11月7日-8日，2024中国汽车软件大会在上海嘉定召开。本届大会由中国汽车工业协会和安亭•上海国际汽车城联合主办，以“软件智领未来，融合共创生态”为主题，共设置“1场闭门会议、1场大会论坛和6场主题论坛”。其中，在11月8日下午举办的“主题论坛二：扬帆远航：全球化破浪”上，易特驰汽车技术（上海）有限公司首席技术官郑心航发表精彩演讲。以下内容为现场发言实录：

　　谢谢主办方和张总。非常高兴今天有机会站在台上跟各位领导和专家交流一下我们博世集团和易特驰对于今后尤其是汽车智能化和我们现在尤其是国内各类降本增效的情况下，如何更好支撑我们未来智能汽车开发的一些软件架构方面的思索。
　　我们今天主要想介绍的话题是在目前国际和国内市场的舱驾融合大趋势之下，作为博世旗下专业底层软件和汽车操作系统供应商，我们技术战略的思索。介绍之前首先介绍一下什么是舱驾融合。
　　舱也就是目前智能汽车普遍具有智能座舱的功能，驾就是自动驾驶。可能在座各位对汽车软件架构有一定了解程度，汽车软件并不像IT产业一般电脑软件一样，从自打在八十年代以来，汽车电子化在这个趋势之下，到目前为止其实很大程度上来说，整个汽车软件的架构仍是分布式的系统。
　　也就是在车内一般来说有十几个、几十个乃至于智能汽车有上百个电子控制器，这些电子控制分别对各个车内的零部件、执行器进行自动化的控制，比如说刹车片、底盘、转向灯，都有专门高功能安全和实时性的嵌入式系统进行直接相关的控制，来达到行车的舒适和安全性的挑战。
　　到目前为止，现在市面上主流的智能汽车都分别拥有两个主要控制器，一个是自动驾驶控制器，另一个就是智能座舱控制器。这对目前国内主机进行新车研发过程中是有比较大的成本压力和挑战。现在行业的叙事是说，在行业内不断引入各类高性能和高算力的技术平台之上，大家都想能不能把自动驾驶和智能座舱这两个控制器合二为一？
　　这样的话带来一个好处，尤其是国内成本债进一步加强的情况下，直接的受益就是减少整车物料成本。从单一控制器角度来说，经过融合之后，我们大概有一个测算，整体可以降低50%的总成本，这对于我们的车尤其是高端零部件质量是巨大的提升。
　　我们易特驰是博世旗下专职于汽车软件解决方案的供应商，直接和我们相关度也是在这个趋势之下，舱驾融合变成一个控制器之后，必然会对将来软件开发以及底层软件的集成、性能带来较大的挑战。
　　重点上来说，我们看到有几个主要的挑战与机遇：
　　第一，现在行业内说软件定义汽车，未来智能汽车肯定会从开发角度来说更加向我们IT行业和智能手机靠拢。 将来通过舱驾融合有统一的计算平台，整个车可以看成带着四个轮子的手机，第一个挑战是是否借助舱驾融合，将整车软硬件能力抽象成通用的API。
　　第二，系在开发过程当中以整车级别提供软件全过程的可追溯性以及我们的可维护性。还有这对于我们整车中间件也提出进一步性能上的要求。大家也会观察到，现在很多舱驾融合的硬件供应商，不光是控制器层面的供应商，包括芯片层面供应商都层出不穷在未来架构当中提出很多舱驾融合的AI能力。
　　当然，现在很多智驾、自动驾驶的层面也应用了大量的人工智能算法，但现在另外一个趋势就是说希望在车能引入人工智能大模型，也就是说利用我们在智能座舱内的额外算力，在车内提供新型的应用场景，这在软件开发工具链和中间件也是额外的机遇与挑战。
　　首先我们讲刚才提到的，第一个要做跨域中间件融合，融合的特点是指我们需要能提供整车的抽象侧，行业最主要的痛点是如何给中间件部门和上层开发部门提供好基于服务抽象的能力。很多车厂提供大量跨部门之间的自研，这一块也是比较大的挑战。
　　举个例子，像国内一些跟我们博世和易特驰合作的头部企业，就面临一个比较大的痛点。随着我们现在智能汽车车型迭代速度越来越快，车型数量越来越多。对于整车抽象这一块会造成非常大的黑洞式开发成本，一旦底层硬件发生变化或者车厂处于降低，将某个控制器将一供换成二供了，对于我们软件层面API都会带来比较大的挑战。尤其是智能座舱各种消费类的应用五花八门，甚至整个软件供应链开发的供应商来提供的，由于底层硬件发生变更对于上层软件发生的变化是重大的挑战。
　　对此我们易特驰提出的观点是希望能够依托于我们国际化和行业标准化的扶持，向行业内提供一整套基于开源软件以及我们通过一些标准化的方法论，能够给我们整车厂赋能。将他们将来的这些软件抽象以及硬件封装的能力能够打包成整体端到端的自动化工具链，帮助我们车厂在开发过程当中提升效率，这是第一个跨域融合关键件的观察，也是希望在国际化形势之下，邀请更多国内车厂和供应商，共同在欧洲加强合作。
　　第二块，我们需要一个跨域的仿真和验证的框架，过去一两年我们博世和易特驰也对行业内提出这样一个观点，将来在整车级的软件开发验证过程当中，我们预计将来趋势会将现在依托于物理硬件和实际整车的测试方式逐步迁移到基于虚拟化的方式来提升进一步开发效率以及降低我们的测试成本。
　　这一块跟现在IT行业的测试其实还是有比较大的差距，现在很多车厂随着控制器的数量增多，最大的挑战就是接近量产过程中会有多部门，尤其是来自不同软件模块开发团队正常我们测试台架和测试整车，这对我们将来车辆上市以及车辆测试效率和可靠性都带来比较大的问题。
