座艙智駕域不打通，AI智能體上車永遠是PPT

地平線發布星空，高通反手掏出8787，艙駕融合的「神仙打架」剛剛開始。

作者 | 李雨晨

編輯 | 林覺民

每年的中國汽車智能化市場，總會有一個不一樣的熱詞。

4月的北京車展上，“艙駕一體”、“智能體上車”取代了去年的“端到端方案”。為此，地平線趕在車展前發布了5nm艙駕融合芯片“星空”，芯擎科技推出“龍鷹二號”。

艙駕一體熱度空前，背后是行業對電子電氣架構向中央計算集中的共識，以及對降本增效的迫切需求。

兩個月后，無錫，高通汽車技術與合作峰會上，艙駕融合同樣成為核心議題。高通宣布驍龍8775已實現量產部署，獲得9款車型定點；更高性能的驍龍8797則進入規?；涞厍耙?；同時推出了面向中端市場的驍龍8787，形成從入門到旗艦的全系產品矩陣。

這三顆芯片的發布，完成了高通在艙駕融合賽道的關鍵拼圖。

但這遠非故事的全部。真正值得觀察的是，當智能座艙的絕對王者開始向智能駕駛領域縱深推進、AI上車從“大模型”概念演進為“AI智能體”的量產實踐，高通的布局與選擇，會怎樣影響整個產業鏈的權力版圖。

PART 1

艙駕融合的賽道越來越擁擠

艙駕融合——即把智能座艙和智能駕駛兩大功能合并到一顆主控芯片上——當初并不是一個被普遍看好的方向。業內對艙駕一體始終存在兩種態度：支持方看好它在降低計算時延和成本上的作用，反對方則認為高集成度意味著更復雜的工程化和更不可控的體驗效果。

兩者分歧的一大核心因素在于安全性。

座艙與智駕的安全等級截然不同——智駕系統要求極高，而座艙在某些情況下即便黑屏，車輛仍可安全行駛。這意味著，在單芯片上同時承載功能安全最高等級（ASIL-D）的智駕任務和對安全性要求相對較低的座艙功能，對芯片的架構設計提出了極高要求。

盡管存在爭議，艙駕融合的推進速度仍然在加快。

市場研究機構佐思汽研的預測顯示，2026年到2030年中國艙駕一體市場的年復合增長率將達36%，到2030年還有3.6倍的增長空間。高工智能的測算則更為具體——艙駕融合方案相較于傳統分立式架構，可實現整車約30%的降本。

降本，是車企現階段最大、也最真實的訴求。過去三年價格戰疊加強研發投入，汽車行業的盈利水平被壓縮至歷史低位。李斌在2026重慶峰會上就直言：“整個行業要做好2026年全年，國內的汽車零售量同比下跌15%～20%的心理準備。”

乘聯會數據顯示，今年第一季度汽車行業銷售利潤率已降至3.2%。在傳統架構中，智駕域和座艙域對應不同的芯片、不同的集成方案、兩套內存配置和兩套散熱、線束布局，投入巨大。艙駕融合方案通過單芯片整合，可以在硬件層面直接降低物料成本，同時對車企內部的開發、測試、驗證流程也帶來整合效率的提升。

正是在這樣的產業背景下，各路玩家紛紛入局。

地平線是今年新入局者之一。2026年4月的年度產品技術發布會上，地平線推出了中國首款艙駕融合整車智能體芯片“星空6P”。這顆采用5nm車規制程的芯片，集成20核CPU，AI算力達650TOPS，專為整車智能體OS設計。

地平線創始人兼CEO余凱在發布會上強調，“未來的汽車必須是整車計算平臺，不能一個車配兩個大腦、三個大腦”。通過單芯片一體化設計，星空6P將原本需要兩個域控制器、兩套獨立硬件的計算任務整合至一顆芯片，可使域控制器空間節省約50%，為車企單車節省1500-4000元硬件成本?！?/p>

國產陣營中，芯擎科技也在今年北京車展發布了5nm車規級艙駕融合芯片“龍鷹二號”，計劃于2027年第一季度啟動適配。黑芝麻智能的“武當”系列芯片從入門級切入，單芯片支持智能座艙、L2+行車輔助和自動泊車三大功能，已在東風奕派007上率先搭載。

