熊猫配资 智能体上车提速，舱驾融合进入卡位期

作者 | 周智宇

2026年，AI Agent上车成了从芯片到整车到软件供应商最拥挤的赛道。

6月5日，高通联合六家企业发起“车端AI Claw生态计划”。不久前，地平线推出舱驾一体芯片“星空”和KaKaClaw座舱系统。

不只是芯片公司在抢。理想L9 Livis把智能体做进了座舱交互的核心，问界M9也强调自家的交互能力，斑马智能推出了AutoClaw车载Agent框架，中科创达在高通平台上实现了智能体跨域调用ADAS传感器数据。

拥挤的背后有一个技术刚需在驱动：智能体要真正发挥作用，必须同时调用座舱和智驾两个域的数据。一颗ADAS摄像头识别到前方行人，座舱AI同步拿到这个信息提醒驾驶员，这件事听起来简单，但在座舱和智驾分属两颗芯片的传统架构下，做出的体验总是差强人意。舱驾融合，从一个技术方向变成了量产刚需。

而舱驾融合一旦铺开，牵动的远不只是芯片选型。供应商的竞争边界在模糊，车企内部的组织架构在承压，产业链的利润分配在重谈。

加速起量

过去两三年里，行业总是会把“舱驾一体”拿出来遛一遛，但每年年底总结的时候，情况并不算好。

这一定程度上来源于芯片研发和产品落地之间的时差。一代芯片产品要落到供应商具体方案上，之间总隔着三年甚至五年。当城区NOA从高端配置变成标配，甚至要进入十万元以内的区间时，陡增的算力需求与市场上已铺开的方案之间，存在着“代际差”。

大约三年前，高通内部就认定，以AI扩展的速度，再把座舱和ADAS系统分开做是不合理的。

三年前的判断，为什么到今年才被大规模验证？因为2026年是几股力量碰头的年份。

智能体方面，Agent对底层架构提出了刚性要求，必须实时跨域调用传感器数据。在一个具体的场景中，这种跨域调动最为直接：ADAS摄像头识别出拐角行人，座舱AI智能体同步调用这个信息提醒驾驶员。在分离架构下，这个跨域调用做不到或做不好。

高通在6月5日联合诚迈科技、车联天下、斑马智能、德赛西威、镁佳科技、中科创达发起了“车端人工智能Claw生态计划”，为智能体的跨域运行搭框架。谁控制了这个框架，谁就拿到了车载服务分发的入口。

另一个重要的因素，是价格。在6月5日被问及存储价格上涨所带来的挑战时，高通技术公司执行副总裁兼汽车、工业及嵌入式物联网与机器人事业群总经理Nakul Duggal对华尔街见闻表示，全球内存溢价周期可能还将持续12到18个月。两颗SoC各配一套内存的分离架构，BOM成本在涨价周期里被放大。他说，舱驾融合省掉一颗芯片的配套内存，这也是高通当初推出Ride Flex方案的原因之一。

如果内存没有涨价，很多车企可能还会再观望一两年。涨价把决策窗口压缩了。

两股力量叠加，舱驾融合正从技术方向变成量产现实。

华尔街见闻了解到，从去年至今，北汽极狐已在阿尔法T5、阿尔法S5和问道V9三款车上落地单芯片舱驾融合方案，零跑D19也在今年首发双骁龙8797中央域控。目前，Snapdragon Ride Flex平台已获9款车型定点，骁龙汽车平台至尊版获18个车型定点、10款已量产或在量产中。

眼下仍有相当数量的车企还在观望。过去两年毫末智行解散、极越倒闭，行业经历了去自研化，车企把智驾和座舱都交给外部供应商，可谁来统筹这两条外部供应链，很多车企还没想清楚。多位产业人士对华尔街见闻表示，行业仍缺一个让所有人信服的“样板间”，一款在消费端让用户明确感知到“一颗芯片比两颗好”的爆款车型。

样板间缺位的时间不会太长。谁先打出来，谁就能定义这个品类的用户预期。

链条重构

围绕舱驾融合的竞争，表面是芯片公司的产品战，底层是供应链利润怎么分的问题。

高通走开放平台路线，自己不碰软件和算法，把上层全部交给合作伙伴。高通不采集芯片相关数据，数据归属于软件栈合作伙伴。这种定位赌的是平台才是卡位点，只要足够多的算法公司在你的芯片上做方案、足够多的车企用你的架构量产，那这套方案就是事实标准。

文远知行、Momenta、元戎启行、轻舟智航、卓驭科技，几乎所有主流智驾算法公司都在高通平台上有量产方案。

值得注意的是高通为至尊版家族引入的新成员骁龙8787。这颗芯片直接对标“骁龙8295加竞品ADAS芯片”的两芯片方案。这个双芯片组合眼下在15到25万级车型里非常普遍，座舱用8295，智驾用地平线征程或其他ADAS芯片。8787要做的是用一颗芯片替掉这两颗，同时支持Flex舱驾融合架构。

15到25万恰恰是中国乘用车出货量最集中的价位带，如果8787在这个市场站住脚，直接影响的是地平线等智驾芯片供应商在主力价位段的份额。而且8787和8797同属一个产品家族，软件二进制兼容，车企在高端车型上基于8797做的开发，可以直接移植到8787覆盖中端车型，一套投入打全价位段。

