在汽車智能化邁入深水區(qū)的同時，均勝電子正在嘗試回答一個更長遠的問題：下一代智能系統(tǒng)會嵌入哪些終端？

文｜陳佳 李皙寅

編輯 | 李皙寅

過去一年，寧波企業(yè)均勝電子（600699.SH）交出了一份亮眼的成績單：2024年訂單總額達到839億元，創(chuàng)下新高。作為全球第二大汽車安全供應商、智能座艙市場的頭部玩家，這家Tier 1老將正悄然推進一場轉型。

在本屆上海車展上，均勝電子旗下智能車聯(lián)事業(yè)部——均聯(lián)智行集中亮出新技術，涵蓋智能駕駛、智能座艙、域控平臺、車載AI等多個方向。該公司的車載信息娛樂系統(tǒng)及智能網(wǎng)聯(lián)技術已應用于全球1000多萬臺車。

4月23日，在訪談均聯(lián)智行CEO奚曉華和CTO朱魁時，我們發(fā)現(xiàn)，他們關注的，不只是車。如下是訪談時，四個讓人印象深刻的觀點：

一、現(xiàn)在沒有傳統(tǒng)意義上的Tier 1和Tier 2了，大家都在一個圓桌上吃飯；

二、中國在智能化領域除了硅谷之外走在最前沿；

三、均勝智行不是盲目堆芯片算力，而是平衡客戶成本與系統(tǒng)能力；

四、具身智能是智能駕駛能力的自然遷移場。

隨著智能化、網(wǎng)聯(lián)化技術不斷發(fā)展，均勝電子深知，單純的硬件競爭已難以為繼，未來將更多依賴于跨領域技術的整合與創(chuàng)新。均勝電子正憑借其在智能座艙、智駕系統(tǒng)與汽車安全領域的深厚積累，布局智能機器人市場，力圖將其在汽車智能化中的優(yōu)勢能力遷移至具身智能領域。

正是在這樣的背景下，均勝選擇一邊對L2++系統(tǒng)的持續(xù)深耕，另一邊對L3及以上自動駕駛關鍵“穿刺點”的系統(tǒng)謀劃；一邊是對車規(guī)級安全性的高標準堅持，另一邊則是向具身智能機器人的體系遷移。均聯(lián)智行試圖將智能座艙、智駕系統(tǒng)、車載網(wǎng)絡等優(yōu)勢技術打包輸出，用造車的經(jīng)驗和能力去塑造機器人的“大腦”與“小腦”。

這一戰(zhàn)略并非僅僅是技術層面的突破，均勝還將面臨如何在激烈的國際競爭中維持價格優(yōu)勢與成本控制的難題，尤其是在當前全球供應鏈不確定性加劇的情況下。奚曉華指出，盡管全球化布局面臨挑戰(zhàn)，但均勝電子依舊堅信通過加強國產(chǎn)化與多元化的全球市場布局，能夠在全球市場中找到新的增長點。

以下是均聯(lián)智行CEO奚曉華、均聯(lián)智行CTO朱魁在訪談時刻的部分對話內(nèi)容，有刪節(jié)：

圖說：均聯(lián)智行CEO奚曉華。受訪者供圖

在一個圓桌吃飯，也要主動謀篇布局

問：中國在智能化領域處于怎樣的世界地位，這種地位對行業(yè)產(chǎn)生了哪些影響？

CEO奚曉華：就智能化領域而言，中國除了硅谷以外，已經(jīng)走在世界前列。這不僅體現(xiàn)在電動化和智能化本身，還包括產(chǎn)業(yè)鏈的快速更新?lián)Q代。這也是為何許多國外車企紛紛前來考察吉利、比亞迪等中國車企，同時，越來越多的車企開始開放原本封閉的生態(tài)系統(tǒng)和供應鏈體系。像博世、采埃孚、大陸等傳統(tǒng)企業(yè)，現(xiàn)在也逐漸向中國廠商開放市場。

