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

汽車座艙的競爭，正在換題。

以前各家車企講體驗和交互，現在開始拼AI能不能理解場景、記住偏好、替用戶完成任務。智能座艙也不再只是好用的車機，而是車企爭奪用戶時間、數據和服務入口的新戰場。

近日，高通宣布車端人工智能Claw生態計劃，它可以理解為座艙芯片供應商在AI定義汽車階段的一次攻防：繼續守住車內計算底座，同時把能力從SoC延伸到智能體運行環境、開發框架和生態協同。其背后釋放的行業信號很明確——車載AI已經從概念演示，進入工程化和量產競爭階段。

Claw計劃瞄準什么目標

高通在中國汽車市場的存在感，主要來自智能座艙。8155、8295等芯片成為不少車型宣傳車機流暢度時繞不開的關鍵詞，多屏交互、連續語音、應用生態，也一度構成智能座艙的主要賣點。

但這一輪競爭正在接近邊界。屏幕越做越多，語音越來越像標配，流暢度也逐漸成為基本功。用戶對座艙的期待變成了車機能不能知道我現在需要什么。

這正是高通推出Claw計劃的背景。

按照高通披露的信息，Claw生態計劃基于驍龍數字底盤智能體AI運行環境與Qualcomm AI Stack，聯合誠邁科技、車聯天下、斑馬智能、德賽西威、鎂佳科技、中科創達等生態企業，推動AI智能體助手在車端規模化部署，它是一套試圖降低車企開發復雜度、縮短從概念驗證到量產周期的底層框架。

高通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給出了一個判斷：AI正在從被動響應式走向主動服務型。這個判斷對應的產業變化是真實的，座艙交互不再只圍繞語音指令，而是開始引入個人知識圖譜、車輛運行狀態、云端信息和多模態感知，讓AI在用戶授權下主動完成任務。

這意味著，智能座艙的評價標準可能正在變化。

一個車機系統能否回答問題已經不夠了，它能否在弱網或無網環境下完成本地推理，基于上下文記憶提供建議，甚至去調用一些車輛的功能，才是下一階段的核心能力。高通在Claw計劃中強調全天候多模態感知、百億參數大模型、車規級安全架構，本質上是在回答這些問題。

尤其值得注意的是安全機制。車載AI一旦從聊天走向執行，風險就會迅速上升。它可以推薦餐廳，也可能調用導航、空調、車窗，甚至與駕駛輔助系統產生聯動。此時，用戶授權、操作審計、隱私保護，都會成為AI座艙能否量產上車的前提。

所以，Claw計劃真正瞄準的是讓車端AI具備被工程體系驗證、被安全規則約束的能力。

高通要守住“底座”

高通選擇在這個時間點推Claw計劃，并不偶然。

在中國汽車市場，高通已經從手機芯片供應商轉變為智能座艙核心供應商。Nakul Duggal提到，自2021年以來，已有300款搭載驍龍數字底盤解決方案的汽車在中國市場發布；全球已有超過3.5億輛行駛在路上的汽車采用高通技術；驍龍座艙平臺則已搭載超過7500萬輛汽車。

這些數據說明，高通已經在智能座艙時代拿到了一張關鍵門票。但問題在于，AI定義汽車階段，單純提供芯片已經不夠了。

車企正在向更高層的軟件能力上探。理想、蔚來、小鵬、比亞迪等中國車企，都在強化自研操作系統、多模態交互和大模型能力。地平線、Momenta、大疆車載、卓馭科技等供應商，也在圍繞智能駕駛、中央計算和建立各自生態。高通如果只停留在硬件平臺，就可能被擠到更底層的位置。

Claw計劃的意義，正在于把高通從芯片平臺繼續向軟件框架和生態組織者推進。

具體來看：Claw計劃由三層構成，一是智能與規劃層，結合端云協同智能體規劃平臺和開放技能市場；二是高通智能體AI運行環境，提供面向AI定義汽車的基礎中間件和原生智能體能力；三是基于驍龍數字底盤的基礎設施，覆蓋NPU、CPU、GPU全棧AI加速，并支持模型部署工作流、Token加速、多操作系統和多虛擬機。

