作者 | 周智宇

2026年，AI Agent上車成了從芯片到整車到軟件供應商最擁擠的賽道。

6月5日，高通聯合六家企業發起「車端AI Claw生態計劃」。不久前，地平線推出艙駕一體芯片「星空」和KaKaClaw座艙系統。

不只是芯片公司在搶。理想L9 Livis把智能體做進了座艙交互的核心，問界M9也強調自家的交互能力，斑馬智能推出了AutoClaw車載Agent框架，中科創達在高通平台上實現了智能體跨域調用ADAS傳感器數據。

擁擠的背後有一個技術剛需在驅動：智能體要真正發揮作用，必須同時調用座艙和智駕兩個域的數據。一顆ADAS攝像頭識別到前方行人，座艙AI同步拿到這個信息提醒駕駛員，這件事聽起來簡單，但在座艙和智駕分屬兩顆芯片的傳統架構下，做出的體驗總是差強人意。艙駕融合，從一個技術方向變成了量產剛需。

而艙駕融合一旦鋪開，牽動的遠不只是芯片選型。供應商的競爭邊界在模糊，車企內部的組織架構在承壓，產業鏈的利潤分配在重談。

加速起量

過去兩三年裏，行業總是會把「艙駕一體」拿出來遛一遛，但每年年底總結的時候，情況並不算好。

這一定程度上來源於芯片研發和產品落地之間的時差。一代芯片產品要落到供應商具體方案上，之間總隔着三年甚至五年。當城區NOA從高端配置變成標配，甚至要進入十萬元以內的區間時，陡增的算力需求與市場上已鋪開的方案之間，存在着「代際差」。

大約三年前，高通內部就認定，以AI擴展的速度，再把座艙和ADAS系統分開做是不合理的。

三年前的判斷，為什麼到今年才被大規模驗證？因為2026年是幾股力量碰頭的年份。

智能體方面，Agent對底層架構提出了剛性要求，必須實時跨域調用傳感器數據。在一個具體的場景中，這種跨域調動最為直接：ADAS攝像頭識別出拐角行人，座艙AI智能體同步調用這個信息提醒駕駛員。在分離架構下，這個跨域調用做不到或做不好。

高通在6月5日聯合誠邁科技、車聯天下、斑馬智能、德賽西威、鎂佳科技、中科創達發起了「車端人工智能Claw生態計劃」，為智能體的跨域運行搭框架。誰控制了這個框架，誰就拿到了車載服務分發的入口。

另一個重要的因素，是價格。在6月5日被問及存儲價格上漲所帶來的挑戰時，高通技術公司執行副總裁兼汽車、工業及嵌入式物聯網與機器人事業群總經理Nakul Duggal對華爾街見聞表示，全球內存溢價周期可能還將持續12到18個月。兩顆SoC各配一套內存的分離架構，BOM成本在漲價周期裏被放大。他說，艙駕融合省掉一顆芯片的配套內存，這也是高通當初推出Ride Flex方案的原因之一。

如果內存沒有漲價，很多車企可能還會再觀望一兩年。漲價把決策窗口壓縮了。

兩股力量疊加，艙駕融合正從技術方向變成量產現實。

華爾街見聞了解到，從去年至今，北汽極狐已在阿爾法T5、阿爾法S5和問道V9三款車上落地單芯片艙駕融合方案，零跑D19也在今年首發雙驍龍8797中央域控。目前，Snapdragon Ride Flex平台已獲9款車型定點，驍龍汽車平台至尊版獲18個車型定點、10款已量產或在量產中。

眼下仍有相當數量的車企還在觀望。過去兩年毫末智行解散、極越倒閉，行業經歷了去自研化，車企把智駕和座艙都交給外部供應商，可誰來統籌這兩條外部供應鏈，很多車企還沒想清楚。多位產業人士對華爾街見聞表示，行業仍缺一個讓所有人信服的「樣板間」，一款在消費端讓用戶明確感知到「一顆芯片比兩顆好」的爆款車型。

樣板間缺位的時間不會太長。誰先打出來，誰就能定義這個品類的用戶預期。

鏈條重構

圍繞艙駕融合的競爭，表面是芯片公司的產品戰，底層是供應鏈利潤怎麼分的問題。

高通走開放平台路線，自己不碰軟件和算法，把上層全部交給合作伙伴。高通不採集芯片相關數據，數據歸屬於軟件棧合作伙伴。這種定位賭的是平台纔是卡位點，只要足夠多的算法公司在你的芯片上做方案、足夠多的車企用你的架構量產，那這套方案就是事實標準。

文遠知行、Momenta、元戎啓行、輕舟智航、卓馭科技，幾乎所有主流智駕算法公司都在高通平台上有量產方案。

值得注意的是高通為至尊版家族引入的新成員驍龍8787。這顆芯片直接對標「驍龍8295加競品ADAS芯片」的兩芯片方案。這個雙芯片組合眼下在15到25萬級車型裏非常普遍，座艙用8295，智駕用地平線征程或其他ADAS芯片。8787要做的是用一顆芯片替掉這兩顆，同時支持Flex艙駕融合架構。

15到25萬恰恰是中國乘用車出貨量最集中的價位帶，如果8787在這個市場站住腳，直接影響的是地平線等智駕芯片供應商在主力價位段的份額。而且8787和8797同屬一個產品家族，軟件二進制兼容，車企在高端車型上基於8797做的開發，可以直接移植到8787覆蓋中端車型，一套投入打全價位段。

