車東西（公眾號：chedongxi）
作者 ｜ 張睿
編輯 ｜ 志豪

車東西6月8日消息，日前，2026高通汽車技術與合作峰會在無錫舉辦。

▲2026高通汽車技術與合作峰會現場

在活動上，高通技術公司執行副總裁兼汽車、工業及嵌入式物聯網與機器人事業群總經理Nakul Duggal，以及高通技術公司副總裁兼ADAS和機器人業務總經理Anshuman Saxena接受了車東西在內的媒體采訪。

在采訪現場，Nakul Duggal、Anshuman Saxena圍繞著中國創新與全球協同、艙駕融合與算力演進、物理AI與端側推理、競爭生態與成本應對等問題進行了詳細的回答。

車東西在不改變原意的情況下進行了部分編輯，以下為采訪實錄：

1、近年來，高通不僅與電動汽車初創企業以及新興供應鏈公司建立了合作關系，同時也與全球合作伙伴攜手，共同開發定制化車型。那么，這些在中國建立起來的合作關系，將如何賦能高通在全球范圍內推動其汽車業務的創新？

Nakul Duggal：這涉及到很多不同層面，包括高通汽車業務自身是如何成長的，以及我們如何聚焦中國汽車產業。高通在中國與多個不同生態開展合作有著悠久歷史。因此，中國對我們而言并不是一個全新市場，我們對中國市場非常了解，同時中國市場也很熟悉高通，尤其是從智能手機領域來看更是如此。

目前，我們在中國已有超過一千名工程師從事汽車相關工作。實際上，過去多年來，我們逐步建立了一支專注于汽車業務的團隊，服務于中國市場以及全球其他國家和地區的客戶。在這一過程中，我們與合作伙伴的深入交流，加深了我們對整個中國汽車生態系統創新的認知，尤其是過去6到7年間在中國的創新發展趨勢。

我們觀察到，汽車行業轉型正加速而至：很多車企開始布局電動汽車領域。而電動化轉型對汽車架構而言是一項非常值得關注的轉變，因為它促使我們真正開始思考一種與傳統汽車架構截然不同的中央計算架構。我們投入了大量時間與汽車客戶深入溝通，了解他們希望為汽車帶來怎樣的創新；同時我們也不斷演進計算架構，以跟上這一發展趨勢。

我們起初面向智能座艙領域進行布局，隨后將業務拓展到先進駕駛輔助系統（ADAS）領域。在這一過程中，我們逐漸意識到，在過去五年里，中國市場關注的焦點是大力推動電動汽車生態系統的快速發展。如果除開電池技術等因素，電動汽車生態可以大致歸結為兩個核心領域：智能座艙與駕駛輔助。這兩項技術在中國市場得到大規模推進，并在激烈競爭中得到快速發展。

也是在這一過程中，我們發現高通恰好處于創新迸發的交匯處。在與中國汽車客戶以及車企、Tier-1廠商、軟件供應商等生態伙伴溝通的過程中，我們收獲良多。我們傾聽他們的需求，并將這些需求融入到我們的技術路線圖、芯片設計與軟件研發中。我們逐漸意識到，我們所構建的平臺對中國汽車生態系統具有非常重要的意義。因此，這些合作實現了雙贏，我們也從中學習了很多。

與此同時我們意識到，對于在中國市場參與競爭的全球車企而言，他們的商業規劃必須符合中國汽車行業的發展趨勢。換句話說，他們需制定符合中國市場實際情況的策略，這使我們能夠以不同的方式與全球車企在中國展開合作。如今“中國速度”引人矚目，同時“中國速度”也在影響著全球市場，這促使很多全球車企以同樣的速度向前發展。我們對從中國生態系統中所獲得的經驗與啟發深表感謝。

2、相比中國其他芯片企業而言，高通的合作車企數量更多、上車量更大。這種規模優勢是否意味著，高通在整車端的數據多樣性、數據豐富度以及數據質量方面會具備更明顯的優勢？如果優勢確實存在，它會如何反哺芯片設計和開發？中國的部分自研芯片企業由于上車量較少、客群數量單一，從長遠來看，數據體量、數據完備性和數據質量是否會存在不足？如何看待這一潛在問題？

