作者：SY
出品：明亮公司
从智能汽车到端侧智能体，是芯擎科技的跃迁之路。”芯擎科技CEO汪凯在2026北京车展上表示，“龍鹰二号”意味着中国本土车规级SoC已从“追赶者”转变为“定义者”。
资料显示， AI舱驾融合芯片“龍鹰二号”属于5nm车规级AI座舱芯片，可覆盖AI座舱、舱驾融合全场景需求，采用柔性架构，适配主机厂从入门级到旗舰级的中央计算平台演进。据介绍，“龍鹰二号”将于2027年第一季度开始适配
“龍鹰二号”AI算力高达200 TOPS，原生支持7B+多模态大模型，具备主动意图感知能力，内置多核CPU 360KDMIPS，GPU 2800GFLOPS，带宽为518GB/s，支持LPDDR6/5X/5。
2021年，芯擎科技推出国内首款7纳米智能座舱芯片“龍鹰一号”，随后快速成为中国车规级座舱芯片的主要供应商，也是极少数同时覆盖智能座舱和智能驾驶两大领域关键SoC的本土供应商。
数据显示，其自主研发的智能座舱芯片“龍鹰一号”一直处于国产同类芯片市占率头部，2025年在40万元以下主流车型中，“龍鹰一号”装机量位居国产第一。
“龍鹰一号”第一代产品从“舱行泊”一体化切入，逐步向智能驾驶延伸，进而实现舱驾深度融合，最终向中央计算平台迭代。
“龍鹰二号”发布当天，「明亮公司」与汪凯进行了一番交流，他谈及了舱驾一体、具身智能等相关话题。以下为访谈内容精编：
汪凯（来源：芯擎科技）
01 龍鹰系列本身就具有舱驾融合功能
Q：在外界的认知中，龍鹰系列是智能座舱芯片，星辰系列是智驾芯片，到龍鹰二号的时候又变成了舱驾一体，从产品序列上应该如何理解？为什么不单独推出一个舱驾一体的命名序列？
汪凯：其实我们之前推出的龍鹰一号，从一开始就是舱行泊一体的融合方案。我们从最开始的时候就放了8个Tops的NPU在里面，只是当时还没有将其内置，如今随着舱行泊一体方案的推进，龍鹰一号已经完成低阶的舱行泊一体方案。如今你可以看到，吉利、长安都是用一颗芯片来完成，舱行泊是一体的。再往上走，龍鹰二号是高阶的融合。
另外我们看到，纯粹的自动驾驶是不同的应用。星辰一号是纯粹的自动驾驶，我们认为高阶的智驾是很难做到融合的，我们认为中阶以上的可能融合是比较合适的，但如果要做L3和L4这一级别的，一定要用星辰一号这样的自动驾驶芯片。
Q：如何理解舱驾一体的芯片用在更高阶的自动驾驶，算力进行动态调用？
汪凯：从技术的角度讲，舱和驾两部分是要保证绝对的安全的。驾要进行隔离，而且要ASIL-D级别，不能出任何问题。如果我们做到高阶的话，并不是那么简单，现在我们看至少L3、L4以上的，对算力的要求很大，至少可能是1000Tops。目前来看，能够将1000Tops专门做智驾，但再放一个舱的功能在里面的，现在基本没有。
现在能做的更多是在高速NOA和城市NOA。大多数情况下，高阶的自动驾驶目前能做到的，是不同的芯片放在一个板子上，并没有实现真正的单颗芯片的融合。目前，没有看到单颗芯片能将高阶的智驾融合做在一起。
Q：智能体上车目前面临两个问题：一是基础大模型发展太快了，二是如何将应用更好地接入，这方面我们怎么做可以帮助车企让智能上车？
汪凯：汽车智能体，包括自动驾驶座舱，都在不断向前发展。第一，座舱的发展时AI座舱，有导航、有语音、有音乐、有仪表盘，但要继续发展，就要增加语音大模型。平常我们在手机上可以与豆包进行问答，在车里我们就要考虑如何将这些语音大模型搬到车上，这就需要一个AI加速器。通常以前到座舱的芯片并不具备这个功能，因为它的NPU不够、算力不够、带宽不够，所以我们需要搭载AI加速器去实现语音大模型功能，至少100Tops以上。
另一方面，在自动驾驶方面也在推进。此前我们看到的都是很老的网络模型，到后来的两段模型，再到现在我们也看到这种世界模型，还有端对端模型。在这个过程中，要尽量将芯片设计得具有灵活性，更容易适配。在整个系统的角度上，也要让算子快速适配算法。
02 舱驾一体是追求极致性价比的需要
Q：舱驾一体最早应该在高端车上应用还是在中低端车上应用？
汪凯：舱驾一体更适合中低端车，因为做舱驾一体的真正目的就是将价位下移。因为它做成了一个域，可以省掉盒子，可以省掉外围很多设备，相对来讲比较适合中低端的。
反之，真正的高端车，我们看到的都不是融合，而是用两块芯片做，因为高端产品一定要保证一个很好的舱的功能和性能。
Q：舱驾一体火热的当下，是不是这也意味着成本降低将成为汽车厂商的很大优势？