而在更上游，國際巨頭英偉達也在推進艙駕融合方案。盡管英偉達在中國高階智駕市場的份額正在經歷下滑——高工智能汽車研究院監測數據顯示，2026年一季度英偉達的份額已從上年同期的53.01%下滑至47.13%——但其新一代Thor芯片仍以2000TOPS的算力天花板吸引著高端市場，其艙駕融合方案也在加速上車中。

值得注意的趨勢是，車企自研芯片正在成為一股不可忽視的力量。

2025年被業界視為中國車企自研智駕芯片規?；慨a元年——小鵬“圖靈”芯片、蔚來“神璣NX9031”、芯擎科技“星辰一號”相繼上車。今年，理想的“馬赫100”芯片也實現自研上車，5nm車規級制程，雙芯片有效算力達2560TOPS。

上周，比亞迪還正式發布了自研車規級智駕芯片“璇璣A3”，采用4納米制程。這些自研動作雖短期內難以動搖高通的座艙基本盤，卻從側面反映出車企對“通用平臺”靈活性的不滿，以及對“算力利用率”的更高追求。

面對這樣擁擠且快速變化的賽道，高通要想站穩腳跟，光靠過去的座艙優勢遠遠不夠。

PART 2

高通為什么不做上層軟件棧？

在艙駕融合這條賽道上，高通有一種特殊的底氣——它在全球智能座艙芯片市場的統治地位，幾乎無人可以撼動。

在2026年6月的無錫峰會上，高通執行副總裁Nakul Duggal透露，驍龍座艙平臺已經賦能全球超過7500萬輛汽車。

高通中國區董事長孟樸則補充說，自2021年以來，驍龍數字底盤解決方案已支持中國車企推出超過300款智能網聯汽車。在中國市場，高通完成了從驍龍8155到8295、8255，再到最新一代驍龍8397的持續演進，每一代產品的升級都伴隨著算力躍升和功能拓展。

正是基于座艙領域的積累，高通在2023年1月的CES上邁出了關鍵一步——推出行業首款同時支持數字座艙和先進駕駛輔助系統的Snapdragon Ride Flex SoC驍龍8775。

當時，外界更多將其視為成本優化方案，但高通內部的判斷要前瞻得多。Nakul Duggal曾透露，大約三年前高通就認定，以AI擴展的速度，再把座艙和ADAS系統分開做是不合理的。從驍龍8775到今年峰會上亮相的驍龍8787、驍龍8797，高通用了三年多時間完成了產品矩陣的完整布局。

從產品層次來看，高通的策略還是比較清晰的：

驍龍8775定位艙駕融合的主流市場方案，單芯片可同時承載智能座艙與ADAS等不同關鍵級工作負載，目前已獲得9款車型定點。

驍龍8787則介于兩者之間，目標是成為“驍龍8295座艙芯片和其他智駕芯片”組合的升級產品，滿足15-25萬元價格區間主流車型的需求。

旗艦產品驍龍8797單片有效算力達1280TOPS，支持端到端Transformer算法和視覺語言動作模型（VLA）。

此前，有業者向雷峰網《新智駕》表示，“高通的8797市場價在700-1000美金區間，瞄準的是30萬元及以上的高端車型市場。”

所以，8787的亮相，更多的是做好價格區隔，在出貨量最大、廝殺最激烈的15到25萬元車型里站穩腳跟。當然，這也會與地平線等芯片廠商直接競爭。

在落地進展方面，北汽極狐阿爾法T5是國內首個實現艙駕融合與端到端城區領航功能的量產車型，率先驗證了這一技術路線的成熟度。

艙駕融合其實并不容易，關鍵是能否打破部門墻。北汽集團副總經理劉宇在這一次的高通峰會直言：“我們的智駕和座艙部門，只有一個總監。”

此外，極狐全新阿爾法S5、東風日產N6、別克至境L7等車型也采用了驍龍8775打造智能駕乘體驗。零跑D19則采用了雙驍龍8797的中央域控制架構，全新理想L9 Livis搭載驍龍8797實現了艙內的沉浸交互與AI個人助手體驗。