Nakul Duggal：需要澄清一下，高通并不采集芯片相關數據。

數據歸屬于軟件棧合作伙伴，例如Momenta、元戎啟行、輕舟智航、文遠知行、德賽西威、卓馭等企業，數據是這些企業自有產品的組成部分。高通無法訪問任何相關數據，只是他們的模型和軟件棧部署在我們的SoC（系統級芯片）上。

我們有很多合作伙伴都是業界的翹楚，有著非常先進的技術，同時也會給到我們大量的反饋，例如他們需要怎樣的芯片，包括在性能、可靠性、軟件就緒度、質量等方面的需求。

3、以2026年或2027年這個時間節點為例，如果需要符合當下的消費者需求，又要滿足未來至少三年升級換代需求的話，汽車應該具備多少算力？與這個算力相匹配的內存應該是多少？這套組合能支持多少參數量級的大語言模型流暢運行？

Nakul Duggal：我們發現一個很有意思的現象：通義千問（Qwen）這類能力出眾的大模型問世時間不長，屬于全新的技術產物，但目前已經能夠在車載環境中部署運行。

車輛無論是開啟駕駛輔助，還是依托相關輔助功能行駛，駕乘人員都可以與智能助手、智能體等AI產品交互。這類AI能夠落地多元應用場景，既可提醒用戶待辦事項，也能協助處理日常事務，幫助使用者提升工作效率。

汽車是AI落地的優質載體，能夠高效發揮AI在實際應用場景中的價值。在我看來，汽車或將成為人們日常使用最為頻繁的終端產品之一，這類設備將具備端側AI能力，依托相關功能優化用戶日常辦事效率。

由于部分功能仍需依賴云端，這類終端需要與云端保持互聯；而能在車載環境內更高效、更安全落地的功能，則會擁有更大規模的應用場景，這也是當下行業逐步顯現出的發展趨勢。高通正在聯合多家合作伙伴，共同推進端側相關技術的應用落地。

4、高通驍龍8787這款芯片的具體定位是什么？目前各家廠商在發布策略上存在差異：部分廠商傾向于在初期就推出完整的產品家族，而高通的策略則是陸續發布產品，高通采取這一發布策略是出于怎樣的考量？

Nakul Duggal：我們目前正處于驍龍汽車平臺至尊版集中上車的階段。

從今年上半年的情況來看，隨著采用驍龍汽車平臺至尊版的產品陸續推出，已有眾多車企采用了驍龍8797。通常情況下，車企會根據其所開發車型的定位，選擇采用具備不同特性與性能等級的產品。

而驍龍汽車平臺至尊版的市場反饋非常有趣：部分客戶選擇基于這一平臺打造艙駕融合體驗，而另一些客戶則傾向于將智能座艙與ADAS分別部署在不同的SoC上。

因此對高通而言至關重要的一點是，我們必須持續為客戶提供具備高度靈活性的解決方案，使其能夠在驍龍汽車平臺至尊版產品路線圖之下，覆蓋不同層級的車型需求，這也是為什么我們認為有必要推出該系列平臺的新產品。

實際上，這一直在高通的既定規劃之中，雖然今天才對外分享，但高通的客戶對此早已有所了解。

Anshuman Saxena：我想補充一點，驍龍8787是驍龍汽車平臺至尊版產品組合的擴展，這進一步印證了我們擁有一套完整且具備高度可擴展性的解決方案。作為驍龍汽車平臺至尊版產品系列中的一員，驍龍8787與其他至尊版芯片具備相同的核心能力，只是面向不同層級的車型而設計。

5、當前車載算力芯片賽道競爭非常激烈，許多新興企業推出了高性能產品，高通如何看待這一競爭格局？高通在這一賽道具備怎樣的競爭優勢？此外，目前業內存在一種觀點，認為現在的車載芯片算力相對過剩，但體驗依然不足，高通是否認可這種觀點？高通會如何與合作伙伴協同，來優化用戶體驗？

