在行业加快迈向智能化下半场的背景下，车载芯片赛道也从单纯比拼技术参数，转向更强调商业闭环、规模落地与生态协同的新阶段。
在日前举行的智能电动汽车发展高层论坛（2026）上，爱芯元智半导体股份有限公司（以下简称“爱芯元智”）创始人、董事长仇肖莘在接受《证券日报》记者采访时表示，随着AI计算持续从云端向边缘侧、端侧转移，智能汽车正成为边缘计算落地的重要场景，未来三年将进入智能驾驶加速普及阶段。
AI算力加速下沉
作为一家成立于2019年的AI推理系统芯片（SoC）供应商，爱芯元智专注于边缘侧、端侧AI推理芯片研发，并持续向智能汽车赛道深入布局。今年2月10日，该公司成功登陆港交所。从资本市场动作到产品量产推进，再到海外项目突破，这家边端侧AI芯片企业正加快在汽车智能化浪潮中寻找自己的落点。
在仇肖莘看来，过去AI计算更多发生在云端，但近两三年，随着算法不断成熟，算力正持续向边缘侧和端侧下沉，智能汽车正是这一趋势最具代表性的落地场景之一。
“边缘侧、端侧AI应用最典型的场景就是智能汽车，它对算力、延迟的要求极高，这种强实时性、高安全性的需求，显然无法依靠云端计算来满足，这也让智能汽车成为边缘计算落地最明确的场景。”仇肖莘表示，这一判断背后，不仅是AI技术路径的迁移，更折射出当前汽车智能化正从表层向纵深加速推进。
随着端侧AIAgent不断打开新空间，智能汽车也将逐步从“单点智能”向“系统智能”跨越。“当前的智能汽车也可以看作是AIAgent在车辆上的一个应用，现阶段车上的智能座舱、智能驾驶等系统仍处于相对分立的状态，但未来，车内一定会出现一个Agent主体，统筹控制驾驶舱及各类车内智能化需求。”仇肖莘强调，这意味着未来汽车产业的竞争，将不再是单一功能的较量，而是整车智能化协同能力的全面比拼。
结合当前智驾市场的发展态势，仇肖莘将其概括为两大并行发展的细分赛道：一端是法规驱动的L2普惠市场，核心诉求是标配化、普及化，在满足法规要求、安全标准和成本约束的前提下，加快技术落地速度；另一端是持续向上突破的高阶智驾市场，聚焦更高的用户体验和更强的技术能力，对芯片算力、带宽以及平台适配能力提出了更高要求。
针对行业热议的舱驾一体趋势，仇肖莘给出了审慎观点。她认为，舱驾一体的核心难点并非芯片本身，而是车企组织架构、软硬件解耦程度以及资源分配复杂性。“座舱与智驾在软件诉求、安全等级、带宽分配以及NPU（嵌入式神经网络处理器）资源优先级上存在显著差异，这些差异使得舱驾一体方案的大规模量产落地仍面临不小挑战。”
在此基础上，仇肖莘表示，看好现阶段“同版不同芯片”的推进模式。这种模式既能在外围元器件层面实现一定程度的集成与成本优化，又能有效缩短Go-to-market（产品进入市场策略）的周期，为车企新产品导入争取更多主动权。尤其在高端市场，座舱芯片与智驾芯片保持相对独立，更有利于实现技术的快速迭代升级。
回归商业本质
与技术路线同样受关注的，是车载芯片赛道商业逻辑变化。仇肖莘认为，随着电动汽车渗透率的快速提升，汽车产品的迭代速度不断加快，技术演进节奏也显著提速。在此背景下，芯片行业高投入、长周期的产业特征愈发突出，若没有足够规模的出货量作为支撑，企业很难形成可持续的商业闭环。
对于外界热议的“芯片归一化”话题，仇肖莘明确表示认同。“保持独立性，芯片才能进入更多客户体系，进而快速扩大出货规模。这样企业既能在产品快速迭代中更快收回前期投入，也能持续投入下一代产品研发。”她表示，独立芯片公司的核心价值，就在于以中立身份服务更广泛的客户群体，在规模放量中构建商业闭环、提升持续创新能力。
围绕汽车智能化供应链格局，仇肖莘将当前市场中的商业模式总结为三类：车企垂直自研、供应商软硬一体，以及更开放的专业分工协作。“爱芯元智的定位非常清晰，即做Tier2芯片供应商，以统一技术底座支撑不同边缘计算和端侧计算需求，把更多选择权留给车企和Tier1合作伙伴。”
这一定位，也在很大程度上推动了爱芯元智在车载赛道的推进速度。据仇肖莘介绍，公司从2021年启动第一颗L2级车载芯片的研发，2023年6月份实现上车量产，截至去年底，该芯片实车上险量已突破百万颗。“这一成绩的取得，主要源于两个方面：一是公司在其他产品线已完成核心技术验证，转入车载场景后大幅降低了试错成本；二是作为行业后来者，我们对法规驱动下L2市场的性能、成本和量产要求，形成了更清晰、更精准的判断。”仇肖莘表示。
对于市场普遍关心的国产车载芯片突破进程，仇肖莘表示，当前中国智能驾驶芯片的整体市场占比仍“不足50%”，海外厂商在存量市场中仍占据较高份额，但在新车型的搭载率上，国产芯片的采用率正快速提升。“未来两三年内，法规驱动型智驾芯片的国产化率有望快速攀升至80%、90%的水平。与此同时，在高阶智驾市场，国内外芯片企业仍将长期处于并行竞争状态。”
而对于行业更为关注的L3、L4级智能驾驶发展进度，仇肖莘也给出了时间预判：三年之内，将看到智能驾驶的加速普及。“尽管当前智能驾驶的用户体验已经相当出色，但真正实现无人驾驶，仍需要持续的技术优化与演进。不过可以肯定的是，真正的无人驾驶并不遥远。”仇肖莘表示。
