芯耀
625
芝能汽車出品
2025年，中國汽車產(chǎn)業(yè)的智能化競爭進入深水區(qū)。L2+級別輔助駕駛正在快速普及，推動“實用性”與“規(guī)模化”成為新階段的關(guān)鍵詞。
以往聚焦在單點技術(shù)能力的競爭，正逐步轉(zhuǎn)向圍繞座艙與駕駛輔助的整體架構(gòu)設(shè)計，特別是集中式電子電氣架構(gòu)的落地速度，正在成為衡量一家車企智能化水準的標尺。
在2025年高通汽車技術(shù)與合作峰會上，我們見到了高通正在推進的新一代平臺：驍龍Ride與驍龍Ride Flex。
它們試圖解決三個核心問題：
◎?一是在算力、能效與成本之間取得工程上的最優(yōu)解，
◎?二是平臺架構(gòu)的可擴展性，
◎?三是實現(xiàn)真正意義上的艙駕融合，并在此基礎(chǔ)上構(gòu)建軟硬件一體的系統(tǒng)協(xié)同。
與會期間我們還注意到，高通正加快其汽車業(yè)務的“在地化”步伐，不僅推動最新一代至尊版平臺如驍龍8397和驍龍8797率先在中國車企中落地，還在生態(tài)和開發(fā)工具鏈層面做了更徹底的本地適配。這兩顆芯片，很可能會成為新一輪艙駕融合浪潮中的關(guān)鍵變量。
Part 1
輔助駕駛的核心命題：“落地”
輔助駕駛普及的核心問題，不是技術(shù)能不能做，而是能不能在有限的算力、成本和開發(fā)資源下，做出真正可量產(chǎn)的系統(tǒng)架構(gòu)。
這是過去幾年中，橫亙在幾乎所有車企和芯片廠商之間的一道共識性難題。高通近年來在中國市場的實踐，是以驍龍Ride和驍龍Ride Flex兩條產(chǎn)品線為基礎(chǔ)，圍繞“低成本、高效率、強擴展性”三要素，構(gòu)建了一整套面向主流市場的輔助駕駛平臺。
高通的方案是一個“系統(tǒng)包”，而不僅是單點能力的堆砌。它為大多數(shù)車企提供了一種工程上更可控的路徑。
這種系統(tǒng)化打法，正在進入集中收獲期。根據(jù)高通公布的數(shù)據(jù)，2025-2026年將是其輔助駕駛項目的大規(guī)模量產(chǎn)窗口：全球范圍內(nèi)已有超過20個ADAS/AD項目計劃在這兩年內(nèi)落地，合作車企覆蓋大眾、吉利、北汽、奇瑞、通用、本田、奔馳、寶馬等中外品牌。
以驍龍Ride平臺中的主力SoC芯片——驍龍8650為例，高通正在嘗試在單位成本內(nèi)做更多事情。
8650采用異構(gòu)多核架構(gòu)，集成高性能CPU、GPU、NPU與ISP，在推理效率、能效比和帶寬利用等維度相較前代和同類產(chǎn)品都有明顯提升。
根據(jù)高通的數(shù)據(jù)，其IPS（每秒推理次數(shù)）相較同類SoC產(chǎn)品提升30%，DDR帶寬最低至同類產(chǎn)品的1/7，能效最高達同類產(chǎn)品的2倍。
這些參數(shù)優(yōu)化，在對成本高度敏感的中國市場可以找到具體落點。例如起售價11.98萬元的零跑C10和B10，正是在驍龍8650平臺上實現(xiàn)了高速與城市NOA能力；而這些車型中搭載的另一顆芯片驍龍8295，則承擔了AI座艙的主控。
整套系統(tǒng)，在低成本硬件基礎(chǔ)上覆蓋了駕駛輔助與數(shù)字座艙的完整功能集，推動高階輔助駕駛能力快速下探至10萬元級車型。
驍龍Ride平臺不局限在芯片，而是一套覆蓋從基礎(chǔ)輔助駕駛到城市NOA的多層級解決方案組合。
從主要用于高速NOA場景的驍龍8620，到適配城市NOA的驍龍8650，再到面向艙駕融合驍龍8775，以及性能大躍級的至尊版驍龍8797，配合通用的加速器與軟件棧，車企可以根據(jù)整車成本結(jié)構(gòu)與目標市場，靈活選擇部署路徑。