Nakul Duggal：在車載算力領域，計算能力的提升體現在兩個維度：一方面，隨著模型變得越來越智能，更多的大模型需要部署到端側。

近期，我們成功部署了300億參數的通義千問模型，作為端側應用這是一個相當大的模型，并且是行業首創。

此外，更復雜、更高級的ADAS和駕駛輔助模型被部署到端側。在端側呈現的趨勢是，算力與AI能力的需求正在不斷增加，這也將帶動CPU、GPU以及整體系統能力的全面升級。

從驍龍8650、驍龍8255到驍龍8797，性能實現了多倍提升。高通推出跨代際的產品組合是經過深思熟慮的，我們預見到了這一正在發生的行業變革，而且我們預計在未來十年內，中國的每一輛汽車都將朝著這一方向發展。

另一方面，AI的應用目前仍處于非常早期的階段。當前，用戶體驗還在不斷演進中，用戶才剛開始看到它的價值。但是，回想一下在過去的幾個月里，Claw橫空出世并迅速上車，就會發現這些技術正帶來巨大收益，同時為用戶和駕乘人員創造更多價值。

因此，我們預計這一趨勢將帶來對更強算力與更多硬件的需求。當然，這是一個競爭極其激烈的領域。但我們相信，高通具備極強的差異化競爭優勢。

高通深耕汽車半導體行業多年，這是一個高度復雜的行業，產品要求極為精密，不僅需要具備卓越的性能，還必須適應不同的車載運行環境。而這正是高通多年來始終如一在做的事情，高通的客戶對此也非常滿意。

Anshuman Saxena：我想補充一點，車載算力的確會不斷提升，AI只是其中一個影響因素，此外還包括對其他傳感器以及各類計算能力的需求，我們是從整體角度來看待這一趨勢的。

另一個不同之處在于我們在這方面獨具優勢，因為我們與全球及中國多家車企和一級供應商都有合作。我們將合作伙伴反饋融入到產品之中，幫助我們針對不同層級的解決方案優化計算資源配置。

這與許多車企自行研發的策略形成了差異：他們解決的是縱向、單一的問題，而我們服務于多家不同車企，這使我們的產品具備顯著的差異化優勢。此外，我們在安全方面的技術積累——這也需要車載算力的支持。我們在汽車安全領域多年的積累，成為了我們在汽車領域的又一項差異化優勢。

6、高通如何看待存儲漲價對汽車行業的影響？此外，高通將如何通過自身創新以及攜手行業伙伴，在降低帶寬消耗、優化內存使用效率等方面，應對存儲價格上漲所帶來的挑戰？

Nakul Duggal：內存漲價對于整個行業而言確實是一項重大挑戰，不僅汽車行業面臨這一挑戰，智能手機等領域也同樣面臨這一問題。我們期望在未來幾年內會有更多的產能釋放，但在未來12到18個月內，行業的確面臨著內存定價方面的挑戰。

從高通的角度來看，我們極其注重芯片架構的設計，力求實現最高效的性能。坦率地說，這也是我們推出Snapdragon Ride Flex SoC的原因之一。當我們推出Snapdragon Ride Flex平臺時，我們的初衷不僅僅是為了更好地應對市場競爭格局，更是為了取得全新突破。

過去，我們的汽車業務通常涉及兩類芯片：一類是座艙芯片，另一類是ADAS芯片。而通過Snapdragon Ride Flex，我們將座艙與ADAS功能同時整合進單顆SoC中，從而大幅降低客戶的總體擁有成本。此外從物料清單（BOM）的角度來看，內存也有所受益，因為現在無須為兩顆不同的SoC分別配備專用內存。

我認為，我們正處于這樣一個時期：內存供應處于溢價狀態，且大量供應被數據中心的需求所占用。但是我相信，在未來的12到18個月內，我們將看到內存供應整體狀況得到改善，這有望使內存定價回歸到更加合理的水平，不過當前我們確實正在經歷著一段復雜的時期。

7、高通把汽車和機器人放進同一個“物理AI”事業群，并強調安全關鍵的推理必須在端側本地完成。但今天物理AI的能力上限，來自越做越大的世界模型和VLA，而它們的訓練幾乎都在云端，高通是不是在戰略上主動把“訓練”讓出去、只押注端側推理和能效？這個分工長期來看是否穩固？

