2026年9月17日，在第四届AI定义汽车论坛上，上汽大乘用车智能化软件中心高级总监、零束科技CTO孟超分享了对AI智能底座基础设施的理解。他将其划分为芯片与硬件、AI软件基础设施、模型和应用范式四层，并提出：AI汽车不是单一功能的叠加或者跨域融合，而应成为能够理解意图、拆解任务并在安全边界内完成任务闭环的智能体平台。

孟超还介绍了端云协同的AI Native模型体系和“1+N”智能体框架。他认为，车企需要具备模型选型、后处理、数据整合与Native框架搭建能力；最终汽车领域沉淀的AI范式，也可向具身机器人、AI硬件等终端迁移复用。

孟超｜上汽大乘用车智能化软件中心高级总监、零束科技CTO

以下为演讲内容整理：

首先，我想分享对SDV和AIDV的理解。SDV中，车辆行为主要由人工预先编写的确定性软件规则定义，通过软硬件解耦和OTA实现持续迭代。AI在这一阶段更多是附加能力。就其底层逻辑而言，SDV的核心价值在于降低成本、提升效率。

例如，行业正借助SDV推动硬件收敛：上一代电子电气架构往往拥有几十个ECU，如今可收敛至十个以内，系统部分硬件能力可以由软件实现，软件对硬件集中收敛，进而降低整车成本。同时软件的边际和迭代成本较低，底层软硬协同、上层软硬解耦，也为中国车企的成本优势提供了重要基础。

SDV的另一项价值是提升效率。SOA架构使应用与各层能力实现分层解耦，OTA则加快了产品迭代。当前，整车开发周期已缩短至18-20个月，软件迭代周期可缩短至6-8个月。因此，SDV的核心仍是成本优化与持续的效率提升。

AIDV则不同。在安全边界约束下，车辆行为可由AI模型通过推理和学习生成；AI成为整车原生架构的核心，并借助数据闭环持续演进，突破人工预设规则的边界。AIDV更关注用户体验的改善和产品能力的代际跃迁。围绕这一目标，我将AI基础设施划分为四层。

英伟达在2023年发布过一套相近的分层架构，并在底层加入能源层。AI落地到不同产业时，整体架构大致可分为五层。汽车本身是天然的移动能源载体，因此本次分享不将能源层单独展开。

从下至上，依次是芯片与硬件、AI软件基础设施、模型和应用范式。它们共同构成AI定义汽车的技术体系：层间彼此协同，同时保持必要的分工与解耦。

图源：演讲嘉宾素材

虽然本次主题聚焦AI定义汽车，但这套产业范式正走向通用化。具身机器人、智能制造、AI for Science和数字生命体等领域，也大体可沿用类似的分层方法。

回到AI定义汽车，四层架构的底层是芯片与硬件，行业已积累了较多实践，当前正在进入新的应用迭代阶段。其上是AI软件基础设施，包括从传统App向智能体框架的演进、从常规操作系统向AI操作系统的升级，以及底层模型运行时。再向上是端云协同的模型体系。最上层是智能体：车载智能体可覆盖智能驾驶、智能座舱、车控生态等领域，并由中枢智能体与各领域智能体共同组成“1+N”架构。

图源：演讲嘉宾素材

我们的研发工作正围绕这套体系展开，目前仍处于持续探索阶段。

应用范式层：AI Native产品源于原生的架构与土壤，不要总想着出现“杀手级应用”现象

谈及AI产品，人们经常会问：什么才是真正的AI汽车？行业对此尚无统一答案。高阶智能驾驶、智能座舱固然重要，但属于功能域范式，但它们并不自动等同于AI Native架构。当前绝大多数产品，仍主要停留在具备拟人化表达和语音交互能力的座舱助手阶段。

今年发布的部分车型，已能跨越软硬件与服务，为用户完成完整或局部任务，具备局部智能体能力。未来的目标，是打造能够理解用户意图和目标、并在安全边界内完成任务闭环的AI原生平台。

为便于讨论，我参考一套五层分级模型，并结合车载产品特点给出适配性解释。车载AI的基础层级A1，对应DNA 0.5级能力，主要表现为大模型增强语音：围绕固定车控指令或单次交互，提供基础AI能力。这也是前两年大量量产车型已落地的产品形态。

