13 億美元：這是高通汽車業務 2026 財年第二季度（截至 2026 年 3 月）的單季營收，按年增長 38%。

年化算下來，高通從汽車上賺的錢已經超過 50 億美元。高通 CEO 安蒙預計，到 2026 財年結束時，這個數字會突破 60 億。

要知道三年前，高通的汽車年營收還不到 20 億美元。

英偉達 2026 財年（截至 2026 年 1 月）全年汽車收入 23.49 億美元，按年增長 39%。高通光一個季度就賺了英偉達大半年的量。當然，兩家的計算口徑不同，高通包含座艙、連接、ADAS 全棧，英偉達主要計入自動駕駛芯片和軟件授權。

但趨勢已經很清楚：在汽車芯片這條賽道上，高通正在拉開與多數對手的距離。

兩天前，高通在無錫辦了第四屆汽車技術與合作峯會。60 多場演講，70 多家供應商，50 多台展車。

目前，高通正在與上汽大衆深化合作，與卓馭科技聯合發布下一代艙駕融合域控制器，和誠邁科技、斑馬智能、德賽西威、中科創達等六家公司共同啓動「車端人工智能 Claw 生態計劃」。

「智能體之年」，汽車芯片公司在說什麼

高通中國區董事長孟樸在主論壇上說了一句話：「2026 年是智能體之年。」

這不是高通的獨家說法。吉利副總裁李傳海在 2026 年 5 月公開表達過類似判斷：未來座艙不會有固定界面，不需要獨立 APP，一個足夠強大的 AI 智能體就能讀懂用戶需求。火山引擎在 2026 北京車展上也發布了 Agentic AI 架構方案。

但「智能體」這個詞在汽車行業裏到底指什麼？

簡單說，就是從「你問它答」變成「它替你做」。傳統語音助手等你下指令，智能體會主動觀察你的狀態、判斷你的需求、調用車上各種硬件和服務來執行。比如你上車時情緒低落，它不會問「你想聽什麼歌」，而是直接切到你常聽的播放列表，調暗氛圍燈，把導航設成回家路線。

要實現這些，芯片端的要求很明確：AI 算力要夠大，能跑端側大模型；傳感器數據要能跨域調用，攝像頭、麥克風、雷達的信息要打通；推理要在本地完成，不能什麼都扔到雲端去排隊。

高通汽車事業群總經理 Nakul Duggal 在演講中提到：智能體 AI 的構想在三到五年前還處於概念階段，現在正逐步成為現實。他認為高通率先推動的艙駕融合架構，讓統一的底層平台可以直接打通車內外傳感器等硬件資源，智能體框架因此跑得更高效。

這是一個合理的技術敘事，前提是芯片確實有能力撐住這些需求。

三顆芯片，三個價位段

高通目前面向汽車市場的核心產品線有三條，從定位到能力差異明顯：

驍龍 8775（Ride Flex SoC） 是行業裏第一顆同時處理座艙交互和 ADAS 計算的單芯片方案。一顆芯片取代過去座艙域控和智駕域控兩套系統，高通稱系統級成本可降低約 20%。主攻 10 萬到 20 萬元區間的車型。

8775 於 2023 年發布，到 2025 年底開始量產。目前已獲 9 款車型定點，量產搭載的包括極狐阿爾法 T5、阿爾法 S5、東風日產 N6、別克昂科威 L7。峯會上展出的問道 V9 也基於這顆芯片。現場還開放了試乘，讓參會者體驗記憶泊車和城區 NOA 等功能。

驍龍 8397（座艙平台至尊版） 在峯會展區的存在感最強。斑馬智行用它跑了全模態端側大模型 AutoOmni 的實車方案，中科創達推出了 AquaClaw 車載 AI 智能體，誠邁科技展示了「螢火 Claw」，在端側實現類似 OpenClaw 的智能體助理體驗。東軟智行基於 8397 打造的端側 AI 智能座艙域控產品，已獲得多家頭部車企定點。

這些演示之所以成立，是因為 8397 和前代 8295 之間的躍升足夠大。AI 算力從 30 TOPS 到 320 TOPS，接近 10 倍。CPU 和 GPU 性能提升 3 倍，採用了高通專為汽車定製的 Oryon CPU 架構。8295 時代端側大模型只能跑 10 億參數，8397 直接拉到 140 億。

驍龍 8797（Ride 至尊版） 是當前高通汽車芯片的天花板。單片算力 1280 TOPS，定位 30 萬元以上高端車型，支持端到端 Transformer 算法和 VLA（視覺語言動作）模型。目前已獲 18 個車型定點，10 款車型已經或正在量產。

最具代表性的量產案例是理想 L9 Livis。這款車 5 月 15 日發布，售價 50.98 萬元，搭載驍龍 8797 加兩顆理想自研馬赫 100 智駕芯片，官方宣稱有效算力 2560 TOPS。座艙配了 29 英寸 6K 全景屏、48GB 座艙內存。