高通的算盤并不難理解。車企需要AI能力，但并不一定愿意從零搭建全部底層能力；生態供應商需要算力平臺和車規驗證環境，但也很難獨立進入每一家車企的核心架構。高通試圖把兩端連接起來，一邊提供統一硬件和運行環境，一邊讓生態伙伴在中間補齊能力。

這也是高通必須爭奪AI座艙入口的原因。誰掌握了車內AI運行環境，誰就更接近用戶高頻交互以及數據反饋。對于高通來說，Claw計劃既是技術路線，也是商業位置的延伸。

艙駕融合，才是更大的戰場

Claw計劃并沒有孤立存在。它與高通正在推進的艙駕融合、中央計算架構，是同一條線上的不同環節。

從技術趨勢看，智能體AI不會長期停留在座艙域。真正有價值的車載AI，需要理解車內外環境、車輛狀態和用戶需求。這意味著，座艙系統必須與駕駛輔助、車身控制、導航系統產生更深的協同。

高通技術公司副總裁兼ADAS和機器人業務總經理Anshuman Saxena 表示，端到端部署正在將視覺-語言-動作模型結合起來，并與車內原本存在的智能體連接，例如智能座艙中的各類AI智能體，這些能力會進一步集成至駕駛輔助系統中。

這正是艙駕融合的商業價值所在。支持艙駕融合架構的Snapdragon Ride平臺至尊版，能夠實現基于VLA的城市NOA，并支持多個智能體在同一平臺上同時運行。其驍龍汽車平臺至尊版可提供最高2000 TOPS級別整體有效算力，把座艙大算力和ADAS算力整合到一個通用平臺上。

這套方案想解決的，是車企在智能化開發中的重復建設問題。過去，座艙和智駕往往采用不同芯片、不同供應商、不同軟件棧。好處是分工清楚，壞處是跨域協同困難、成本壓力更大。隨著中央計算架構成為趨勢，車企希望用更少硬件承載更多功能，也希望減少系統割裂帶來的開發復雜度。

卓馭科技與高通基于Snapdragon Ride平臺至尊版驍龍8797打造的艙駕融合域控制器，是這個方向的一個落地案例。這個方案強調在單個平臺上并發、獨立運行視覺感知、傳感器融合、路徑規劃和整車控制等能力，并支持車企向中央計算架構轉型。

不過，艙駕融合并不是把兩套系統放進一個盒子里那么簡單。座艙追求體驗和快速迭代，駕駛輔助追求實時性和安全冗余。兩者的軟件開發節奏、驗證標準和責任邊界完全不同。

這也是高通必須面對的真正挑戰，車企會歡迎更高集成度、更低成本和更強復用能力，但也會警惕對單一底層平臺形成依賴。尤其在中國市場，智能化已經成為車企品牌差異化的核心資產。車企會采購底層能力，卻不一定愿意讓供應商定義最終體驗。

AI上車，難在量產之后

Claw生態計劃選擇聯合多家中國生態伙伴，本身反映出一個現實，AI座艙不是一家芯片公司可以獨立完成的工程。

誠邁科技、車聯天下、斑馬智能、德賽西威、鎂佳科技、中科創達等企業，分別覆蓋操作系統、中間件、域控、AI應用、量產交付等環節。生態協同能夠降低車企開發門檻，但也帶來新的復雜性，比如接口如何統一，數據如何流動，出現問題后責任如何界定等。

車端AI與手機AI最大的不同，在于汽車是一個強安全屬性終端。手機助手誤判一次，最多是推薦錯內容；車端AI誤判一次，可能影響乘員安全。

成本也是繞不開的門檻。

中國車市仍處在價格戰中，主流車型毛利承壓，車企對每一項智能化配置都會計算投入產出。高通可以提供更強算力、更完整框架和更豐富生態，但車企最終關心的是BOM成本。這決定了Claw計劃的落地難點在車型項目，它必須證明，智能體AI是可以規模化下放的量產能力。

從這個意義上說，高通這次發布釋放了一個清晰信號：車載AI的競爭已經進入“底座之爭”。誰能把模型、芯片、操作系統這些整合成一套可量產方案，才有可能在下一輪智能座艙競爭中占據位置。（本文首發于鈦媒體APP，作者｜李玉鵬，編輯｜楊林）