驍龍Ride Flex平臺的核心SoC芯片——驍龍8775，設(shè)計目標是在一顆芯片上完成ADAS與座艙功能的并行運算，即解決“艙駕一體”的需求，同時支持最高ASIL-D級安全機制。其支持風冷和被動散熱，在整車熱管理和線束復雜度方面有明顯優(yōu)化，特別適配10-20萬元主流車型。
負責ADAS業(yè)務的高通產(chǎn)品管理副總裁Anshuman Saxena在峰會主論壇表示：“多ECU域架構(gòu)已經(jīng)成為過去，集成多計算模塊的集中式分區(qū)控制器已經(jīng)成為既定趨勢。以單顆通用SoC為核心的中央計算正在成為一種全新的現(xiàn)象，驍龍Ride Flex SoC正是能滿足中央計算新趨勢的SoC。Flex已來！”
另一個值得注意的變化是，近幾年來高通在座艙芯片上的技術(shù)部署也在與移動端“拉齊”。
4年前，驍龍座艙芯片的制程工藝，首次追平當年的旗艦手機芯片。而最新一代產(chǎn)品，驍龍座艙平臺至尊版，即驍龍8397，首次采用剛在移動端旗艦應用的高通自研Oryon CPU，并面向汽車需求進行定制，性能實現(xiàn)代際級躍升。CPU和GPU性能較前代提升3倍NPU算力是上代的12倍。
對于越來越依賴AI渲染與語音/圖像交互的智能座艙而言，這意味著真正具備了支撐“大模型上車”的底層硬件能力。
在軟件層面：
◎?高通與中國本土算法團隊深度融合——Momenta、元戎啟行等頭部方案商，均已在驍龍Ride平臺上完成集成；
◎?與此同時，高通構(gòu)建了面向開發(fā)者的完整工具鏈，包括虛擬化開發(fā)環(huán)境和版本一致性遷移機制，能在多個代際產(chǎn)品之間保持算法兼容性，降低測試成本，顯著壓縮整車開發(fā)周期。
據(jù)不完全統(tǒng)計，目前已有超過30家中國車企與一級供應商，將驍龍Ride作為核心ADAS平臺進行部署。
從幾萬元入門車型到30萬元以上的高端產(chǎn)品，驍龍Ride平臺的適配能力和性能分布，基本覆蓋了主流車型段的需求，兼顧架構(gòu)層級、算力配置與成本控制的解決方案。
驍龍Ride Flex平臺還進一步推動了“軟件通用性”的邊界。
借助虛擬化架構(gòu)與任務隔離機制，開發(fā)者可以在現(xiàn)有的驍龍座艙平臺或驍龍Ride平臺上完成算法移植和測試，再直接遷移至驍龍Ride Flex部署。
這不僅降低了堆棧碎片化風險，還避免了重復驗證帶來的周期與預算浪費。最關(guān)鍵的是，它采用虛擬化架構(gòu)與隔離機制，可在同一芯片中部署多個操作系統(tǒng)及功能域，確保ADAS任務的安全性不會干擾座艙域的使用體驗，實現(xiàn)“安全與體驗兼得”。
對此，Anshuman 表示：“驍龍座艙平臺和驍龍Ride平臺采用異構(gòu)架構(gòu)，在單顆SoC通過不同的技術(shù)模塊（比如NPU、ISP、CPU等）協(xié)同運行不同應用的工作負載，而非只依靠單個核心引擎；同時，這不會對性能和安全性造成影響?！?/p>
同時，他認為，安全性是驍龍Ride Flex最為重要的基石，并強調(diào)這些解決方案經(jīng)過全球范圍的測試和驗證，包括北美、歐洲、德國還是中國的標準。
驍龍Ride平臺的特點是系統(tǒng)效率、架構(gòu)靈活性，驍龍Ride Flex則凸顯了高通在艙駕融合與中央計算上的部署能力。在中國駕駛輔助進入“規(guī)模交付”階段的當下，這套路徑具備一定前瞻性。
總結(jié)來看，高通在駕駛輔助市場的優(yōu)勢主要體現(xiàn)為三點：
◎?性能-能效比的平衡：在控制功耗與成本的前提下，提供高階功能所需的計算支撐；
◎?架構(gòu)的高度可擴展性：統(tǒng)一平臺覆蓋從入門到高端車型，減少資源浪費；
