软件定义汽车曾是 2025 年国际消费电子展的一大核心主题，而今年，业界开始热议 “人工智能定义汽车” 这一概念。这固然是个吸睛的热门词汇，但它究竟意味着什么？
软件定义汽车的核心变革，是摒弃传统采用多个独立电子控制单元来操控车辆各项功能、且固件难以升级的模式。软件定义汽车会率先将分散的电子控制单元整合为区域化或中央集中式计算架构，同时采用支持便捷远程在线升级的技术架构 —— 这种架构甚至可实现全生命周期的持续迭代，既能修复系统漏洞，也能随时新增或优化车辆功能。支撑这一模式的关键，是一套灵活的操作系统及中间件堆栈，其研发难度远超外界想象。以大众汽车为例，该公司去年便放弃了自主研发路线，转而与Rivian展开合作，联合开发解决方案。
如今，高级驾驶辅助系统之外的诸多车辆功能也开始搭载人工智能技术，“人工智能定义汽车” 的说法应运而生。人工智能技术已被植入车载信息娱乐系统，不难预见，它未来还将应用于车载空调、汽车照明及车身控制系统等领域。
在一场主题演讲中，英伟达发布了全新开源推理式人工智能模型家族Alpamayo。该系列模型基于VLA技术打造，区别于传统的感知类模型，能够助力自动驾驶车辆更好地应对复杂场景。
梅赛德斯 – 奔驰将率先于 2026 年第一季度，在其CLA 系列车型上搭载这套技术方案；同时，Lucid与Uber也已确定采用该技术。
英伟达现场演示了车辆的 “类人决策” 能力，例如在遇到交通信号灯失灵，或有足球滚到马路中央等突发状况时，车辆如何做出判断。2025 年，包括多家中国自动驾驶出租车企业在内的众多厂商，都已推出自研的视觉-语言-动作模型（VLA）。显然，这类技术正推动自动驾驶能力迈向全新高度。
英伟达 Drive Hyperion 生态系统的版图还在持续扩张，博世（Bosch）、麦格纳（Magna）、采埃孚（ZF）、Aeva、Arbe、禾赛科技（Hesai）、豪威科技（OmniVision）及索尼等一众一级供应商与传感器厂商，均已宣布加入该生态。该生态的构建目标，是缩短系统集成、测试与验证的周期，从而加速基于生态组件的各类平台走向市场。
英伟达正与Uber、Nuro 等企业携手合作，推动自动驾驶出租车全栈解决方案的商业化落地，同时还将参与实车道路验证，确保相关产品具备商业化部署的条件。英伟达的核心业务仍聚焦于训练及推理芯片领域，此次展会还推出了全新的Rubi 平台，相较于前代产品，其性能提升最高可达五倍，数据安全性也更为出色。
自动驾驶的应用范畴并非局限于自动驾驶出租车领域。本届展会上，多家非道路车辆制造商也展示了其自动驾驶技术成果。例如，豪士科（Oshkosh）公司展出了机场专用机器人、配备机器人操作臂的曲臂式升降车（可用于喷漆、物料搬运等重复性作业）、搭载跟驰技术的微型剪叉式升降车，以及可用于路边垃圾分类的人工智能污染物检测系统。豪士科同时宣布，已收购建筑机器人企业 Canvas，该公司专注于研发干墙表面处理自动化系统。
AMD 首席执行官在演讲中提及了 “物理人工智能” 的概念，展会现场也涌现出大量人形机器人及其他类型机器人的技术演示。这些机器人大多采用视觉感知方案，部分还配备了短距激光雷达以实现避障功能，同时搭载了专用传感器，可实现毫米级精度的物体抓取与物料搬运。目前，大多数机器人仍属于单功能或有限功能产品，部分甚至仍需依赖远程操控，但业界已掀起研发通用机器人智能模型的竞赛 —— 就像为汽车打造的自动驾驶模型那样，这类通用模型将赋予机器人执行多样化类人任务的能力。
谷歌旗下的深度思维DeepMind人工智能部门宣布，已与现代汽车集团旗下的波士顿动力（Boston Dynamics）公司达成合作。英伟达同样在发力研发人形机器人智能层级，该赛道也已吸引了多家初创企业入局。
