán)益。

點(diǎn)贊
收藏
分享