2025年9月10日，在第五屆未來汽車AI計算大會上，吉利汽車研究院前瞻技術研究資深總工程師徐曉煜指出，汽車產業的硬件思維是智能+融合。他強調，芯片對智能車發展起著關鍵作用，硬件決定智能車功能上限，軟件決定功能好壞，二者相輔相成。徐曉煜還提到，輔助駕駛存在兩個價值爆發點，當前處于第二個階段，未來算力需求將持續上升，各檔次硬件平臺需求并存。此外，座艙領域對AI算力需求急劇攀升，配置形態多樣。
徐曉煜表示，近幾年，吉利通過內部組織、產品及產業鏈融合應對變化，成立先進電子實驗室和硬件中心，打造通用評估平臺縮短芯片導入周期，后續還計劃開放模組接口。此外，硬件中心具備完整能力，正通過多種開發模式實現硬件產品階梯狀平臺化與通用化。
徐曉煜 | 吉利汽車研究院-前瞻技術研究資深總工程師
以下為演講內容整理:
今年上半年，為應對智能化帶來的挑戰，吉利陸續成立了先進電子實驗室，近期又設立了智能硬件中心。這些都是我們為順應產業巨大變革所做出的調整。
過去一百年來，芯片技術從晶體管到IC、再到半導體全面滲透生活，推動整個社會前進。如今，芯片處理信息的速度已超越人腦，成為人類實現超越和進步的關鍵要素。智能車正是在這一背景下應運而生。
我們常聽到"軟件定義汽車"的說法，但硬件尤其是芯片才是決定軟件上限的關鍵因素，定義了智能車的發展天花板。以輔助駕駛為例，其基礎理論早已提出，但當時受限于芯片和硬件技術無法實現。硬件決定功能的可行性，軟件決定功能的好壞，二者相輔相成。
在輔助駕駛領域，存在兩個價值爆發點：第一個爆發點出現在從基本無輔助駕駛功能向具備輔助駕駛功能轉變之時，一旦使用便難以割舍；第二個是當前發展的L3級或者說是全路徑的L2級加部分L4級，部分L4級功能給用戶的感受有質的飛躍。然而，從第一個到第二個爆發點周期漫長，至今距離完全L4級仍有距離，因此在輔助駕駛高階算法上需持續投入。實現輔助駕駛功能需更多算力和最優算法拓展邊界，這個過程中算力需求將持續攀升。在發展平緩期，我們會采用一些已成熟的算法，在相對標準化的功能上實現最具性價比的方案。針對不同車型，在中階配置中，可能會出現對多檔不同算力以及不同硬件平臺的需求。而在最低檔的入門款車型中，一些最基礎的功能可能會與座艙功能或其他功能相融合，以實現最基礎的輔助駕駛功能。
綜上所述，輔助駕駛未來將主要呈現兩大趨勢：一是算力需求持續增長，二是多檔次硬件平臺需求并存，尚未收斂。類似情況也出現在智能座艙領域。在大模型興起之前，行業普遍認為座艙智能化需以高級別輔助駕駛對用戶的解放的實現為前提。然而大模型的出現顯著加速了對座艙智能化的需求。從座艙SOC芯片的發展來看，NPU、GPU和CPU的需求變化各有不同：CPU與GPU仍大致遵循摩爾定律穩步提升，唯獨NPU呈現近乎線快速增長，反映出座艙對AI算力的需求正在急劇上升。
另一方面，座艙設計也呈現“平板化”趨勢。行業早期追求多屏布局，而當前則更多探索多屏、一體屏和大屏等多元形態，整體體驗越來越趨近消費電子領域。因此，座艙同樣面臨AI算力需求大幅上升與功能落地仍在探索的雙重挑戰——真正高價值場景尚未定型，多種硬件配置將在長期內并存，這為硬件設計與選型帶來顯著壓力。
