“地平线发布星空，反手掏出8787，舱驾融合的「神仙打架」刚刚开始。”
作者丨李雨晨
编辑丨林觉民
每年的中国汽车智能化市场，总会有一个不一样的热词。
4月的北京车展上，“舱驾一体”、“智能体上车”取代了去年的“端到端方案”。为此，地平线赶在车展前发布了5nm舱驾融合芯片“星空”，芯擎科技推出“龍鹰二号”。
舱驾一体热度空前，背后是行业对电子电气架构向中央计算集中的共识，以及对降本增效的迫切需求。
两个月后，无锡，高通汽车技术与合作峰会上，舱驾融合同样成为核心议题。高通宣布骁龙8775已实现量产部署，获得9款车型定点；更高性能的骁龙8797则进入规模化落地前夜；同时推出了面向中端市场的骁龙8787，形成从入门到旗舰的全系产品矩阵。
这三颗芯片的发布，完成了高通在舱驾融合赛道的关键拼图。
但这远非故事的全部。真正值得观察的是，当智能座舱的绝对王者开始向智能驾驶领域纵深推进、AI上车从“大模型”概念演进为“AI智能体”的量产实践，高通的布局与选择，会怎样影响整个产业链的权力版图。
01
舱驾融合的赛道越来越拥挤
舱驾融合——即把智能座舱和智能驾驶两大功能合并到一颗主控芯片上——当初并不是一个被普遍看好的方向。业内对舱驾一体始终存在两种态度：支持方看好它在降低计算时延和成本上的作用，反对方则认为高集成度意味着更复杂的工程化和更不可控的体验效果。
两者分歧的一大核心因素在于安全性。
座舱与智驾的安全等级截然不同——智驾系统要求极高，而座舱在某些情况下即便黑屏，车辆仍可安全行驶。这意味着，在单芯片上同时承载功能安全最高等级（ASIL-D）的智驾任务和对安全性要求相对较低的座舱功能，对芯片的架构设计提出了极高要求。
尽管存在争议，舱驾融合的推进速度仍然在加快。
市场研究机构佐思汽研的预测显示，2026年到2030年中国舱驾一体市场的年复合增长率将达36%，到2030年还有3.6倍的增长空间。高工智能的测算则更为具体——舱驾融合方案相较于传统分立式架构，可实现整车约30%的降本。
降本，是车企现阶段最大、也最真实的诉求。过去三年价格战叠加强研发投入，汽车行业的盈利水平被压缩至历史低位。李斌在2026重庆峰会上就直言：“整个行业要做好2026年全年，国内的汽车零售量同比下跌15%～20%的心理准备。”
乘联会数据显示，今年第一季度汽车行业销售利润率已降至3.2%。在传统架构中，智驾域和座舱域对应不同的芯片、不同的集成方案、两套内存配置和两套散热、线束布局，投入巨大。舱驾融合方案通过单芯片整合，可以在硬件层面直接降低物料成本，同时对车企内部的开发、测试、验证流程也带来整合效率的提升。
正是在这样的产业背景下，各路玩家纷纷入局。
地平线是今年新入局者之一。2026年4月的年度产品技术发布会上，地平线推出了中国首款舱驾融合整车智能体芯片“星空6P”。这颗采用5nm车规制程的芯片，集成20核CPU，AI算力达650TOPS，专为整车智能体OS设计。
地平线创始人兼CEO余凯在发布会上强调，“未来的汽车必须是整车计算平台，不能一个车配两个大脑、三个大脑”。通过单芯片一体化设计，星空6P将原本需要两个域控制器、两套独立硬件的计算任务整合至一颗芯片，可使域控制器空间节省约50%，为车企单车节省1500-4000元硬件成本。”
国产阵营中，芯擎科技也在今年北京车展发布了5nm车规级舱驾融合芯片“龍鹰二号”，计划于2027年第一季度启动适配。黑芝麻智能的“武当”系列芯片从入门级切入，单芯片支持智能座舱、L2+行车辅助和自动泊车三大功能，已在东风奕派007上率先搭载。
