芯擎科技汪凱：艙駕一體是對性價比極致追求

作者：SY

出品：明亮公司

從智能汽車到端側智能體，是芯擎科技的躍遷之路。”芯擎科技CEO汪凱在2026北京車展上表示，“龍鷹二號”意味著中國本土車規級SoC已從“追趕者”轉變為“定義者”。

資料顯示， AI艙駕融合芯片“龍鷹二號”屬于5nm車規級AI座艙芯片，可覆蓋AI座艙、艙駕融合全場景需求，采用柔性架構，適配主機廠從入門級到旗艦級的中央計算平臺演進。據介紹，“龍鷹二號”將于2027年第一季度開始適配

“龍鷹二號”AI算力高達200 TOPS，原生支持7B+多模態大模型，具備主動意圖感知能力，內置多核CPU 360KDMIPS，GPU 2800GFLOPS，帶寬為518GB/s，支持LPDDR6/5X/5。

2021年，芯擎科技推出國內首款7納米智能座艙芯片“龍鷹一號”，隨后快速成為中國車規級座艙芯片的主要供應商，也是極少數同時覆蓋智能座艙和智能駕駛兩大領域關鍵SoC的本土供應商。

數據顯示，其自主研發的智能座艙芯片“龍鷹一號”一直處于國產同類芯片市占率頭部，2025年在40萬元以下主流車型中，“龍鷹一號”裝機量位居國產第一。

“龍鷹一號”第一代產品從“艙行泊”一體化切入，逐步向智能駕駛延伸，進而實現艙駕深度融合，最終向中央計算平臺迭代。

“龍鷹二號”發布當天，「明亮公司」與汪凱進行了一番交流，他談及了艙駕一體、具身智能等相關話題。以下為訪談內容精編：

汪凱（來源：芯擎科技）

01 龍鷹系列本身就具有艙駕融合功能

Q：在外界的認知中，龍鷹系列是智能座艙芯片，星辰系列是智駕芯片，到龍鷹二號的時候又變成了艙駕一體，從產品序列上應該如何理解？為什么不單獨推出一個艙駕一體的命名序列？

汪凱：其實我們之前推出的龍鷹一號，從一開始就是艙行泊一體的融合方案。我們從最開始的時候就放了8個Tops的NPU在里面，只是當時還沒有將其內置，如今隨著艙行泊一體方案的推進，龍鷹一號已經完成低階的艙行泊一體方案。如今你可以看到，吉利、長安都是用一顆芯片來完成，艙行泊是一體的。再往上走，龍鷹二號是高階的融合。

另外我們看到，純粹的自動駕駛是不同的應用。星辰一號是純粹的自動駕駛，我們認為高階的智駕是很難做到融合的，我們認為中階以上的可能融合是比較合適的，但如果要做L3和L4這一級別的，一定要用星辰一號這樣的自動駕駛芯片。

Q：如何理解艙駕一體的芯片用在更高階的自動駕駛，算力進行動態調用？

汪凱：從技術的角度講，艙和駕兩部分是要保證絕對的安全的。駕要進行隔離，而且要ASIL-D級別，不能出任何問題。如果我們做到高階的話，并不是那么簡單，現在我們看至少L3、L4以上的，對算力的要求很大，至少可能是1000Tops。目前來看，能夠將1000Tops專門做智駕，但再放一個艙的功能在里面的，現在基本沒有。

現在能做的更多是在高速NOA和城市NOA。大多數情況下，高階的自動駕駛目前能做到的，是不同的芯片放在一個板子上，并沒有實現真正的單顆芯片的融合。目前，沒有看到單顆芯片能將高階的智駕融合做在一起。

Q：智能體上車目前面臨兩個問題：一是基礎大模型發展太快了，二是如何將應用更好地接入，這方面我們怎么做可以幫助車企讓智能上車？

汪凱：汽車智能體，包括自動駕駛座艙，都在不斷向前發展。第一，座艙的發展時AI座艙，有導航、有語音、有音樂、有儀表盤，但要繼續發展，就要增加語音大模型。平常我們在手機上可以與豆包進行問答，在車里我們就要考慮如何將這些語音大模型搬到車上，這就需要一個AI加速器。通常以前到座艙的芯片并不具備這個功能，因為它的NPU不夠、算力不夠、帶寬不夠，所以我們需要搭載AI加速器去實現語音大模型功能，至少100Tops以上。

另一方面，在自動駕駛方面也在推進。此前我們看到的都是很老的網絡模型，到后來的兩段模型，再到現在我們也看到這種世界模型，還有端對端模型。在這個過程中，要盡量將芯片設計得具有靈活性，更容易適配。在整個系統的角度上，也要讓算子快速適配算法。

02 艙駕一體是追求極致性價比的需要

Q：艙駕一體最早應該在高端車上應用還是在中低端車上應用？

汪凱：艙駕一體更適合中低端車，因為做艙駕一體的真正目的就是將價位下移。因為它做成了一個域，可以省掉盒子，可以省掉外圍很多設備，相對來講比較適合中低端的。

反之，真正的高端車，我們看到的都不是融合，而是用兩塊芯片做，因為高端產品一定要保證一個很好的艙的功能和性能。

Q：艙駕一體火熱的當下，是不是這也意味著成本降低將成為汽車廠商的很大優勢？

汪凱：艙駕一體本質上是具有更好的性價比，本質上是說中低階的，其實我們一開始就可以看到我們在龍鷹一號的時候就做了艙行泊一體的概念，以前你可能要用不同的芯片，我們一顆芯片就解決了所有問題。以前高階的駕基本用英偉達的Orin芯片，在國內幾乎沒有真正實現。今年開始，高階的駕開始在國內慢慢起來，目前還是有不同種類的解決方案。在還沒有到L3這個級別的情況下，L2+這個級別也不好說，所以我們基本上用高速NOA與城市NOA來判斷算力與算子的要求。我們的S1000P把艙和高速NOA融合在一起，再往上走，城市NOA需要更高級別的芯片，可能2000TOPS算力的芯片就要推出，將城市NOA功能涵蓋進去。

