过去几年中,汽车已经演进为真正的计算空间,汽车行业正在经历向软件定义汽车(SDV)的根本性转变。随着汽车功能、用户体验和商业化机会越来越多地由软件主导,IDTechEx研究显示,汽车软件这一新兴细分市场到2029年将产生7550亿美元的市场价值。
《软件定义汽车、联网汽车和车载AI 2026-2036:市场、趋势与预测》报告从根本上阐述了中央计算和区域化平台将如何重新定义汽车竞争格局。从技术基础来看,报告指出汽车正在摆脱传统的基于电子控制单元(ECU)架构,这些架构通过控制器局域网和本地互连网络相连,转向围绕高性能计算(HPC)节点构建的集中化计算模型。
IDTechEx表示,这一转变正受到带宽密集型应用的推动,如高级驾驶辅助系统、沉浸式信息娱乐和人工智能(AI)增强座舱。报告补充说,传统的CAN柔性数据速率网络速度上限为8 Mbps,现已不足以满足需求,这加速了100 Mbps到千兆汽车以太网和时间敏感网络的采用。同时,汽车制造商正认识到新型区域化布线架构带来的显著经济和可持续性效益,这种架构可以将线缆长度减少至少30%,每辆车节省数公斤铜材。
分析师强调,区域化方法的关键优势超越了带宽和重量的考量。将物理输入/输出抽象为逻辑服务,简化了传感器和执行器的空中功能更新,而集成的固态配电支持48V架构,消除了沉重的保险丝和机械继电器。区域控制器还简化了网络安全管理、诊断和未来硬件扩展,将多个传统网关整合为更少的高速网络主干。
报告还重点介绍了软件定义汽车开发的关键加速因素和变革驱动引擎,这些来自汽车原始设备制造商(OEM)和科技巨头,并指出新兴的中央计算和区域化拓扑结构可以BMW即将推出的Neue Klasse、特斯拉更新的Model Y和Rivian的下一代汽车为例。
特别地,报告强调了BMW如何将其Neue Klasse平台定位于前沿,与高通合作集成能够支持高级驾驶辅助、丰富信息娱乐和动态功能货币化的中央计算节点。
同样,特斯拉更新的Model Y和Rivian即将推出的车型基于集成的中央计算架构,提升了效率、性能和可扩展性。报告补充说,包括比亚迪、蔚来和理想汽车在内的中国领先OEM厂商也在快速部署自己的软件定义汽车服务,强调中央计算和广泛的空中更新能力。
研究中出现的其他关键趋势包括:商业化模式正在转向功能即服务和OTA货币化,使汽车制造商能够探索创新的收入来源;连接性仍然是软件定义汽车发展的核心要素。
宝马、奔驰和福特等汽车行业领导者已经开始将可货币化功能如高级ADAS、信息娱乐订阅,甚至座椅加热等嵌入到他们的软件定义汽车平台中,释放经常性收入并提升客户粘性。IDTechEx预测基于功能的货币化收入将经历大幅增长,到2035年将实现30-34%的复合年增长率。
连接性被认为是联网汽车、AI增强座舱和未来移动出行的关键要素,车联万物(V2X)通信技术如C-V2X和5G使更安全、更协调的移动生态系统成为可能。
IDTechEx总结认为,结合英伟达和高通的生成式AI集成,软件定义汽车可以通过智能车载助手、沉浸式全宽显示屏和可定制的数字环境提供自适应的个性化用户体验,为品牌差异化和用户参与度设立新的基准。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。