“原来很多干自动驾驶的业界同行，今年都转行去做机器人了，这个领域里还能拿到一些小型的投资额度，自动驾驶投资额度已大幅收缩。所以可能任何一种现在的机械与电子的连接体，最终目标可能都是为了具身智能这个方向。目前红旗已与机器人公司对接，因其嵌入式系统、神经网络与人工智能的知识本源相通，智能车终将走向具身智能时代。”7月15日，《中国经营报》记者获悉，一汽研发总院副院长兼九章平台CEO周时莹在“2025新能源智能汽车新质发展论坛”上表示。
从“软件定义”到“AI定义”的变革
周时莹表示，软件定义汽车与软硬分离的概念早在2016年就已出现，但时至今日，多数车企及Tier1、Tier2仍未突破“软硬件绝对分离与灵活部署”的关键瓶颈。
周时莹提到，过去几年，行业在智能驾驶、智能座舱领域积累了模型、数据及软硬件能力，但在AI时代，一个核心问题浮出水面：汽车电子行业的固有知识沉淀是否会被颠覆？传统电子电气架构（EEA）是面临大幅更迭？
据她介绍，2024年以来，“AI定义汽车”逐渐取代“软件定义汽车”的概念，端到端大模型从两段式演进至一段式，今年年初DeepSeek等大语言模型进一步融入座舱与智驾系统，“AI赋能”已成为行业标配。但随之而来的压力是：上层模型落地后，应用层软件泛化的代码能否在OS架构上顺利运行？这对底层技术提出了严峻考验。
她强调，今年二季度，车企普遍面临新挑战：AI融入后，传统车企的知识技能体系需适应性调整。若下一阶段是“AI定义汽车”，在AIGC框架下，软件、硬件需按AI算法要求提供足够算力，而当前OS架构及车载以太网能否满足上下层传输需求，仍存较大挑战。
技术快速迭代带来不确定性
周时莹表示，红旗的特殊挑战在于车型覆盖广，不同车型对智驾、座舱、车身控制的需求差异极大，难以用一套硬件系统驱动所有传感器与执行器。因此，对大规模车企而言（尤其十几款车同步在研/在产时），软硬件的切分与隔离是核心难点。
周时莹坦言，在过去七八年坚持智能网联自研的过程中，遇到了不少实际问题，主要体现在以下两方面：
一是需求与技术的快速迭代带来的不确定性。一方面，需求变更频繁；另一方面，自动驾驶领域的知识迭代速度极快，大约每一年半就需要完成一次技术迭代。
“在舱驾融合方面，行业尚未形成清晰的范式——比如数据集应如何定义、模型的差异化边界在哪里等核心问题，多数团队仍在探索中。尽管有部分团队开展了小规模示范或试验，但推进过程中阻力较大。”周时莹表示。
二是面临着软件接口与工程落地的挑战。“在软件接口开发中，实际效果往往与前期设计存在差距，导致反复调整的情况频发。例如，我们曾定义了多个以太网接口信号，但在调试阶段出现了诸如通信失败的问题。这类问题在推进软硬件分离和强制灵活部署时尤为突出，相比技术设计本身，工程化落地的难度更大。”周时莹表示。
据她介绍，红旗品牌的架构演进始终由软件牵引，经历了关键阶段：2018年实现传统分布式架构量产；2023年下半年量产中央计算+区域控制。
根据周时莹透露，今年8—9月将出现“中央计算+舱控融合BOX”，通过软件中心化进一步降低单车电子成本2000—3000元。2025—2026年将推进至“中央计算OneBOX”级别。
SOA架构全服务化融合创新或是破局关键
从实际工作出发，周时莹还提出了智能化时代的核心挑战。例如市场与成本的平衡、SOA架构的全面服务化难题、AI大模型对架构的更高要求。
周时莹表示：“面对自动驾驶的挑战，安全是底线，但如何在保障安全的同时避免车企成本增长，是一大难题。若动力、软件、芯片等核心环节都做冗余设计，智驾系统将因成本过高、可维护性差而难以实现2C端量产。”
她进一步表示，在SOA架构实践中，尽管多数车企宣称已实现整车级SOA，但真正能将所有硬件抽象化，把传感器、执行器的服务层拆解为细颗粒度模块化服务，实现整车全面服务化的企业并不多。而这正是软件模块标准化、可迭代、灵活适配不同硬件与协议的基础。整车厂因软件开发能力有限，面临开发难度大的问题。
此外，她提到，AI大模型的融入，尤其在舱驾融合领域，对整车EEA架构提出了更高要求。“不同车型配置差异显著，上层算法与软件的不同，必然导致中央计算平台的芯片算力、控制器性能及中间层软件的接口与驱动能力需随之适配。”她表示。
在周时莹看来，未来，SOA架构全服务化与融合创新或许是破局关键。
“真正的SOA架构实现全面服务化是有意义的。我们的实践历经三个阶段：2018年采用STS垂直烟囱模式，各控制器独立开发软硬件及上层应用；2020—2023年推进部分服务化；2023年年底至今实现全服务化，支持灵活迭代调用，以此适配不同车型、跨平台需求，并应对国内外芯片及高制程芯片的供货波动。”周时莹表示。
她进一步表示，电子电气架构硬件演进中，我们以国外成熟芯片为基础构建稳定架构，同时推进国产平台建设。通过统一软件OS层，为入门级到高配车型提供支撑，兼容不同上层软件配置、区域控制需求及各等级自动驾驶与座舱大模型。
另外，她预计，大概今年下半年或者明年年初的时候，动力系统也会跟底盘系统充分融合。
最后，周时莹表示，软件曾颠覆汽车行业，如今AI正进一步颠覆软件架构与组成方式。期待与软件OS、模型、数据处理、集成电路、工业母机等领域的企业及高校院所合作，共同推动汽车行业在颠覆中前行。
