作者：李寧遠，物聯(lián)網(wǎng)智庫 原創(chuàng)

終端側(cè)智能是今年科技行業(yè)的主議題，從目前市場的動向來看，消費類設備、汽車、機器人這幾個終端是目前最受關注的AI硬件方向。在汽車市場，隨著電動化、智能化、網(wǎng)聯(lián)化汽車在全球市場的加速推進，全球主要車企在智能座艙、智能駕駛領域紛紛加快了布局，年初的CES展上海內(nèi)外眾多車企的最新進展以及眾多算力芯片廠商的新品都印證了這股風潮。

通用人工智能技術的快速發(fā)展，已經(jīng)驅(qū)動汽車行業(yè)進行一波產(chǎn)業(yè)升級，在此期間各類云端大模型被引入應用來支持車載智能功能的迭代。隨著AI處理的重心正逐漸從云端向終端轉(zhuǎn)移，優(yōu)化后的端側(cè)模型在隱私保護、低延遲響應及個性化定制等方面具有顯著優(yōu)勢，汽車端側(cè)算力與模型的部署正成為發(fā)展的又一風向標。

從傳統(tǒng)汽車到智能汽車，這一轉(zhuǎn)變不僅僅是技術的革新，也在重塑人們對出行方式的理解。如其中的智能座艙，作為人機交互的主要窗口，率先開啟了AI進程。去年新舊造車勢力，中外汽車品牌就啟動了AI大模型在座艙領域的全面應用，從語音、交互、個性化場景等多個維度，來重新定義智能座艙的應用創(chuàng)新與人機交互體驗。到今年，端側(cè)模型上車更多本地智能的支持也將開始推動智能汽車向汽車智能體轉(zhuǎn)變。

在AI落地的新半場，端側(cè)AI推動的智能汽車革命已經(jīng)到來，進一步改變?nèi)藗兊某鲂蟹绞揭I著交通領域的全面升級。

端側(cè)強智能拓展汽車智駕、座艙功能

當前，終端側(cè)AI在汽車智能駕駛升級、智能座艙升級（特別是端側(cè)大模型應用以及多模態(tài)交互融合）上有著明顯的推動作用。國內(nèi)華為、比亞迪、蔚來、小鵬、理想等廠商，國外特斯拉、豐田、寶馬等均在在這些領域均有著深厚的布局，不僅致力于研發(fā)先進的智駕軟硬件，還在智能座艙、語音識別與自然語言處理等方面取得了顯著成果。

智能駕駛

智駕一直都是汽車科技的前沿陣地，2024年中國發(fā)布首個自動駕駛國標，年底北京、武漢多地出臺相關條例似乎預示著L3級自動駕駛即將邁向商用，2025年智駕領域的動靜肯定不會小。

比亞迪已經(jīng)明確表示在2025年聚焦于“智駕平權”，即通過規(guī)?；茝V智能駕駛系統(tǒng)，完成智駕在主流車型上的落地。

目前智駕方案可以分為算力方案與算法方案，蔚小理、比亞迪、吉利等主機廠走從算法到芯片的發(fā)展路線，蔚來“神璣NX9031”已搭載于蔚來 ET9、小鵬和吉利已成功流片、而理想和比亞迪正在推進自研智駕芯片項目。

華為是非常特殊的玩家，既是供應商也有終端品牌，華為車BU從算法到算力全棧自研，基于昇騰的算力方案只供給鴻蒙智行車型以及阿維塔、深藍這些。

芯片廠商也開始做智駕算法上的突破，像英偉達、地平線，算力和算法供應商都開始往軟硬一體的方向在走，增大自己在智駕產(chǎn)業(yè)鏈上的價值空間。

回到智駕功能本身，算力硬件和傳感硬件是智駕得以實現(xiàn)的基礎。終端側(cè)AI對算力需求引領了算力平臺的持續(xù)革新。極具代表性的高通智駕Snapdragon Ride至尊版平臺就在SoC中添加了面向多模態(tài)AI設計的專用神經(jīng)網(wǎng)絡處理器NPU以及為汽車定制的Oryou CPU，該平臺采用的NPU配備了Transformer加速器和矢量引擎，并支持混合精度，旨在實現(xiàn)低時延、高精度且高效的端到端Transformer，從而保持最佳能效和性能。