問：如何看待汽車行業(yè)從傳統(tǒng)Tier 1和Tier 2概念向開放合作生態(tài)的轉變？

CEO奚曉華：從艙駕融合來講，如今汽車行業(yè)已經(jīng)沒有了傳統(tǒng)Tier 1和Tier 2的概念，大家其實都是一起在圓桌上吃飯。雖然有人預測軟件定義汽車的時代，主機廠會逐漸掌握軟件主導權，Tier 1 供應商淪為代工廠，但從目前趨勢看，并非如此。要排排坐，重新排秩序。均勝、均聯(lián)也聯(lián)合眾多生態(tài)合作伙伴，構建起成熟、完整的解決方案，這樣才能在客戶的這個圓桌上共同參與市場競爭，贏得更多發(fā)展機會。在車展期間，大家可能已經(jīng)注意到，我們與合作伙伴在展臺上聯(lián)合發(fā)布視頻，覆蓋芯片、算法等產(chǎn)業(yè)鏈上游領域，通過這種緊密協(xié)作，推動整個產(chǎn)業(yè)生態(tài)進入良性循環(huán)。

問：對于自主品牌主機廠自研智能化、與外部供應商合作兩種方式，均勝是如何看待行業(yè)發(fā)展趨勢的？

CEO奚曉華與CTO朱魁：智能化是一場長期的角逐。主機廠在選擇自研還是與外部供應商合作時，需要在自研面臨的技術風險、時間和資金成本，以及外部供應商方案可能存在的同質(zhì)化與掌控度之間，尋求動態(tài)平衡。均勝將積極構建開放生態(tài)，面對不同類型主機廠提供多元化的智能化技術產(chǎn)品解決方案。

從技術特性來看，高階智駕和座艙系統(tǒng)等智能化技術研發(fā)周期漫長且投入巨大。頭部新勢力和一線自主品牌將自研視為品牌溢價的核心，投入大量研發(fā)人員與資金。二線品牌則更傾向于采用“供應商模塊化方案 + 局部自研” 模式，比如借助“地大華魔”（地平線、大疆、華為、Momenta）的智駕方案，以此降低研發(fā)成本、資金投入并縮短開發(fā)周期。

在行業(yè)發(fā)展趨勢方面，中短期合作依舊是主流，但主機廠自研比例會加速提升。各 OEMs（原始設備制造商）將依據(jù)自身技術和資金積累，采用差異化技術路線。高端市場傾向于全棧自研，中低端市場則依賴生態(tài)合作。

長期和未來，主機廠會在動態(tài)平衡中形成分層。產(chǎn)業(yè)分工將重構，合作模式也會創(chuàng)新，如出現(xiàn)合資研發(fā)、生態(tài)聯(lián)盟等形式。頭部車企會進行全棧自研，定義技術標準，如特斯拉；主流車企則是核心技術自研 + 非核心外包；入門市場完全依賴供應商方案。

問：面對當前國際貿(mào)易環(huán)境的不確定性，在全球化布局上采取了哪些具體應對策略？

CEO奚曉華：他橫我自清風高崗，順應國家的基調(diào)和政策導向。我們無法改變宏觀環(huán)境，只能勇敢面對。我們加大了國產(chǎn)化的力度，因為我們有信心應對即使在極端情況下，例如閉關鎖國的假設場景。我們已經(jīng)暫停了在美國本土和墨西哥的業(yè)務拓展計劃，轉而將目光投向南美市場。我個人認為，業(yè)務總是要做下去的。

因此，在整個生態(tài)鏈中，我們積極聯(lián)合更多的合作伙伴，尋求更多樣化的客戶組合和生態(tài)組合，以此來應對市場的變化。與此同時，我們也在與歐洲市場進行更緊密的合作。盡管歐洲前段時間存在一些不穩(wěn)定因素，但我們依然通過加強兩個主要市場的協(xié)同合作，以更好地應對全球市場的變化。

問：南美市場與歐洲市場有哪些差異？如何適配這些差異？

CTO朱魁：南美市場與東南亞、南亞等地區(qū)相似。這些市場的技術發(fā)展水平相對滯后，大致相當于我們十年前的狀況。目前，我們的產(chǎn)品和技術在這些地區(qū)尚未遇到重大挑戰(zhàn)。然而，這些市場對成本的要求較高，同時存在一些地域性限制。例如，當?shù)乜赡芤螽a(chǎn)品必須在本地生產(chǎn)，以避免高額關稅。我們需要更加嚴格地遵守當?shù)胤ㄒ?guī)，并尋找更具經(jīng)濟性的稅務策略，以適應這些市場的獨特環(huán)境。