　　在这一块易特驰是依托于我们传统的一些软件虚拟化仿真能力，进一步提出希望通过跨域融合，尤其是车内各类虚拟总线，还有整车抽象能够将车内各个零部件虚拟化搬到云端进行虚拟化测试，而且这个测试对于行业内的专家有所了解的话，我们也想强调一下，这并不只是在虚拟控制器做测试。
　　我们传统虚拟控制器的测试往往是集中在控制模型本身和被控对象，在这个基础之上我们易特驰背靠博世集团，希望在整车级别包括现在新类型电子电控架构下的总线，能够在整车级别联合我们舱驾一体融合器提供高效的测试方法和测试框架。
　　下面是另外一个趋势，刚才提到车内软件开发过程提到的是整车电子电控架构进一步集中化。我们另外看到一个趋势，很多车厂在和我们博世开发过程当中提出大量的要求，希望能够将底层控制器的软件模块，能够上移到中央计算平台上去。具体说的含义是什么呢？过去包括到现在，大量底层控制底盘刹车、空调、车身座椅、内外部灯光都是微控制器，通俗地说是车内各个硬件实现的。
　　软件上移是以接近IT化的方式，将底层软件模块全都搬到中央控制器上去，它所带来的最大好处直接可以反映在成本上，过去车内有几十个不同的硬件控制器，接下来以软件集中化的方式，实际的硬件物料以及所对应的线束成本大幅度下降，将来所有的软件能力都可以通过我们在中央计算平台上统一的中央操作系统来做支撑。
　　这对我们现在软件架构带来最大的挑战，可能是说我们可以将原来传统基于模型设计驱动的MBD的方式，不像传统的，像嵌入式的工具链做交叉编译和构建，而将MBD的工具迁移到Linux平台上进行编译，这也极大减少我们将来车内各个零部件的微处理器，这是我们现在可以看到通过软件方式达成整车降本以及增加软件开发效率的重大趋势。
　　这一块也是我们现在认为最有趣的，刚才提到了舱驾融合未来的一大趋势就是希望能够将我们利用车内额外算力支持大模型、人工智能所带来的额外场景。大家可能最近也比较关注，各个造车新势力、车厂、头部企业都说引入语言大模型，这一块给消费者带来的最终体验，它的价值大家都在探索过程当中，但是大家可以观察到现在绝大部分的大模型场景都是集中在语言交互上，也就是说车内助理，甚至交互各类文艺作品的朗诵等。
　　对于我们博世智驾零部件企业认为大模型可以带来更加丰富的场景，尤其是视觉大模型。视觉大模型和我们自动驾驶算法，尤其是基于视觉的自动驾驶算法最大区别在哪儿呢？我们认为视觉大模型它可以在控制角度上来说对于路边的各类视觉场景有基于语义理解程度。
　　比如说大家在闹市区开车，可以看到上下学时路侧有大量的学生穿梭，可能会碰到路侧滚出一个小皮球，对于我们标准自动驾驶的算法能力也就是皮球大小、是否在碰撞轨迹上做出判断，是否做出避让或者刹车的决策，除此之外也不会有额外的操作，这就是目前算法主要的限制。
　　但是如果我们经常开车的老司机，你可能会做出这一个判断，皮球从盲区滚出来，意味着有可能会跑出来一个小孩跟着球去追，这个场景之下我们可以认识到传统ADAS算法达不到我们在国内各种功能安全的要求，只有通过大数据的训练，尤其是大模型能力支撑，可以对这个场景有语义支撑能力理解，这样的话我们大模型在看到路面上滚出一个小球，即使这个球不在我们滚动路径之上，也可以达到我们防御性驾驶甚至提前减速，这个应用场景有很多，包括我们在夜间闹市区，比如说前方存在酒吧等，也可以通过视觉大模型进行提前一步的预判。
　　我现在说了这么多，和我们的中间件有什么关系呢？挺简单的，我们行业内很多的专家和我们博世中央研究院的科学家都认为，视觉大模型从目前车内算力上来说，是永远达不到要求的，也就是通过中间件的支持，加上车路云的协同，车内部署经过预处理的小模型，在车内进行和云端大模型的交互，这是我们希望在未来舱驾融合的中间件提供的主要帮助，我们座舱内的额外算力再加上路侧和云端的算力和ADAS融合，这是舱驾融合场景之下，在语言和视觉大模型上带来最大的提升。
　　后面因为时间限制，我快速介绍一下其他关于我们易特驰在跨域融合中间件带来的能力。比如说有些专家提到了车内容和的情况下，跨域诊断尤其是各个不同零部件向高算力情况下，我们提出了基于服务的诊断体系（SOVD），这基于传统的UDS诊断会有比较大的IT化提升。
　　还有我们现在在跨域融合大模型基础之上，还可以提供进一步不光是量产，也包括量产后数据融合采集和云端分析能力，这一块也是在跨域融合中间件的背景之下有一个最大的提升。
　　最后一张，这是我们易特驰和博世集团认为在跨域融合中间件的软件下的架构。我们认为关键点是新型软件操作系统并不会取代高实时、功能性安全的软件，而会存在跨域融合和互相调度的能力。也就像传统的AUTOSAR经典平台和安卓以及基于通用操作系统Linux、AI平台相互融合，我们易特驰会依托传统深层软件比较强的能力，给我们汽车软件开发厂商提供一些新的开发范式。
　　我今天想介绍的内容就到这儿，如果各位有兴趣的话，也非常期待和大家会后进行深度的交流，谢谢各位。
　　（注：本文根据现场速记整理，未经演讲嘉宾审阅）