英偉達的Thor處理器算力更強勁，這款計算能力達上一代產(chǎn)品Orin 20倍的芯片也正式進軍汽車市場，不僅限于自動駕駛芯片，更是為汽車的中央計算架構量身打造。黑芝麻智能的華山A2000內(nèi)置高性能NPU核心，支持高階智駕和具身智能等多種終端算力需求。當前汽車終端側(cè)算力的提升為智駕落地提供了充足動力。

在傳感硬件上，TI1近期發(fā)布的60GHz毫米波雷達傳感也體現(xiàn)了硬件向終端側(cè)智能發(fā)展的風向，該毫米波雷達傳感，整合了乘員檢測、兒童存在檢測和入侵檢測三項車內(nèi)傳感安全功能，并采用運行終端側(cè)AI算法的單芯片，在端側(cè)直接進行數(shù)據(jù)處理與分析決策，提高準確性并且縮短處理時間，實現(xiàn)更安全的駕駛環(huán)境；飛凌微車載視覺應用M1系列芯片在支持高性能圖像處理同時也能支持端側(cè)視覺感知預處理。

在智駕領域，傳感會吃掉汽車終端側(cè)很多算力，導致規(guī)劃定位環(huán)節(jié)算力緊缺。現(xiàn)在整個汽車終端算力的提升以及傳感端側(cè)智能的優(yōu)化，算力更加充裕，傳感側(cè)響應時間大幅縮短，在這種端側(cè)強智能的背景下全場景智駕實現(xiàn)的腳步會越來越快。

值得一提的是這些其實和人形機器人很像，相關軟硬件技術棧也較為重合，所以不少車廠都開始入局人形機器人，把握未來智能時代最大的兩個端側(cè)硬件方向。

智能座艙

智能座艙絕對是國內(nèi)車廠卷得最厲害的方向，從前單一的駕駛空間現(xiàn)在已轉(zhuǎn)變?yōu)榧Y訊、娛樂、交互、控制于一體的智能空間。智能汽車研究院監(jiān)測數(shù)據(jù)顯示，2024年1-11月，中國市場（不含進出口）乘用車前裝標配智能座艙搭載率從上年同期的61.06%，進一步提升至72.36%。

根據(jù)畢馬威分析數(shù)據(jù)，2026年中國智能座艙市場規(guī)模將達到2127億元，2022年至2026年的年復合增長率約17%，滲透率有望從59%提升至82%。

全場景AI智能語音交互，傳感器接入實現(xiàn)艙駕監(jiān)測已經(jīng)不再是新鮮的功能。端側(cè)大模型應用以及多模態(tài)交互融合才是未來智能空間的必需。

傳統(tǒng)智能座艙的AI也是由端側(cè)和云端構成，但重心在云端，端側(cè)普遍只支持10億參數(shù)以下小規(guī)模的模型。這樣的智能座艙體驗已經(jīng)有些落后。往后智能座艙中，將支持幾十億參數(shù)以上端側(cè)大模型，做到端側(cè)強智能，并實現(xiàn)以端側(cè)本地智能為側(cè)重的端云混合。

在CES上亮相的DESAYSV座艙產(chǎn)品NPU性能最高算力性能提升12倍，已經(jīng)能夠運行幾十億參數(shù)的座艙端側(cè)模型。端側(cè)強智能是智能座艙內(nèi)卷的確定方向。

