陈黎明认为，在技术开发范式上，从软件 1.0 到软件 2.0 的"数据驱动"模式，彻底改变了软件开发逻 辑。过去质量管理体系、标准、流程等都是基于"硬件优先"的汽车时代和软件 1.0 时代建立。面对数据 驱动的软件 2.0，行业正面临许多挑战，需要开展在新的开发范式下体系标准、流程等方面的建设工 作。 "AI大幅推动了智能驾驶的性能、泛化能力与安全性，离 L3、L4 级自动驾驶更近一步，技术能力实现 了关键突破。"陈黎明从生态角度看，行业生态已经从原来的链状变成现在的网状了，不是简单的供货 关系，而是一种非常深度的战略合作，包括在资本、技术上的共享，形成"你中有我、我中有你"的融合 模式。这种变化对产业的影响非常深远。 新京报贝壳财经讯（记者陈维城）9月28日，在2025世界新能源汽车大会圆桌讨论上，地平线总裁陈黎 明表示，当前，AI 技术发展对汽车产业产生了非常重大的影响。汽车行业已从"硬件定义汽车"，到前 几年的"软件定义汽车"，如今正式进入"AI 定义汽车" 的时代。 陈黎明提到，在"AI 定义汽车"时代，不再是智能座舱、智能驾驶单独发展，下一步核心是"舱驾融 合"及更多场景的融合；再往后，汽车将成为一 ...

智能汽车领域布局与优势 - 公司2013年开始布局智能汽车业务，2017年收购芬兰Rightware公司并优化Kanzi产品，成为全球主流车厂智能座舱首选UI开发工具 [3] - 通过"AIOS+AIBOX"一体化解决方案构建闭环系统，其中滴水AIOS以AI原生架构实现算力动态分配与模型调度，AIBOX搭载NVIDIA Drive AGX芯片提供200TOPS AI算力及205GB/s传输带宽，支持7B大模型端侧运行 [3] 全球化业务发展 - 研发团队覆盖全球16个国家或地区，采用"全球化+本地化"策略响应市场需求 [3][4] - AIOS支持国内外应用生态灵活配置，助力中国车厂出海战略 [4] 智能座舱技术突破 - 基于AI Agent技术实现多模态感知交互，响应时间控制在500ms以内 [4] - 依托Snapdragon Ride平台至尊版（骁龙8797）构建14B参数端侧大模型架构 [4] 物联网与AI硬件产品 - 物联网业务覆盖手持终端、智能视觉、机器人、AIPC、可穿戴设备等场景 [4] - AI Mini PC G1 Elite/G1支持45TOPS算力，可运行130亿参数AI模型；IoT版本搭载高通QCS6490平台提供12.5TOPS算力，支持1.8亿参数模型 [5] - TurboX AI眼镜基于高通Wear5100+MCU实现毫秒级AI响应 [5] 合作伙伴与技术创新 - 与火山引擎合作开发端云协同AI座舱方案，实现500ms级语音反馈及GUIAgent自主交互 [5] - 滴水OS基于高通QAM8797实现140亿参数大模型端侧落地 [6] - 机器人业务在汽车汽配、橡胶制造等行业批量落地，覆盖泰国、越南、中东等海外市场 [6]

**中科创达电话会议纪要关键要点** **涉及的行业与公司** * 公司专注于智能汽车、物联网、机器人、智能视觉等领域[2] * 行业涉及汽车智能化、边缘计算、自主移动机器人、机器视觉等[2][3][5] **核心观点与论据** * **AI定义汽车趋势**：软件定义汽车正过渡到AI定义汽车时代 公司通过AIOS赋能产业链 推动汽车向具身机器人发展 使其具备感知、决策和执行能力[2][3] * **端云一体化AI Box方案**：AI Box需求增长 在端侧进行边缘计算并利用云端算力 实现实时响应并减少延迟[3] 公司发布基于英伟达Drive AGX平台的AI Box方案 提供高达200 TOPS AI算力及205 GB/s传输带宽 是产业内首个流畅运行7B模型的端侧设备[2][5] 该方案通过标准化协议与汽车域衔接 无需改动原有E1架构 大幅降低开发成本和周期[6] * **机器人领域布局**：公司布局自主移动机器人（AMR） 利用多模态感知技术实现精准定位 应用于工业产线和仓储物流[2][7] 当前产品具备约1.5吨承载能力 算力覆盖从12 TOPS到80 TOPS[7] 未来将探索四足和双足机器人应用场景[2][5] * **芯片厂商合作**：与英伟达、高通等芯片厂商紧密合作 AIOS支持多种芯片[2][5] 基于高通8797平台实现140亿参数模型落地[6] 与地平线通过合资公司合作 共同围绕芯片提供核心价值[8] * **视觉技术优势**：通过并购MM Solution增强视觉技术实力[10] 视觉方案广泛应用于手机、汽车、物联网等领域[2][10] 推出双4K摄像头结合AI导播算法的视频会议产品 能捕捉25英尺外的表情和动作细节[2][13] 在汽车领域实现360度环视系统 并优化AI模型实现低光照下的视频流畅性和细节保留[10][11] * **自研模型能力**：构建端到云全链路AI能力[4][16] 与火山引擎等大模型厂商深入合作 推出AI座舱方案及GUI Agent 实现车内人机交互及UI界面高度集成[4][16] 具备开放合作模式 与高通、微软等推出多款参考设计[13][16] **其他重要内容** * **费用率改善原因**：得益于运营效率和经营效率提高 以及有效管理人员组织及资源[4][14] 公司将继续灵活匹配资源应对产业机会[4][15] * **AIoT平台整合**：构建AIoT平台 将通信、感知、连接、计算与智能化深度整合 形成平台化能力为垂直领域提供定制解决方案[5] * **CRM参考设计进展**：在CRM领域发布多款参考设计 已完成基础工作使客户能快速出货[18] * **Robot Taxi业务**：专注于整体平台建设 保持开放合作 核心是AIOS平台加AI Box算力平台和人机交互技术[19] * **未来发展核心**：以AIOS为核心 展开生态融合、全球化融合及软硬件整体融合[20]