關于“艙駕融合”，它并非一蹴而就，而是分階段推進的進程：從 One Box 到 One Board，最終走向 One Chip。目前行業多數仍處于 One Box 階段，少數開始嘗試 One Board。由于高階輔助駕駛尚未實現L4，座艙應用也仍未收斂，One Chip 在高階領域短期內難以實現，但在中低階領域可能較快落地。因此，主機廠需同時開發輔助駕駛域控制器、座艙域控制器、艙駕融合方案以及One Box設備，并持續為未來One Chip預留擴展空間——這不僅帶來AI算力需求的持續提升，還同時面臨多種硬件形態并存的復雜局面，構成一項重大工程挑戰。
吉利近期在組織架構上進行了一系列融合調整，集團將統一負責銀河、領克、極氪等多品牌多車型業務。為滿足這些車型的需求，考慮到不同車型的顧客消費群體存在一定差異，即便在同一品牌內，不同車型的需求也不盡相同，為了以更優的方式滿足眾多車型、多個品牌對硬件及芯片的需求，我們正通過內部融合與產業鏈協同，以更高效率響應市場需求。我們整合自研團隊成立智能硬件中心加強研發能力，通過零部件平臺化與通用化提升產品開發效率，降低成本。并與Tier 1、芯片公司乃至制造商開展更深協同，推動產業鏈加快迭代。年初，我們成立了先進電子實驗室，面向前瞻領域，聚焦前瞻技術與生態合作，旨在引入更多芯片和電子技術生態伙伴，提供快速原型驗證服務，評估技術特點，并將原型驗證技術盡快導入公司內部。
同時，我們成立的硬件中心具備從硬件開發、測試、制造到軟件開發的全流程能力，可通過硬件中心推動產品快速真正落地。實驗室與硬件中心共同構成整個研發底座，能夠支撐輔助駕駛、智能座艙、三電系統等領域的工作，以及與Tier 1和外部合作伙伴開展深度合作，實現更好的產業融合，推動產業進一步發展。
目前，先進電子實驗室正在推進一項名為芯片通用評估平臺的工作，采用了模塊化設計理念。期望借助這一設計，引入更多芯片公司和硬件方案，在吉利體系內實現快速驗證與評估，有效降低成本，目標將芯片導入周期縮短3至6個月。未來還將對外開放接口，便于合作伙伴基于我們的平臺自主開發與快速驗證。
硬件中心已具備扎實的工程能力，覆蓋硬件開發、測試仿真等環節，測試團隊擁有多年量產經驗，為各類產品提供了堅實基礎。依托此能力，我們設立了出行交互與融合不同產品的供應部門，以及面向Tier 1合作的組織架構，支持多種開發模式，積極聯合產業伙伴開展共同開發或方案審核，確保符合吉利戰略與平臺化要求，逐步實現硬件產品的平臺化、通用化及軟硬件解耦。目前我們已成功交付輔助駕駛域控制器、智能座艙域控制器、激光方案及艙內AR等多類產品，其PPM顯著低于行業平均水平，體現出優質的質量水平。我們也期望能夠全面覆蓋各類車型、各個品牌的需求。
談完智能車領域，我們再將目光投向未來。當下，“從智能車到具身智能”是一個備受關注的話題。業內普遍認為，具身智能是輔助駕駛的下一步發展方向。
輔助駕駛主要解決的是“有無”問題。一旦實現輔助駕駛，其提升空間相對有限。以打車場景為例，我們不會因為出租車司機有10年駕齡，就愿意支付比1 - 2年駕齡司機高10倍的車費，最多在費用上做些微小調整。輔助駕駛亦是如此，在實現之后，其算法雖有優化空間，但提升幅度不大。我與一些業界伙伴交流后了解到，他們認為輔助駕駛算法中有70% - 80%，甚至更高比例可直接應用于具身智能領域。
當L4級輔助駕駛實現之時，便是當前具身智能發展的“發令槍”打響之際。在輔助駕駛問題尚未解決時，我認為對具身智能進行投入性研究是值得的，而且這個時間節點不會太遠，相信很快就會到來。