在技術參數之外，高通在商業模式上的選擇也值得關注。

與英偉達和地平線分別采取“芯片+OS+算法”和“芯片+算法”的縱向整合路徑不同，高通在中國市場選擇了一條差異化的道路——不做ADAS軟件棧，不采集數據，只提供硬件平臺，把軟件層完全交給合作伙伴，由Momenta、元戎啟行、輕舟智航、文遠知行等公司來完成算法層的交付。

這種模式的選擇既有主動的戰略考量，也受到了現實的約束。Nakul Duggal在峰會群訪中強調，“高通不會為中國市場開發和提供任何ADAS軟件棧”。

相比英偉達自建Drive OS和DriveWorks軟件棧的“厚平臺”策略，高通更像是一個“薄平臺”的構建者——它提供計算底座和工具鏈，讓合作伙伴做上層應用。

有業內人士向《新智駕》表示，“這種開放性降低了車企和Tier 1的適配門檻，但也意味著高通無法像自研算法的競爭對手那樣，通過軟硬協同優化實現極致的性能釋放?！?/strong>

在競爭格局上，越來越多的國產廠商逐漸涌現。

座艙方面，隨著8295增量空間逐步收窄，中國市場的國產替代正在加速。高工智能汽車研究院監測數據顯示，今年1-4月中國市場乘用車前裝標配高通8295座艙平臺交付新車71.98萬輛，同比增長9.53%。智駕方面，2026年被視為艙駕一體方案集中落地的元年，截至今年4月，高通8620/8650、8775以及8797平臺的總交付量在中國乘用車市場約10萬輛規模。

然而，高通對中國市場的重視程度遠不止于出貨量。

高通執行副總裁Nakul Duggal就表示，“高通在中國市場已部署超過一千名汽車相關工程師”，將產業鏈一線需求直接融入芯片設計。從驍龍8775到驍龍8797再到驍龍8787的產品路線圖，很大程度上是中國市場需求倒推的結果。

高通還與多家生態伙伴——誠邁科技、車聯天下、斑馬智能、德賽西威、鎂佳科技、中科創達等——共同啟動了“車端人工智能Claw生態計劃”。

按照高通的說法，這一生態計劃的目的在于，消除長期以來阻礙下一代汽車智能開發的碎片化問題，為車企提供一條從概念驗證到量產落地更快速、更集成化的路徑。

一位業內人士向《新智駕》表達了一個“反常識”的觀點：表面看，艙駕融合的受益者是各個深陷價格戰的車企，實則是推進艙駕融合的各家Tier 1。

“因為座艙和智駕原本由不同Tier 1供貨，艙駕融合后，能夠同時掌握兩大域開發能力的頭部Tier 1將獲得更強的話語權，甚至繞過車企直接定義集成方案。高通發起的Claw生態計劃，本質上也是在扶持這些Tier 1成為新的集成中心。”

這一切表明，高通的汽車戰略正在從“單一座艙芯片提供商”升級為“中央計算平臺基礎設施的構建者”。但真正決定高通能否在這一轉型中站穩腳跟的，可能還不是當下的芯片矩陣，而是它對下一代AI技術的預判和布局。

PART 3

AI Agent與物理AI：高通的下一站

2026年，被高通中國區董事長孟樸稱為“智能體之年”——AI智能體跨越全品類終端，以一種“計算連續體”的形式提供持續服務。汽車正成為智能體AI最重要的移動載體之一，其價值將進一步演進為“理解人、輔助人、服務人”的智能伙伴。

這并非簡單的概念升級。峰會期間，蔚來創始人李斌表示，智能座艙的核心體驗要全面Agent化，AI正在重構下一代座艙體驗，把智能座艙帶入認知座艙時代。

理想L9 Livis基于驍龍8797平臺本地AI算力，在端側部署了多模態大模型，用戶只需一句自然語言，AI智能體即可完成多意圖理解與跨功能編排——從關窗戶到找地點再到調氛圍，一句話全部搞定。

要實現這一點，底層架構的變革不可或缺。

Nakul Duggal指出，高通推動的艙駕融合架構演進，正在推動行業快速邁入智能體AI落地階段。依托統一的底層平臺，可以實現車內外各類傳感器等硬件資源打通調用，讓智能體AI框架更加直接、高效地運行。

