来源：芝能汽车
2025年，中国汽车产业的智能化竞争进入深水区。L2+级别辅助驾驶正在快速普及，推动“实用性”与“规模化”成为新阶段的关键词。
以往聚焦在单点技术能力的竞争，正逐步转向围绕座舱与驾驶辅助的整体架构设计，特别是集中式电子电气架构的落地速度，正在成为衡量一家车企智能化水准的标尺。
在2025年高通汽车技术与合作峰会上，我们见到了高通正在推进的新一代平台：骁龙Ride与骁龙Ride Flex。
它们试图解决三个核心问题：
◎ 一是在算力、能效与成本之间取得工程上的最优解，
◎ 二是平台架构的可扩展性，
◎ 三是实现真正意义上的舱驾融合，并在此基础上构建软硬件一体的系统协同。
与会期间我们还注意到，高通正加快其汽车业务的“在地化”步伐，不仅推动最新一代至尊版平台如骁龙8397和骁龙8797率先在中国车企中落地，还在生态和开发工具链层面做了更彻底的本地适配。这两颗芯片，很可能会成为新一轮舱驾融合浪潮中的关键变量。
辅助驾驶的核心命题：“落地”
辅助驾驶普及的核心问题，不是技术能不能做，而是能不能在有限的算力、成本和开发资源下，做出真正可量产的系统架构。
这是过去几年中，横亘在几乎所有车企和芯片厂商之间的一道共识性难题。高通近年来在中国市场的实践，是以骁龙Ride和骁龙Ride Flex两条产品线为基础，围绕“低成本、高效率、强扩展性”三要素，构建了一整套面向主流市场的辅助驾驶平台。
高通的方案是一个“系统包”，而不仅是单点能力的堆砌。它为大多数车企提供了一种工程上更可控的路径。
这种系统化打法，正在进入集中收获期。根据高通公布的数据，2025-2026年将是其辅助驾驶项目的大规模量产窗口：全球范围内已有超过20个ADAS/AD项目计划在这两年内落地，合作车企覆盖大众、吉利、北汽、奇瑞、通用、本田、奔驰、宝马等中外品牌。
以骁龙Ride平台中的主力SoC芯片——骁龙8650为例，高通正在尝试在单位成本内做更多事情。
8650采用异构多核架构，集成高性能CPU、GPU、NPU与ISP，在推理效率、能效比和带宽利用等维度相较前代和同类产品都有明显提升。
根据高通的数据，其IPS（每秒推理次数）相较同类SoC产品提升30%，DDR带宽最低至同类产品的1/7，能效最高达同类产品的2倍。
这些参数优化，在对成本高度敏感的中国市场可以找到具体落点。例如起售价11.98万元的零跑C10和B10，正是在骁龙8650平台上实现了高速与城市NOA能力；而这些车型中搭载的另一颗芯片骁龙8295，则承担了AI座舱的主控。
整套系统，在低成本硬件基础上覆盖了驾驶辅助与数字座舱的完整功能集，推动高阶辅助驾驶能力快速下探至10万元级车型。
骁龙Ride平台不局限在芯片，而是一套覆盖从基础辅助驾驶到城市NOA的多层级解决方案组合。
从主要用于高速NOA场景的骁龙8620，到适配城市NOA的骁龙8650，再到面向舱驾融合骁龙8775，以及性能大跃级的至尊版骁龙8797，配合通用的加速器与软件栈，车企可以根据整车成本结构与目标市场，灵活选择部署路径。
骁龙Ride Flex平台的核心SoC芯片——骁龙8775，设计目标是在一颗芯片上完成ADAS与座舱功能的并行运算，即解决“舱驾一体”的需求，同时支持最高ASIL-D级安全机制。其支持风冷和被动散热，在整车热管理和线束复杂度方面有明显优化，特别适配10-20万元主流车型。
负责ADAS业务的高通产品管理副总裁Anshuman Saxena在峰会主论坛表示：“多ECU域架构已经成为过去，集成多计算模块的集中式分区控制器已经成为既定趋势。以单颗通用SoC为核心的中央计算正在成为一种全新的现象，骁龙Ride Flex SoC正是能满足中央计算新趋势的SoC。Flex已来！”
另一个值得注意的变化是，近几年来高通在座舱芯片上的技术部署也在与移动端“拉齐”。
4年前，骁龙座舱芯片的制程工艺，首次追平当年的旗舰手机芯片。而最新一代产品，骁龙座舱平台至尊版，即骁龙8397，首次采用刚在移动端旗舰应用的高通自研Oryon CPU，并面向汽车需求进行定制，性能实现代际级跃升。CPU和GPU性能较前代提升3倍NPU算力是上代的12倍。
对于越来越依赖AI渲染与语音/图像交互的智能座舱而言，这意味着真正具备了支撑“大模型上车”的底层硬件能力。
在软件层面：
◎ 高通与中国本土算法团队深度融合——Momenta、元戎启行等头部方案商，均已在骁龙Ride平台上完成集成；
◎ 与此同时，高通构建了面向开发者的完整工具链，包括虚拟化开发环境和版本一致性迁移机制，能在多个代际产品之间保持算法兼容性，降低测试成本，显著压缩整车开发周期。
据不完全统计，目前已有超过30家中国车企与一级供应商，将骁龙Ride作为核心ADAS平台进行部署。
