博泰车联网张杰将出席2026轩辕汽车蓝皮书论坛

在第十八届轩辕汽车蓝皮书论坛上，“作为AI Agent的智能座舱”成为行业热议的焦点。博泰车联网CTO张杰受邀出席，并就AI Agent如何重构智能座舱体验、量产落地的核心挑战，以及Tier 1供应商在AI时代的新角色等关键议题，分享了前瞻性的洞察与实践经验。

谈及智能座舱AI Agent从技术演示走向规模化量产，张杰指出了四大必须攻克的关键瓶颈：首先，功能定义必须聚焦用户高频刚需场景，避免华而不实。其次，行车安全是绝对底线，需构建可靠的安全授权与监管体系。第三，强大的离线服务能力至关重要，确保在网络不稳定时核心功能依然可用。最后，端云协同的成本必须实现精细化管理。他特别强调，若能在车端部署数百T的算力，将显著缓解云端Token处理带来的成本压力，为大规模应用奠定基础。

AI Box：智能座舱的算力中枢与协同调度平台

当前，AI Box已演进为智能座舱的算力心脏与多Agent协同调度的核心平台。下一代车载电子电气架构，本质上是为AI原生而设计的全新体系。短期来看，独立形态的AI Box能快速弥补现有车载平台算力不足的短板；从长远发展看，它正深度驱动整车电子电气架构的根本性变革。随着AI Agent的普及，车载算力需求呈指数级增长。如今，一辆智能汽车整合座舱与自动驾驶的算力总和，已轻松突破1000TOPS，远超智能手机的算力水平，标志着汽车正成为新的移动算力中心。

AI域控制器：主导整车智能化的核心

目前，行业焦点集中于AI操作系统。然而，未来的演进方向并非对现有系统进行简单升级。真正的趋势在于，基于一个超大规模的统一算力平台，从硬件底层进行重构，允许多个功能各异的操作系统在其上高效运行，最终实现整车底层向一个“超级计算中心”的范式转移。可以预见，未来的汽车将逐步演变为一台大型的移动智能服务器，一个高度集成的超级算力单元，所有车载功能与服务都将基于这一核心平台展开。

博泰双模型融合架构：端云协同，精准赋能场景

为应对车载场景的特殊性，博泰创新性地采用了“端云协同”的双模型融合技术架构。该体系由车端轻量化专属大模型与云端通用全能大模型深度协作构成。车端轻量化模型主要负责即时语音交互、本地记忆管理、车辆安全控制等低延迟、高安全性的基础任务。云端通用大模型则专注于需要复杂逻辑推理、跨域信息融合与生态服务联动的高阶任务，例如无缝接入车载生态、进行实时全网信息检索、以及规划涉及多智能体协作的复杂出行场景。

这种架构巧妙地在数据安全、用户隐私与生态扩展性、服务能力之间取得了最佳平衡。它不仅严格满足了车规级的安全与隐私合规要求，还能灵活接入更丰富的互联网服务生态，适配用户日益多元化的智能出行需求。目前，博泰的车载算力平台已实现360TOPS，可流畅运行140亿参数级别的通用模型；若采用MoE（混合专家）模型架构，更能支撑高达300亿参数模型的运行，足以高效完成整车端的智能任务编排，充分保障车载AI Agent的日常高效运转。现阶段，车端模型的性能已能胜任智能体任务调度的核心工作，下一步的优化重点将集中于提升其复杂任务规划与多智能体协调能力。

独立自主：构建跨生态的通用AI Agent应用中台

那么，车企在选择AI Agent平台时主要考量哪些因素？其决策逻辑通常围绕三个核心维度：自身研发能力、品牌智能化战略以及综合商业效益。研发实力雄厚、追求技术自主权的车企，往往更看重平台的开放性与定制自由度；而侧重生态合作、希望快速集成成熟方案的车企，则会更关注合作伙伴的技术积淀与即插即用的智能体服务能力。当然，所有车企都会理性评估研发投入、授权费用及大模型调用成本等关键商业化指标。

博泰在其中扮演的角色，正是成为连接不同技术生态的兼容性桥梁与赋能平台。依托“软件+硬件+芯片+云端”的全栈技术能力，并秉持开放共赢的合作理念，博泰能够深度兼容各类主流技术体系，与产业链伙伴协同共建车载AI Agent开放生态，为车企提供灵活、可定制的多元化量产落地解决方案。