而在更上游，国际巨头英伟达也在推进舱驾融合方案。尽管英伟达在中国高阶智驾市场的份额正在经历下滑——高工智能汽车研究院监测数据显示，2026年一季度英伟达的份额已从上年同期的53.01%下滑至47.13%——但其新一代Thor芯片仍以2000TOPS的算力天花板吸引着高端市场，其舱驾融合方案也在加速上车中。
值得注意的趋势是，车企自研芯片正在成为一股不可忽视的力量。
2025年被业界视为中国车企自研智驾芯片规模化量产元年——小鹏“图灵”芯片、蔚来“神玑NX9031”、芯擎科技“星辰一号”相继上车。今年，理想的“马赫100”芯片也实现自研上车，5nm车规级制程，双芯片有效算力达2560TOPS。
上周，比亚迪还正式发布了自研车规级智驾芯片“璇玑A3”，采用4纳米制程。这些自研动作虽短期内难以动摇高通的座舱基本盘，却从侧面反映出车企对“通用平台”灵活性的不满，以及对“算力利用率”的更高追求。
面对这样拥挤且快速变化的赛道，高通要想站稳脚跟，光靠过去的座舱优势远远不够。
02
高通为什么不做上层软件栈？
在舱驾融合这条赛道上，高通有一种特殊的底气——它在全球智能座舱芯片市场的统治地位，几乎无人可以撼动。
在2026年6月的无锡峰会上，高通执行副总裁Nakul Duggal透露，骁龙座舱平台已经赋能全球超过7500万辆汽车。
高通中国区董事长孟樸则补充说，自2021年以来，骁龙数字底盘解决方案已支持中国车企推出超过300款智能网联汽车。在中国市场，高通完成了从骁龙8155到8295、8255，再到最新一代骁龙8397的持续演进，每一代产品的升级都伴随着算力跃升和功能拓展。
正是基于座舱领域的积累，高通在2023年1月的CES上迈出了关键一步——推出行业首款同时支持数字座舱和先进驾驶辅助系统的Snapdragon Ride Flex SoC骁龙8775。
当时，外界更多将其视为成本优化方案，但高通内部的判断要前瞻得多。Nakul Duggal曾透露，大约三年前高通就认定，以AI扩展的速度，再把座舱和ADAS系统分开做是不合理的。从骁龙8775到今年峰会上亮相的骁龙8787、骁龙8797，高通用了三年多时间完成了产品矩阵的完整布局。
从产品层次来看，高通的策略还是比较清晰的：
骁龙8775定位舱驾融合的主流市场方案，单芯片可同时承载智能座舱与ADAS等不同关键级工作负载，目前已获得9款车型定点。
骁龙8787则介于两者之间，目标是成为“骁龙8295座舱芯片和其他智驾芯片”组合的升级产品，满足15-25万元价格区间主流车型的需求。
旗舰产品骁龙8797单片有效算力达1280TOPS，支持端到端Transformer算法和视觉语言动作模型（VLA）。
此前，有业者向雷峰网表示，“高通的8797市场价在700-1000美金区间，瞄准的是30万元及以上的高端车型市场。”
所以，8787的亮相，更多的是做好价格区隔，在出货量最大、厮杀最激烈的15到25万元车型里站稳脚跟。当然，这也会与地平线等芯片厂商直接竞争。
在落地进展方面，北汽极狐阿尔法T5是国内首个实现舱驾融合与端到端城区领航功能的量产车型，率先验证了这一技术路线的成熟度。
舱驾融合其实并不容易，关键是能否打破部门墙。北汽集团副总经理刘宇在这一次的高通峰会直言：“我们的智驾和座舱部门，只有一个总监。”
此外，极狐全新阿尔法S5、东风日产N6、别克至境L7等车型也采用了骁龙8775打造智能驾乘体验。零跑D19则采用了双骁龙8797的中央域控制架构，全新理想L9 Livis搭载骁龙8797实现了舱内的沉浸交互与AI个人助手体验。
在技术参数之外，高通在商业模式上的选择也值得关注。