LG Innotek亮相 2026 年国际消费电子展
LG Innotek展示了多项摄像头技术，其中包括屏下隐藏式摄像头。这类产品的设计方案是将摄像头物理安置于屏幕后方，以此消除显眼的摄像头开孔。摄像头可透过屏幕正常工作；当需要保护隐私时，屏幕自身即可对摄像头区域进行视觉遮挡，无需借助机械遮光部件。该公司还演示了一款专为自动驾驶打造的主动式摄像头清洁系统：测试中先向镜头喷洒水、泥浆与灰尘等污染物，随后内置的电动清洁系统便会自动完成镜头清理。LG Innotek方面解释称，这套系统可通过电子控制单元进行操控，并能搭载人工智能软件，实现污染物类型识别、清洁时机与清洁强度的智能优化。这套技术的实用性十分突出 —— 即便是微小的水珠，在弱光环境下也会对摄像头成像质量造成显著影响。
雷达技术是LG Innotek展台的另一大核心板块。该公司展示了日益丰富的雷达产品组合，涵盖座舱监测雷达、超近程雷达及 4D 成像雷达。其中，超近程雷达可替代超声波传感器，用于泊车与近距离探测等场景，同时还能避免在保险杠上开孔。4D 成像雷达通常安装在车辆前部的保险杠后方，该产品能在测距、测速、测角的基础上，额外捕捉目标的高度信息，助力车辆 “识别” 桥梁、路面凸起等物体。现场还介绍了不同频段的雷达产品，包括 60 吉赫与 77 吉赫两类，可根据具体应用场景及物体穿透能力的需求灵活选用。
在车内应用领域，LG Innotek展示了一款紧凑型双传感摄像头模组。该模组将 RGB 摄像头、红外摄像头与结构光技术集成于单一单元，可同时实现驾驶员监测、乘员监测、人脸识别及深度感知等功能，且体积相较前代产品大幅缩小。这款产品的微型化程度令人瞩目，在实现性能提升的同时，尺寸得到了显著精简。
速腾聚创（RoboSense）展示了激光雷达的机器人应用方案，以及配套的感知与融合算法。机器人专用激光雷达的成本可以更低，原因在于这类激光雷达的探测距离要求更短（对应机器人运行速度较低的特性），且无需满足车规级标准。
自 2025 年初发布人工智能 + 机器人战略以来，速腾聚创已研发出一套软硬件一体化的端到端人工智能系统。本届展会上，该公司推出自研人工智能机器人，聚焦具身智能技术突破，其中的配送辅助机器人可自主完成约 20 项复杂流程 —— 涵盖打包、上架、运输、开箱、物品交付及回收等环节。
现场演示搭载了速腾聚创自主研发的手眼协调解决方案，整合了 VTLA-3D 操作基础模型、主动视觉相机 “机器眼” 与多自由度灵巧手三大核心部件。这款 VTLA-3D 模型的独特之处在于，将力触觉传感与三维点云技术相融合，同时接入视觉、触觉与语言输入，实现高精度操作控制。速腾聚创的任务规划人工智能系统，可将抽象任务拆解为若干细分步骤并规划执行时序，从而实现高效的长期任务规划与精准控制。
麦格纳展示了一款 48×48 成像雷达，该产品已开始被搭载于 L2++ 级自动驾驶系统。这款雷达的性能，似乎与此前被Veoneer选定用于技术研发的 Arbe 成像传感器相近；而Veoneer已被麦格纳收购。Veoneer拥有专利的波导技术，其研发目标是通过提升天线效率、降低生产偏差，来优化 Arbe 传感器的性能表现。目前尚无官方信息表明，这款 48×48 成像雷达是否与 Arbe 现有系统级芯片（SOC）存在关联。Steven Jenkins 表示，在除中国以外的市场，激光雷达在 L2++ 级自动驾驶系统中的应用热度其实并不高。