“AI智能體要真正發揮作用，必須同時調用座艙和智駕兩個域的數據——比如ADAS攝像頭識別到前方行人，座艙AI同步獲得這個信息并提醒駕駛員。這種跨域調用在傳統兩顆芯片的架構下很難做好，但基于Flex融合架構的單芯片方案則天然具備這一能力。”

2026年，從芯片到軟件到整車供應商都在圍繞“AI Agent上車”加速布局。除了高通的Claw生態計劃，地平線推出了KaKaClaw整車智能體操作系統，大眾宣布2026年起新車全面搭載AI智能體，奔馳也與字節跳動、高德地圖合作推進智能體架構。

競爭的焦點，已經不止于算力指標的堆疊，而是轉向了——誰能為AI智能體提供一個真正高效、安全的跨域運行環境。

如果說AI Agent是關于如何讓車“更懂人”，那么物理AI則是關于如何讓AI“走進真實世界”。

高通明確劃分了AI的兩條發展主線——個人AI和物理AI。Nakul Duggal表示，“汽車是一個非常好的例子，它同時體現了‘面向人類的AI’與‘面向機器的AI’?！?/p>

以無人機為例：它既能實現自主飛行，也能將視頻流實時回傳給用戶，還能執行拍照等任務。這種架構和框架正是具身智能未來的演進方向。

Nakul Duggal表示，“我們會發現，未來幾乎任何設備或節點都將具備‘雙重屬性’：一方面是面向人類的交互界面，另一方面則是面向機器的執行系統，負責完成具體任務并具備相應技能?！?/p>

對高通而言，物理AI的價值不只在于打開了一個更大的市場空間，更在于它在技術底座層面實現了復用。

高通技術公司副總裁兼ADAS和機器人業務總經理Anshuman Saxena補充到，汽車領域算力消耗的90%以上發生在邊緣側，包括駕駛輔助、智能座艙等功能都依賴端側AI處理。這些在汽車端積累的能力，包括多傳感器融合、定位與建圖、AI規劃與控制，都可以遷移到機器人系統中——因為它們在本質上都必須在非結構化的物理環境中穩定運行。

在2026年的CES上，高通發布了面向機器人和工業自動化的“躍龍IQ10”處理器，這顆具備18核Oryon CPU、數百TOPS AI算力的芯片，覆蓋從家用服務機器人到更復雜的人形機器人的多種場景。

從2023年首款艙駕融合芯片驍龍8775發布，到2025、2026年量產車型陸續上路，再到如今將車端驗證的平臺能力拓展至機器人領域——高通不再滿足于只做“智能座艙之王”，而是想要進一步擴大外延，嘗試在物理AI上提前踩點、布局。

PART 4

結語

從無錫峰會回看艙駕融合這場競賽，大概可以得出幾個判斷。

第一，艙駕融合已經不再是一個“要不要做”的問題，而是一個“誰能做得更好”的問題。2026年將是艙駕一體從概念走向大規模量產的關鍵年份。在這個賽道上，高通的優勢在于座艙積累帶來的龐大生態基礎和用戶觸達能力，劣勢在于智駕領域較對手晚入局、軟件棧依賴合作伙伴的開發成熟度。

第二，高通的差異化競爭策略已經清晰：不做“全棧自研”，而是做“平臺開放”。這家公司選擇了一條與英偉達和地平線截然不同的路徑——在中國，高通不做ADAS軟件棧，把算法層完全開放給Momenta、元戎啟行等合作伙伴，只專注于硬件平臺的持續迭代和工具鏈的優化完善。

第三，真正的競爭焦點，已經從單點算力指標，升級為生態整合能力與跨場景復用能力的綜合較量。

高通發布的Claw生態計劃，本質上是在搭建一個從芯片到AI運行環境到開發工具的標準化底座，試圖解決車載AI開發碎片化的行業痛點。

而這個底座的目標，不只是服務于汽車——它正在試圖延伸到機器人、工業自動化乃至更廣泛的物理世界。

汽車行業常說“上半場是電動化，下半場是智能化”。在這場多強并立的競爭中，高通能否憑借差異化的生態策略和跨場景的技術復用，在艙駕融合和物理AI的浪潮中占得一席之地，還需要時間的檢驗。