智能体上车提速，舱驾融合卡位期排行榜

2026年最炙手可热的概念莫过于AI智能体上车。从芯片厂商到主机厂，再到软件生态服务商，几乎全产业链都在全力押注这条赛道。

行业动态已充分印证这一趋势。6月5日，高通联合六家合作伙伴发起“车端AI Claw生态计划”；地平线同步推出舱驾一体芯片“星空”及KaKaClaw座舱系统。但热度远非芯片企业独享。理想L9 Livis将智能体嵌入座舱交互核心，问界M9强化交互能力，斑马智能发布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。

背后是一道刚性技术需求：智能体要真正落地，必须同时打通座舱与智驾两域的数据流。以典型场景为例——ADAS摄像头识别前方行人，座舱AI同步获取信息并向驾驶员发出提醒。听上去顺理成章，但在座舱和智驾分属两颗芯片的传统架构下，这种体验总是差强人意。舱驾融合由此从技术方向演变为量产刚需。

一旦舱驾融合规模化落地，影响远不止芯片选型。供应商的竞争边界开始模糊，车企内部组织架构承压，产业链利润分配格局必须重新洗牌。

加速起量

过去两三年，“舱驾一体”频频被提及，但每年年终复盘时，实际进展都难达预期。

根本原因之一是芯片研发与产品落地之间存在显著时差。一代芯片从定义到最终应用于供应商方案，通常需要三到五年。当城区NOA从高端选配变为标配，甚至要向10万元以内市场渗透时，激增的算力需求与市场已有方案之间出现了明显的“代际差”。

高通内部大约三年前就得出结论：以AI扩展的速度，继续将座舱与ADAS系统分开设计并不合理。为何直到2026年这一判断才被大规模验证？因为今年是几股力量交汇的节点。

首先是智能体侧。Agent对底层架构提出了硬性要求——必须能实时跨域调用传感器数据。还是那个场景：ADAS摄像头识别出拐角行人，座舱AI智能体同步调用信息提醒驾驶员。在分离架构下，这种跨域调用要么无法实现，要么效果不佳。6月5日，高通联合诚迈科技、车联天下、斑马智能、德赛西威、镁佳科技、中科创达发起“车端人工智能Claw生态计划”，正是为智能体的跨域运行搭建基础框架。谁掌控了这个框架，谁就掌握了车载服务分发的入口。

另一个关键因素是价格。谈及存储价格上涨带来的挑战时，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各自搭配一套内存的分离架构，在涨价周期中BOM成本被显著放大。他指出，舱驾融合可以省去一颗芯片及其配套内存，这也是高通当初推出Ride Flex方案的动因之一。如果内存没有涨价，许多车企可能会再观望一两年。涨价直接压缩了决策窗口。

两股力量叠加，舱驾融合正从技术构想走向量产现实。华尔街见闻获悉，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，其中10款已量产或正在量产中。

当然，仍有相当数量的车企在观望。过去两年毫末智行解散、极越倒闭，行业经历了去自研化浪潮。车企将智驾和座舱都交给外部供应商，但谁来统筹这两条外部供应链，许多企业还没想清楚。多位产业人士对华尔街见闻表示，行业仍然缺少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“一颗芯片比两颗更好”的爆款车型。这个样板间缺位的时间不会太久。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，表面上是芯片公司的产品战，底层则是供应链利润分配问题。

高通的策略是开放平台——自己不碰软件和算法，将上层全部交给合作伙伴。数据归属于软件栈合作伙伴，高通不采集芯片相关数据。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，这套方案就会成为事实标准。目前，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拥有量产方案。

值得注意的是高通为至尊版家族引入的新成员骁龙8787。这款芯片直接对标“骁龙8295加竞品ADAS芯片”的双芯片方案。这个双芯片组合目前在15到25万级车型中非常普遍——座舱用8295，智驾用地平线征程或其他ADAS芯片。8787的目标是用一颗芯片替代这两颗，同时支持Flex舱驾融合架构。15到25万正是中国乘用车出货量最集中的价位段，若8787在此站稳脚跟，将直接影响地平线等智驾芯片供应商在该主力价位段的份额。而且8787与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的开发成果可直接移植到8787覆盖中端车型——一套投入覆盖全价位段。

地平线押注的是软硬一体。“星空”芯片原生为舱驾一体设计，硬件隔离达到ASIL-D级。余凯算的是成本账：单车节省4000元BOM，百万辆就是数十亿。但更深的逻辑在于，当芯片、算法和操作系统出自同一家公司时，性能释放最完整，车企若想获得极致体验就得购买全家桶。样板项目选择了奇瑞iCAR，成败直接决定这条技术路线的行业说服力。

英伟达的选择是结盟。Thor平台锚定高端市场，极氪9X、8X已量产搭载，座舱端则交给其他伙伴——例如极氪8X由联发科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就拥有不可替代的位置。

三家选择背后是三种不同的行业判断。谁对谁错，最终取决于车企愿意为什么付费。

但眼下最剧烈的变化并不在芯片公司之间，而在供应商层面。卓驭科技从智驾起步，如今在骁龙8775和8797上均实现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，做的其实是同一件事。德赛西威、Momenta、元戎启行也在进行类似布局。目前，超过25家供应商推出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。逻辑很简单：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，相应的利润率也更高。传统座舱Tier-1若不升级能力边界，可能从方案商退化为执行层，利润空间将被大幅压缩。

一批L4出身的公司也在加速切入赛道。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用了六个月。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更为宏大。

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、地平线都在拼命争夺这个架构的定义权——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，那么当下的芯片方案已经在朝这个方向赶路。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。这套方案不只服务汽车智驾，它同时也是物理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，意味着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。