我覺得，中國車廠面臨的一個挑戰是如何用很好的價位去保證很好的性能，而不是無限地突破你的性能，然后把價格加上去，市場就會比較小。在國內，我們覺得80%的市場其實可能是在15萬以下的主流車型。

Q：專門做駕的芯片，相比專門座艙的芯片轉向艙駕一體，成本上哪個更低？

汪凱：如果一個芯片專門做駕的時候，它會省去很多座艙相關的存儲模塊。駕基本上不是一個真正大的異構芯片，但艙一定是異構芯片，它里面有很多CPU，有GPU，還有視頻處理等其他模塊，所以是一個更加復雜的芯片。

現實中，可以看到真正從駕把艙融合的其實不多，能做起來的現在基本都還在嘗試。但是我們看到從艙往駕發展的，已經實現。

Q： 在持續高溫高負載的場景下，7nm的穩定性會成為大規模上車的一個短板嗎？

汪凱：我可以很自豪地告訴大家，從龍鷹一號開始，我們就采用的7nm的車規芯片。如果設計有問題的話，這3-4年的時間，肯定會有大量的問題暴露。但目前我們已經有超過100-200萬的芯片在正常運行，說明還是很不錯的。而且我相信，包括星辰一號也是一樣，我們的工藝、IP、設計，都是同源設計過來。

03 從車端智能到端側智能，優勢在于技術同源

Q： 芯擎從車端升級到了端側智能，這一戰略的推進是基于什么內容考慮？

汪凱：整個智能體正從汽車向端側進行轉移。你會發現除了汽車以外，還有各種各樣的自動化、智駕或者大的智能體，歸根結底是它能夠自動去處理一件事情。我們看到，在端側除了具身機器人以外，有很多的應用，掃地機器人、割草機、物流機器人，端側會越來越多，量也會越來越大。

我們認為，汽車本身的量還是有限的。如果從產值來看，汽車芯片一年的產值可能是500億元左右，全球汽車產業大概是500億美元左右。但是放到整個工業看IoT端側看，大概是2000億元，市場會擴大4-5倍。所以，正好技術上的同源，我們在感知、計算、處理方面所具備的能力，也正好可以用在端側。作為核心的部件，也是可以作為核心的應用來處理。

Q：芯擎希望拓展機器人市場開啟二次增長路徑，談談芯擎在具身智能領域的規劃及進展。

汪凱：在整個芯片設計中，汽車本身就是一個巨大的智能體，而且要經歷一個嚴格的場合考核。只有做過汽車領域，其他具身智能也好，工業機器人也好，都是一個變體。因為車規級別要求很嚴，包括溫度與工作環境。從車到工業的設計，其實是一個減緩的過程。

而且，自動駕駛和智能座艙的兩個芯片，分別對應具身機器人的大腦和小腦，智能座艙是感知和執行，自動駕駛是推理，剛好應用到我們的整個具身智能中。所以從技術來講是同源的技術，可以進行變遷。

如今，我們已經與一些機器人公司進行接觸，而且我們也通過為一些物流機器人公司供應商提供核心方案來進行合作，比如我們與中國最大的物流機器人仙工智能進行合作。具身機器人方面，我們會與一些具體的企業進行合作。到年底，我們會有一些類似于物流機器人、甚至機器狗的產品陸續發布。

04 從產品最初設計開始，讓產品更具競爭優勢

Q：如何看待供應鏈里，汽車廠商與供應商關系的轉變？

汪凱：此前汽車產業鏈里有Tier1、Tier2……，我們一般是將芯片提供給他們，經過模塊算法再進入到汽車。如今，隨著整車廠對芯片技術能力的關注，車廠本身會與芯片廠商進行深度交流，但最終使用什么樣的芯片還是由車廠決定。

智能座艙部分，主要由Tier1完成集成；智駕部分，車廠自己有數據、有算法、有系統，如果具備這些條件，它會自己選擇集成，如果不具備這些能力，車廠會找Tier2提供算法系統，如卓馭、文遠知行。從智駕角度，我們一般會提供一個非常成熟的方案，由方案解決商一起去將產品交給Tier1進行集成，如博世、德賽、東軟等。

Q：面對有的客戶將成本壓得很低的現象，如何平衡公司的研發成本以及利潤轉化？

汪凱：對于成本的要求在市場上可能有許多家，尤其是對于產業鏈下游的企業來說，要使自己的產品有競爭力，一定要從設計開始讓產品變得非常有競爭力。

最近與合作伙伴探討一個問題，他們覺得自己的車型子系統已經做到了極致，但成本還是降不下來。后來他們做了很多的拆解發現，他們車里面的子部件有18個，競爭對手只用了5個。換句話說，你再怎么減，也沒法減到別人5個部件所帶來的成本優勢。換句話說，做這個事情時就要把設計做好，讓產品本身具備優勢。所以，我們要做的是通過設計讓成本更具有優勢。