芯耀
158
杭州车凌网络科技有限公司（简称：车凌科技）成立于2018年，专注智能网联汽车领域，以软件研发、AI与大数据分析为核心，提供车辆全生命周期数智解决方案。公司拥有近400人专业团队及多项专利软著，已服务东风、吉利等30余家知名车企，覆盖600余万辆智能网联车。
从手机里的智能助手，到医院的 AI 诊断系统，AI大模型正以“通用赋能者”的姿态，渗透各行各业的核心场景。当这场智能化革命蔓延至万亿级汽车产业，昔日的“交通工具”正加速蜕变为搭载AI大脑的“移动智能终端”。智能化为用户带来便捷体验的同时，也让车企面临研发投入、运维损耗等多重成本挑战。本期《芯片揭秘》特邀车凌科技CTO刘晓贝——深耕智能网联领域20年的技术专家，为我们拆解AI大模型上车的核心技术挑战，并分享车规级落地的实操经验。
欢迎收听对话播客
*以下文字为播客内容的文字版整理，
内容已获得受访嘉宾确认及授权。
架构演进：从“功能机”到“移动服务器”的技术挑战
幻实：这几年大家聊得比较多的是汽车的技术架构在演进，然后演进的过程中会遇到一些挑战。您是技术专家，请问当前智能汽车在技术架构演进的过程中面对的最大挑战是什么？从您过往几家大厂的实战经验来看，不同企业在架构设计上应该怎么做选择，或者怎么做取舍？您给我们先揭秘和科普一下。
刘晓贝：其实智能汽车的演进发展路线类似于我们手机智能终端，从功能机到智能机，再到AI手机的过程。我们现在的手机基本上都和AI结合得很深了，汽车的智能化实际上也满足和符合了这样的一个发展规律。
我们看到的很多传统燃油车，用不一定完全恰当的说法，它可能更类似于功能机的水平。到有了初代的智驾以后，它就像是一个智能机了。
幻实：以前的车有座舱吗？还是说智能化之后才有的这样的系统？
刘晓贝：以前可能只有这一块彩色的屏，现在车上到处都布满了传感器，无论是声纹、图像，还是压力，车上很多模块都带着传感器了，它已经是一个更智能化的空间，不像过去它是单向的，过去要靠触碰才能做交互。
幻实：面对这个架构变化车厂要怎么做选择和平衡呢？
刘晓贝：过去我们整个互联网的产业发展更快，而车的硬件和架构水平相对慢一点，所以它有一定的代差。可以看到我们互联网云的技术、计算的技术、软件的技术是迭代很快的，而且已经相对成熟了。但是车身的电子电气化，车身的智能化，它没有那么快，我们过去一台车的计算能力可能不如同时代的一台智能手机的算力高，但现在部分车的算力已经完全超越手机了。
当车的算力已经可以做到自动驾驶这个级别，那它就是一个在移动的小型算力服务器。车企想达到这样的算力，有两大挑战，第一个是车身的架构，它是不是具备了一个移动的且自带智能的计算服务器；第二个是在云端的软件和云的AI技术，如何跟车身的硬件和电子电气的硬件去做结合，这是最大的两个挑战。
幻实：绝对不是一个沙发加四个轮子的那个时代了，车里还得放台电脑进去。
刘晓贝：对，不同的历史阶段会有一些局限性的看法。
算力博弈：从“数据洪流”
到“车云一体”的精巧平衡
幻实：我们发现了一个矛盾的现象，一方面车载算力芯片的算力越来越强，很多车厂发布的相关产品都从几百个tops到上千个去迈进了；另外一方面我们又觉得是不是有海量的数据没有被用起来，您怎么看待算力过剩，但是数据利用效率比较低的矛盾？你们在具体做这方面的时候，有没有一些技术优化的案例，或者相关的一些探讨或尝试？
刘晓贝：基于行业的经验来看，过去大家对智能汽车的数据处理是相对粗放的，过去我们车就像模拟电路一样，慢慢走到了数字电路，最后走到了智能化电路。车上以前甚至都没有CPU的，后来慢慢有了CPU，又有了GPU去做浮点运算。现在为了跑小模型，在车上又会去做APU，AI的芯片。
就是处理对象变了，过去处理的是“0”和“1”，后面处理的是一大段的字段，到现在我们处理的是一个个智能体，像token一样。
幻实：处理的种类和对象都已经发生了翻天覆地的变化。
刘晓贝：过去这种粗放式的，把所有数据上传云端，在云端做计算、存储和清洗的模式难以为继，因为它的数据量太大了。车端消耗了大量的计算资源，然后在管道端又浪费了大量的流量和网络的带宽，在云端每个车企每年还要花上亿的资金去建设自己的服务器集群和云的计算资源，整个链路都非常粗放。为了降低损耗，车凌科技在行业里相对较早地提出了要车云一体来做算力，就是把很多计算留在本地。
幻实：本地的GPU先用起来，别动不动就上云。