与英伟达和地平线分别采取“芯片+OS+算法”和“芯片+算法”的纵向整合路径不同，高通在中国市场选择了一条差异化的道路——不做ADAS软件栈，不采集数据，只提供硬件平台，把软件层完全交给合作伙伴，由Momenta、元戎启行、轻舟智航、文远知行等公司来完成算法层的交付。
这种模式的选择既有主动的战略考量，也受到了现实的约束。Nakul Duggal在峰会群访中强调，“高通不会为中国市场开发和提供任何ADAS软件栈”。
相比英伟达自建Drive OS和DriveWorks软件栈的“厚平台”策略，高通更像是一个“薄平台”的构建者——它提供计算底座和工具链，让合作伙伴做上层应用。
有业内人士向雷峰网表示，“这种开放性降低了车企和Tier 1的适配门槛，但也意味着高通无法像自研算法的竞争对手那样，通过软硬协同优化实现极致的性能释放。”
在竞争格局上，越来越多的国产厂商逐渐涌现。
座舱方面，随着8295增量空间逐步收窄，中国市场的国产替代正在加速。高工智能汽车研究院监测数据显示，今年1-4月中国市场乘用车前装标配高通8295座舱平台交付新车71.98万辆，同比增长9.53%。智驾方面，2026年被视为舱驾一体方案集中落地的元年，截至今年4月，高通8620/8650、8775以及8797平台的总交付量在中国乘用车市场约10万辆规模。
然而，高通对中国市场的重视程度远不止于出货量。
高通执行副总裁Nakul Duggal就表示，“高通在中国市场已部署超过一千名汽车相关工程师”，将产业链一线需求直接融入芯片设计。从骁龙8775到骁龙8797再到骁龙8787的产品路线图，很大程度上是中国市场需求倒推的结果。
高通还与多家生态伙伴——诚迈科技、车联天下、斑马智能、德赛西威、镁佳科技、中科创达等——共同启动了“车端人工智能Claw生态计划”。
按照高通的说法，这一生态计划的目的在于，消除长期以来阻碍下一代汽车智能开发的碎片化问题，为车企提供一条从概念验证到量产落地更快速、更集成化的路径。
一位业内人士向雷峰网表达了一个“反常识”的观点：表面看，舱驾融合的受益者是各个深陷价格战的车企，实则是推进舱驾融合的各家Tier 1。
“因为座舱和智驾原本由不同Tier 1供货，舱驾融合后，能够同时掌握两大域开发能力的头部Tier 1将获得更强的话语权，甚至绕过车企直接定义集成方案。高通发起的Claw生态计划，本质上也是在扶持这些Tier 1成为新的集成中心。”
这一切表明，高通的汽车战略正在从“单一座舱芯片提供商”升级为“中央计算平台基础设施的构建者”。但真正决定高通能否在这一转型中站稳脚跟的，可能还不是当下的芯片矩阵，而是它对下一代AI技术的预判和布局。
03
AI Agent与物理AI：高通的下一站
2026年，被高通中国区董事长孟樸称为“智能体之年”——AI智能体跨越全品类终端，以一种“计算连续体”的形式提供持续服务。汽车正成为智能体AI最重要的移动载体之一，其价值将进一步演进为“理解人、辅助人、服务人”的智能伙伴。
这并非简单的概念升级。峰会期间，蔚来创始人李斌表示，智能座舱的核心体验要全面Agent化，AI正在重构下一代座舱体验，把智能座舱带入认知座舱时代。
理想L9 Livis基于骁龙8797平台本地AI算力，在端侧部署了多模态大模型，用户只需一句自然语言，AI智能体即可完成多意图理解与跨功能编排——从关窗户到找地点再到调氛围，一句话全部搞定。
要实现这一点，底层架构的变革不可或缺。
Nakul Duggal指出，高通推动的舱驾融合架构演进，正在推动行业快速迈入智能体AI落地阶段。依托统一的底层平台，可以实现车内外各类传感器等硬件资源打通调用，让智能体AI框架更加直接、高效地运行。