地平線賭的是軟硬一體。「星空」芯片原生為艙駕一體設計，硬件隔離做到ASIL-D級。餘凱算的是成本賬：單車省4000元BOM，百萬輛就是數十億。但更深的邏輯是，當芯片、算法和操作系統出自同一家公司，性能釋放最完整，車企想要極致體驗就得買全家桶。樣板項目選了奇瑞iCAR，成敗直接決定這條路線的行業說服力。

英偉達選擇結盟。Thor平台錨定高端市場，極氪9X、8X已量產搭載，座艙端交給其他夥伴，比如極氪8X就是交給聯發科C-X1補課。英偉達賭的是算力天花板：只要高階智駕持續需要最強算力，Thor就有它不可替代的位置。

三家選擇背後是三種對行業的判斷。誰對誰錯，最終取決於車企到底願意為什麼付費。

但眼下最劇烈的變化不在芯片公司之間，而在供應商這一層。

卓馭科技從智駕起步，如今在驍龍8775和8797上都做了艙駕融合域控的量產方案，峯會期間與車聯天下升級戰略合作推進8797落地。車聯天下本身從座艙端切入，做的是同一件事。德賽西威、Momenta、元戎啓行也在做類似佈局。目前，超過25家供應商做了基於高通平台的艙駕融合相關方案。

集成商角色正從座艙端向智駕端遷移。道理很簡單：智駕的功能安全門檻更高，誰能搞定ASIL-D，誰就更有資格做集成，拿到的利潤率也更高。傳統座艙Tier-1如果不升級能力邊界，可能從方案商退化為執行層，利潤空間會被大幅壓縮。

一批L4出身的公司也在加速切入這個賽道。文遠知行過去五個月連拿五次全國智駕大賽冠軍，與廣汽聯合量產了10萬級的埃安N60，全系標配城市NOA。輕舟智航從RoboTaxi起步，輔助駕駛方案累計用戶行駛里程突破35億公里，AEB誤觸發率低於每50萬公里一次，目前已基於更高算力的QAM8797P艙駕融合平台與高通聯合開發下一代方案。元戎啓行在驍龍8797上的首發項目從開發到量產僅六個月。這些公司先在智駕側站穩腳跟，再向艙駕融合平台升級，路徑越來越清晰。

輕舟智航副總裁趙剛表示，從BEV到端到端、VLA，技術的原動力始終是用戶需求，用戶越來越認可更高的接管里程和更好的安全性，需求帶來量的爆發。

但賽道擁擠不會持續太久。行業共識是智駕供應商格局正在加速收斂至五到七家。融合方案的工程投入更大，車企不可能同時對接十幾家算法供應商，融合平台上的競爭，實際上在加速供應商的淘汰。

終端未來

如果只看眼前，艙駕融合是一個降本故事和智能體上車的技術前提。但把視野拉遠一步，正在發生的事情比多數人預想的要大。

眼下，越來越多的供應商將汽車和機器人放在了同一個事業群。

一名頭部智駕方案供應商高管對華爾街見聞表示，打造一輛有駕駛輔助能力的汽車，和打造一台機器人，技術上高度相似，VLA模型的部署、數據採集與標註、AI飛輪這些核心能力是共用的。區別在於機器人的自由度遠高於汽車，運行環境也更復雜。但汽車是物理AI最先跑出規模的載體，而艙駕融合的計算架構，正在成為更大版圖的起點。

換個角度算這筆賬：艙駕融合的市場規模不能只用汽車的盤子來衡量。如果這套架構能從汽車延伸到機器人、無人機、工業自動化，總的市場空間會是純汽車芯片的數倍。這也能解釋為什麼高通、英偉達、地平線都在拼命爭這個架構定義權，爭的不是某一款車的訂單，而是下一代計算的入口。

輕舟智航CTO李棟指出，行業正站在一個拐點，從單一場景的無人駕駛邁向通用物理AI，世界模型和強化學習是連接兩者的橋樑。他描述了輕舟構建的雲端世界模型，能基於運動模擬和BEV佈局生成高可控視頻，通過自然語言作為「世界編輯器」一鍵合成長尾場景和極端天氣，以低成本閉環仿真支撐持續強化學習。他特別強調，這套方法能讓AI擁有防禦性駕駛本能，「真正實現防患於未然的安全」。

輕舟在L4無人物流領域的持續投入印證了這一點。同一套「世界模型加強化學習」的架構，無論是城市NOA中的複雜博弈，還是無人物流車的高危場景，都能用來生成對抗性場景、持續優化策略。技術通用性越強，架構的價值就越大。

如果說物理AI是方向，那當下的芯片方案已經在朝這個方向趕路了。高通目前給出的雙驍龍8797跨域融合中央計算方案，跨雙芯運行編碼器、VLA採用MoE架構、參數量超300億、輸出三層冗餘軌跡。這套方案不只是服務汽車智駕，它同時是物理AI在端側落地的一個基礎設施原型。Nakul也表示，未來邊緣AI領域將產生大量需求，因為任何可以實現自動化的任務，最終都會以能在端側推理的AI模型來承載。汽車只是起點。

而即便是這套方案，可能也只是過渡態。前述頭部智駕方案供應商高管對華爾街見聞表示，在走向更高階自動駕駛的路途中，新方案的核心設計約束已不再是TOPS，而是DDR帶寬。

當瓶頸從算力轉向數據吞吐量，說明要跑的模型不再只是做推理，而是需要在端側進行大量數據密集型運算的世界模型和多智能體調度。計算架構的需求遠沒有到頭。

這場長跑的終點不是一輛車，而是整個物理世界的智能化。賽程也會比所有人以為的都長。