麦格纳同时推出了第五代热成像摄像头。对于传感器融合的应用需求而言，QVGA分辨率已完全够用；但如果客户需要将热成像画面直接显示，便会选择成本更高的视频图形阵列（VGA）分辨率版本。这套先进的热成像系统，能让驾驶员清晰观测到前方最远 330 米（1080 英尺）处的路况。麦格纳还在研发后置及 360 度全景热成像传感系统，以助力预防倒车碰撞事故的发生。
就前视摄像头的应用场景而言，800 万像素摄像头的性能依然足够；而对于自动驾驶系统，配备 8 颗摄像头通常就能满足需求。整车厂更倾向于在保持价格不变的前提下，获得功耗更低、体积更小的摄像头产品，而非一味追求更高分辨率和更多的摄像头数量。新一代摄像头传感器具备更出色的高动态范围（HDR）性能，搭配配套训练数据，能够更好地支持车辆在强光直射环境下运行，仅存在一定性能上限。最新的VLA模型还可实现传感器的动态校准。当前，各类传感器的良品率和公差控制水平也在持续提升。
此外，麦格纳还展示了基于英伟达方案打造的中央电子控制单元，该产品搭载单颗或双颗雷神（Thor）芯片，并配备液冷散热系统。梅赛德斯 – 奔驰等欧洲整车厂，将在其 E 级及更高配置车型中采用这套系统。沃尔沃汽车则有望将该系统下放到更低配置的车型中；而在中国市场，部分车企甚至将这类解决方案应用于售价更为亲民的车型。可扩展的架构设计，是优化研发预算的关键所在；同时，英伟达提供的从模型训练到自动驾驶全栈解决方案的工具链，也发挥着重要作用。
法雷奥的电控变色眼镜可通过蓝牙与车内已有的环境光传感器相连，当驾乘者从车库驶出等光线骤亮的场景下，眼镜能更快速地自动调节明暗度。
法雷奥还展示了6.5 代 300 万像素及 800 万像素摄像头。可根据整车厂的偏好搭配不同传感器 ——Mobileye 的系统采用安森美的产品，同时也支持豪威科技与索尼的传感器方案。
法雷奥与菲力尔建立了红外技术合作关系。目前，大多数热成像摄像头仅用于夜间视野辅助，尚未接入 L2 级驾驶系统，但该技术在夜间行人检测方面的作用十分关键。
法雷奥提供一套名为Cruise 4U 的高速路导航辅助驾驶（NOA）全栈解决方案。城市领航功能则需要实现交叉车流检测，这就要求配备更高分辨率的侧向摄像头；而雷达可用于测速测距，且能在各类天气条件下稳定工作。L4 级自动驾驶可复用这套传感器组合，也可根据需求额外加装激光雷达与红外设备。
此外，法雷奥还演示了人工智能生成式仪表显示屏。驾驶员可通过语音指令，让云端的远程智能体 AI 生成全新的仪表背景，生成后的背景可下发至车辆并直接应用于仪表盘。法雷奥还提供远程硬件在环测试服务，确保整车厂能够在部署任何补丁或新功能前，先完成充分的测试验证。
全景视觉显示屏能够优化抬头显示的显示效果，同时将仪表盘与导航信息，精准投射在驾驶员视野内的挡风玻璃底部区域。
法雷奥展出了一款大视场角 500 万像素摄像头，可同时满足驾驶员监测系统（DMS）与乘员监测系统（OMS）的功能需求。
在乘员检测领域，法雷奥推出了超宽带（UWB）解决方案，可替代车内雷达，其检测精度足以满足欧洲新车安全评鉴协会（Euro NCAP）的相关标准要求。目前，超宽带技术也正越来越多地应用于车辆智能进入系统。
法雷奥与威瑞森展开合作，共同研发基于 5G 技术的车路协同（V2X）系统。该系统可让车辆对道路上的非视距障碍物提前预警并制动。鉴于当前多数车辆均已配备 5G 车载通信模块，这套系统的落地基本只需通过软件升级即可实现。在电子控制单元方面，法雷奥展示了一套基于高通方案的模块化系统，与宝马新世代（Neue Klasse）车型所采用的方案类似。出于网络安全考量，车载通信终端（T-Box）通常独立于中央电子控制单元；且不同整车厂会根据需求，搭配不同的车载射频模块组合。
法雷奥还展示了一项基于用户需求的人工智能车灯功能：通过点阵式大灯，可投射出特定的图像或动态光束图案。