“AI智能体要真正发挥作用，必须同时调用座舱和智驾两个域的数据——比如ADAS摄像头识别到前方行人，座舱AI同步获得这个信息并提醒驾驶员。这种跨域调用在传统两颗芯片的架构下很难做好，但基于Flex融合架构的单芯片方案则天然具备这一能力。”
2026年，从芯片到软件到整车供应商都在围绕“AI Agent上车”加速布局。除了高通的Claw生态计划，地平线推出了KaKaClaw整车智能体操作系统，大众宣布2026年起新车全面搭载AI智能体，奔驰也与字节跳动、高德地图合作推进智能体架构。
竞争的焦点，已经不止于算力指标的堆叠，而是转向了——谁能为AI智能体提供一个真正高效、安全的跨域运行环境。
如果说AI Agent是关于如何让车“更懂人”，那么物理AI则是关于如何让AI“走进真实世界”。
高通明确划分了AI的两条发展主线——个人AI和物理AI。Nakul Duggal表示，“汽车是一个非常好的例子，它同时体现了‘面向人类的AI’与‘面向机器的AI’。”
以无人机为例：它既能实现自主飞行，也能将视频流实时回传给用户，还能执行拍照等任务。这种架构和框架正是具身智能未来的演进方向。
Nakul Duggal表示，“我们会发现，未来几乎任何设备或节点都将具备‘双重属性’：一方面是面向人类的交互界面，另一方面则是面向机器的执行系统，负责完成具体任务并具备相应技能。”
对高通而言，物理AI的价值不只在于打开了一个更大的市场空间，更在于它在技术底座层面实现了复用。
高通技术公司副总裁兼ADAS和机器人业务总经理Anshuman Saxena补充到，汽车领域算力消耗的90%以上发生在边缘侧，包括驾驶辅助、智能座舱等功能都依赖端侧AI处理。这些在汽车端积累的能力，包括多传感器融合、定位与建图、AI规划与控制，都可以迁移到机器人系统中——因为它们在本质上都必须在非结构化的物理环境中稳定运行。
在2026年的CES上，高通发布了面向机器人和工业自动化的“跃龙IQ10”处理器，这颗具备18核Oryon CPU、数百TOPS AI算力的芯片，覆盖从家用服务机器人到更复杂的人形机器人的多种场景。
从2023年首款舱驾融合芯片骁龙8775发布，到2025、2026年量产车型陆续上路，再到如今将车端验证的平台能力拓展至机器人领域——高通不再满足于只做“智能座舱之王”，而是想要进一步扩大外延，尝试在物理AI上提前踩点、布局。
04
结语
从无锡峰会回看舱驾融合这场竞赛，大概可以得出几个判断。
第一，舱驾融合已经不再是一个“要不要做”的问题，而是一个“谁能做得更好”的问题。2026年将是舱驾一体从概念走向大规模量产的关键年份。在这个赛道上，高通的优势在于座舱积累带来的庞大生态基础和用户触达能力，劣势在于智驾领域较对手晚入局、软件栈依赖合作伙伴的开发成熟度。
第二，高通的差异化竞争策略已经清晰：不做“全栈自研”，而是做“平台开放”。这家公司选择了一条与英伟达和地平线截然不同的路径——在中国，高通不做ADAS软件栈，把算法层完全开放给Momenta、元戎启行等合作伙伴，只专注于硬件平台的持续迭代和工具链的优化完善。
第三，真正的竞争焦点，已经从单点算力指标，升级为生态整合能力与跨场景复用能力的综合较量。
高通发布的Claw生态计划，本质上是在搭建一个从芯片到AI运行环境到开发工具的标准化底座，试图解决车载AI开发碎片化的行业痛点。
而这个底座的目标，不只是服务于汽车——它正在试图延伸到机器人、工业自动化乃至更广泛的物理世界。
汽车行业常说“上半场是电动化，下半场是智能化”。在这场多强并立的竞争中，高通能否凭借差异化的生态策略和跨场景的技术复用，在舱驾融合和物理AI的浪潮中占得一席之地，还需要时间的检验。
倍顺网提示：文章来自网络，不代表本站观点。
