从“听懂指令”到“持续认知”东软NAGIC.AI 获高工“年度AI 智能座舱平台”金奖

只是接入大模型已经远远不够,下一代智能座舱的竞争,是让AI更理解用户、跨车型复用、在弱网环境持续运行,并始终守住行车安全边界。

今天,许多智能座舱已经能够听懂指令,却还没有真正理解用户。

每次车辆启动,系统都可能忘记驾驶者的习惯;没有主动唤醒,座舱便很少主动提供服务;进入隧道、地下车库等弱网环境,依赖云端的智能能力可能迅速失效;一旦更换芯片或车型平台,大量AI应用又需要重新适配;第三方服务接入门槛高,座舱生态长期封闭……

不仅如此,当大模型开始拥有更强的理解与决策能力,另一个更关键的问题也随之出现:如何让AI变得更自主,同时确保操作不逾越安全底线?

这意味着,真正困难的,不是把一个模型装进汽车,而是建立一套能够理解用户、离线运行、跨平台复用、安全决策并持续进化的车规级AI体系。

近日,在高工智能汽车全域AI技术峰会上,东软NAGIC.AI座舱软件平台获得峰会最高荣誉——年度AI智能座舱平台金奖。峰会期间,东软汽车智能软件事业部座舱Agent产品副总监高畅发表主题演讲,正式宣告发布核心能力组件——UniAgent车规级智能体,完成NAGIC.AI座舱软件平台的迭代升级。

双轨架构破解算力代差困局 NAGIC.AI让存量焕新与新车开发不再二选一

大模型规模化上车,首先暴露的是新旧车型算力鸿沟难题。

大量存量车型和待量产车型仍采用分布式架构,原有算力难以承载高阶AI应用;面向中央计算平台开发的新车型,则需要从操作系统、算力调度到上层应用建立完整的AI软件体系。

完全推倒重建,成本高、周期长;只服务新平台,又意味着放弃庞大的存量市场。NAGIC.AI由此创新推出“分布式+集中式”双轨并行的架构设计。

面向存量车型、待量产分布式架构车型,平台提供AI Box外置分布式方案,无需改动原车电子电气布局,仅通过外接高性能AI计算单元就能低成本补齐算力短板,具备易部署、易迭代、快速落地的特点,大幅缩短新车智能化上市周期,让存量车型同步拥有高阶AI座舱体验;

面向下一代中央计算平台全新车型,平台输出完整集中式全栈AI软件方案,覆盖底层操作系统优化、全域算力调度、上层多模态AI应用全链路赋能,充分释放域控制器算力与数据吞吐优势,保障座舱系统稳定可控、全域安全,匹配车企严苛的量产安全与长期运维标准。

两套技术路线并行,能够灵活适配车企不同电子电气架构、不同产品阶段的布局规划,同步支撑国内、海外全球市场落地。在此基础上,NAGIC.AI原生搭载场景化AI交互能力,实现座舱从单纯指令应答向主动感知关怀升级。

依托舱内多维度感知与AI算法,系统识别驾驶员疲劳,可以联动空调、音乐等功能进行提醒;当后排儿童进入睡眠状态,可以主动调节音量、温度和氛围灯。座舱不再只是等待指令,而开始根据人、车与环境的变化主动提供服务。

UniAgent车规级智能体发布 强化NAGIC.AI全域认知核心能力

如果说双轨架构解决了AI如何进入不同车型的问题,那么UniAgent解决的,就是AI进入汽车后如何长期运行的问题。

高畅在演讲中着重厘清 UniAgent 的核心定位:它并非市场常见的单一语音交互助手,而是一套标准化座舱AI运行底座,通过四层分层解耦架构打通硬件算力、推理引擎、智能体调度、上层场景应用全链路,搭建端云动态协同的完整运行体系,从根源破解行业现存量产痛点。

全硬件全系统兼容 大幅削减车企跨平台适配成本

UniAgent底层全面适配CPU、GPU、NPU全类型算力单元,兼容高通、联发科、英伟达、瑞芯微等国内外主流芯片推理框架,同时支持Android、Linux、QNX三大车载操作系统,提供座舱SoC内置、AI Box外置两套灵活部署形态。核心业务逻辑可实现跨平台零修改,车企完成一次AI能力开发,就能在全系车型复用,彻底解决“更换芯片就要整套重构开发”的行业成本难题。高畅介绍,2026年内,将实现首批搭载 UniAgent车规级智能体的NAGIC.AI座舱软件平台上车。

三层加密记忆体系 打造千人千面专属出行座舱

平台搭建分层记忆架构,实现真正懂用户的座舱体验:短期记忆留存单次会话上下文,会话结束自动清空;长期记忆依托TEE加密存储用户出行习惯、座舱偏好,跨用车场景持续复用;依托上百维用户行为标签搭建专属用户画像,结合场景分类模型推送个性化服务。系统可自主识别用户通勤规律、内容偏好,例如感知用户周五下班常收听爵士乐、顺路购置饮品并主动推送服务,彻底告别传统座舱 “冷启动不认人、无法预判需求” 的短板。

