2024年12月20日，由科技出行产业智库与创新服务平台亿欧汽车主办的GTM2024第七届科技出行大会暨科技出行产业创新榜发布会在上海漕河泾万丽酒店正式举办。
本次活动主题为“开启AIEV元年”，由亿欧汽车倾力打造，意在产业创新的坐标系中，积极推动以AI数字智能为代表的新质生产力与汽车工业与出行产业加速融合，促进深度融合人工智能技术的新一代AI出行终端AI EV加速到来。
亿欧汽车基于对智能电动汽车与科技出行产业的长期洞察与研判，此次大会将围绕AI与EV两大产业生态，聚焦具身智能、大模型、端到端自动驾驶、固态电池、车规级芯片、新能源商用车、超级补能、车路云一体化等细分话题，并携手汽车出行产业上下游代表企业、机构、跨界科技公司等共话行业发展图景，见证即将到来的AI应用的群星闪耀时刻。
在本届大会上，亿咖通科技中央计算平台研发中心负责人王荫发表了题为《AI定义汽车时代，汽车智能化全球竞争与机遇》的主题演讲，他认为，AI大模型已经成为推动汽车智能化发展的关键力量，亿咖通科技正通过融合AI技术，打造具有高度智能化的中央计算平台，以及符合车载场景的 ECARX Auto GPT 以及面向全球的汽车 AI 操作系统及GAS应用生态。
以下为分享实录，供行业人士参考：
今天我分享的主题是在AI定义汽车的时代汽车智能全球化竞争。
亿咖通科技成立7年多了，拥有完整的智能座舱解决方案产品矩阵。去年，我们在自动驾驶领域也取得了新的突破，亿咖通·天穹Pro智驾平台成功搭载于领克08 EM-P车型大规模量产。
我们还推出了多域融合方案，通过亿咖通·云山跨域软件平台，打通智能座舱和智能驾驶域。同时，我们的激光雷达技术也在零部件领域得到拓展，预计明年我们的激光雷达将实现量产。
接下来，我将展示亿咖通科技的产品矩阵。最顶层是我们的SoC产品矩阵，目前我们主要拥有国产的龍鹰一号芯片、高算力的星辰一号智驾芯片，以及云山软件平台，稍后我将详细介绍这些内容。
展望未来，我们在舱驾一体化方面投入了更多努力。今年，我们在吉利银河E5上实现了舱泊一体的量产，明年我们还将推出“舱行泊一体”解决方案产品，稍后我将进行更详细的介绍。
目前，亿咖通的全栈产品已在全球布局。智能座舱、智能驾驶、中央计算是我们未来几年的重要发展方向。去年，我们在海外量产了沃尔沃的座舱方案，这在中国是首家具备自研能力的车型。此外，我们在x86平台上也实现了量产，全球首发AMD V2000，这在业界是相当罕见的，我们付出了极大的努力。
过去几年，新能源汽车的蓬勃发展打破了燃油车时代的技术壁垒，中国汽车业正以电动化为契机走向世界。在这个过程中，中国车企面临诸多挑战，从亿咖通的角度来看，我们认为主要挑战包括合规和生态适应。
首先是合规挑战，出海面临的最大问题之一是认证，尤其是海外市场对欧盟等严苛认证的要求。当前，海外市场对中国智能化软件代码的严密关注将成为未来一段时间内各车企的挑战。
其次是生态挑战。在海外，如欧洲国家更倾向于认可谷歌的产品。我们如何在这种数字生态中完成交付，尤其是在未来几年宏观环境的考量下，中国车企在海外的研发和产能布局，亿咖通全球12个研发中心和三个生产基地，将助力中国车企提升出海能力。
谈到生态，我们可以看到在美国、加拿大和欧盟地区，主要是谷歌的GAS生态，欧美汽车品牌如沃尔沃、雪佛兰等都采用这一生态。GAS生态的优点是内容提供商丰富，标准化程度高，认可度高。
但GAS生态也有缺点，如成本高昂，我们需要向谷歌支付费用，且部署周期长，定制化程度低，一些特殊功能难以实现。研发产品缺乏灵活性，海外的安卓手机和汽车都较为标准化。
亿咖通为了打破产品边界，布局了全球方案。在中国，我们将采用Flyme Auto生态作为国内支撑，海外则以GAS为主，同时我们也具备在smart、路特斯等品牌上部署的能力，可以同时部署在不同的座舱芯片上。
我们能够实现全球生态服务，得益于亿咖通拥有一整套完整的软件系统（云山）。云山软件系统的核心模块，主要分为两部分：一部分是操作系统，我们有基于座舱的安卓操作系统、仪表操作系统、游戏操作系统和汽车车控操作系统。
将这些操作系统与不同域联系起来的是云山的DFS跨域分布式通信总线，它不仅能够实现域内通信，还能实现跨域平台的通信。本月和下个月初，红旗车型也将搭载云山系统实现量产。基于这套软件基础，我们可以将整个座舱包括自动驾驶的开发周期缩短20%。
接下来，我想谈谈AI上车，以及当前基于AI的变革。最早汽车电子化是电子化的过程，随后出现了软件定义汽车，我没想到软件定义汽车的时代如此短暂，现在我们迅速进入了AI定义汽车的时代。
智能化已成为不可阻挡的趋势。明年，我们将在城区道路实现自动驾驶，后年和大后年，随着L3法规的落地，L3自动驾驶将不再是梦想。
鉴于此，我认为有几个重要事项：全球化、架构和成本。中国主机厂正逐步向海外扩张，同时我们也看到丰田等企业在国内寻找中国供应商，因为他们发现智能化趋势非常强烈。因此，我们需要在大模型上加快突破。
在架构上，中央计算肯定是趋势。目前座舱域和驾驶域各自独立，可能导致座舱使用的高端芯片算力过剩，而自动驾驶领域也是如此。
主机厂面临的问题是成本。舱驾一体化可以在不降低甚至提升能力的情况下降低成本。例如，原来一个座舱芯片算力需求为200K，一个驾驶芯片也需要200K，现在我们可以用250K的芯片同时满足座舱和自动驾驶的需求，从而降低成本。
因此，我认为接下来最重要的三个方面是全球化、架构和成本。这也是AI定义汽车时代的重要方向。正如我之前所述，我们认为传统的电子电气架构将变得更集中，朝着One Box、One board、One chip的方向发展。
我们目前的方案主要优势在于成本效益。原本需要3000到4000的系统，我们现在可以用2000多的One-Chip系统实现。这套系统基本上涵盖了主流座舱的所有内容，包括全场景语音、仪表、自动泊车功能。
最后，我想谈谈我们正在与微软合作研发的AIOS架构。这张图展示了我们与微软共同打造的AIOS，它是一个端云协同的架构。在海外车型上，我们将与微软共同打造LLM云，国内则与其他云服务商合作，完善云端大模型。在生态方面，海外以GAS和Non-GAS生态为基础，国内则是Flyme Auto。我们已经在不同的亿咖通芯片上部署了这些模型，并在垂直平台和应用积累，实现了多模态场景的运行和多语言交互。我期待明年上海车展上，各位嘉宾和朋友能够看到我们这套AIOS的展示。我的分享到此结束，谢谢大家。