刘晓贝：对，不用粗放式地全部交给云。现在经过了将近两年的实践，比如我们给一个头部的车企做下来的实践，以每100万台车为例，单车每年的成本下降了大概100人民币，整体成本的下降是非常可观的。我们做的东西很简单，就是在车端把不必要的计算在车端做掉，不用把所有的东西都交到云端，既省了车端的软件的集成成本，又省了运营商的流量成本，还省了云端的计算成本。
幻实：直接在车端计算的体验可能还来得快一些，上云端总归是慢的。
刘晓贝：对的，把一部分智能化的东西交给车端，因为现在车端的算力越来越大了，而且有一定的冗余，完全可以交给它来做。
AI上车：从“实验”到“车规”的工程跨越
幻实：今年很多车企都在谈AI大模型上车，也可能是因为有算力了，敢去讲这个故事了。真正的落地场景是怎么样的？您在一线可以跟我们分享一下。另外AI这种模型从实验室到上车，您觉得最大的技术障碍是什么？你们在这方面有没有什么实践和经验可以跟我们分享一下？
刘晓贝：首先第一个AI上车，实际上大家还是在解决算力如何分配的问题。车企过去的思维是如何优化座舱体验，如何让人机交互看上去更吸引人。现在很多车企已经开始在扭转体验驱动型的局面了，开始把更多的算力交给本地的计算和AI，去让它更智能，而不再去一味地追求非常同质化的过度设计的用户体验，这是一个非常好的转变。
幻实：更加智能和更炫酷，区别是不一样的感受？
刘晓贝：对的。过去大家想的是这个按钮应该布置在哪里，人机交互是不是应该有更好的渲染引擎？追求像游戏这样的体验，把很多算力都浪费在这里。
幻实：这些对实际用车来说又不是最重要的东西。
刘晓贝：过去整个行业大家在高速超车、变道的时候，大家在某些领域往往急于投入，都要去做到最好，导致形成一种惯性，容易过渡设计。现在回归理性，大家发现其实以AI为主的交互，反而你的投入不需要像以前那么高，因为可用的这个基础设施的资源非常多。
幻实：回到第二个问题，请问AI大模型上车的技术挑战是什么？
刘晓贝：我们知道云端比较依赖大模型，虽然大模型家家都说自己是做AI的，其实做AI的只有那么几家，大家都是基于基础模型去做微调，让其更能适配垂域的一些场景。AI模型上车最大的挑战是如何让这些小的模型和边缘计算的规则，在车端有限的算力条件下，更好地去集成和适配，也就是小型化。这里面既有你对车的数据的积累经验，同时还有相应的工程化的能力。是要对车的底层软件和电子电气架构有非常深刻的工程化的经验，才能做这件事儿。
幻实：AI大模型上车对人的要求是比较高的，而且还要跨界地理解这个东西？
刘晓贝：对的，不是只懂模型就可以。
幻实：那你们在这方面有什么样的应用和探讨没有？
刘晓贝：我们在行业里推了凌云车云一体化的数据平台。这个车云智能体平台是为了让更多的车企“多快好省”的来集中完成车云一体化的智能体适配，能够快速地让AI小型化，让AI上车。我们通过让车云之间的数据一体化，来为车企省更多的成本，从而更好地去达到数据最大化利用的效果。
幻实：前面您说一辆车一年帮他省100块钱，我觉得这个对于设备厂商、车机厂商选型的时候都是很重要的参考。除了这个方向，您在省钱上面还有没有其他心得？
刘晓贝：当然省钱是第一的。我们现在依赖的车云一体化的架构，实际展望来看的话，是全新的一套车联网，我们也希望更多的车企能够往这个方向，大家一起来合作和努力去演进到下一代的架构上去。
幻实：最近大家也在关注数据安全的问题，会说车都这么智能了，有谁黑进来创造一个事故是不是轻而易举？所以我想问问您，数据的价值挖掘和隐私是不是主机厂比较关注的点？你们作为T1的供应商有没有遇到过甲方这方面的要求，或者说你们自己在布局产品的时候有没有做相关的处理？在数据安全上，行业到了怎样的认知和阶段，能不能给我们分享一下？
刘晓贝：对，现在车企最关注的就是安全和合规问题。首先车企自己有非常严苛的车端安全和云端安全的整体标准要求，同时我们自己这么多年来伴随着车厂成长，也积累了大量的数据安全以及合规的技术能力。
车企现在在这方面投入非常大，这个是第一要务，我们在做任何新的产品开发和技术迭代的时候，都是要首先满足车企的整体的安全性和合规性的开发流程。然后我们自己也有非常严格的ISO，各种欧美级别的车规级要求的认证我们自己也要去过。我们积累了4年左右的海外合规经验，有的时候我们也会跟车企分享一些我们自己的，比如海外的开发部署以及运维的经验，来让整个从车端到云端的整体系统更安全更合规。