图源：演讲嘉宾素材

A2可视为强大模型助手，对应DNA 0.8级能力。它具备多轮、多模态和模糊意图理解能力，可通过有限推理和工具调用完成局部任务。

A3是可执行任务Agent，对应DNA 1.0级能力，也是我们今年即将发布的车型所要达到、行业正在推进落地的阶段。它能够进行任务规划、工具调用和执行闭环，具备长短期记忆，并提供部分主动服务。现阶段主动服务仍有提升空间，但行业已开始迈入A3阶段。

对于后两个层级，我做一个大胆预判。A4，即整车物理Agent，可对智能座舱、智能驾驶、车身和底盘控制进行统一任务编排。当前行业对车端安全约束和设备状态的纳入仍不充分，多数能力还停留在指令和数据交互层面，尚未形成统一、完整的任务执行。

面向远期的A5，目标是打造具备长期学习能力、可跨端协同的自主出行伙伴。因此，AI Native不应仅被理解为ACC、RCC、NOA等单项功能，也不应等同于某一款语音助手或座舱功能。它代表的是智能体范式下的整车能力重构。这套分层框架可为产品判断提供参考。

举一个场景：车内有身体不适的孩子，用户对AI说：“安静一点，顺路找一家还在营业的药店，到附近提醒我一下。”在过去的SDV范式下，这项任务需要拆成多次语音交互、导航设置、目标确认、空调调节和结果确认等多个步骤。借助大语言模型，车辆可以理解用户意图，结合车内感知完成相应的环境调节；同时调用SKILLS，导航、联网查询和用户历史偏好，筛选营业中的药店，并在接近目的地时发出提醒。这类体验在A2阶段已具备实现基础，预计会在后续量产车型中逐步普及。

但这还不够。要从A3进一步走向物理执行，需要引入Physical AI，处理真实世界中的变化。例如药店临时闭店，车辆就需要重新规划路线；这要求将场景理解、语义感知和智能驾驶能力纳入同一主任务流程。

当前行业存在两条技术路径：座舱团队倾向于将语义能力纳入座舱体系；智能驾驶团队则在推动VLA与语言模型语义要素融合，希望将相关能力引入智驾体系。

行业正在推动两垂类Agent、两类AI能力的融合，但目前大多仍停留在指令层交互，数据和模型层的深度融合尚未完成。下一步需要实现两类AI的协同演进。最终，汽车领域形成的技术范式还可迁移至具身机器人、数字工厂、AI手机和AIPC等更多终端。

具身机器人是当前热点方向，在物理智能方面的复杂度甚至高于车载场景。无论安全约束、行为边界、控制自由度，还是模型体系和数据维度，都面临更大挑战。可以采取分步落地的方式：先将汽车领域沉淀的底层技术迁移至具身场景，再分别迭代各自的物理执行能力，最终实现跨端融合。

总的来看，AI产品不是单一应用场景，也不是一项孤立的小功能。AI汽车是一套大型系统：它理解用户意图、拆解并执行任务，并将关键决策和结果交由用户确认。

什么是AI Native？它是承接车内传感、理解、推理和执行能力的底座，并与各垂域智能体深度协同。只有当这些能力形成系统，汽车才具备真正的AI原生特征，而不只是拥有若干单点功能。

拆开来看，AI Native包含三类关键能力：第一，理解与记忆，包括多模态感知、意图规划和上下文记忆；第二，行动与服务，也就是工具调用、知识沉淀和跨域调度物理智能体的能力；第三，系统治理，包括生态协同、端云协同和安全合规。

AI产品尚无统一定义。行业当前更重要的工作，是建设底层基础设施和技术底座；未来会形成怎样的产品形态，仍有待实践验证。数据是其中的关键变量，只有形成数据闭环，产品才能持续迭代。

模型层：AI Native架构，重构“人”、“世界”、“车”关系

AI基础设施的第二层是模型体系。我认为，车企乃至整个行业至少需要具备模型选型和模型框架搭建能力。车企未必需要自研基础大模型，但应建设模型后处理和训练等相关能力。

从具身智能视角看，人脑是一套低功耗、高度集成的智能系统。前额叶承担目标设定和整体规划，类似核心Planner；感觉皮层和联合皮层主要负责感知，海马体承担记忆功能；运动皮层、小脑和脑干共同支撑运动控制与快速反应。这样的分工可为车载模型架构提供启发。

图源：演讲嘉宾素材

将人脑的分工映射到汽车体系，可得到三类模型。第一类是人机交互模型：在用户单次乘车过程中，车辆需要理解意图、感知人体状态并完成自然交互。当前车内交互多依靠Native Omni模型，传统座舱的能力也主要集中于这一领域。第二类是面向现实世界的交互与行动模型，即智能驾驶相关模型。无论是VLA还是业内所称的WAM，术语尚未完全统一，但核心都是在安全边界内与真实世界交互，物理行为的预测和世界理解认知。