**行业与公司** - 行业涉及智能汽车、物联网(IoT)、机器人、智能手机及可穿戴设备（如AI眼镜）[1][10][13][17][18] - 公司为中科创达（创达），专注于操作系统、AI技术及端云一体化解决方案[1][2][3] **核心观点与论据** **1 汽车业务：AI定义汽车与智能座舱突破** - 通过端云一体化AI架构重塑汽车电子架构 AI Box弥补端侧算力不足 实现本地数据处理[2][3] - 与吉利、英伟达合作发布基于英伟达Drive AGX的AI Box平台 支持70亿参数模型车端实时运行 算力达200 TOPS 传输带宽超200 GB/s[2][3][4][6] - 整车操作系统Dish OS转向AI原生架构 实现算力动态分配和灵活模型调度 支持深度集成AI应用及云服务连接[2][5] - AI OS优化人机交互 实现50毫秒级语音反馈和多模态识别推荐 与火山引擎合作开发GUI Agent提升座舱体验[2][3][9] **2 机器人业务：技术复用与场景落地** - 推出多款AMR（自主移动机器人）产品 面向工厂和仓库物流场景 采用多模态感知技术和传感器立体组合[3][8] - 将汽车领域软件和AI能力复用到机器人领域 提供软硬一体化解决方案[3][8] **3 物联网与端侧智能：平台化与全球化** - AIoT平台整合芯片计算能力和操作系统技术 提供端到端交钥匙方案 覆盖手持终端、智能视觉、边缘计算、智能会议系统、机器人、AI PC及可穿戴设备[10][11][12][13] - 端侧智能拉动业务复苏 AI眼镜等产品迭代加速（如功耗降低30%-75%）[11][14][18] - 全球化布局覆盖16个国家和地区 涵盖汽车、手机、物联网等领域[10] **4 手机与可穿戴设备：技术创新与复用** - AI手机带来新研发需求 技术可复用到汽车及物联网领域[17] - AI眼镜采用高通双芯片架构 功耗降低30%（蓝牙场景）和75%（待机） 续航提升[18] **5 合作与生态建设** - 与芯片厂商（如英伟达）、云厂商、大模型厂商及互联网厂商合作 提供端到端解决方案[3][15][16] - 内部使用飞书系统集成AI能力 提升研发效率并赋能To B厂商[15][16] **其他重要内容** - 双引擎战略：以Dish OS和AI Box为核心 支持全场景拓展[2][7] - 端侧智能发展受大模型迭代和硬件投入驱动 市场前景广阔[11][14]

21世纪经济报道记者 骆轶琪 进入AI时代，汽车芯片设计过程中正面临新的挑战：如何在新功能实现与快速上市间达到平衡，正成为关键。 近日，Arm宣布推出Arm Zena计算子系统 (Compute Subsystems, CSS)。据称，作为标准化且预先集成的计算平台，其能够最多帮 助整车厂缩短12个月的开发周期。 受访时，Arm汽车事业部产品和解决方案副总裁Suraj Gajendra对21世纪经济报道记者分析道，目前已经进入"AI定义汽车"时 代，这意味着汽车对算力的需求正在大幅增长，因此Arm将从硬件技术底座到软件工具等多维度进行应对。 他还透露，截至目前，全球已有包括车厂和芯片设计商在内超过10家合作伙伴，一部分取得了Zena CSS的技术授权，另一部分 则正与Arm在深度合作接洽阶段。 AI定义汽车 当前仍处在AI大模型发展早期，这意味着将相关技术落地产业应用将存在功能持续累加的过程。例如在智能驾驶技术不断演进 过程中，今年被认为是VLA（视觉语言动作）"上车"元年，这背后考验着从芯片厂商到整车厂商的协同应对。 Suraj Gajendra指出，以往仅部署在高端车型的功能，例如实时驾驶员监控、预测性维 ...