幻实：数据安全需要车企共同推动和维护，我觉得这样才能有实质成果。
支持芯片国产化：加速驶向自主可控的“快车道”
幻实：现在大家都在谈芯片的国产化，国产化替代的进程也逐渐交由国家级层面的部委来主抓。期间我们也看到了一些挑战，比如说国产芯片测试的时间或者使用的周期还不够长，包括标准可能也没有达到统一。你们是做tier 1（一级供应商）的，我想问问您这边对国产芯片上车的趋势怎么看？或者你们在做这方面的合作时有什么样的思考，也可以跟我分享。
刘晓贝：国产芯片的市场份额不断增加是一个趋势，他们工程能力更强，迭代更快。但同时国产芯片还有一些短板，即生态以及工具链的不足。我相信国产可替代的这些芯片厂家能把短板快速补齐，如果国内有统一的联盟和组织去统一攻击量和生态，那可能这个速度还会加快。
我们在工程集成过程当中，既跟欧美芯片，同时也跟我们国产芯片有多种多样的合作。国产芯片在技术上是发展非常快的，每一年去跟国产芯片对接和合作的时候，他们都是日新月异地在进步。我觉得从芯片到底层软件再到上层应用，如果说大家能把整个国产化的这条生态链和工具链补齐，能够共同协同和合作，我相信一定能创造出更有商业价值的一些场景出来。
2025年车凌科技做客《幻实会客厅》 点击播放
幻实：你们非常愿意去拥抱这个趋势，也不排斥和国产的芯片公司来合作。
刘晓贝：对，因为我们做的东西更像是上层应用软件和底层软件以及芯片中间衔接的这一层。我们要去做尽量多的适配。
幻实：您作为在智能网联汽车行业内打拼多年的一个老兵，对于我们现在想进入这个行业的年轻人或者是企业来说，您有什么样的建议吗？
刘晓贝：首先第一个，大家都觉得汽车行业很卷，甚至有一些悲观的想法。但是我个人的一些感受是，因为中国新能源汽车是在面对全世界的传统燃油车，我们叫ice传统燃油车，我们在做一个弯道超车式的行业超越。你弯道超车，必然你踩的油门要比别人深，你的加速要比别人快，自然你更耗油，所以大家的体感是更卷，但这是弯道超车的必然代价，这个事实大家需要去接受。
第二我觉得汽车行业依然是整个工业领域的支柱产业。无论是信息化、IT、 AI、机械制造，还是物流、供应链等，汽车承载了这么多先进的技术在上面，它依然是最大的一个综合体的产业，依然有广阔的发展场景。
第三就是中国智能化汽车的出海依然有广阔天地。我建议年轻人不需要太悲观，无论你学什么专业，如果能够继续在汽车这个行业有所建树的话，我相信依然还是前途无量。
幻实：汽车行业还真的是为祖国加光添彩的行业，整个汽车工业对国民经济总值的拉动作用显著，具有极强的体系性和带动性。您说的我也非常有感受，不能因为觉得难，就悲观得不想进来。
刘晓贝：对，因为每个行业弯道超车的时候都是这样的。
幻实：最后我们想请您聊聊技术理想和商业现实的平衡。在推动很多技术创新的时候，保持技术理想和满足客户需求之间要找到一个平衡点，我想问问车凌科技这方面是怎么做的，对整个行业的健康发展您又有什么样的期待？
刘晓贝：在不同的阶段，会有不同的去平衡的方法。当一个企业是初创，还需要去生存的时候，这个阶段就是一切应该以客户为中心，以营收为中心，要想办法活下去，挣钱不寒碜。
当你有了一定的规模，业务趋于稳定的时候，而且你对客户的技术演进路线和对行业长期发展路线有所了解的时候，你就可以跟你的客户一起去共创一些事情，而不是完全由客户的需求来做引导和驱动。客户需求比例可以是50比50，逐步开始。
当你的产品的解决方案在行业内验证是可行的，而且商业化落地效果还不错，这个时候你就可以在行业的局部领域进行一定的引领，甚至可以把一定的技术标准做成开放式的，让更多的车企自己来参与到你的垂直领域自建上来。而你需要去做的就是引领车企再往前去试探。
我觉得每个公司在它发展过程当中，都分了三步走，然后不同的产品和它不同的解决方案的方向，它也会有这三个不同的阶段。
幻实：您讲得非常清晰，代表了一个公司从初创到成熟，再到甚至成为行业的头部的一个过程。也祝车凌科技公司发展得越来越棒，今年你们确实跟我们去年聊的时候有非常大的变化和进步，做的客户越来越高级了。
刘晓贝：感谢感谢，希望明年依然有机会来做客。
幻实：那等您明年的时候，欢迎再来做客我们《芯片揭秘》，再跟我们分享分享你们最新的实战经验和实战的作品。
刘晓贝：好的，感谢邀请，一定来！
END