第三类是面向车辆本体的模型，也就是面向车辆自身的嵌入式AI应用。例如，通过模型训练生成实时、高精度的虚拟传感器，就是嵌入式AI的重要落地场景，具备较大的应用空间。最新JEV可调研决策参考。

从端侧看，车载模型体系可概括为三类：面向人的交互模型、面向真实世界的物理模型，以及面向车辆本体的嵌入式AI模型。

数据也可对应分为人的相关数据、外部环境与生态数据、车辆本体数据。数据本身会持续融合，相应的模型也将逐步走向融合；当前可以先按这三类进行划分。

汽车行业主要面对工程落地，并不直接承担基础科学研究或基础模型开发。但车企可以通过跟踪学术研究、与高校和科研机构合作，更早参与基础模型的架构设计，形成从研究到应用的业务闭环。

基于上述认识，我们团队总结出车载AI Native模型架构。它不再割裂端侧和云侧：端云协同是必要模式，端侧无法完全脱离云侧独立运行。

在座舱侧，主流范式是云端“一大一小”的模型组合：小模型负责意图识别和轻量、快速的车辆任务规划；大模型作为核心Planner，承担工具调用和状态观测，并与人体感知模型配合，形成面向人机交互的流式模型体系。

我们调研了二十余套行业方案，行业技术路线正逐步收敛。无论是ReAct类架构还是传统流式模型结构，都在向更统一的体系演进；多家主流芯片厂商和解决方案商也在向这一方向布局。

另一类是面向物理世界的Physical AI。实车物理交互与VR各有优势，二者更可能形成互补。云端世界模型可用于数据生成、下一状态预测和交互推演，并持续向端侧赋能；端侧的WorldX模型，则是在传统VLA基础上引入World Action模块。这一范式有望成为低时延场景逐步落地的技术路径。

面向车辆本体的嵌入式模型，未来两年有望加快发展。无论是电机诊断、电池相关业务，还是虚拟传感器模拟，都需要在明确边界内实现实时、高精度处理。前两个方向未必是汽车行业的传统优势，但嵌入式AI具备值得持续投入的研究价值。由此可见，车载模型体系最终要处理三种关系：人与车的关系、车与世界的关系，以及车辆对自身的理解。

软件层：AI Software Infra，填补“模型、芯片、Agent”三角形缝隙

关于软件基础设施，我此前重点介绍过AIOS和AI服务网络。本次更想讨论两层常被忽视的能力：顶层的智能体框架范式，以及底层的部署平台。中间的Runtime、OS和框架，市场上已有较多解决方案。

图源：演讲嘉宾素材

智能体架构决定技术路线：是采用单一中枢协同各领域智能体，还是延续舱驾分离、双路线并行的模式，需要管理层作出战略选择。部署平台则直接影响底层推理加速、内存开销、开发周期、算子支持，以及数据结构和数据转换效率。

我们目前采用单中枢的“1+N”智能体框架。端云协同主智能体负责意图识别、优先级仲裁、多任务边界管理、端侧状态管理、原生多模态感知和任务编排。以前述购药后返程的场景为例，完整任务编排和任务冲突处理都由主智能体统筹；座舱、智能驾驶、车辆控制、能源管理和生态服务等领域智能体负责执行。我们正基于这一范式开展研究探索。

也有不少企业采用Physical与Digital相对分离的方案，让智能驾驶智能体与座舱智能体协同演进。我们的选择是把人的意图、人的感知体验和人的服务置于中枢，由主智能体负责理解与统筹，其余模块承担领域执行能力。

过去行业更关注模型“能不能运行”；现在还要解决模型能否并行、调度和协同的问题。当前主流芯片普遍采用多NPU或GPU增强组合架构，多模型协同运行时，底层算子量化与补齐、推理加速、数据调用和任务编排都会影响硬件资源占用、开发周期和整体效率。

接下来是AI Native数据底座。过去智能驾驶团队会建设数据工厂，如今智能座舱团队也在建设类似的数据能力，二者的技术范式正在趋同。底座可以复用，但在任务触发和训练流程上，二者仍应保持差异化。

