本报讯 (记者刘钊)在2026北京国际车展上,东软睿驰携AI汽车智能进化全栈产品矩阵亮相,围绕汽车操作系统、车云协同计算、智能辅助驾驶、EV动力系统以及汽车全生命周期AI Agent等方向,集中展示其面向AI汽车时代的技术布局与量产实践。
车展现场,中国汽车工业协会、中国汽车工程学会等行业组织领导,以及本田、丰田、一汽、吉利、广汽、东风岚图、一汽解放、宝马、大众CARIAD、奇瑞、日产、马自达、博世、联合电子、中兴微电子等车企和产业链伙伴到访展台,就AI汽车智能化进化趋势、技术落地路径和生态合作模式进行交流。
当前,汽车产业正从电动化上半场加快迈向智能化深水区。AI定义汽车的趋势下,汽车不再只是交通工具,而是逐步进化为具备感知、思考、交互和持续迭代能力的“整车智能体”。这也意味着,行业竞争重点正在从单点功能比拼,转向系统级能力、软件迭代能力和生态协同效率的综合较量。
从车端到底座
全栈能力支撑智能进化
本届车展期间,东软睿驰举办了以“Reach Theater:AI汽车·智能进化·生态共创”为主题的产品宣讲会,围绕AI汽车数字底座NeuSAR OS、车云协同AI计算平台云OS、智能辅助驾驶AI全栈方案、AI数据驱动的EV动力系统及汽车全生命周期AI Agent等内容,系统展示其技术路径。
作为面向AI时代的汽车操作系统,NeuSAR OS承担着车端AI应用开发的底层支撑作用。依托数千万套量产实践,该系统不仅覆盖基础软件、中间件和开发工具,也支持以AI Agent为核心,对整车系统能力、跨域资源和多生态服务进行统一调度,推动汽车从单一智能应用走向多智能体协同。
在基础软件层面,NeuSAR OS包括AUTOSAR标准基础软件NeuSAR cCore、NeuSARaCore,以及提升整车跨域应用开发效率的NeuSAR SF中间件,目前已在全球100余家车企及Tier1中实现应用与验证。面向AI能力建设,NeuSAR AI Framework多智能体开发框架能够对算力、数据、模型等资源进行统一封装管理,为AI Agent开发、部署和管理提供支撑。
在开发效率方面,NeuSAR SpeedLET AI开发提效工具覆盖需求分析、架构设计、软件构造、测试与集成等环节,可在系统集成和测试阶段将需求转化为测试用例,提高单元及整车测试效率,帮助车企将更多精力投入功能创新和用户体验打造。
围绕车企对算力弹性和生态扩展的需求,东软睿驰还发布了基于云OS的车云协同AI计算架构。该架构通过“云端弹性供给+车端精准调度”的方式,打破传统车载算力对固定硬件的依赖,实现车端小模型与云端大模型的协同调度、按需分配和动态扩展。公司介绍,目前云OS已在多家头部自主、新势力及合资品牌车企实现规模化量产落地,可支持1个月至3个月快速量产交付。
从智驾到运营
AI能力向全生命周期延伸
智能辅助驾驶也是东软睿驰此次展示的重点方向。面向全球市场智能辅助驾驶规模化落地需求,公司构建了软硬一体化的AI全栈方案,以降低车企开发复杂度,提升交付稳定性和量产效率。
在架构方面,东软睿驰推出第五代智驾系统底座架构NeuAUTO,将域控制器硬件、基础软件、智驾系统中间件、调度框架、系统管理服务及算法工具链等能力进行整合,形成统一、稳定、可复用的软件架构体系,可适配不同算力平台、不同硬件产品形态和不同AI模型,支持车企实现一次开发、多车型复用。
在算法层面,公司自研的一段式端到端大模型,通过融合多源数据训练与仿真技术,将环境感知与行为决策进行统一建模,为智能辅助驾驶量产方案的安全性、舒适性和合规性提供支撑。目前,东软睿驰已形成覆盖乘用车和商用车的智能辅助驾驶产品矩阵,并在主流车企中实现大规模量产。
在电动车动力系统方面,东软睿驰推出AI数据驱动的EV动力系统,通过车云数据与算力融合,实现电池全生命周期主动健康管理与能量优化。其BMS产品已与本土、海外及合资品牌车企建立合作并实现量产落地,同时引入AI自动化测试体系,提升测试效率和覆盖率。公司还推出BMS与BDU一体化方案,以多维安全防护能力适配不同电芯类型和整车平台,降低开发复杂度。
值得关注的是,东软睿驰此次还首次推出汽车全生命周期AI Agent。该体系基于“全域数据中台+企划、售后、运营三大智能体平台”,覆盖产品规划、量价预测、安全监测、用户运营等环节,帮助车企提升决策效率、服务响应速度和运营精细化水平。公司表示,该体系已在多家头部车企落地应用,并在产品企划、售后服务和运营成本改善等方面取得进展。
随着AI汽车加速向全链路、全体系、全场景进化,单一技术突破已难以支撑车企的长期竞争力。对产业链企业而言,能否构建稳定的底层平台、开放的生态能力和可持续量产交付能力,正在成为智能化竞争中的关键变量。
东软睿驰表示,未来将继续围绕AI汽车智能进化全栈产品矩阵深化技术创新与产业融合,携手车企、芯片企业和核心零部件伙伴,推动AI汽车从技术展示走向规模化应用。
(编辑 李家琪)