文章核心观点 - 10BASE-T1S是一种新型车载以太网物理层标准，正推动汽车与工业控制网络从传统的多协议并存（如CAN、LIN、RS-485）向统一以太网/IP体系演进，以应对软件定义汽车、区域架构和工业4.0带来的挑战 [2][3][7] - 该技术并非旨在全面取代传统总线，而是在特定架构演进下形成优势，特别是在区域控制器连接大量低速边缘节点的场景中，通过提供10 Mbps带宽、多点连接、统一协议栈和降低线束成本，成为实现全车以太网架构的关键拼图 [3][5][6][10][33] - 主流芯片厂商已围绕10BASE-T1S展开激烈竞争，并分化出不同的产品战略，包括极简集成、架构颠覆和系统集成，表明该技术已完成从标准到产业共识的跨越 [12][32] 10BASE-T1S的诞生背景与产业契机 - **标准定义**：10BASE-T1S是IEEE 802.3cg于2020年2月发布的单对以太网标准，含义为：10 Mbps传输速率、基带传输、使用1对双绞线、短距离（主要针对25米以内）连接 [3] - **区域/中央计算架构驱动**：随着汽车电子架构从分布式ECU转向区域架构，一个区域控制器需连接几十甚至上百个传感器和执行器，传统CAN总线带宽和扩展性吃紧，而高速以太网成本与功耗过高，10BASE-T1S填补了“低速但需要统一以太网”的空档 [3] - **车内传感器数量爆炸**：智能汽车车身低速节点（如电动门把手、智能灯光、座椅电机等）快速增加，这些设备数据量小但数量多，LIN带宽（约20 Kbps级别）不足，CAN则带宽不够且导致网络碎片化，10BASE-T1S的10 Mbps带宽及多节点共线能力更适配 [5] - **整车网络协议统一趋势**：车厂为更好支持OTA、数据集中处理与软件持续升级，正推进减少车内协议种类，逐步统一到以太网/IP体系，10BASE-T1S作为原生以太网协议，可直接融入整车架构，简化系统 [5] - **线束成本与减重压力**：线束是电动汽车第三重的部件，影响续航，10BASE-T1S支持多点总线，一对线可挂多个设备，能显著减少线束长度和连接器数量 [6] - **CAN FD上限显现**：CAN FD虽提升带宽，但在节点规模扩大、数据复杂度提升及统一网络架构需求下，仍存在扩展性与协议融合问题，车厂从5-10年长期平台化设计考虑，10BASE-T1S更具演进空间 [6] 10BASE-T1S与传统总线的技术对比 - **关键参数对比**：根据对比表格，10BASE-T1S在最大通信速率（10 Mbps）、最长通信距离（点对点≥15米，多点≥25米）、连接方式（支持点对点及多点连接）、电缆（单对双绞线）及协议转换（无需从以太网系统进行协议转换）方面与传统总线（如CAN2.0B、CAN FD、RS-485）存在差异 [8] - **核心技术特征**：10BASE-T1S支持多点连接和PLCA物理层防冲突机制，后者通过时隙分配实现无冲突的半双工通信，这是其区别于传统以太网的重要技术点 [10] - **与CAN的竞争关系**：CAN总线拥有数十年鲁棒性验证、极低节点成本、成熟功能安全体系及实时仲裁机制等深厚护城河，10BASE-T1S并非全面优于CAN，而是在汽车从分布式转向区域化架构时，其统一的协议栈能显著降低软件开发成本，并提供原生网络安全和统一OTA能力，两者将长期共存 [10] - **与RS-485/RS-232的竞争关系**：在工业领域，RS-485协议碎片化严重、网关转换复杂且缺乏原生安全，10BASE-T1S提供了传感器数据直达云平台、统一分析工具的可能性，其阵地更可能被取代，RS-232作为点对点低速串口，则属于被以太网技术代际更替的边缘化协议 [11] 主流芯片厂商的产品战略与竞争格局 - **战略一：极简主义，降低以太网使用门槛** - **代表厂商**：Microchip、德州仪器 [13] - **Microchip方案**：其LAN8650/1是业界首批将MAC和PHY集成在一个封装内的芯片，通过标准SPI接口与MCU通信，使原本仅支持CAN的低端MCU无需更换主控即可变身以太网节点，实现总线架构平滑迁移 [14] - **德州仪器方案**：DP83TD555J-Q1是一款符合标准的SPI MAC-PHY以太网收发器，利用SPI-MAC架构简化连接，此外还推出分离式PMD收发器（如DP83TD530-Q1、DP83TD535-Q1），采用3针无时钟接口，提供更灵活经济的方案选择 [14][17] - **战略二：架构颠覆，集中控制以简化边缘节点** - **代表厂商**：ADI [19] - **ADI方案**：推行E²B技术方案（如AD330x），其核心是通过远程控制协议与硬件加速器，允许边缘节点在“远程节点模式”下工作，直接省去本地MCU，将软件控制集中到区域或中央计算单元，从而减少测试与开发时间，降低系统成本，并支持睡眠/唤醒、拓扑发现等功能 [19] - **战略三：系统集成，为复杂架构提供高集成度与安全性** - **代表厂商**：英飞凌、恩智浦 [20] - **英飞凌方案**：走“全栈集成”路线，其BRIGHTLANE 88Q5152是一款9端口交换机，内部集成了1000BASE-T1、100BASE-T1和10BASE-T1S PHY，配合AURIX MCU构建高算力、高功能安全的解决方案，并推出开发套件结合AURIX性能与10BASE-T1S的多点拓扑能力 [20][21][24] - **恩智浦方案**：重点放在可靠性上，其TJA1410严格遵循ISO 26262标准，支持ASIL B等级，专注于刹车、转向等安全相关边缘应用的功能安全与EMC性能 [26] - **其他厂商定位**：安森美押注“多点边缘网络控制权”，其NCN26010更偏向工业应用，强调在超过25米非屏蔽双绞线上连接8个以上节点的多节点连接能力，旨在推动工业现场总线的IP化，直指RS-485传统阵地 [29]