地平线赌的是软硬一体。“星空”芯片原生为舱驾一体设计，硬件隔离做到ASIL-D级。余凯算的是成本账：单车省4000元BOM，百万辆就是数十亿。但更深的逻辑是，当芯片、算法和操作系统出自同一家公司，性能释放最完整，车企想要极致体验就得买全家桶。样板项目选了奇瑞iCAR，成败直接决定这条路线的行业说服力。

英伟达选择结盟。Thor平台锚定高端市场，极氪9X、8X已量产搭载，座舱端交给其他伙伴，比如极氪8X就是交给联发科C-X1补课。英伟达赌的是算力天花板：只要高阶智驾持续需要最强算力，Thor就有它不可替代的位置。

三家选择背后是三种对行业的判断。谁对谁错，最终取决于车企到底愿意为什么付费。

但眼下最剧烈的变化不在芯片公司之间，而在供应商这一层。

卓驭科技从智驾起步，如今在骁龙8775和8797上都做了舱驾融合域控的量产方案，峰会期间与车联天下升级战略合作推进8797落地。车联天下本身从座舱端切入，做的是同一件事。德赛西威、Momenta、元戎启行也在做类似布局。目前，超过25家供应商做了基于高通平台的舱驾融合相关方案。

集成商角色正从座舱端向智驾端迁移。道理很简单：智驾的功能安全门槛更高，谁能搞定ASIL-D，谁就更有资格做集成，拿到的利润率也更高。传统座舱Tier-1如果不升级能力边界，可能从方案商退化为执行层，利润空间会被大幅压缩。

一批L4出身的公司也在加速切入这个赛道。文远知行过去五个月连拿五次全国智驾大赛冠军，与广汽联合量产了10万级的埃安N60，全系标配城市NOA。轻舟智航从RoboTaxi起步，辅助驾驶方案累计用户行驶里程突破35亿公里，AEB误触发率低于每50万公里一次，目前已基于更高算力的QAM8797P舱驾融合平台与高通联合开发下一代方案。元戎启行在骁龙8797上的首发项目从开发到量产仅六个月。这些公司先在智驾侧站稳脚跟，再向舱驾融合平台升级，路径越来越清晰。

轻舟智航副总裁赵刚表示，从BEV到端到端、VLA，技术的原动力始终是用户需求，用户越来越认可更高的接管里程和更好的安全性，需求带来量的爆发。

但赛道拥挤不会持续太久。行业共识是智驾供应商格局正在加速收敛至五到七家。融合方案的工程投入更大，车企不可能同时对接十几家算法供应商，融合平台上的竞争，实际上在加速供应商的淘汰。

终端未来

如果只看眼前，舱驾融合是一个降本故事和智能体上车的技术前提。但把视野拉远一步，正在发生的事情比多数人预想的要大。

眼下，越来越多的供应商将汽车和机器人放在了同一个事业群。

一名头部智驾方案供应商高管对华尔街见闻表示，打造一辆有驾驶辅助能力的汽车，和打造一台机器人，技术上高度相似，VLA模型的部署、数据采集与标注、AI飞轮这些核心能力是共用的。区别在于机器人的自由度远高于汽车，运行环境也更复杂。但汽车是物理AI最先跑出规模的载体，而舱驾融合的计算架构，正在成为更大版图的起点。

换个角度算这笔账：舱驾融合的市场规模不能只用汽车的盘子来衡量。如果这套架构能从汽车延伸到机器人、无人机、工业自动化，总的市场空间会是纯汽车芯片的数倍。这也能解释为什么高通、英伟达、地平线都在拼命争这个架构定义权，争的不是某一款车的订单，而是下一代计算的入口。

轻舟智航CTO李栋指出，行业正站在一个拐点，从单一场景的无人驾驶迈向通用物理AI，世界模型和强化学习是连接两者的桥梁。他描述了轻舟构建的云端世界模型，能基于运动模拟和BEV布局生成高可控视频，通过自然语言作为“世界编辑器”一键合成长尾场景和极端天气，以低成本闭环仿真支撑持续强化学习。他特别强调，这套方法能让AI拥有防御性驾驶本能，“真正实现防患于未然的安全”。

轻舟在L4无人物流领域的持续投入印证了这一点。同一套“世界模型加强化学习”的架构，无论是城市NOA中的复杂博弈，还是无人物流车的高危场景，都能用来生成对抗性场景、持续优化策略。技术通用性越强，架构的价值就越大。

如果说物理AI是方向，那当下的芯片方案已经在朝这个方向赶路了。高通目前给出的双骁龙8797跨域融合中央计算方案，跨双芯运行编码器、VLA采用MoE架构、参数量超300亿、输出三层冗余轨迹。这套方案不只是服务汽车智驾，它同时是物理AI在端侧落地的一个基础设施原型。Nakul也表示，未来边缘AI领域将产生大量需求，因为任何可以实现自动化的任务，最终都会以能在端侧推理的AI模型来承载。汽车只是起点。

而即便是这套方案，可能也只是过渡态。前述头部智驾方案供应商高管对华尔街见闻表示，在走向更高阶自动驾驶的路途中，新方案的核心设计约束已不再是TOPS，而是DDR带宽。

当瓶颈从算力转向数据吞吐量，说明要跑的模型不再只是做推理，而是需要在端侧进行大量数据密集型运算的世界模型和多智能体调度。计算架构的需求远没有到头。

这场长跑的终点不是一辆车，而是整个物理世界的智能化。赛程也会比所有人以为的都长。

风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。

配资平台提示：文章来自网络，不代表本站观点。