**中科创达 2025年H1业绩与战略会议纪要关键要点** **一 公司业绩表现** * 2025年上半年公司总营收32.99亿元 同比增长37.44% 归母净利润1.58亿元 同比增长51.84% 经营活动现金流净额2.67亿元 同比微降4.7%[3] * 分业务线营收：智能软件8.41亿元（+10.52%） 智能汽车11.89亿元（+7.58%） 智能物联网12.7亿元（+136.14%）[4] * 分区域营收：中国区17.42亿元（+12.96%） 海外市场（欧美 日韩等）15.58亿元（+81.41%）[6] **二 核心战略与业务进展** * 坚持端侧智能核心战略 深耕AI定义汽车和AI终端智能产业 拓展全球市场[2][7] * 智能硬件已形成六大产品线：智能相机 会议系统 机器人 手持终端设备 音箱 可穿戴设备[9] * 物联网增长主因Edge AI需求增加 具持续性但取决于客户端投入节奏[12] * 汽车业务聚焦AI定义的人机交互 三大方向：汽车向具身智能机器人演进 端云一体化混合AI AIOS操作系统演进[15][16] * AI眼镜解决方案价值量显著扩容 采用高通双CPU架构平台 提供整机或模组+软件方案[17] * 在高通8775平台实现140亿参数大模型落地 整合地图导航 驾驶数据及实时场景融合[5][18] **三 技术与合作布局** * 与高通 地平线 华为等芯片厂商深度合作 支持多芯片架构（Intel ARM 高通）[32][33] * 参驾融合时代通过芯片平台 操作系统 端云结合及AI能力形成竞争优势[18] * 机器人（AMR）领域依托汽车技术能力及工业物联网经验 从工业场景切入全球市场[5][29] * 软硬一体化解决方案在IPC等品类推广 通过平台叠加模块和能力形成价值增量[17][18] **四 风险与挑战** * 汽车行业客户端投入存在不确定性 需关注市场动态[13] * 物联网毛利率因前期投入及产品结构变化有所下降 但公司更关注产业空间与客户需求而非单纯毛利率[25][26][28] **五 未来展望** * 海外市场（北美 日韩 欧洲）增速更快 优势包括座舱基础 自动驾驶技术及中国产业链快速迭代能力[18] * 人员增长聚焦新业务（机器人 端侧智能） 费用率控制中保持研发投入[24][25] * 通过整合TikTok Mobile等资源构建完整IoT产业链 加速协同效应[22][23]

公司战略与产品发布 - 公司宣布全域AI技术正式落地智能座舱领域 聚焦"一个座舱"战略方向 通过统一AI OS架构、AI Agent和用户ID实现AI座舱All in One [2] - 新一代AI座舱操作系统Flyme Auto 2正式亮相 深度融合吉利AI OS技术框架 实现"智美新生"四大维度焕新升级 [2][7] - 新系统将率先搭载于领克10EM-P和吉利银河M9两款车型 2025年成都车展正式亮相 [13] 技术特性与用户体验 - Flyme Auto 2具备智能体主动服务能力 可记忆用户习惯并主动打造个性化情感化专属座舱空间 [9] - 系统延续Flyme视觉设计与交互优势 首创车况联动Alive壁纸 新增小窗模式和桌面大卡片交互形式 [11] - 支持90%以上市面手机接入 提供有线/无线投屏及Web应用等多种连接方式 大幅扩展娱乐生态体验 [11] 市场表现与生态布局 - 魅族Flyme Auto已搭载28款车型 覆盖吉利/银河/领克等多品牌 用户规模达140万 成为覆盖最广且增速最快的智能座舱系统 [4] - 未来将通过Flyme Auto实现智能汽车与AR眼镜、AI手机的生态互联 构建以人为中心的AI全场景体验 [13] - 全新AI手机和AR眼镜产品正在筹备中 Flyme Auto 2将在魅族22年度旗舰手机发布会进一步发布 [13] 行业技术演进 - 多模态交互技术成熟推动传统智能座舱向全方位智能化演进 从"人找功能"转变为"服务找人"的高感知情感化交互 [9] - 公司携手吉利银河/领克/亿咖通等合作伙伴 以AI重塑智能座舱体验 推动汽车从"软件定义"迈向"AI定义"新阶段 [13]