除了華為、理想、蔚來、北汽等汽車廠商在持續(xù)推進汽車端＋云模型的升級，像科大訊飛去年也針對汽車端側(cè)發(fā)布了星火大模型，該模型在車載應用中的效果損失小于等于1%，并且在端側(cè)的首次響應時間僅需40毫秒，端云融合交互時間更是低至1.3秒，這種及時性是端側(cè)優(yōu)勢也是智能座艙急需的。英特爾也正在推動和合作伙伴把端側(cè)大模型、AI智能體部署到汽車本地。

端側(cè)的多模態(tài)應用同樣重要，人車交互體驗的關鍵恰恰取決于理解和生成能力，依靠多模態(tài)的理解和生成，可以處理和生成多種類型數(shù)據(jù)的大模型，通再過量化、剪枝和蒸餾的方式將其部署到端側(cè)，可以提供實時的更真實的交互，這些更主動更懂用戶意圖的多模態(tài)交互引領的是一個全新汽車智能空間生態(tài)。

出于實時響應的要求以及對用戶隱私數(shù)據(jù)的保護需求，用于多模態(tài)感知的大模型肯定是部署在端側(cè)，換言之，端側(cè)部署的多模態(tài)感知大模型將成為已經(jīng)內(nèi)卷嚴重的智能座艙又一個激烈戰(zhàn)場。

實現(xiàn)AI Car仍有不少難關

在此前的《機器人與模型深度融合開啟智能升級下半場，智能終端的未來終局是物理AI》中提到過，終端側(cè)智能正在將AI從數(shù)字世界帶入物理世界。

和被寄予厚望的人形機器人一樣，目前目標是端側(cè)強智能的智能汽車，未來同樣有望借助多模態(tài)原生世界模型，打通物理世界和數(shù)字世界，成為整合人的需求并能與交通系統(tǒng)協(xié)同優(yōu)化的具身智能實體，成為真正的AI Car。但在整個實現(xiàn)路徑上，仍舊面臨著不少挑戰(zhàn)。

首先，端側(cè)算力雖然在不斷提高，但端側(cè)大模型在算力資源利用上仍要與終端芯片架構、算力性能協(xié)同適配，端側(cè)模型架構和模型壓縮等技術仍需進一步研究。

其次，與AI PC、AI Phone等消費類終端設備相比，智能汽車感知來源多，既有對車外環(huán)境的感知也有車內(nèi)空間的感知，且這些感知數(shù)據(jù)大部分是動態(tài)的。內(nèi)外多傳感器的輸入，使得多模態(tài)信息融合異常困難。需要同時處理視覺、音頻、空間等動態(tài)信息，構建能在不確定的環(huán)境下具備理解空間與物理過程并提供泛化決策能力的多模態(tài)模型。

第三，強感知理解高實時性響應之外，車內(nèi)感知會收集到大量用戶隱私數(shù)據(jù)。端側(cè)智能將數(shù)據(jù)處理集中在本地，一定程度上避免了數(shù)據(jù)頻繁上傳云端能更好地保護用戶隱私。但在有限的端側(cè)設備算力和存儲資源下實現(xiàn)隱私保護需要更多技術手段介入。以及當端側(cè)AI智能體基于第三方應用完成任務時，數(shù)據(jù)的控制權和保護責任也需要進一步明確劃分。

雖然端側(cè)AI推動的智能汽車革命已經(jīng)到來，但在實現(xiàn)真正的AI Car的道路上，仍需要克服諸多挑戰(zhàn)。汽車軟硬件全棧技術與AI的深度融合的同時完善相關法律法規(guī)，提升用戶接受度，才能推動智能汽車向AI Car的持續(xù)發(fā)展。

寫在最后

在新能源進程的下半場與AI開始擁抱終端硬件重合的時間節(jié)點，汽車行業(yè)正在加速向數(shù)智化新階段邁進。在這場變革中，誰能率先利用端側(cè)智能完成賦能，誰就將在未來的市場競爭中搶占先機。