◎?生態(tài)協(xié)同能力：從SoC、算法到整車開發(fā)工具鏈，形成閉環(huán)式支持體系。
這三項能力的組合，正在決定一項智能化技術(shù)能否真正進入主流車型量產(chǎn)周期。
Part 2
高通的新變量：端側(cè)大模型
中國新能源車市場依然是全球智能化迭代速度最快的戰(zhàn)場。沒有傳統(tǒng)動力總成包袱，中國車企在電子電氣架構(gòu)和交互層的躍遷上擁有更高的自由度。高通正是押注于這一窗口期。
據(jù)Anshuman Saxena介紹，僅在2025年上海車展后就新增至少4家中國車企合作伙伴，均計劃基于驍龍Ride平臺打造車型。
關(guān)于大模型上車，他提出了一種智能化演進的方向：“大家都在關(guān)注統(tǒng)一的AI體驗，大語言模型（LLM）、視覺語言模型（VLM）等。為什么不能將座艙中的部分用戶交互輸入數(shù)據(jù)與ADAS系統(tǒng)打通，從而避免同時基于相同的AI、LLM或VLM運行多個不同實例為系統(tǒng)帶來的負擔？這正是驍龍Ride Flex的擅長之處，我們正在基于這款平臺實現(xiàn)這些體驗?！?/p>
根據(jù)高通官方數(shù)據(jù)，超過10家中國車企和Tier-1伙伴正采用驍龍汽車平至尊版（包括驍龍8797和驍龍8397）打造駕駛輔助和智能座艙解決方案。
以零跑為例，其即將在2026年一季度上市的D系列旗艦車型將首發(fā)搭載雙驍龍8797：一顆8797負責駕駛輔助任務，另一顆用于AI座艙。
高通方案對于支持汽車行業(yè)推動端側(cè)大模型“上車”的路徑也逐步清晰：以驍龍汽車平臺至尊版為基礎(chǔ)，通過模型輕量化與調(diào)度優(yōu)化，當前高通已攜手Tier-1廠商實現(xiàn)在本地端側(cè)流暢運行140億參數(shù)（14B）大模型，集成70億參數(shù)（7B）端側(cè)模型的方案——包括需要隱私保護（如車內(nèi)對話）和低延遲響應的場景（如實時車控）。
從性能指標看：
◎?14B模型推理可實現(xiàn)40 FPS以上幀率，優(yōu)化后提升至 50-60FPS；
◎?7B模型則幀率在60–72 FPS，滿足實時交互需求，比如理解用戶的語音和語義、構(gòu)建用戶畫像等。
本地部署的意義不僅在于響應速度的提升（從云端的1–2秒縮短至端側(cè)0.2秒），更關(guān)鍵的是隱私保護和連接穩(wěn)定性的增強。
例如，哨兵模式現(xiàn)在可通過大模型識別異常行為（如拉門把手、車輛被刮擦），自動生成事件摘要與高光片段，替代傳統(tǒng)的3分鐘段視頻方式，大幅壓縮冗余數(shù)據(jù)。
高通常說的一個觀點值得關(guān)注——“AI就是新UI”，這一變化正在重構(gòu)智能座艙的底層邏輯：從“人適應機器”轉(zhuǎn)向“機器理解人”。人機交互不再以菜單點擊為中心，而是通過語義理解和多模態(tài)感知完成更自然的命令執(zhí)行。
小結(jié)
從芯片到系統(tǒng)，平臺化正在成為決定智能技術(shù)量產(chǎn)節(jié)奏的核心變量
回到本質(zhì)問題：不是誰的算力更強、模型參數(shù)更大，而是誰能用最少的開發(fā)成本，把“AI能力”穩(wěn)定、快速、規(guī)?；芈湓诹慨a(chǎn)車型上。
高通提供的答案，是以驍龍Ride與驍龍Ride Flex為代表的“平臺化思維”：用可擴展架構(gòu)、通用軟件棧與強生態(tài)適配力，降低車企在從L2+到艙駕融合、再到AI交互的每一次躍遷門檻。
芯片只是起點，真正有價值的是工程路徑。AI在車端的落地，正在從“能不能做”進入“怎么做得穩(wěn)”的階段，而這恰恰是平臺型玩家的主場。