行业背景：智能汽车存储需求激增与供应危机 - 自2025年下半年起，AI算力基建热潮加剧了存储市场的周期波动，涨价与缺货蔓延，而智能汽车作为重要存储消耗极，正面临更严峻的“存粮危机”[1] - 智能汽车存储需求激增源于三方面：自动驾驶需处理海量传感器数据、智能座舱向“超大号智能手机”演进、以及车路云协同通信，存储芯片已成为决定整车智能化上限的关键硬件[3] - 车规级存储芯片供应极度吃紧，原因包括：车规芯片质量门槛严苛、全球供应商产能向AI倾斜导致车企在资源争夺中处于劣势[1] - 行业领军人物已公开表达焦虑，雷军指出内存成本正按季度狂飙，单季涨幅高达50%，且间隔继续涨；李斌感叹车企在资源争夺中“根本抢不过”[1] - 理想汽车预警，2026年车规级存储的满足率或将跌破50%红线，突显供应紧张局势[1] 市场规模与成本趋势 - 中高配智能汽车的车规级DRAM搭载量通常为4–16颗，NAND Flash为2–6颗，具体数量随智驾等级和座舱芯片平台浮动[4] - 单车存储芯片成本已从早期智能车型的40–90美元，上行至当前主流中高配车型的90–220美元[4] - 搭载城市NOA、端侧大模型的高阶智能车型，单车存储成本可突破500美元[4] - Yole Group报告预测，在2024年到2030年间，应用于汽车的NAND和DRAM的年复合增长率将高达21%，是所列产品中增速最快的[7] - 存储芯片价格飙升，主要用于汽车存储的DDR4 DRAM价格在2025年1月份同比飙升了1845%[7] - 巴克莱银行预测，假设出现最糟糕的短缺情况，高端电动汽车的DRAM芯片成本可能会进一步飙升500%[7] 公司分析：江波龙的车规存储业务布局 - 江波龙是一家聚焦于半导体存储应用产品全链条能力建设的公司，业务涵盖芯片设计、固件算法开发、封装测试等，产品线包括嵌入式存储、固态硬盘、移动存储和内存条[8] - 公司是国内较早切入车规级存储领域的企业，早在2020年就率先推出符合AEC-Q100可靠性验证标准的车规级eMMC产品[8] - 公司已与20余家主机厂、50余家Tier 1汽车客户建立深度合作，并顺利通过20余家主芯片平台的兼容性测试[8] - 公司构建了全系列车规级存储产品矩阵，可全面适配智能座舱域、自动驾驶域等不同场景，满足中高配及高阶智驾车型的存储需求[8] 公司核心商业模式：TCM与PTM - 为应对行业“双重枷锁”（标准化同质化与晶圆供应波动），江波龙形成了TCM（技术合约制造）和PTM（产品技术制造）两大协同商业模式[10] - TCM商业模式的核心在于高效拉通存储晶圆原厂与核心客户（汽车主机厂与Tier1）的供需关系，基于确定性供需合约，依托全栈Foundry能力实现一站式交付，提升产业链效率并保障稳定供应[10] - PTM商业模式的关键在于通过自主掌握主控芯片设计、固件算法、闪存与DRAM介质研究、封测制造等核心环节，灵活适配车企个性化需求，避免供应链依赖[13] - 在TCM和PTM双模式支持下，江波龙打造了一站式协同服务，缩短车企供应链周期，降低采购与适配成本，提升供应稳定性，并联动产业链各方形成协同合力[16] 公司技术实力与产品定制化 - 针对核心车载场景，公司提供定制化协同解决方案，如在产品中增加紧急断电保护、动态监测、故障自愈、减少写入放大等固件优化措施[18] - 在车载DVR应用中，通过自研固件定制减少写入放大系数以延长产品寿命，并具备断电保护功能确保数据安全[18] - 在T-BOX应用中，依托动态监控与故障自愈机制，实现存储单元全生命周期的高效运行[18] - 自研芯片方面，WM6000主控已集成到车规级eMMC产品中，UFS系列实现4.1/3.1/2.2/2.1全协议覆盖，未来车规级UFS产品也将逐步导入WM7000系列自研主控[18] - 生产制造上，公司依托旗下获得IATF16949认证的元成苏州封测制造基地，实现封装、测试环节的自主可控，确保产品安全与稳定[18] 未来战略：面向端侧AI的3.0时代 - 面对端侧AI驱动下的高阶智能汽车需求，公司战略核心是利用其自研主控与固件算法，提升存储与AI芯片的算力适配性，缓解“越智能化，存储成本越高、供应越紧张”的行业困局[19] - 公司将TCM/PTM的协同逻辑从“供需”与“服务”延伸至“生态协同”，致力于联动晶圆原厂、汽车主机厂与AI芯片厂商，构建“AI+存储”的深层生态[19] - 深度布局端侧AI是公司开启3.0时代、锁定未来十年胜局的关键筹码，通过从产品供给到协同服务，再到AI生态布局的升级，在智能汽车存储赛道上实现长期价值锚定[20]

