【環(huán)球網(wǎng)科技綜合報道】當前全球智能汽車步入艙駕融合規(guī)?；涞?、端側大模型上車、物理AI打通汽車與機器人產(chǎn)業(yè)的關鍵轉(zhuǎn)型周期。2026高通汽車技術與合作峰會于日前在江蘇無錫舉辦，高通技術公司執(zhí)行副總裁兼汽車、工業(yè)及嵌入式物聯(lián)網(wǎng)與機器人事業(yè)群總經(jīng)理Nakul Duggal與環(huán)球網(wǎng)等媒體記者圍繞生態(tài)合作、產(chǎn)品架構創(chuàng)新、端側AI發(fā)展、全球產(chǎn)業(yè)協(xié)同等核心議題進行了深度溝通。

高通技術公司執(zhí)行副總裁兼汽車、工業(yè)及嵌入式物聯(lián)網(wǎng)與機器人事業(yè)群總經(jīng)理Nakul Duggal

深耕本土產(chǎn)業(yè)協(xié)同，中國市場創(chuàng)新推動全球技術迭代

Nakul Duggal表示，目前高通在中國已有超過一千名工程師從事汽車相關工作。多年以來高通在中國與不同產(chǎn)業(yè)的生態(tài)系統(tǒng)展開了廣泛合作，依托在這過程中積淀的產(chǎn)業(yè)合作基礎，高通正深度融入本土汽車生態(tài)，持續(xù)推動近六七年國內(nèi)電動化和智能化帶來的技術變革和電子電氣架構變革。

艙駕融合是其中顯現(xiàn)出來的趨勢，汽車電子電氣架構從傳統(tǒng)分布式架構轉(zhuǎn)向中央計算架構，智能座艙與先進駕駛輔助系統(tǒng)（ADAS）成為國內(nèi)車企智能化落地兩大核心，并逐漸融合為統(tǒng)一計算、統(tǒng)一調(diào)度的整體，高通與中國汽車客戶以及車企、Tie-1廠商、軟件供應商等生態(tài)伙伴溝通的過程中收獲良多，把產(chǎn)業(yè)鏈的一線需求納入芯片設計與技術路線。

在全球市場發(fā)展分化的現(xiàn)實環(huán)境下，國內(nèi)新能源車企掀起科技平權的浪潮。在Nakul看來，這為消費者提供了很多機會，讓他們能夠親身體驗和試用各種新產(chǎn)品。

針對中國與海外市場技術迭代速度的差異，實際上，中外市場節(jié)奏差異源于產(chǎn)業(yè)環(huán)境區(qū)別：國內(nèi)消費群體樂于接納新技術、數(shù)字基建完善，車企智能化落地回報周期短，產(chǎn)業(yè)迭代速度領跑全球；海外市場地域分散，產(chǎn)品替換周期與法規(guī)、安全要求等情況都不相同。

Nakul表示，在中國市場，高通致力于為我們的客戶、合作伙伴以及整個生態(tài)系統(tǒng)提供盡可能廣泛且多元的選擇，我認為這是一項非常好的策略。例如就中國市場而言，我們不會為中國市場開發(fā)和提供任何ADAS軟件棧，因此我們實現(xiàn)ADAS能力的主要途徑是依靠合作伙伴的力量。

打磨平臺化產(chǎn)品體系，架構創(chuàng)新破解技術與應用難題

主要面向艙駕融合和ADAS的驍龍汽車平臺至尊版（驍龍8797）目前階段正處于集中量產(chǎn)上車周期，基于不同車型層級的多元化選型需求，高通循序漸進不斷豐富產(chǎn)品組合，驍龍8787為服務更低層級的市場需求提供了很好的選項，同樣支持艙駕融合架構。

針對行業(yè)熱門話題，Nakul Duggal分享了他的觀察。談及如何滿足汽車AI的快速發(fā)展，他指出，汽車是AI落地的優(yōu)質(zhì)載體，能夠高效發(fā)揮AI在實際應用場景中的價值。汽車或?qū)⒊蔀槿藗內(nèi)粘Ｊ褂米顬轭l繁的終端產(chǎn)品之一，這類設備將具備端側AI能力，依托相關功能優(yōu)化用戶日常辦事效率。由于部分功能仍需依賴云端，這類終端需要與云端保持互聯(lián)；而能在車載環(huán)境內(nèi)更高效、更安全落地的功能，則會擁有更大規(guī)模的應用場景，這也是當下行業(yè)逐步顯現(xiàn)出的發(fā)展趨勢。高通正在聯(lián)合多家合作伙伴，共同推進端側相關技術的應用落地。

面對全球存儲芯片漲價帶來的整車BOM成本上漲難題，Nakul Duggal表示在未來12到18個月內(nèi)，行業(yè)的確面臨著內(nèi)存定價方面的挑戰(zhàn)，但他相信狀況會有所改善，并期望在未來幾年內(nèi)會有更多的產(chǎn)能釋放。而針對Snapdragon Ride Flex單芯集成方案將有助于車企緩解成本壓力的看法，Nakul表示，高通極其注重芯片架構的設計，力求實現(xiàn)最高效的性能，這也是高通推出Snapdragon Ride Flex SoC的原因之一。實際上，從物料清單（BOM）的角度來看，內(nèi)存成本也有所受益，因為現(xiàn)在車企無須為兩顆不同的SoC分別配備專用內(nèi)存。

錨定端側物理AI賽道，生態(tài)分工統(tǒng)籌高階智駕與跨域智能落地

高通將汽車、機器人這兩大物理AI領域劃歸到同一個事業(yè)群，并推動端云協(xié)同，云端負責大模型訓練，邊緣和端側聚焦本地推理、快速響應，充分提升效率、釋放AI潛能。Nakul Duggal介紹，模型的實際應用與消耗主要集中在邊緣側，尤其是在汽車領域。無論是駕駛輔助、智能座艙，還是機器人技術，幾乎所有的算力消耗都在邊緣側產(chǎn)生。未來在邊緣AI領域?qū)a(chǎn)生大量需求，因為任何可以實現(xiàn)自動化的任務，最終都會以能夠進行推理的AI模型的形式實現(xiàn)自動化。高通在機器學習與AI領域已經(jīng)深耕了很長時間。新模型在云端進行訓練，隨后在邊緣側進行蒸餾。

從千人本土團隊扎根中國汽車產(chǎn)業(yè)一線，到多代際多層級驍龍產(chǎn)品覆蓋全品類車型，再到依托端側AI打通汽車與機器人技術邊界，Nakul Duggal完整闡釋了高通以平臺底座+開放生態(tài)為核心的汽車業(yè)務邏輯。這展現(xiàn)了高通推動汽車智能化演進的核心路徑，也為全球車載半導體產(chǎn)業(yè)的本土化、全球化協(xié)同發(fā)展提供了參考思路。（心月）