问题：智能汽车进入“算力密集”阶段，传统分域架构面临成本与协同瓶颈 随着智能辅助驾驶从高速、城区等场景加速普及，座舱交互也从“功能堆叠”转向“主动服务”，车端对算力、存储、带宽和系统安全的需求明显提升。长期以来，座舱域与智驾域多采用各自独立的芯片与控制器：一方面带来硬件重复配置，线束与散热更复杂，成本难以下降；另一方面数据流动效率不高，驾驶、座舱与车身控制跨域协同上存在天然边界，影响功能迭代速度与体验一致性。行业因此普遍寻求从“分布式”走向“中央计算”的新路径，以适配端到端算法、大模型应用以及更高频的软件更新需求。 原因：量产规模、研发投入与架构变革共同驱动“融合”成为关键方向 论坛信息显示，地平线在2025年继续加大研发投入，全年投入达51.5亿元，并在量产端实现征程系列芯片累计出货突破1000万套。规模化落地为深入的架构升级提供了基础：一是芯片与系统软件在车规环境下验证周期长，只有在量产中形成闭环，才具备更深度系统整合的条件；二是端到端、全场景辅助驾驶等技术路线对算力调度、内存共享与数据闭环提出更高要求，推动硬件平台从“各自计算”转向“统一调度”；三是整车竞争正在从单点功能对比，转向以软件定义汽车为核心的系统能力竞争，车企需要更高效的底座释放创新空间，供应链也需要更清晰的标准化接口减少重复开发。 影响：单芯片一体化或带来成本、空间与体验三重变化，重塑整车智能分工 据介绍，“星空”系列面向舱驾融合需求，尝试打破座舱与智驾硬件长期分离的方式，通过单芯片承载双域计算，并以中央计算为核心组织整车智能架构。其潜在影响主要体现在三个层面。 一是成本结构优化。舱驾融合意味着内存等关键资源可共享，线束与散热系统也有望简化。企业测算显示，可为车企带来单车约1500元至4000元的硬件成本优化空间。在“以价换量”与“高端突围”并行的市场环境下，成本下降既可能体现在终端价格上，也可能转投到传感器、安全冗余与体验提升等环节。 二是整车布局与工程效率提升。域控制器减少可释放物理空间，有利于整车平台化设计与零部件集成，提升开发效率并缩短车型迭代周期。对追求多车型、多版本快速投放的车企而言，统一计算平台也有助于降低适配与验证成本。 三是功能协同与体验提升。地平线提出以“中央集成大模型”统筹驾驶、座舱与全车控制的思路，强调车辆将具备更强的“个性、技能、记忆”等能力，推动人车交互从“被动响应”走向“主动执行”。若融合平台能在安全边界、权限管理与实时性上保持稳定可控，将为更连贯的“懂用户”体验提供底层支撑。 对策：以标准化底座避免重复投入，以分层创新形成差异化竞争 围绕产业组织方式，余凯在论坛上提出，自动驾驶基础模型应作为核心“基础设施”，不宜在行业内重复建设；车企的差异化更应来自基础模型之上的分层调校与场景化创新。这个判断反映出当前产业的两难：一上，基础模型训练与数据闭环成本高，重复投入容易造成资源分散；另一方面，车企仍需本地法规、道路特征、用户偏好与品牌体验等做出可感知的差异化。 面向下一阶段，业内可从三上着力：其一，推进软硬件平台接口规范，以及功能安全与网络安全体系建设，确保融合架构在高算力、高复杂度下“可验证、可追溯、可量产”；其二，建立覆盖研发、测试、量产、运营的全生命周期数据治理机制，提高模型迭代效率并降低合规风险；其三，形成“底座共建、应用共创”的生态协同，通过开放工具链与标准化中间层，让车企与开发者把更多资源投入到高价值场景与用户体验创新。 前景：中央计算与舱驾融合或成新一轮竞争焦点，安全与可持续迭代将决定成败 从产业趋势看，舱驾融合与中央计算架构正从概念走向工程化落地，未来竞争将集中在三项关键能力：第一，能否在车规约束下稳定提供高效算力与内存带宽，满足多任务并行与实时性要求；第二，能否在融合架构下实现严格的安全隔离与故障兜底，确保驾驶关键任务不受座舱与第三方应用影响；第三，能否支撑持续的软件更新与应用生态扩展，使车辆能力随时间演进而非快速老化。 基于此，“星空”系列的发布不仅是产品升级信号，也意味着产业链正在围绕“统一计算平台+分层软件能力”重塑分工。对整车企业而言，融合底座的成熟度将直接影响智能化功能交付节奏与成本控制；对监管与标准体系而言，如何在鼓励创新与守住安全底线之间取得平衡，也将成为重要议题。
从分布式走向中央计算、从单点功能走向跨域协同，是智能汽车产业从“拼配置”迈向“拼体系”的必经之路。舱驾融合芯片的推出，既表明了技术集成能力的提升，也将带来围绕成本结构、开发方式与生态协同的系统性调整。能否在安全可靠的前提下，把融合带来的效率优势转化为用户可感知的体验提升，将决定这轮架构升级能走多远、走多稳。