Arm Zena CSS产品介绍 - Arm正式推出Arm® Zena计算子系统(CSS) 作为标准化且预先集成的计算平台 [1] - 该平台以RTL设计包形式交付 包含CPU集群、安全岛、安全飞地、调试功能、基础IO接口及电源时钟模块 [4] - 集成最新Cortex-720AE CPU集群、CMN S3AE一致性互连技术及首次采用Cortex-R82AE构建的安全岛 [4] 技术优势与创新 - 通过预先验证的RTL交付方式为芯片合作伙伴提供核心计算能力 使客户能灵活添加其他功能 [4] - 安全飞地支持客户按需进行编程配置或替换 满足定制化安全需求 [4] - 使软件团队能在物理硬件推出前启动开发 助力车企提前一年将新款车型推向市场 [1] 开发效率提升 - 相比传统线性开发流程 虚拟原型技术已将软件开发进度提前两年 [5][7] - Zena CSS进一步将开发周期缩短12个月 解决因系统复杂度导致的10-12个月产品延期问题 [5][8] - 客户可复用核心计算组件 通过AI加速器子系统升级或I/O增添实现产品迭代 [8] 成本效益分析 - 整体项目成本降低 客户在复杂SoC开发上所需的工程师总数及占比大幅减少 [9] - 每个项目所需工程资源投入预计减少20% [9] - 设计提前完成本身带来额外成本节约 [9] 市场认可与合作 - 全球超过10家车厂和芯片设计商已取得技术授权或处于深度合作接洽阶段 [9] - 获得中国汽车生态圈认可 广汽研究院认为该方案对满足下一代车辆需求至关重要 [9] - 四维图新表示该平台能显著缩短架构设计、集成和验证的关键周期 [9] 行业应用前景 - 车辆将涌现更多基于AI的应用 包括ADAS、自动驾驶、智能座舱、驾驶员监测及预测性维护等功能 [10] - 中国汽车市场成为重要创新基地 Zena CSS提供加速创新的计算底座 [11] - 公司未来将聚焦以标准化方式赋能更强算力 同时为合作伙伴保留灵活性 [11]

本文系观察者网独家稿件，未经授权，不得转载。 0:00 【直播回放】AI 定义汽车：蝶变与突围 ...

产业发展趋势 - 中国已实现电动化换道超车，智能化方面终端市场先行，产业生态日趋丰富 [1] - 2025年至2030年核心任务包括加速普及辅助驾驶，扩大用户基础，培育智能驾驶文化 [1] - 电动化+清洁化是国家长期战略目标，电驱动系统作为核心零部件必须实现自主可控 [1] - 推动"四化"发展（电动化、智能化、低碳化、全球化）是行业共同努力方向 [1] 智能化竞争格局 - 全球智能化竞争已全面展开，各国均在发挥自身优势 [2] - 需快速提出L3及更高等级自动驾驶发展目标，2030年及之后两三年将是L3、L4规模化应用窗口期 [2] - 电动化领域差异性逐渐缩小，同质化现象明显，智能化将成为更关键战场 [2] - 智能化不仅为电动化提供基座，更将通过智能驾驶技术深刻改变用户习惯与出行方式 [2] 芯片国产化进程 - 智能座舱和车控芯片国产化率成为重点，车企积极采用国产芯片推动进程提速 [3] - 供应链关系重构，本地芯片企业更多参与整车设计早期阶段联合开发 [3] - 车规芯片需通过严格AEC-Q100测试，在功能安全、使用寿命等方面要求更高 [3] - 芯驰科技E3系列MCU芯片填补国内高端高安全级别车规MCU市场空白 [6] 技术创新方向 - 车载应用从传统软件定义汽车转向"AI定义汽车" [3] - 智能驾驶需平衡安全与成本，避免冗余设计导致系统难以量产 [3] - 产业发展阶段决定核心策略：快速发展期应以技术迭代为核心 [4] - 算力决定体验上限，算法决定上限兑现能力，需把握软硬件平衡的"最佳甜点位" [4] - 2026年下半年至2027年更高算力平台将成为新"甜点位" [4] 安全技术路径 - 智能汽车安全技术推进两条路径：规则驱动与数据驱动各有优劣 [5] - 提出"认知驱动"路线，融合人类类脑认知与知识经验实现感知-认知-决策闭环 [5] - 长城汽车采用"端到端+无图"技术方案，通过安全评估网络和人工规则保障系统安全 [6] - VLA模型深度融合提升复杂路况语义理解与耦合强化学习能力 [6]