从几万元入门车型到30万元以上的高端产品，骁龙Ride平台的适配能力和性能分布，基本覆盖了主流车型段的需求，兼顾架构层级、算力配置与成本控制的解决方案。
骁龙Ride Flex平台还进一步推动了“软件通用性”的边界。
借助虚拟化架构与任务隔离机制，开发者可以在现有的骁龙座舱平台或骁龙Ride平台上完成算法移植和测试，再直接迁移至骁龙Ride Flex部署。
这不仅降低了堆栈碎片化风险，还避免了重复验证带来的周期与预算浪费。最关键的是，它采用虚拟化架构与隔离机制，可在同一芯片中部署多个操作系统及功能域，确保ADAS任务的安全性不会干扰座舱域的使用体验，实现“安全与体验兼得”。
对此，Anshuman 表示：“骁龙座舱平台和骁龙Ride平台采用异构架构，在单颗SoC通过不同的技术模块（比如NPU、ISP、CPU等）协同运行不同应用的工作负载，而非只依靠单个核心引擎；同时，这不会对性能和安全性造成影响。”
同时，他认为，安全性是骁龙Ride Flex最为重要的基石，并强调这些解决方案经过全球范围的测试和验证，包括北美、欧洲、德国还是中国的标准。
骁龙Ride平台的特点是系统效率、架构灵活性，骁龙Ride Flex则凸显了高通在舱驾融合与中央计算上的部署能力。在中国驾驶辅助进入“规模交付”阶段的当下，这套路径具备一定前瞻性。
总结来看，高通在驾驶辅助市场的优势主要体现为三点：
◎ 性能-能效比的平衡：在控制功耗与成本的前提下，提供高阶功能所需的计算支撑；
◎ 架构的高度可扩展性：统一平台覆盖从入门到高端车型，减少资源浪费；
◎ 生态协同能力：从SoC、算法到整车开发工具链，形成闭环式支持体系。
这三项能力的组合，正在决定一项智能化技术能否真正进入主流车型量产周期。
高通的新变量：端侧大模型
中国新能源车市场依然是全球智能化迭代速度最快的战场。没有传统动力总成包袱，中国车企在电子电气架构和交互层的跃迁上拥有更高的自由度。高通正是押注于这一窗口期。
据Anshuman Saxena介绍，仅在2025年上海车展后就新增至少4家中国车企合作伙伴，均计划基于骁龙Ride平台打造车型。
关于大模型上车，他提出了一种智能化演进的方向：“大家都在关注统一的AI体验，大语言模型（LLM）、视觉语言模型（VLM）等。为什么不能将座舱中的部分用户交互输入数据与ADAS系统打通，从而避免同时基于相同的AI、LLM或VLM运行多个不同实例为系统带来的负担？这正是骁龙Ride Flex的擅长之处，我们正在基于这款平台实现这些体验。”
根据高通官方数据，超过10家中国车企和Tier-1伙伴正采用骁龙汽车平至尊版（包括骁龙8797和骁龙8397）打造驾驶辅助和智能座舱解决方案。
以零跑为例，其即将在2026年一季度上市的D系列旗舰车型将首发搭载双骁龙8797：一颗8797负责驾驶辅助任务，另一颗用于AI座舱。
高通方案对于支持汽车行业推动端侧大模型“上车”的路径也逐步清晰：以骁龙汽车平台至尊版为基础，通过模型轻量化与调度优化，当前高通已携手Tier-1厂商实现在本地端侧流畅运行140亿参数（14B）大模型，集成70亿参数（7B）端侧模型的方案——包括需要隐私保护（如车内对话）和低延迟响应的场景（如实时车控）。
从性能指标看：
◎ 14B模型推理可实现40 FPS以上帧率，优化后提升至 50-60FPS；
◎ 7B模型则帧率在60–72 FPS，满足实时交互需求，比如理解用户的语音和语义、构建用户画像等。
本地部署的意义不仅在于响应速度的提升（从云端的1–2秒缩短至端侧0.2秒），更关键的是隐私保护和连接稳定性的增强。
例如，哨兵模式现在可通过大模型识别异常行为（如拉门把手、车辆被刮擦），自动生成事件摘要与高光片段，替代传统的3分钟段视频方式，大幅压缩冗余数据。
高通常说的一个观点值得关注——“AI就是新UI”，这一变化正在重构智能座舱的底层逻辑：从“人适应机器”转向“机器理解人”。人机交互不再以菜单点击为中心，而是通过语义理解和多模态感知完成更自然的命令执行。
从芯片到系统，平台化正在成为决定智能技术量产节奏的核心变量
回到本质问题：不是谁的算力更强、模型参数更大，而是谁能用最少的开发成本，把“AI能力”稳定、快速、规模化地落在量产车型上。
高通提供的答案，是以骁龙Ride与骁龙Ride Flex为代表的“平台化思维”：用可扩展架构、通用软件栈与强生态适配力，降低车企在从L2+到舱驾融合、再到AI交互的每一次跃迁门槛。
芯片只是起点，真正有价值的是工程路径。AI在车端的落地，正在从“能不能做”进入“怎么做得稳”的阶段，而这恰恰是平台型玩家的主场。
特别声明：以上内容仅代表作者本人的观点或立场，不代表新浪财经头条的观点或立场。如因作品内容、版权或其他问题需要与新浪财经头条联系的，请于上述内容发布后的30天内进行。