文章核心观点 - 汽车芯片行业正经历比预期更漫长复杂的调整周期，四大巨头（意法半导体、恩智浦、德州仪器、英飞凌）对市场前景集体表示谨慎 [1] - 行业面临双重打击：汽车芯片需求疲软与AI引发的存储芯片供应短缺危机，后者可能对汽车行业造成长期结构性约束 [1][6][8] - 汽车芯片市场的低迷是周期性库存调整与结构性挑战（如电动车转型放缓、供应链重组、地缘政治）交织的结果，全面复苏需多重条件叠加 [11][13][33] - 为应对挑战，主要厂商采取了差异化的战略，包括聚焦核心业务、押注AI数据中心、布局软件定义汽车和强化本地化供应链 [15][23][27] 财报揭示的行业寒意 - **恩智浦**：2025财年第四季度汽车芯片业务营收18.8亿美元，同比增长仅4.8%，低于分析师预期，导致股价单日暴跌超5% [2] - **意法半导体**：2025年第二季度财报出现1.33亿美元营业亏损，远逊于华尔街预期的5620万美元营业利润，管理层对汽车市场复苏持谨慎态度 [2] - **德州仪器**：2025财年第四季度汽车业务同比增长仅为6%-9%，环比下滑约1%-2%，管理层在业绩指引中淡化了该板块的贡献 [3] - **英飞凌**：2026财年第一季度汽车业务营收18.21亿欧元，环比下降5%，同比增长4%（按固定汇率计算增长10%），CEO评估与之前一样保持谨慎 [3] AI引发的存储芯片危机 - **价格飙升**：2025年第三季度DRAM价格同比飙升172%，第四季度DDR5价格飙升53%-58%，预计2026年第一季度涨幅将超60% [6] - **产能转移**：三星、SK海力士、美光等存储巨头将晶圆产能从传统DDR4/DDR5大规模转向利润率更高的HBM生产，以满足AI基础设施需求 [6] - **对汽车业的冲击**： - **短期（2026-2027）**：DRAM价格可能比2025年上涨70%-100%。一辆高端车型的DRAM成本已超150美元，价格翻倍将严重侵蚀利润率 [7] - **长期（2028及以后）**：面向汽车的旧世代DRAM（如DDR4/LPDDR4）供应将迅速枯竭，而许多计划在2028年投产的车型仍基于这些芯片设计，可能造成严重供需失衡 [8] - **连锁反应**：存储短缺可能迫使车企推迟新车型上市、降低智能化配置，或促使芯片公司重新设计产品以减少对存储的依赖，进而可能打乱软件定义汽车的升级步伐 [9][10] 深层挑战：周期性寒冬与结构性困境 - **周期性因素**：疫情后客户囤积的芯片库存正在消化，是导致当前市场低迷的直接原因 [11] - **结构性挑战**： - **电动车转型区域分化**：欧洲市场内部差异大（如德国电动车销量增40%，法国因政策暴跌52%），中国电动车竞争力给欧洲本土车企带来压力 [11] - **政策与市场不确定性**：美国电动车补贴政策存在变数，且出于网络安全考虑禁止从中国进口网联汽车技术 [12] - **中国市场本土化**：中国国产芯片在本土电动车中的搭载率已提升至15%左右，正在蚕食国际芯片巨头的市场份额 [12] - **供应链“去中间化”**：福特、通用、丰田等车企开始直接与芯片制造商签订合同，压缩了传统Tier 1供应商的利润空间和战略相关性 [13] - **地缘政治风险**：关税政策和技术管制加剧了供应链复杂性，推高了合规成本 [13][14] 主要厂商的应对策略 - **德州仪器：保守等待，押注结构性增长** - 对48亿美元库存（库存周转天数222天）水平“非常满意”，认为能支持客户需求 [16] - 2025年自由现金流29亿美元（占总营收17%），较2024年增长96%，资本支出指引维持在20-30亿美元区间 [17] - 坚信“单应用芯片含量持续增长”的长期逻辑，并在数据中心市场找到新增长极（2025年该业务营收同比增64%，单季度规模约4.5亿美元） [17][18] - **恩智浦：战略调整与聚焦** - 2025年全球裁员5%（约1800人），同时收购三家公司以强化在软件定义汽车领域的竞争力 [18] - 2025年第二季度自由现金流达6.96亿美元（占季度收入约24%），为转型提供底气 [19] - 积极推行中国市场本地化供应链战略，并看好工业物联网边缘智能业务的增长（预计2024-2027年复合增长率达20%） [19][20] - **意法半导体：聚焦汽车MCU，深化中国本土化** - 将资源集中到汽车MCU，计划未来3年内推出70种产品，暂停SoC开发 [21] - 全面实施“China for China”策略，与华虹半导体合作在中国生产40nm MCU，与三安光电合资建设碳化硅晶圆厂 [21] - **英飞凌：激进押注AI数据中心** - 2026财年追加5亿欧元AI相关资本支出，总投资提升至27亿欧元，目标AI电源解决方案营收在2026财年达15亿欧元，2027财年达25亿欧元（占集团总营收约15%） [23][24] - 将现有IGBT功率模块产能转换为AI产品，以提升产能利用率和盈利能力 [24] - 同时通过收购（如ams欧司朗的非光学模拟混合信号传感器业务）强化在汽车等领域的传感器地位 [26] 被忽视的长期结构性机遇 - **单车芯片含量持续增长**：电动车渗透率提升、ADAS普及（超过70%的新车搭载）、软件定义汽车（SDV）发展等趋势，将持续驱动对芯片的需求 [27] - **数据中心/AI市场成为新增长点**： - 德州仪器数据中心业务2025年同比增幅64%，占总营收比重提升至9% [28] - 英飞凌瞄准AI数据中心电源供应及电网基础设施扩建的机遇 [29] - **边缘计算与工业物联网**：恩智浦强调的边缘智能战略，受益于AI推理从云端下沉的趋势 [29] 行业复苏时间展望 - **周期性调整**：过剩库存消化可能在2026年中左右基本结束 [33] - **存储芯片约束**：2026-2027年DRAM价格压力显著，旧世代DRAM供应实质性断裂风险可能持续至2028年甚至更晚 [32] - **全面复苏条件**：需叠加库存周期结束、全球电动车渗透率突破30%、自动驾驶技术（L3/L2+）普及、存储芯片约束缓解以及地缘政治风险可控等多重条件，时间窗口可能指向2027-2028年 [33]

文章核心观点 - 汽车行业正从单一卖车模式向以AI基座大模型为核心的“具身智能”生态转型，通过与智能硬件（如AI眼镜）结合，实现向持续性软件服务付费的高毛利商业模式演变[1][9][13] - 行业转型由两波潮流驱动：2019年硬件厂商（如手机）向汽车制造转型，以及2025年汽车厂商反攻智能硬件，其共同本质是探索更高毛利的商业可能[3][5] - 向AI与具身智能的转型具有高门槛，马太效应显著，资金、技术、数据规模等壁垒可能使行业格局更加固化，优势进一步向头部企业集中[2][16][19] 从硬件到汽车到智能硬件的商业演变 - **第一波潮流（硬件厂商入局汽车）**：2019年，因手机等硬件产业增长见顶、利润降低，而中国新能源汽车销量年增幅在30%以上，促使小米、华为、OPPO等厂商通过直接造车或与车企合作（如华为HI模式）的方式转型[3] - **第二波潮流（汽车厂商反攻智能硬件）**：2025年，因新能源汽车行业增长受限、利润变低（2024年增速多次月度回落并出现激烈价格战），汽车行业求变，将汽车塑造为具身智能入口并与其它智能硬件结合成为共识[1][5] - **趋势与影响**：两波变革推动智能体技术向车载场景延伸，汽车成为连接多元智能硬件的桥梁，推动了智能硬件制造工艺成熟化，并为车端互联创造了新的场景延伸方向[8] 车企向智能硬件转型的案例与战略 - **理想汽车**：发布AI眼镜Livis，重量仅36克，续航支持7.6小时音乐或6小时通话，旨在作为全天候使用的具身智能新入口，与车端形成数据闭环[1][10] - **特斯拉**：推进“汽车+AI+机器人”生态，将汽车拓展为AI生态的一部分[5] - **小鹏汽车**：推行“物理AI”战略，涵盖汽车、飞行汽车（汇天）和人形机器人（Iron），试图跑通“通用模型能力+多场景载体”路径，该战略发布后公司股价盘中大涨13%[6][13] - **其他车企**：大众与微软合作AR眼镜HoloLens并拓展至船舶场景；宝马与华为HiCar合作推动硬件互联；蔚来此前推出的NIO Phone也被视为智能硬件转型的早期尝试[8] 智能硬件驱动的车企盈利模式变革 - **商业模式转变**：从一次性卖车生意转变为嵌入消费者生活方式的持续性付费（如功能订阅、OTA升级、座舱服务），这类软件服务收入通常比汽车制造毛利率更高[9][13] - **成本与效率优势**：智能硬件作为具身智能的不同入口，可与汽车共享同一AI基座模型，将感知、定位、交互等组件复用，从而摊薄算法、算力和数据成本[14] - **数据价值与估值提升**：智能硬件便于高频次、多传感地收集用户数据，回传至车企AI大模型形成数据闭环，提升模型能力，并将车企叙事从“造车”升级为“智能生活平台”，从而延展商业可能并提升估值[11][13] - **产业链溢出效应**：AI能力可超越汽车场景，用于工业端生产提效（如西门子案例），成为跨部门共用能力，提升公司整体效能[16] 向AI与具身智能转型的挑战与行业格局 - **高准入门槛**：转型需要算法、算力、数据、供应链整合与规模化能力，缺一不可，对资金和技术人员要求极高[16][17] - **巨额研发投入**：理想汽车2024年研发支出约111亿元人民币；小鹏汽车计划2025年研发支出95亿元，其中AI约45亿元；特斯拉因自建Dojo，2024年AI算力投入达十亿美元级别，研发支出约4.5-4.6亿美元[18] - **数据规模依赖**：AI模型（尤其是端到端模型）需要海量数据训练，卖出的汽车和智能硬件数量直接决定数据量，进而影响算法能力，特斯拉的优势便建立在全球车队数据基础上[17] - **马太效应与格局固化**：高投入与规模化要求决定了只有头部、受消费者广泛选择的品牌才有能力跑通AI、汽车与智能硬件的闭环，行业格局可能更加固化，中尾部车企弯道超车难度大[2][17][19]