峯會上，高通還與卓馭科技聯合發布了基於 8797 的下一代艙駕融合域控制器。車聯天下基於同一芯片打造的新一代域控也在展區亮相，通過中央計算與分佈式邊緣計算協同，為駕駛輔助、智能座艙和端側 AI 應用提供統一計算基礎。

戰場上不止高通一家

高通在座艙芯片市場的份額據行業估計超過 70%，8295 幾乎成了中高端車型的標配。但在 ADAS 和中央計算領域，競爭者並不少。

英偉達 DRIVE Thor 單片算力 2000 TOPS，在規格上仍然領先。極氪是 Thor 上車最積極的車企，2026 款極氪 7X、9X 已量產搭載。英偉達與奔馳、蔚來等也有深度合作。在自動駕駛芯片市場，英偉達估計佔據約 40% 的份額。

聯發科也在進入這個市場。Dimensity Auto CT-X1 是一顆 3nm 製程的座艙旗艦芯片，NPU 算力 46+ TOPS，支持 130 億參數多模態大模型端側部署，實測性能超 8295 約 30%。聯發科還與英偉達合作開發下一代車用 SoC，首款合作芯片預計 2026 到 2027 年量產。

國內供應商的動作同樣密集。地平線在 2026 年發布了星空（Xingkong）系列芯片，BPU 算力高達 650 TOPS，定位中國首款艙駕融合智能體芯片。配套的整車智能體操作系統 KaKaClaw 一併推出。

車企自研芯片的趨勢也在加速。蔚來 2026 年初宣佈全系換裝自研神璣 NX9031 芯片，稱單車成本降低 1 萬元。小鵬推出圖靈芯片，理想的馬赫 100 已隨 L9 Livis 量產。

2025 年中國乘用車前裝艙駕一體計算單元達 156 萬台，按年增長近 50%。這個增速說明艙駕融合不再是概念驗證，而是進入了規模化部署階段。高通、英偉達、地平線、聯發科都在爭奪這塊市場，技術路線和商業邏輯各有不同。

端側大模型：從「能跑」到「好用」

端側大模型上車是 2026 年汽車 AI 的核心敘事之一。

面壁智能的 SuperMate 是目前量產規模最大的方案。模型參數控制在 100 億以下（MiniCPM 3.0 系列），已搭載在吉利、長安馬自達等多款量產車型上。面壁智能 CEO 李大海預計 2026 年底搭載量達 30 萬輛。這家公司拿到了 ASPICE L2 級評估，是國內首家獲得該車規認證的大模型企業。

地平線的征程 6 芯片平台上，座艙對話模型用了 28 億參數，語音交互延遲低於 80 毫秒，斷網狀態下可連續交互 100 輪。自動駕駛使用 70 億參數多模態感知模型，推理功耗控制在 12W 以內。

工具鏈的選擇對延遲影響很大。地平線的實測數據顯示，從 PyTorch 切換到 SNPE 後，推理延遲從 300 毫秒降到 50 毫秒。

高通的 8397 把端側大模型的天花板推到了 140 億參數。到了 140 億參數，車載 AI 夠得着多輪對話、多模態理解和任務規劃，已經超出語音指令識別的範疇。

但端側模型和雲端模型之間仍然存在能力差距。目前雲端的旗艦模型參數量已達千億甚至萬億級別。車上的 140 億參數模型更像是一個「夠用的本地助手」，複雜推理和知識密集型任務仍然需要雲端協同。高通與谷歌合作，將 Gemini Enterprise for Automotive 的雲端 AI 與端側 Snapdragon 方案結合，就是為了彌補這個差距。

汽車芯片的下半場

從 2021 年到現在，驍龍數字底盤解決方案支持中國車企推出超過 300 款智能網聯汽車。合作名單涵蓋大衆、寶馬、奔馳、豐田、Stellantis、蔚來、理想、零跑、極氪、長城、奇瑞、東風。

這些數字說明高通在汽車芯片領域的地位已經很穩固。但「穩固」和「不可替代」之間還有距離。

車企自研芯片的動力很充分：降低成本、掌握數據、減少對單一供應商的依賴。蔚來、理想、小鵬都已經在這條路上走出了實質性的一步。聯發科和地平線的產品逐漸成熟，也在給車企提供更多選擇。

高通的應對策略是把自己從芯片供應商升級為平台公司。覆蓋座艙、ADAS 和連接全鏈路，硬件之上還疊了 AI 框架和開發工具，單芯片和中央計算兩條路線都押。「車端人工智能 Claw 生態計劃」聯合六家企業一起推，也是在試圖把生態做厚。

安蒙在 Computex 上提出「計算連續體」的概念：AI 後台持續運行，隨時感知、調度資源、做出響應。汽車是這個連續體中最重要的移動節點之一。

這個構想能走多遠，取決於兩件事：端側模型的能力爬坡有多快，以及車企自研芯片會走多遠。

從這場高通峯會來看，至少供應鏈這一端已經準備好了。