菲力尔的 Chris Posch 展示了该公司最新的第五代 Tura 热成像摄像头。新款产品体积相较前代更小，支持更多样的集成方案，且可在 – 40℃至 85℃的温度区间内稳定运行，完全符合汽车功能安全 ASIL-B 等级要求。
法雷奥为菲力尔提供软件支持与系统集成服务。这款摄像头配备了全新的平板玻璃保护窗，更易清洁；其内置加热机构可防止玻璃起雾，始终保持视野清晰。菲力尔已推出一套用于演示的感知算法栈，而法雷奥则提供可量产的版本。
Tensor（前身为 AutoX） 展出了全球首款面向普通消费者的 L4 级自动驾驶汽车。该车由 VinFast 代工生产，整车配备的传感器数量超过 100 个。Tensor 自主研发了旋转式激光雷达，这类雷达分别安装于车顶及车身四角。车辆的计算平台搭载 8 颗英伟达 Thor 芯片，总算力最高可达 8000 万亿次运算每秒（TOPS），这一算力水平超越了目前绝大多数（甚至可能是所有）自动驾驶出租车。此外，Tensor 还自主研发了专属大语言模型 ——Open Tau。
该车还具备一项独特功能：车门可实现自动启闭。例如，当乘客可能忘记关闭车门，或是试图在有自行车驶来的方向开门时，系统会自动介入控制。目前，该公司已获得在阿联酋和美国加利福尼亚州开展测试运营的许可。
AEye 展出了其1550 纳米飞行时间（TOF）激光雷达，并拓展了该产品在轨道交通、货运卡车、航空航天及国防领域的全新应用场景。同时，该公司还带来了新款 Stratos 传感器，称这款传感器树立了超远距离激光雷达探测的全新标杆。
Stratos 传感器的分辨率达到 AEye 旗下 Apollo 产品的两倍，外形尺寸紧凑如智能手机，最远可靠探测距离可达 1500 米。该传感器经过专项设计，可满足严苛的作业要求，融合先进光学技术与软件定义架构，在紧凑且具备可扩展性的产品形态下，实现了高分辨率与超远探测距离的双重优势。
这款传感器面向高速汽车、货运卡车、航空航天、国防及轨道交通领域设计，应用于车载场景时，即使透过挡风玻璃，探测距离也能达到 500 米。
其目标应用领域包括：高级驾驶辅助系统与自动驾驶（高速场景远距离感知）、货运卡车（高速探测，适配长距离制动需求）、航空航天与国防（远距离目标探测）以及轨道交通（障碍物提前预警）。
SolidVue 展出了一款940 纳米单光子雪崩二极管（SPAD）阵列激光雷达，探测距离为 50 米，主要面向机器人及工业应用场景。该产品的工程样件将于 3 月推出。
SolidVue 的 SV110 远距离激光雷达传感器可与固态激光雷达系统兼容。这款传感器将192（水平）×112（垂直）的二维 SPAD 像素阵列、列并行时间数字转换器（TDC）以及数据处理逻辑单元集成于单一芯片之上。
Smart radar 展示了两款解决方案，一款是可应对架空线缆的反无人机及防撞解决方案，另一款是适用于无人机的雷达测高解决方案。
Smart 致力于凭借 CMOS 雷达芯片组，打造低成本、小型化、高性能的雷达模块，进而跻身全球市场领导者行列。本次展出的RETINA-4FN 雷达，可对目标进行实时四维成像，角度分辨率精度高达 1° 以内。该系统整合先进雷达芯片组、Smart 自主研发的天线设计及配套软件，实现了多芯片级联的最优性能。
Smart 旗下所有雷达产品均搭载非均匀天线阵列（NUAA） 技术，这项技术大幅提升了雷达的综合性能。产品的目标应用场景包括：防撞预警、盲区监测、360° 全景感知、人员计数、手势识别以及物料分类。
Altos 是一家 2023 年成立的初创企业，专注于研发面向高级驾驶辅助系统及自动驾驶的 4D 成像雷达。该公司本次展出了一款 12×16 阵列成像雷达，这款产品采用德州仪器的数字信号处理（DSP）芯片完成数据运算，而非定制化的现场可编程门阵列（FPGA）方案，以此实现成本控制。