Nakul Duggal：我認為，如果觀察當前大量創意和創新涌現的地方，那無疑是在模型創建領域。

目前，業界有眾多模型創建者在構建各種各樣的模型，而且很多模型訓練都是基于英偉達的平臺進行的。當然也有一些其他例子，比如Trainium，或者谷歌TPU等，但絕大多數訓練工作仍是基于英偉達的平臺，而且英偉達的確打造了一些業內頂尖的訓練計算服務器。

但模型的實際應用與消耗主要集中在邊緣側，尤其是在汽車領域。無論是駕駛輔助、智能座艙，還是機器人技術，幾乎所有的算力消耗都在邊緣側產生。

高通相信，未來在邊緣AI領域將產生大量需求，因為任何可以實現自動化的任務，最終都會以能夠進行推理的AI模型的形式實現自動化。實際上，高通在機器學習與AI領域已經深耕了很長時間。新模型在云端進行訓練，隨后在邊緣側進行蒸餾，這是我們現行的業務模式，也是大多數公司所采用的業務模式。

8、高通如何看待物理AI？從技術的角度來看，今年CES期間發布的高通躍龍IQ10系列機器人解決方案與高通汽車解決方案是什么關系？能做好汽車芯片就一定能做好具身智能解決方案嗎？

Anshuman Saxena：機器人與汽車之間既有共性，也存在著差異。

從當前各類具身智能在物理世界中的交互與應用來看，汽車無疑是最典型的用例之一。隨著各類視覺-語言-動作（VLA）模型的引入，駕駛輔助技術被部署于汽車領域。

可以說，打造一輛具備駕駛輔助功能汽車的技術路徑，與機器人領域的構建邏輯高度相似。我們在長期積累中形成的一系列核心資產——包括如何部署VLA模型和大語言模型、如何訓練模型、如何進行數據采集與標注，以及AI飛輪，這些在機器人領域同樣具有價值。

然而，這并不意味著涉足駕駛輔助領域的企業就能自然而然地跨入機器人賽道，這兩者的具體應用場景存在著顯著差異：機器人的自由度遠高于汽車，且其運行環境比汽車復雜得多。

因此，盡管兩者之間確實存在著諸多共性，但從汽車領域的具身智能向完整的機器人應用跨越，仍需克服巨大的技術挑戰并開展大量的實質性工作。

Nakul Duggal：在我看來，汽車是一個非常好的例子，它同時體現了“面向人類的AI”與“面向機器的AI”。汽車本身是一臺機器，這臺機器也能演進為機器人，這種物理層面的具身化可以廣泛應用于眾多領域。

以無人機為例：它既能實現自主飛行，也能將視頻流實時回傳給用戶，還能執行拍照等任務。我認為這種架構和框架正是具身智能未來的演進方向。

隨著越來越多的物理AI投入實際應用，我們會發現，未來幾乎任何設備或節點都將具備“雙重屬性”：一方面是面向人類的交互界面，另一方面則是面向機器的執行系統，負責完成具體任務并具備相應技能。正如Anshuman所說，汽車是具身智能的起步階段，是極具代表性的用例。

9、L4級駕駛輔助究竟需要什么樣的技術方案？高通為什么在這一領域暫時缺位？未來是否有計劃推出相應方案？

Anshuman Saxena：在駕駛輔助領域，我們此前主要聚焦于各種解決方案，例如VLA模型的應用，以及面向乘用車的端到端部署方案，并且在全球范圍內重點推進了主動安全技術的落地。

目前，這些工作已經取得了階段性成果。我們堅信，驍龍8797等平臺非常適用于部署L4級Robotaxi的主路徑與輔助路徑。目前，我們已經與部分產業伙伴展開合作，共同推動Robotaxi相關業務的落地。