端侧优先推理分流 消除智能交互离线盲区

UniAgent坚持端侧优先运行策略,车控调节、日常对话、用户画像运算、隐私敏感数据全部本地推理;仅针对复杂知识问答、高算力需求场景联动云端协同。即便身处隧道、地下车库、郊外无网络环境,座舱基础交互响应速度稳定控制在50ms以内,摆脱传统方案弱网下智能失效的通病,做到“智能无盲区”。

独立车规级安全围栏 平衡AI灵活性与行车刚性安全

车载AI,安全是不可动摇的底线。UniAgent搭载独立于认知中枢、达到 ASIL-B功能安全等级的安全围栏模块,拥有最高权限否决机制,依托语义级深度理解而非简单关键词拦截,分层管控座舱操作权限:信息查询类指令直接放行,舒适车控操作校验整车状态,行驶安全类指令执行硬实时毫秒级拦截。车辆行进中,无论成人或儿童通过语音发出开门指令,系统均可在50ms内识别风险并拦截,从底层化解行业长期存在的AI开放性与功能安全冲突。

动态多智能体架构 搭建标准化开放产业生态

产品采用Master总控智能体+多细分Sub智能体协同架构,导航、车控、媒体、第三方应用智能体支持5秒运行时热插拔;单个智能体独立沙箱故障隔离,局部故障不会干扰整车座舱稳定运行。依托A2A、MCP标准化协议,车企可自主开发品牌专属智能体,地图、影音、本地生活等第三方服务标准化快速接入,打破传统座舱封闭生态桎梏。

金奖背后 智能座舱竞争重心正在发生三重迁移

本次高工智能汽车全域AI技术峰会“年度 AI 智能座舱平台金奖”,经由行业专家围绕技术创新度、架构先进性、量产落地规模、用户体验价值、生态开放能力等多维度综合评审选出,是领域内极具公信力的权威奖项。东软NAGIC.AI座舱软件平台斩获该项荣誉,叠加UniAgent智能体全新发布,折射出汽车产业正在发生的三大变化:

竞争正从单点功能转向底层架构:模型和交互功能可能被快速复制,真正决定长期差异化能力的,是能否建立兼容不同芯片、车型、系统和模型的统一软件底座。

 可靠性正在成为AI量产的前置条件:离线可用、响应稳定、隐私可控和行车安全,不是体验加分项,而是AI进入真实道路环境的基本门槛。区别于大量停留在原型演示阶段的车载 AI 产品,东软提供的是30余年汽车软件工程积淀下,经过全球500万+量产车型持续验证的成熟座舱方案和落地能力。

 开放生态正在取代封闭集成:没有任何一家企业能够独立完成从芯片、操作系统、大模型到全部出行服务的创新。下一代座舱必须让车企、开发者和生态伙伴能够共同创造价值。

当智能座舱从单一交互空间走向整车认知中枢,衡量其价值的标准也将随之改变。下一代智能座舱的分水岭,不是AI能做多少,而是它能否在每一辆车上可靠地运行。

推荐阅读
国家人社AI蓝图铺开,东软为何能率先交卷?
国家人社AI蓝图铺开,东软为何能率先交卷?
在劳动人事争议仲裁中,这样的场景并不少见: 一名劳动者完成工伤认定后,因工伤待遇问题与用人单位产生争议,需要申请劳动仲裁。过去,他可能要请假前往仲裁机构,咨询流程、填写申请、准备材料。一旦信息不全,还要多次补正、反复往返。 如今,一套看得见、用得上的“黑科技”,正在改变这一过程。 在工作人员指导下,申请人通过移动端录入案情和诉求、上传相关材料,系统即可依托AI能力辅助识别信息、预填表单,并生成规范...
AI 时代,中国三级医院正在选择怎样的未来?
AI 时代,中国三级医院正在选择怎样的未来?
中国三级医院正在用订单,为下一代核心系统投票。 IDC最新报告显示,2025年,东软集团三级医院项目中标总量位居行业第一。 近日,IDC发布《中国医疗核心业务系统市场份额,2025》报告。报告显示,2025年,东软凭借大量三级医院落地订单,进一步巩固了在该领域的领先优势。 这一结论背后,是东软三十余年深耕医疗健康行业的长期积累,更是其行业理解、技术创新与价值交付能力持续转化为市场竞争力的必然结果。...
不用写代码,医生也能训练AI:东软正在重塑医学科研范式
不用写代码,医生也能训练AI:东软正在重塑医学科研范式
一个临床医生,想用自己的研究数据训练一个AI模型,需要做什么? 过去,答案往往是:寻找算法工程师、整理数据、编写代码、反复调参,再经过一轮又一轮沟通和迭代。一个课题从立项到形成可用模型,耗时半年甚至一年,并不罕见。更大的问题是,数据处理、特征提取、统计分析和模型训练往往分散在不同工具中,数据在多个系统之间反复导入导出,不仅容易出错,也让研究过程难以追溯、难以复现。 今天,东软给出了一个完全不同的答...
联系我们

欢迎致电4006556789,或通过在线方式与我们联系

close

关闭