圖說：均聯(lián)智行CTO朱魁。受訪者供圖

智能系統(tǒng)，不只拼算力

問：在當前汽車智能化發(fā)展中，算力備受關注，如何看待算力在其中的角色？

CEO奚曉華：我們不需要盲目追求極高的算力，而是要在車企認知、成本控制和解決方案性能之間找到平衡，這才能真正滿足客戶需求。早期市場上曾有過盲目追求算力的階段，但現(xiàn)在這種情況已經(jīng)逐漸減少。總之，芯片最終是系統(tǒng)的一部分，只有將硬件、軟件、算法和傳感器有機結合，提供高性價比的解決方案，才能贏得車企的青睞。尤其是在市場競爭激烈的環(huán)境下，成本控制和性價比成為關鍵因素。中國市場的價格戰(zhàn)日益激烈，大家越來越關注成本。在成本、性能和客戶需求之間找到平衡，才能在市場中脫穎而出。

問：當前艙駕融合架構備受關注，但它對安全性提出了更高要求，該如何加強整個系統(tǒng)的安全保護？

CTO朱魁：這涉及公共安全和網(wǎng)絡安全兩個關鍵問題。汽車各域都有自身安全標準，功能安全等級也有差異。我們通過芯片異構和系統(tǒng)異構兩種方式，在系統(tǒng)設計時集成不同安全等級的芯片或處理器，滿足不同域的功能安全等級要求，且基于黑芝麻 C1296 和高通 8775 推出的 CCU 平臺，已攻克功能安全技術難題。在網(wǎng)絡安全上，無論是否采用中央架構，都是重要考量因素。傳統(tǒng)車輛的中央網(wǎng)關管理網(wǎng)絡通信安全，我們做 CCU 時也會將網(wǎng)關功能集成到中央處理器進行監(jiān)控管理。

問：相比其他同類型的智能、智駕類公司，均勝能否在“安全系統(tǒng) + 智能化” 上展現(xiàn)更強的協(xié)同優(yōu)勢？例如在主動安全和被動安全的聯(lián)動方面，當碰撞不可避免時，能否實現(xiàn)類似聯(lián)動氣囊的有效協(xié)作？

CEO奚曉華與CTO朱魁：汽車安全系統(tǒng)與智能化的協(xié)同并非簡單功能疊加，而是形成“感知-決策-執(zhí)行”與“數(shù)據(jù)閉環(huán)” 的協(xié)同模式。

在感知層，通過智能駕駛的激光雷達、毫米波雷達、攝像頭等設備實現(xiàn) 360° 全域環(huán)境感知，同時借助車聯(lián)網(wǎng)（5G - V2X）獲取道路基礎設施及周邊車輛狀態(tài)信息，提升風險預判能力。

在決策層，AI 算法融合智能座艙的駕駛員狀態(tài)監(jiān)測（DMS）、乘員狀態(tài)監(jiān)測（OMS）數(shù)據(jù)與智駕環(huán)境數(shù)據(jù)，用于多維風險評估；并基于用戶駕駛行為數(shù)據(jù)，通過機器學習動態(tài)調(diào)整安全系統(tǒng)，把控電子穩(wěn)定系統(tǒng)的介入時機和閾值。

在執(zhí)行層，碰撞前通過智駕傳感器預判撞擊角度，動態(tài)調(diào)整安全帶預緊力、氣囊展開策略及電池斷電邏輯；智駕域控直接調(diào)用線控轉向 / 制動系統(tǒng)，實現(xiàn)毫秒級安全響應，最大程度降低風險。

在數(shù)據(jù)閉環(huán)層面，車輛實時上傳異常工況數(shù)據(jù)，經(jīng)云端模型訓練優(yōu)化本地安全策略；利用數(shù)字孿生技術，通過智能駕駛數(shù)據(jù)生成極端工況仿真場景，加速安全系統(tǒng)迭代，縮短開發(fā)周期。