因此，L4級Robotaxi并非我們的“盲區”，它一直是我們投入大量時間和精力的重要領域，而現在，我們正進一步將業務重心向L4級駕駛輔助領域擴展。

10、高通如何看待當前中國智能汽車領域的價格競爭？從今年開始，中國很多車企開始以接近成本價的價格銷售比較高階的智艙和智駕方案，這是否在高通此前的預期中？作為一家專注于提供高級智能化配置的技術公司，中國市場的激烈價格博弈，究竟是為高通創造了更有利的競爭契機，還是帶來了更為嚴峻的挑戰？

Nakul Duggal：中國汽車市場競爭極其激烈，因為當前行業正經歷巨大變革，尤其是在各類新技術的普及與應用方面。

因此，每一家車企都在全力以赴，以確保從技術角度出發，能夠部署最新、最頂尖的產品。這也為消費者提供了很多機會，讓他們能夠親身體驗和試用各種新產品。

Anshuman Saxena：我們也可以換個角度來看待這個問題：當市場面臨價格壓力時，車企反而會有更強的意愿去部署新功能、提升車內體驗。這恰恰為高通創造了契機——通過向車企提供高性能解決方案，我們能夠幫助車企創造更大的價值，這也是我們賦能整個汽車行業的重要方式。

11、目前中國部分芯片廠商已經開始提供軟硬件一體化解決方案，例如地平線，他們既提供硬件也提供軟件；英偉達也從最初聚焦智駕芯片，轉向提供軟件解決方案。高通為什么堅定地選擇由合作伙伴來做軟件開發這條路？

Nakul Duggal：我們的策略一直都非常清晰直觀：我們致力于為我們的客戶、合作伙伴以及整個生態系統提供盡可能廣泛且多元的選擇，我認為這是一項非常好的策略。

例如就中國市場而言，我們不會為中國市場開發和提供任何ADAS軟件棧，因此我們實現ADAS能力的主要途徑是依靠合作伙伴的力量，這正是我們目前正在采取的策略，我相信其他企業也在采取類似方法，盡管這些企業有著各自不同的計劃與方案。

關于其他領域的軟件創新，無論是云端還是本地生態等，我們在基于高通自身平臺進行創新的同時，與生態伙伴緊密合作。

例如對于車企而言，他們會選擇采用高通的產品與技術解決方案，同時也會采用其他公司的技術方案，最終整合形成一套完整的產品與服務并提供給其客戶和消費者，因此我們的核心任務是確保在這一生態系統中以高度協同的方式存在。在過去這些年，我認為這一策略非常成功，在未來我們也將繼續堅持采用這一策略。

12、中國整體而言技術迭代是比較激進的，例如當前行業熱議的端到端大模型，以及艙駕一體；但從世界其他地方來看，例如日本和歐洲，這些國家和地區的電動化進程目前整體是放緩的。在過去兩年，高通如何平衡這兩方面的需求：一方面要跟上中國快速的技術迭代節奏，另一方面又要應對全球其他國家和地區在電動化領域投入放緩的趨勢？

Nakul Duggal：我認為在中國由于主要面向的市場是本土市場，中國車企有極大動力去推出新產品。這些本土車企在電動汽車領域投入巨大，并將其視為必勝領域，因此在中國電動化變革非常迅速，受益于這一新技術的絕大多數客戶都是中國本土市場的消費者。

中國擁有非常成熟的數字生態系統，且中國消費者擁抱新技術的速度極快。因此，無論是車企還是更廣泛的汽車生態系統，他們投資創新技術（例如全新大模型或更先進的ADAS軟件棧）所帶來的投資回報周期非常快。

因此，我們完全不意外中國市場正在發生如此快速的發展變化，實際上我們也正助力推動這一進程。在歐洲、美國、日本、韓國等世界其他地區，我認為變化的速度也在加快，但速度相對而言并沒有這么快。

因為在中國以外的全球其他市場本身是一個更加多元、更加復雜、也更加分散的生態體系，面臨許多不同且非常具體的約束條件，包括成本、地理環境、產品替換周期、法規、安全要求、技術成熟度，以及商業模式本身等諸多考量。

因此，對于全球車企而言，要真正采納這類變革，并將其應用到服務全球其他市場的產品和體系中，會更加復雜；相比之下，中國車企所面對的市場環境和發展機遇，則讓它們更有條件推動這類創新落地。