当前，汽车产业正由软件定义汽车加速迈向 AI 定义汽车。对整车企业而言，真正的挑战并非在座舱或智驾上增加几个 AI 卖点，而是构建能够支撑未来数年甚至更长生命周期的 AI 驱动软件体系，并形成开放协同的产业生态。

2026 年 09 月 16 日，在 2026 第六届智能汽车芯片生态大会上，中国一汽研发总院高端汽车集成与控制全国重点实验室前瞻技术专业设计师、资深基础软件专家姜珊发表演讲。

姜珊指出，AI 时代 OEM 的技术选择正从单颗 MCU 或 SoC 转向一套软硬件技术体系，基础软件将从 " 适配层 " 升级为异构计算资源的 " 组织管理层 "；车用 AI 不能照搬互联网快速发布模式，必须通过 AIOS、软硬解耦、全生命周期安全和行业联合平台，实现芯片、基础软件、工具链与应用的协同，安全始终是第一标准。

姜珊 | 中国一汽研发总院高端汽车集成与控制全国重点实验室 前瞻技术专业设计师、资深基础软件专家

以下为演讲内容整理：

技术选择从一颗芯片走向一套体系 , 基础软件必须前置

过去选择 MCU 或 SoC，评价维度相对明确，包括性能、功能安全、可靠性、成本、供货和基础软件适配。进入 AI 时代，如果要为用户提供真正可用的 AI 体验，单颗芯片或单个控制器已不足以支撑，底层 CPU、GPU、NPU、MCU、DSP、安全岛等异构资源必须形成体系。Compiler、Runtime、算子库、硬件、基础软件、工具链和模型生态共同决定 " 稳定的有效算力 "。因此，OEM 的选择对象正从一颗芯片，转变为未来数年的软硬件技术体系。模型按季度迭代，芯片从设计到量产需 3 — 5 年，整车生命周期长达 10 — 15 年，这种节奏错位决定了基础软件必须前置，不能等芯片定义完成后再被动适配。

基础软件从适配层走向资源管理层 , 接口收敛释放创新

传统模式下，芯片先定义，基础软件再做 MCAL、OS、通信、诊断等适配，最后形成分布式 ECU 或域控制器。AUTOSAR 围绕 MCU 形成了成熟分工，但 AI 时代需要跨域看待整车计算平台。基础软件不再只是屏蔽硬件差异的适配层，而要成为异构计算资源的组织与管理层：向下抽象 CPU、GPU、NPU、MCU、安全岛等资源，向上为智驾、座舱、车控、车身、网联提供统一接口，并横向贯穿功能安全、信息安全、通信、诊断、OTA、监控与验证。通过分层架构，稳定的能力沉淀为平台能力，NPU 架构、算子、Compiler 等创新空间留给芯片企业。应用层可移植性已较好，压力正在向基础软件转移，芯片差异、模型差异、多 OS/ 虚拟化、验证差异都需要基础软件吸收。

混合关键性带来新课题 ,AIOS 需要分层演进

当座舱融合与中央计算推进，QM 等级 AI 负载与 ASIL-D 等级控制负载可能运行在同一异构平台、同一套软件栈上。资源冲突时谁优先？AI 推理抖动如何保证实时性？AI 模块异常如何隔离而不影响整车？模型频繁升级如何不破坏功能安全？这些问题都需要基础软件回答。L3 将更多责任放到车企一侧，对 " 可验证、可追责 " 的要求更高。AIOS 不等于 " 能跑 AI 的 OS"，也不是把 NPU 挂在系统旁边。其演进可分三步：AI IN OS，AI 被操作系统调用，NPU 作为加速外设；AI FOR OS，AI 帮助 OS 优化调度、预测异常；AI AS OS，AI 成为系统资源，算力可调度、能力服务化，成为整车公共服务机制。这需要共建操作系统创新联合体，构建车用操作系统完整产品矩阵。

软硬解耦应对节奏错位 , 全生命周期安全成为底线

车用 AI 底座必须通过基础软件实现软硬解耦，用中间层对齐模型、芯片、车规认证和整车开发的不同时间轴。有效算力不是标称 TOPS，而是实际模型 × 软件栈 × 温度 × 功耗下整车可用的能力。验证体系要从工具变为底座组成，虚拟 ECU、仿真、回放、安全隔离都应纳入验证。车云一体同样关键：云端负责数据、训练、编译、仿真验证，端侧负责部署、运行监测、OTA 和回滚；模型 / 编译版本可追溯、可管理，资源可管理、异常可隔离、版本可回退、数据可持续回流。传统 V 流程强调发布前验证和全链条双向可追溯，AI 时代还需要部署后的长尾：安全管理体系、AI 漂移抑制、未知场景挖掘、持续安全运营和剩余风险收敛。AUTOSAR 与 ASPICE 提供架构约束、工程过程和质量体系，AI 提供速度与创新；AI 越快，越需要边界。

生态协同需要广泛参与 , 联合平台共建共性能力

芯片与基础软件协同已不再是芯片厂和基础软件供应商之间的事，而需要整车企业、芯片企业、OS 与基础软件企业、AI 算法企业、工具链企业、检测认证机构、科研院所和开源社区共同参与。AUTOSAR 曾收敛 MCU 时代碎片化，AI 领域标准窗口期仍在，标准过早可能扼杀创新，过晚则生态碎片化。项目制、点对点适配会导致换芯片重来、证据链重复建设，开源共建还需回答商业模式与责任归属。行业应打造 " 芯片—基础软件—工具链—应用 " 联合参考平台，共性能力共建，差异化能力创新，投入前置。OEM 能够提供真实需求、真实场景和真实实车验证，与生态伙伴共同推动 AI 时代车用基础软件及芯片生态协同。

关于一汽全国重点实验室

中国一汽研发总院高端汽车集成与控制全国重点实验室，依托中国一汽在整车研发、电子电气架构、基础软件、芯片适配与前瞻技术领域的积累，聚焦汽车集成与控制关键技术、车用操作系统、AI 平台及生态协同等方向，致力于联合行业伙伴开展共性技术攻关、标准研究与实车验证，推动创新成果产业化落地，为智能汽车时代提供安全、开放、可持续的技术底座。

（以上内容来自中国一汽研发总院高端汽车集成与控制全国重点实验室 前瞻技术专业设计师、资深基础软件专家姜珊女士于 2026 年 09 月 16 日于 2026 第六届智能汽车芯片生态大会发表的题为《AI 时代车用基础软件及芯片生态协同的思考》的演讲。）