行业发展趋势 - 定位平台正从传统基础地图解决方案转型为AI驱动的数据平台，通过实时定位智能、预测性洞察和高度个性化体验创造价值 [4] - 生成式AI正在利用定位数据，提供更具前瞻性与上下文感知能力的主动式服务 [4] - “搜索”与“附近”等定位感知型AI功能正加速走向主流，超本地化与高度个性化的用户体验逐步成为主流 [4][7] - 定位智能将成为未来代理式AI体验的关键基础 [4] - 未来的智能出行体验取决于AI驱动的定位平台与半导体、软件及传感器深度融合的程度，以实现自动驾驶汽车或人形机器人的应用 [4] 竞争力评估结果 - Counterpoint Research发布的《2026年定位平台竞争力评估报告》基于截至2025年12月的数据，对25家企业进行了详尽调查与分析 [4][8] - HERE与TomTom在定位平台竞争力评估指数中脱颖而出，双双获评“先锋” [4][7] - Google跻身“领导者”行列 [4][7] - 百度、高德与Mapbox被评为“挑战者” [4][7] - ESRI因突出的执行力表现被评为“新锐”，但在部分能力维度上与头部企业存在差距 [4] 领先企业分析：HERE - HERE在平台能力与执行能力两个维度上均显著领先于竞争对手 [5] - 优势体现在完善的定位服务产品组合、强大的合作伙伴体系，以及覆盖汽车、运输与物流等多个垂直行业的广泛客户基础 [5] - 持续加大在产品技术与创新领域的研发投入，包括运用AI技术构建面向汽车与物流行业的代理式AI解决方案 [5] - HERE正在引领软件定义汽车的转型进程，并通过与车企的深度协作逐步成为行业的“北极星” [5] 领先企业分析：TomTom - TomTom凭借Orbis地图在3D可视化、交通分析以及新产品技术及创新领域的表现，与HERE一同进入“先锋”类别 [5] - 该公司成为继Google之后唯一一家推出模型上下文协议服务器的全球性企业 [5] - 发布了汽车导航应用程序，使车企能够在最短12周内完成导航系统的部署 [5] 其他主要参与者分析 - Google Maps依托其扎实的核心地图能力以及来自数十亿月活用户的海量众包数据支持，获得“领导者”评级 [8] - Google通过将自研的Gemini大语言模型深度整合至产品与服务中，已在AI技术领域确立了无可争议的领导地位 [8] - 百度与高德凭借在中国出行与本地服务生态中的规模与优势，成为区域性领导者，但在中国以外市场的实际需求有限 [8] - Mapbox以开发者优先的策略脱颖而出，提供高度灵活、可定制的SDK，成为注重定制化和可视化能力用户的首选平台 [8] 评估方法论 - Counterpoint采用专有的CORE评估框架，从“平台能力”与“执行能力”两个维度对定位平台进行分析评估 [8] - “平台能力”涵盖核心地图能力、高级地图功能、服务提供、平台架构、技术与创新以及行业解决方案等指标 [8] - “执行能力”则包括开发者生态、地理覆盖范围、合作伙伴关系及客户组合等指标 [8]

文章核心观点 - 汽车行业正经历从分布式电子电气架构向集中式、域控式架构的根本性重构，软件定义汽车进入工程落地阶段，车内对计算、实时控制与系统安全的要求被置于同一技术框架下评估 [1] - 传统汽车芯片巨头如恩智浦、瑞萨、德州仪器正发起战略反击，不再局限于传统MCU定位，而是通过先进制程、高系统集成度和面向软件的设计，试图在软件定义汽车的核心架构中重新夺回控制权，从“配角”转变为“主角” [1][9][21] - 老牌厂商的竞争策略是差异化竞争，避开与英伟达、高通在高算力感知决策领域的正面交锋，转而聚焦于对实时性、可靠性和功能安全要求极高的车辆核心控制系统，并利用其在成本、生态和汽车领域深厚积累的优势 [10][21] 从分布式霸主到智能化冲击 - 在传统汽车电子时代，整车采用高度分布式ECU架构，一辆高端车型可能使用数十甚至上百个ECU，每个由独立的MCU控制特定功能，TI、NXP、ST、瑞萨、英飞凌等厂商凭借实时性、可靠性和低功耗成为各细分领域霸主 [3] - 传统燃油车约需70颗MCU，新能源车需要100-200颗，2020年汽车MCU市场规模达60亿美元，占全球MCU市场的40% [4] - 汽车智能化浪潮打破了传统格局，高通和英伟达等计算型厂商凭借更强算力、成熟软件生态和灵活工具链切入市场，高通在座舱市场占据主导，2024年数据显示其在中国乘用车座舱芯片市场份额约67% [4][5] - 英伟达在智驾领域建立统治力，其芯片算力从2020年Xavier的30 TOPS跃升至2022年Orin的254 TOPS，新一代Thor芯片算力达2000 TFLOPS，公司预计其汽车业务在2026财年将达到50亿美元 [5][6] - 软件定义汽车时代，传统分布式架构的复杂线束、低效通信和碎片化软件开发成为沉重包袱，传统MCU厂商产品虽仍重要但已不足够，且面临高通、英伟达向下渗透的挑战 [6][7] SDV共识下的战略反击 - 随着域控和中央集中式架构落地，行业对计算、实时控制与系统安全进行一体化评估，预测2025年自动驾驶域控制器出货量将超400万台套，智能座舱域控制器出货量将超500万台套，复合增长率预计在50%以上 [9] - 传统MCU厂商发起反击的逻辑在于：车辆核心控制系统如车身电子、底盘控制、动力管理等，依然需要极高的实时性、可靠性和功能安全等级，这正是它们的传统优势所在 [10] - 在2026年CES上，恩智浦、瑞萨、德州仪器分别发布了新一代系统级芯片，标志着战略反击的清晰信号 [10] 老牌芯片巨头的新产品战略 恩智浦S32N7 - 基于5nm工艺，专注成为车辆核心功能的系统级协调器，瞄准车身电子、底盘控制、能量管理、网关及L2级ADAS，定位于高性能计算单元与分布式执行器之间 [11][12] - 核心技术优势包括：硬件强制隔离与软件定义分区，允许多达八个传统独立车辆域整合到单个处理器；高性能互连与网络集成，支持与外部计算节点安全交换数据；分布式AI推理能力，优化用于多个并发的中等规模AI任务 [12][13] - 该处理器旨在简化流程和节约成本，博世已率先在其车辆集成平台中部署，硬件隔离、独立更新等特性使其天然适配OTA迭代和软件定义汽车长期演进需求 [14] 瑞萨R-Car Gen 5 X5H - 业界首款采用3nm工艺的多域汽车SoC，集成32个Arm Cortex-A720AE高性能内核、6个Cortex-R52实时内核，最大提供400 TOPS AI算力，GPU性能约4 TFLOPS [15] - 支持多域融合，可同时处理来自8路高分辨率摄像头输入并输出至8路8K2K显示器，提供统一的开发环境以加速整车软件开发 [16][17] - 其平台化意图明显，统一的CPU架构、跨代软件兼容和可扩展AI使其成为一个可持续演进的计算底座 [17] 德州仪器TDA5 - 采用5nm工艺的跨域融合SoC，最高可提供1200 TOPS的AI算力，但更强调其业界最佳的能效比，达到24 TOPS/W [10][17] - 技术创新包括：集成神经处理单元C7，AI计算性能比上一代产品高出12倍；支持基于UCIe开放标准的芯片组设计，允许定制化应用和计算模块扩展 [17][19] - SoC包含多个专用子系统，AI性能从10 TOPS到1200 TOPS可扩展，支持从L1到L3的自动驾驶功能，并与Synopsys合作提供虚拟开发工具以缩短上市时间 [18][19] 重构竞争格局与价值回归 - 传统MCU厂商从“配角”到“主角”的角色转变，源于软件定义汽车架构集中化趋势，使其产品成为掌控车辆核心功能的关键 [21] - 战略意义体现在三个层面：技术上进行差异化竞争，聚焦高实时性、高安全性的核心控制功能；生态上利用数十年积累的功能安全经验、客户关系和行业理解；商业上通过高集成度实现成本控制，如恩智浦估计S32N7可降低高达20%的成本，瑞萨强调3nm工艺降低35%功耗，德州仪器主打最佳能效比 [21][22] - 这场反击重新定义了智能汽车的技术路径，将竞争焦点从自动驾驶和座舱功能，扩展到车辆核心控制系统的智能化升级，未来软件定义汽车的竞争将是涵盖从云端到边缘、从感知到执行的全栈能力竞争 [22]

文章核心观点 - 2026年国际消费电子展（CES 2026）的核心主题是人工智能（AI）在汽车行业的深度渗透与广泛应用，AI正推动从智能驾驶、智能座舱到生产制造的全方位变革 [1] - 汽车电子是CES的核心展示内容，技术展示重点从单一功能转向全面的“系统能力”，软件定义汽车（SDV）进入工程化阶段 [1][2] - 辅助驾驶技术热度不减，“世界模型”、“视觉-语言-动作模型（VLA）”及“舱驾一体”是领域内的高频词汇与发展方向 [6][7] - 人形机器人从概念展示走向实际应用测试，开始进入工厂等真实场景执行任务，机器人领域正经历其“ChatGPT时刻” [10][11] 车企技术路线与AI系统能力展示 - 吉利发布全域AI 2.0技术体系，依托WAM世界行为模型实现智驾、座舱、底盘等全域跨域融合，其“1+2+N”多智能体协同框架可通过自然语言指令触发复杂任务 [3] - 吉利Eva智能体进化为“整车智能中枢”，融合星睿AI大模型与端到端语音大模型，并利用动态记忆技术构建用户专属画像 [3] - 宝马展示了新一代AI驱动的智能个人助理，并成为首家将亚马逊“Alexa+”集成到其语音助手中的汽车制造商 [3] - 博世展示了AI驱动的智能座舱方案，融合文本与视觉大模型，使驾驶者能够像与人交流一样与车辆对话，并具备上下文理解能力 [4] - 长城汽车展示了魏牌、坦克等多款全球战略车型，以及1.5L、2.0T、4.0T等多款发动机，其自主研发的4.0升V8发动机可集成到插电式混合动力系统中 [4] - 中国造车新势力Kosmera（实为追觅打造）推出了一款综合功率达1903马力的高性能新能源概念跑车 [4] - 索尼本田移动出行宣布将于2026年底开始在美国交付价值9万美元的Afeela 1电动汽车，并展示了一款为2028年美国投产车型提供参考的SUV概念车 [5] 辅助驾驶技术进展 - 英伟达CEO黄仁勋发布了开源AI模型及工具套件Alpamayo系列，包含采用100亿参数架构的思维链推理VLA模型Alpamayo 1、AlpaSim仿真平台及物理AI开放数据集 [7] - 2025款梅赛德斯-奔驰CLA将集成英伟达的完整自动驾驶技术栈，首款搭载该技术的汽车计划于2026年第一季度在美国上路，欧洲和亚洲市场将随后跟进 [7] - 吉利与千里科技联合发布全新辅助驾驶品牌G-ASD，这是一个高含模量辅助驾驶解决方案，全面覆盖从L2到L4级别的智能驾驶能力 [7] - G-ASD采用端到端模型架构，融合多模态基座模型、视觉语言模型、视觉语言动作模型、世界模型及强化学习等技术，旨在降低对人工地图与预设规则的依赖 [8] - G-ASD系统首个版本已搭载于极氪、领克旗下共16款车型，覆盖车辆超30万辆，并计划未来在吉利汽车旗下更多车型上搭载 [8] - 法雷奥展示了全系列计算解决方案，其跨域控制器方案将高级驾驶辅助系统功能与车载信息娱乐系统整合在单个系统级芯片平台上，以提升系统效率和用户体验 [8] - 零跑汽车和高通推出将座舱、驾驶辅助、车身控制与连接功能集成于单一系统的解决方案，该方案可帮助车企降低开发复杂性和成本，并将在零跑旗舰车型D19上首发 [8] - 长城汽车发布了ASL 2.0，这是一个以长城Coffee EEA 4.0电子电气架构为硬件底座，整合了智能座舱智能体和辅助驾驶VLA智能体的多智能体架构 [9] 人形机器人的实际应用与产业布局 - 现代汽车集团发布了由波士顿动力公司开发的人形机器人Atlas的量产版，计划将其整合到包括美国HMGMA生产基地在内的全球网络中执行实际任务 [10][11] - 从2028年开始，Atlas将首先应用于零件排序等流程，到2030年其应用范围将扩展到零部件组装，并承担重复性、重载等复杂操作任务 [11] - 众多汽车零部件供应商展示了在机器人领域的最新成果，安波福将其在汽车上验证的实时感知、决策与执行能力拓展至机器人等关键任务应用领域 [11] - 激光雷达供应商禾赛科技展示了其激光雷达在割草机器人、智能伴随机器人、3D空间数字化设备等多元场景中的应用 [11] - 为满足机器人及ADAS领域日益增长的激光雷达需求，禾赛科技规划年产能将由2025年的200万台提升至2026年的400万台，实现翻倍增长，其在泰国曼谷的新工厂预计2027年初投产 [11]

三星电子汽车电子业务战略 - 三星电子正加速发展汽车电子业务，并将其视为未来的增长引擎 [2] - 公司通过旗下子公司哈曼收购了德国采埃孚的高级驾驶辅助系统业务，交易价值15亿欧元，约合2.6万亿韩元，这是三星自2017年收购哈曼以来八年来首次收购汽车电子业务 [2] - 此次收购被视为三星为迎接软件定义汽车时代而采取的全面举措，旨在将其业务范围从数字座舱扩展到核心自动驾驶技术，以增强在汽车电子领域的竞争力 [2] 收购标的与市场地位 - 被收购的采埃孚ADAS业务拥有超过25年的经验，在全球ADAS智能摄像头行业占据领先地位 [3] - 该公司与多家系统级芯片公司合作，开发差异化的ADAS技术，并向全球主要汽车制造商供应ADAS产品 [3] - 采埃孚是一家拥有100多年历史的全球综合性电气设备公司，业务涵盖ADAS、变速器、底盘和电动汽车驱动部件等广泛领域 [2] 业务整合与战略协同 - 通过此次收购，哈曼将获得ADAS相关技术和产品，例如前置摄像头和ADAS控制器，从而全面进军高增长的ADAS市场 [3] - 哈曼计划将其旗舰产品数字座舱与ADAS集成到集中式控制器结构中，以引领汽车向软件定义汽车和集中式控制器架构过渡的趋势 [3] - 集中式控制器架构支持通过无线方式更新软件，可提供更丰富的客户体验、简化维护并缩短整体开发周期 [3] - 哈曼高管表示，结合哈曼的汽车专业知识和三星在IT技术领域的领先地位，将积极支持汽车制造商向软件定义汽车和下一代集中式控制器转型 [4] 市场前景与增长预期 - 受安全性、便利性等因素驱动，高级驾驶辅助系统和集中式控制器市场预计将从2025年的62.6万亿韩元增长至2030年的97.4万亿韩元，并在2035年达到189.3万亿韩元，年均增长率高达12% [4] - 哈曼首席执行官认为，此次收购为向汽车市场供应集中式集成控制器提供了战略立足点，因为汽车市场正处于数字座舱和ADAS融合的技术转折点 [4] 交易进程与高层评价 - 此项ADAS业务的收购流程预计将于2026年完成 [5] - 采埃孚首席执行官表示，哈曼是释放其ADAS业务潜力的理想合作伙伴，期待业务能与哈曼携手继续发展创新 [4] - 哈曼董事长强调，此次收购将进一步巩固哈曼在推动移动出行行业转型方面的领先地位，并展现了三星电子对未来移动出行的长期承诺 [4]

公司战略核心理念 - 博世商用车集团锚定“扎根中国、顺势而为、价值共创”三大核心理念，从过去的“观念助力者”向行业战略合作伙伴转型 [2][3] - 公司于2024年初整合汽车业务成立博世智能出行集团，随后成立商用车集团，进行重要的组织机制变革以应对行业转型 [2] 行业趋势与客户需求 - 商用车行业正经历新能源化、智能化、全球化的深刻变革，新能源渗透率已从个位数飙升至30% [2] - 行业技术趋势从“细分市场”驱动转变为“应用场景”驱动，决策核心是围绕全生命周期成本（TCO）优化 [5][9] - 商用车用户需求向“场景化、全生命周期成本导向”换挡，关注最低运营成本、最高出勤率和最优投资回报 [5] - 整车厂业务战略发生四项核心转变：从“制造销售”到“全生命周期解决方案提供商”、从“技术驱动”转向“场景定义”、从“单一平台”转向“多元化模块化”、从“零部件研发”到“系统集成能力” [13] 全栈技术解决方案 - 公司提供集成动力系统、电驱动、热管理、转向、驾驶辅助系统、软件和大数据等技术的定制化解决方案 [7] - 重点创新三大技术栈：辅助驾驶域、运动域、能量域，通过软件定义汽车实现跨域融合 [9] - 推出电驱桥产品，2023年推出单电机四挡变速箱重型电驱桥，2025年新增单电机两挡和双电机两挡变速箱产品，覆盖18吨至49吨的燃料电池、纯电及混合动力重型商用车 [11] - 推出电控气压制动系统，核心功能体现在节能、安全、舒适及智能四大维度，并与ADAS深度联调以支持辅助驾驶功能 [13] - 推出超级重卡和超级轻卡两大系统平台解决方案，分别应对高强度大运力场景和高频城市泛场景，实现系统化集成和模块化设计 [3][14] 组织变革与本土化布局 - 公司合并卡车与非道路业务，集中管理系统开发、产品管理等核心能力，以跨域整合为主要改革方向 [15][18] - 在中国进行广泛深入的本土化布局：无锡覆盖动力系统、氢燃料电池零部件、热管理、EBS、雷达摄像头及空气悬架等领域，并拥有约350名工程师的智能与软件开发中心；重庆布局燃料电池功率模块和重型电驱桥；济南设有转向系统工厂及研发团队；南昌布局轻型商用车电驱动系统业务 [16] - 深化与中国伙伴的合作，例如与庆铃合资布局氢燃料电池技术，与江铃携手开发轻型商用车电驱系统，完成从技术引入到本土创新的跨越 [18] 多元技术路线与未来展望 - 公司秉持技术中立原则，构建“传统技术打底、新兴技术拓展”的架构，坚持柴油、天然气、甲醇、纯电、氢燃料等技术并行发展 [21] - 氢燃料电池是长期战略方向，已投资建造氢能基地并本土投产氢动力模块，预计2027年氢燃料电池车总量将从目前不到1万台增加到10万台左右 [23] - 在智能化方面，积极拥抱“软件定义汽车”，以软件作为贯通车辆各域的“神经网络”，并认为全行业电子电气架构将从分布式向域控、域融合乃至中央计算架构演进，预计2027年进入域控架构，2030年迈向域融合或中央计算架构 [23][24] - 公司助力中国商用车出海，利用其技术和全球资源赋能中国主机厂在海外市场打造先进、安全、智能的产品并建立品牌优势 [19]

行业趋势与市场背景 - 商用车行业正经历新能源化、智能化、全球化的深刻变革，新能源渗透率已从个位数飙升至30% [1] - 行业技术趋势正从“细分市场”驱动转变为“应用场景”驱动，需从整车级角度重新设计架构以实现综合性性能提升 [5] - 商用车用户需求向“场景化、全生命周期成本（TCO）导向”换挡，决策核心是在既定工况下实现最低运营成本、最高出勤率和最优投资回报 [3] - 商用车整车厂的业务战略正发生四项核心转变：企业角色从“制造销售”到“全生命周期解决方案提供商”；研发导向从“技术驱动”转向“场景定义”；技术路线从“单一平台”转向“多元化、模块化”；竞争核心从“零部件研发”到“系统集成能力” [8] 公司战略与组织变革 - 公司于2024年初整合汽车业务成立博世智能出行集团，随后成立商用车集团，以应对行业变革并提高协同效率 [1] - 公司商用车业务在中国市场的核心理念锚定为“扎根中国、顺势而为、价值共创” [2] - 公司商用车业务明确了以跨域整合为主要改革方向，将所有相关业务整合在一起，致力于打造全栈式智能化解决方案 [11] - 公司从2025年1月起进一步合并卡车与非道路业务，集中管理核心能力，以传统研发经验与测试体系赋能新业务 [9] 核心技术解决方案与产品布局 - 公司发布全栈技术解决方案，包括电驱桥、电控气压制动系统（EBS）、超级重卡和超级轻卡系统平台等代表性方案 [2] - 公司重点创新的三个主要技术栈是：辅助驾驶域、运动域、能量域，旨在通过软件定义汽车（SDV）实现跨域融合 [6] - 公司自2021年布局电驱桥正向开发，2023年推出单电机四挡变速箱重型电驱桥，2025年将新增单电机两挡和双电机两挡变速箱重型电驱桥产品，全面覆盖18吨至49吨的燃料电池、纯电及混合动力重型商用车 [7] - 公司为中国市场打造的电控气压制动系统（EBS）核心功能体现在节能、安全、舒适及智能四大维度，并已率先搭载于多家主流车企新车型 [8] - 公司推出超级重卡和超级轻卡两大解决方案，分别应对高强度大运力场景和高频城市泛场景，通过系统化集成和模块化设计快速响应定制化需求 [8] 技术路线与未来展望 - 公司秉持技术中立原则，构建“传统技术打底、新兴技术拓展”的架构，坚持柴油、天然气、甲醇、纯电、氢燃料等技术并行发展 [13] - 氢燃料电池商用车是公司长期战略方向，已投资建造氢能基地并本土投产氢动力模块，预计到2027年氢燃料电池车总量将从目前不到1万台增加到10万台左右 [14] - 在智能化方面，公司积极拥抱“软件定义汽车”，以软件作为贯通车辆各域的“神经网络”，并认为全行业电子电气架构将从分布式向域控、域融合乃至中央计算架构演进，预计2027年进入域控架构，2030年迈向域融合或中央计算架构 [14][15] 本土化合作与全球赋能 - 公司在中国深化本土创新与合作，与庆铃合资布局氢燃料电池技术，与江铃携手开发轻型商用车电驱系统 [11] - 公司在无锡、重庆、济南、南昌等地布局了覆盖动力系统、氢燃料电池、电驱桥、转向系统、电驱动等领域的完整研发与生产能力 [10] - 公司与中国伙伴的合作是“双向奔赴”，借助本土车企的场景与渠道加速技术商业化落地，并助力中国商用车凭借先进、安全、智能的技术走向海外市场 [11][12]