汪凯：舱驾一体本质上是具有更好的性价比，本质上是说中低阶的，其实我们一开始就可以看到我们在龍鹰一号的时候就做了舱行泊一体的概念，以前你可能要用不同的芯片，我们一颗芯片就解决了所有问题。以前高阶的驾基本用英伟达的Orin芯片，在国内几乎没有真正实现。今年开始，高阶的驾开始在国内慢慢起来，目前还是有不同种类的解决方案。在还没有到L3这个级别的情况下，L2+这个级别也不好说，所以我们基本上用高速NOA与城市NOA来判断算力与算子的要求。我们的S1000P把舱和高速NOA融合在一起，再往上走，城市NOA需要更高级别的芯片，可能2000TOPS算力的芯片就要推出，将城市NOA功能涵盖进去。
我觉得，中国车厂面临的一个挑战是如何用很好的价位去保证很好的性能，而不是无限地突破你的性能，然后把价格加上去，市场就会比较小。在国内，我们觉得80%的市场其实可能是在15万以下的主流车型。
Q：专门做驾的芯片，相比专门座舱的芯片转向舱驾一体，成本上哪个更低？
汪凯：如果一个芯片专门做驾的时候，它会省去很多座舱相关的存储模块。驾基本上不是一个真正大的异构芯片，但舱一定是异构芯片，它里面有很多CPU，有GPU，还有视频处理等其他模块，所以是一个更加复杂的芯片。
现实中，可以看到真正从驾把舱融合的其实不多，能做起来的现在基本都还在尝试。但是我们看到从舱往驾发展的，已经实现。
Q： 在持续高温高负载的场景下，7nm的稳定性会成为大规模上车的一个短板吗？
汪凯：我可以很自豪地告诉大家，从龍鹰一号开始，我们就采用的7nm的车规芯片。如果设计有问题的话，这3-4年的时间，肯定会有大量的问题暴露。但目前我们已经有超过100-200万的芯片在正常运行，说明还是很不错的。而且我相信，包括星辰一号也是一样，我们的工艺、IP、设计，都是同源设计过来。
03 从车端智能到端侧智能，优势在于技术同源
Q： 芯擎从车端升级到了端侧智能，这一战略的推进是基于什么内容考虑？
汪凯：整个智能体正从汽车向端侧进行转移。你会发现除了汽车以外，还有各种各样的自动化、智驾或者大的智能体，归根结底是它能够自动去处理一件事情。我们看到，在端侧除了具身机器人以外，有很多的应用，扫地机器人、割草机、物流机器人，端侧会越来越多，量也会越来越大。
我们认为，汽车本身的量还是有限的。如果从产值来看，汽车芯片一年的产值可能是500亿元左右，全球汽车产业大概是500亿美元左右。但是放到整个工业看IoT端侧看，大概是2000亿元，市场会扩大4-5倍。所以，正好技术上的同源，我们在感知、计算、处理方面所具备的能力，也正好可以用在端侧。作为核心的部件，也是可以作为核心的应用来处理。
Q：芯擎希望拓展机器人市场开启二次增长路径，谈谈芯擎在具身智能领域的规划及进展。
汪凯：在整个芯片设计中，汽车本身就是一个巨大的智能体，而且要经历一个严格的场合考核。只有做过汽车领域，其他具身智能也好，工业机器人也好，都是一个变体。因为车规级别要求很严，包括温度与工作环境。从车到工业的设计，其实是一个减缓的过程。
而且，自动驾驶和智能座舱的两个芯片，分别对应具身机器人的大脑和小脑，智能座舱是感知和执行，自动驾驶是推理，刚好应用到我们的整个具身智能中。所以从技术来讲是同源的技术，可以进行变迁。
如今，我们已经与一些机器人公司进行接触，而且我们也通过为一些物流机器人公司供应商提供核心方案来进行合作，比如我们与中国最大的物流机器人仙工智能进行合作。具身机器人方面，我们会与一些具体的企业进行合作。到年底，我们会有一些类似于物流机器人、甚至机器狗的产品陆续发布。
04 从产品最初设计开始，让产品更具竞争优势
Q：如何看待供应链里，汽车厂商与供应商关系的转变？
汪凯：此前汽车产业链里有Tier1、Tier2……，我们一般是将芯片提供给他们，经过模块算法再进入到汽车。如今，随着整车厂对芯片技术能力的关注，车厂本身会与芯片厂商进行深度交流，但最终使用什么样的芯片还是由车厂决定。
智能座舱部分，主要由Tier1完成集成；智驾部分，车厂自己有数据、有算法、有系统，如果具备这些条件，它会自己选择集成，如果不具备这些能力，车厂会找Tier2提供算法系统，如卓驭、文远知行。从智驾角度，我们一般会提供一个非常成熟的方案，由方案解决商一起去将产品交给Tier1进行集成，如博世、德赛、东软等。
Q：面对有的客户将成本压得很低的现象，如何平衡公司的研发成本以及利润转化？
汪凯：对于成本的要求在市场上可能有许多家，尤其是对于产业链下游的企业来说，要使自己的产品有竞争力，一定要从设计开始让产品变得非常有竞争力。
最近与合作伙伴探讨一个问题，他们觉得自己的车型子系统已经做到了极致，但成本还是降不下来。后来他们做了很多的拆解发现，他们车里面的子部件有18个，竞争对手只用了5个。换句话说，你再怎么减，也没法减到别人5个部件所带来的成本优势。换句话说，做这个事情时就要把设计做好，让产品本身具备优势。所以，我们要做的是通过设计让成本更具有优势。
热门跟贴