其旗舰产品Altos V1可生成媲美激光雷达的实时点云数据，帧率达 10 帧 / 秒，单帧点云数量最高可达 3000 个；对车辆目标的最远探测距离可达 500 米，对行人目标的最远探测距离为 180 米。这款雷达具备优异的恶劣天气适应性，且相较传统雷达拥有更出色的角分辨率。Altos 的技术路线，使其在自动驾驶传感器市场中占据了有利的竞争地位。
Aeva 展出了由LG Innotek代工生产的新款Omni 中程调频连续波（MCW）激光雷达，其基础探测距离为 40 米。布局工业与机器人市场，有望帮助该公司快速斩获可观营收。这款 Omni 激光雷达是一款面向物理人工智能应用的360° 短距 4D 激光雷达传感器，应用场景涵盖自动驾驶汽车、无人机、机器人及仓储自动化领域。LG Innotek负责该产品的硬件集成、生产制造与品质管控工作。Omni 搭载 Aeva 自研的调频连续波（FMCW）技术，可同时探测目标的速度与位置信息，且不受阳光及其他激光雷达传感器的干扰。该传感器的水平视场角可达 360°，垂直视场角为 90°，最远探测距离可延伸至 80 米，而产品外形紧凑，直径仅为 85 毫米。传感器防护等级达到IP68 与 IP69K，可在雨天、沙尘、大雾等恶劣环境下稳定运行，同时能耐受高压冲洗作业。
Pliyt 展出了一款基于第三方滑板底盘平台及 L4 级自动驾驶全栈方案打造的共享出行舱。该公司计划于今年年底启动车辆测试，整车由一家亚洲代工制造商负责生产。Pliyt 承诺，借助这款产品可实现通勤成本降低 40%。这款共享出行舱的传感器集成设计十分简洁精巧，相关器件均隐藏于深色玻璃或塑料面板后方，不会像当前多数自动驾驶出租车那样，出现传感器外露的情况。
Lucid Gravity 车型亮相英伟达展区。该车在车顶集成了 Nuro 的传感器套件与 Nuro Driver 自动驾驶软件，搭载的是固态激光雷达。预计今年年底前后，该车将率先在旧金山湾区通过Uber应用程序投入运营。按照规划，未来六年内将完成 2 万辆车辆的部署工作。
Waymo 展出了一款设计简化、成本更低的自动驾驶出租车方案，该方案具备全天候运行能力，搭载了自研的高分辨率激光雷达与成像雷达。Waymo 的人工智能技术研发始终以安全为核心导向，不仅打造了高逼真度仿真系统，用于在各类复杂场景下训练和测试自动驾驶系统，还配备了专用工具，用于评估系统性能并定位待优化的技术环节。
Waymo 自动驾驶系统搭载了一套基础模型，官方称该模型相较纯端到端模型具备显著优势。其具备习得特征嵌入与训练全程信号反向传播的能力，且内置两个独立模块，分别支持 “快速决策” 与 “深度决策” 两条路径。其中，快速决策路径通过传感器融合编码实现障碍物避让；而驾驶专用视觉语言模型（VLM）则依托基于 Gemini 打造的世界模型，开展复杂语义推理，从而 “理解” 各类罕见且复杂的路况场景。两个模型并行运作，例如，当传感器融合路径识别到路面有车辆起火，但仍存在可通行的绕行路线时，VLM模型可能会给出停车掉头的建议。
Waymo 自动驾驶系统还内置了车载验证层，该模块会对规划的行驶轨迹进行校验，确保其安全性。真实道路的行驶数据与仿真数据会被持续回传，用于模型的迭代优化。
论及脱离人工干预的自动驾驶里程，Waymo 自动驾驶系统可以说是目前所有同类系统中最长的，其安全记录也大概率处于行业领先水平。但即便如此，当遭遇一些此前未被纳入训练范畴的全新场景（如交通信号灯失灵）时，该系统仍无法完全避免出现应对问题。