除了汽車，還想制造機器人

問：從技術角度來看，L3、L4等高級別自動駕駛與L2、L2++在用戶乘車感受上是否有本質(zhì)區(qū)別？

CTO朱魁：從技術角度看，用戶所能體驗到的乘車感受，無論是L3、L4還是L2、L2++，在功能上并無本質(zhì)區(qū)別，只是在責任劃分上有所不同——L2++及以下級別，發(fā)生事故由人負責；L3及以上級別，則由車輛承擔責任。正因如此，目前市場上L3及以上級別的自動駕駛業(yè)務較少，僅有奔馳正式推出了可在交通擁堵場景下（車速低于60公里/小時）實現(xiàn) L3 級自動駕駛的功能，這是目前唯一的量產(chǎn)功能。

這并非在技術上無法實現(xiàn)，而是因為若要實現(xiàn)更高級別的自動駕駛，意味著算力、供電、轉向等要求都要翻倍，算法也需兩套，這無疑大幅增加了成本。從技術本質(zhì)上講，這些高級別自動駕駛功能與L2++并無不同，只是成本更高。

問：為什么均聯(lián)智行目前選擇專注L2++領域，對于更高級別的自動駕駛功能有何規(guī)劃？

CTO朱魁：我們已經(jīng)在為L3、L4甚至L5級自動駕駛做技術儲備。目前我們專注L2 ++，因為市場商業(yè)化落地需要過程，待市場成熟，高級別自動駕駛功能自然會逐步推出。同時，我們正在布局監(jiān)控類產(chǎn)品，因為國家正著手制定相關法規(guī)，預計2026年出臺規(guī)定，要求L3及以上級別的自動駕駛車輛必須安裝類似黑匣子的設備（監(jiān)控類產(chǎn)品，如駕駛員狀態(tài)監(jiān)測系統(tǒng)、自動駕駛運行日志記錄裝置），以明確人車責任邊界。

我們已獲得頭部車企定點，相關產(chǎn)品將2026年量產(chǎn)，這將是市場首發(fā)，是我們第一個穿刺L3及以上級別自動駕駛市場的關鍵產(chǎn)品。并且，該產(chǎn)品可與我們現(xiàn)有的L2++技術路線并行，實現(xiàn)復用。

問：留意到均勝正逐步布局成為具身智能 Tier1，在這一背景下，原有的智駕、智艙、網(wǎng)聯(lián)能力如何遷移？

CEO奚曉華與CTO朱魁：無人駕駛汽車可看作是機器人的一個分支，基于智能汽車的技術積累向具身智能機器人領域遷移，已成為車企及科技企業(yè)的重要戰(zhàn)略方向。

在智能駕駛層面，傳感器與域控硬件得以復用，像 Jetson Orin 這樣的高算力芯片可直接集成到機器人本體，用于打造 “大腦”（感知和智能交互決策系統(tǒng)）與 “小腦”（智能運動控制系統(tǒng)）域控，同時涉及傳感器套件與機器人電子電氣架構設計。技術架構也從智能駕駛向機器人決策系統(tǒng)復用，其中智能駕駛的多傳感器融合和環(huán)境感知算法能直接用于機器人的空間感知與導航，端到端算法（如 VLA 視覺語言動作模型 ）可被改造為機器人任務執(zhí)行框架，并且運動控制技術也需進行適配。

智能座艙交互能力也在向外延伸，語音識別、手勢控制、情緒感知等多模態(tài)交互技術，可直接賦能機器人的人機交互；其積累的個性化服務能力，也能遷移至機器人服務場景中。

在智能網(wǎng)聯(lián)與數(shù)據(jù)生態(tài)方面，車路云一體化架構（V2X）這一車聯(lián)網(wǎng)架構可復用，為機器人提供實時環(huán)境數(shù)據(jù)支撐；智能駕駛積累的高質(zhì)量駕駛數(shù)據(jù)則用于數(shù)據(jù)閉環(huán)與仿真驗證，訓練機器人的環(huán)境適應能力。

責編 | 王祎 題圖