原因主要在于三点：资源投入不同，座舱业务所需算力规模通常低于智能驾驶；任务实时性和闭环效率不同；数据源也完全不同。因此，在共建技术底座的基础上，任务层仍需差异化设计。智能驾驶的仿真负载较重；交互类业务则在前期数据准备和闭环验证阶段承担更多负载，二者的工作重点并不相同。

硬件层：Chips & Hardware ，面向AI Native架构设计

当前，区域控制加中央计算正成为主流架构，量产车型也在逐步落地。这一架构为AI在汽车上的应用提供了较好的解耦基础。传感器和执行器经服务封装后输出基础数据，雷达、摄像头等设备产生的非结构化数据则成为原生数据源；这些数据与服务共同构成模型的输入和上下文。

硬件演进需要进一步整合底层能力，提升运行效率。通过集中整合，可融合三大业务领域的数据架构与带宽，并打通模型部署和交互的数据通道。

图源：演讲嘉宾素材

整套中央计算平台（APC）也将持续演进。当前相对独立的多套APC，后续有望逐步融合，但这一过程无法一步完成。大型PCIe Switch、基于光学技术的光模块，以及近期受到关注的OPC等方向，也都在探索车载应用的可能性。

硬件层仍需解决内存和存储问题。芯片选型或面向AI场景定义自有芯片时，需要区分不同业务域：座舱侧更关注隐私保护、并发能力、多任务处理和冲突处置；驾驶域侧重轨迹预测、结果收敛和功能安全；车辆本体域则强调实时、高精度，要求模型小体积、高速度、高准确度。不同业务域应匹配差异化的芯片方案。

我认为，现阶段没有单颗芯片能够覆盖所有场景。更可行的路径是实现数据互通、模型模态对齐和结果验证闭环，在统一底座上支持多任务并行推理。硬件侧仍需直面“内存墙”这一核心难题。

近期，某款智能硬件产品市场热度较高，售价约300美元，订单已排至2027年1月，供给紧张。这也反映出AI智能硬件有望成长为独立市场。汽车、具身智能、AI硬件、AI for Science和Space AI，都具备成为独立赛道的潜力；部分小型AI硬件的利润率甚至高于汽车行业。

围绕“内存墙”，行业已开始探索多种解决方案。一条路径是采用队列技术与近存封装等方式，改变传统DDR与CPU内存控制器的级联架构，借鉴HBM等技术思路提升内存带宽。模型激活阶段，算力未必是唯一瓶颈；模型完整加载到内存的过程同样可能成为瓶颈。

从中期看，近存计算和存算一体可能成为可行路线。光计算也值得关注：它有望应对Space AI空间计算和低功耗等问题，尤其适合AI推理场景；但光存储仍处于探索阶段，涉及计算结果的完整存储。现阶段，行业仍主要依靠封装类技术方案推进落地。

原生AI产品的应用形态正在变化，模型体系也在逐步成型。车企需要具备模型选型和体系搭建能力，也需要重视基础设施这一工程能力：让模型在产品中高效、可靠地运行，并由硬件提供底层支撑。AI是一套完整体系，是产品演进的底座和工具，而不是某一项孤立功能。

“若见诸相非相，即见如来。”

最后分享两点认识。第一是AI原生组织能力。制约行业发展的，往往不是某一项功能或某一款产品，而是能否用AI范式重构复杂系统。根据康威定律，如果目标是打造AI原生产品，组织仍沿用旧时代的架构，产品目标就很难真正实现。

第二是生态协同。本次分享只涉及AI研发中的软件基础和AI底座。产、研、供、销、造等全链路都需要引入AI能力。仅就研发环节中，软件产品研发这么一小段，可以简单概括为：产品是AI的应用载体；模型层对应模型与数据；AI基础设施聚焦平台与工程能力；芯片提供算力底座，支撑应用持续迭代。

今天的具身设备和汽车，都只是不同形态的AI终端。根据近期公开数据，具身机器人相关企业已达470家。多数产品仍集中在展演、迎宾等场景，另一部分工业场景，用于质检、搬运、打螺丝，产品表现难以满足实际业务要求，具身智能领域或将进入新的发展阶段，情况与2015年前后的智能驾驶行业有相似之处，并可能出现新的行业分化。

最后引用《金刚经》中的一句话：“若见诸相非相，即见如来。”从业者更需要追问事物的本质：AI的本质究竟是什么？不应只停留在等单一产品、单一场景的表象。只有回到AI本质，“养土、固基、协同”逐步建设AI基础底座系统，持续创造产业价值，并不断推动技术迭代。