CES对汽车的定义方式在改变————2026 国际消费电子展CES（1/3）|传感器|座舱|控制器|机器人|汽车|消费电子展|线激光雷达

导言：

2026年的CES展馆里，汽车相关内容被拆得很散。整车出现得不多，更多位置被让给了正在运行的系统和台架。算力分配、软件更新、数据回流以及验证流程，被直接放到展台上运行。

在展馆里走一段时间后，很多停留并不发生在整车前。有些展台没有实车，却始终有人围着看；有些演示不需要讲解，画面本身已经说明问题。屏幕、台架和实物交替出现，观众会在几处演示前反复停下来看。顺着这些停留继续往前走，会发现展示的重心并不总是落在同一种载体上。不同展位之间并未对齐节奏，但在观众的行走路径中同时出现。

化整为零，技术走到台前

这一部分的展示比以往更密集。很多内容只有在持续演示中才能看清。这种展示方式更像是在跑工程流程。展品呈现的是当前阶段已经做到的部分。部分环节已经顺畅，部分仍需人工介入。正因为这样，不少展示以模块形式单独呈现，便于反复对照。

NVIDIA 英伟达

黄仁勋在CES开幕演讲中用一整段时间，集中介绍了英伟达下一代计算平台Rubin。作为Blackwell之后的继任平台，Rubin首次采用集成六款芯片的极致协同设计，涵盖GPU、CPU、网络、DPU与互连架构，目标是在显著降低生成式AI计算成本的同时，支撑更大规模的训练与推理部署。

围绕汽车相关应用，英伟达同步发布了面向辅助驾驶的开放推理模型Alpamayo，并明确将其作为视觉、语言与动作融合的核心基础模型，用于支持L4级自动驾驶能力。现场展示中，Alpamayo结合仿真蓝图与数据集，演示了从感知输入到转向、制动决策的完整推理过程。

基于NVIDIA DRIVE全栈平台构建的量产应用也被一并披露，新一代梅赛德斯-奔驰CLA将率先搭载相关系统，在获得EuroNCAP五星安全评级后，于今年在美国市场推出AI定义驾驶功能。

Qualcomm 高通

演示画面中，多项计算任务同时处于调度状态。座舱、驾驶辅助和端到端AI运行在同一套计算体系中，展台上的演示呈现的是不同任务在同一平台上的协同过程。基于骁龙座舱平台至尊版、Snapdragon Ride平台至尊版和Ride Flex SoC，这套架构已经进入量产应用阶段，并被多家主机厂和一级供应商采用。

在这些演示中，语音、触控和视觉交互被放在同一运行环境下展示，智能体AI同时参与座舱和驾驶辅助相关流程。观众看到的是多种交互方式在同一计算平台内连续切换、相互接力的过程，而并非单独拆分的功能展示。连续运行状态下的平台承载情况，被放在现场反复演示。

Bosch 博世

博世这部分首先呈现的是持续刷新的交互画面。围绕智能座舱，演示把语音、屏幕内容和外部环境信息放进同一界面中运行，大语言模型与视觉语言模型同时参与交互流程，画面切换和指令反馈在现场连续呈现。不同信息在同一界面中的调用关系被清楚地呈现出来。

博世全新AI智能座舱平台采用一体化集成系统，可打造高度个性化的座舱

车辆控制相关的内容被单独摆出来运行。线控制动和线控转向各自独立演示，屏幕上反复切换不同工况，制动和转向响应在变化条件下的表现被持续放大。感知部分同样以演示为主，第七代毫米波雷达至尊版在高速场景下运行，探测距离和覆盖范围被反复拉到同一画面中对照。座舱、控制和感知被拆开运行，状态在现场保持可见。

Valeo法雷奥

软件相关内容在法雷奥的展示中占据了主要篇幅。电子电气架构相关的内容被放在显眼位置，集中式和区域式方案同时运行，自研的vOS中间件在演示过程中持续运行。

不同功能切换时的变化被直接呈现在屏幕上。系统在切换过程中展示不同模块之间的配合。感知相关的展示紧接着展开。摄像头、雷达、超声波和激光雷达在同一套融合方案中运行，第三代SCALA 3 Evo激光雷达以挡风玻璃后方集成的实车形式出现，现场持续输出感知画面。围绕激光雷达和摄像头的清洁与除霜装置被放进同一流程中反复演示，作为长期运行条件下不可回避的环节出现。

电动化区域同样保持着运行状态。Predict4Range热管理软件在现场持续工作，电驱、热泵和能量分配系统的状态变化被同步显示，不同工况切换时的响应过程清晰可见。

AUMOVIO 欧摩威

欧摩威在CES呈现的，是一组已经进入工程阶段的产品方案。围绕座舱体验，欧摩威展示了一系列可定制显示方案，包括彩色电子墨水屏、可切换隐私屏以及OLED屏下摄像头，这些方案被放在同一场景中展示，说明其进入量产体系的方式。

Xelve系统解决方案

在辅助驾驶方向，Xelve系统解决方案覆盖泊车、行车以及面向L4级自动驾驶的冗余架构，同时引入基于环视影像的拖车辅助方案，对拖挂过程中的障碍物进行实时识别与预警。面向软件定义汽车的开发流程，欧摩威同步展示了从虚拟化电子电气架构到实车部署的开发路径，通过高性能计算单元、区域控制器和标准化通信网络，使软件能够在硬件准备完成前完成验证。

电机转子温度传感器（eRTS）

在安全相关技术中，欧摩威带来了通过软件增强夜间成像能力的摄像头方案，以及首次亮相的电机转子温度传感器eRTS，利用超声波实现转子温度的无线直测，将测量误差缩小至3°C。

麦格纳 × 英伟达

本届麦格纳把角色放得很明确，不做算法发布者，而是帮助主机厂把英伟达DRIVE Hyperion真正“装上车、跑起来”。随着合作升级，麦格纳将围绕基于DRIVE AGX Thor的DRIVE AV软件栈，提供系统集成、验证与量产落地支持，覆盖L2++、L3到L4不同级别的自动驾驶部署。

其工作重点集中在软硬件协同、传感器与计算平台的整体调校，以及量产前的大规模测试与区域化投放。对车企而言，这意味着不必从零搭建系统工程能力，而是通过成熟的整车集成与验证体系，加速将AI定义的驾驶功能推向实际车型。

Aptiv 安波福

安波福这一部分，集中展示了其边缘侧系统的运行情况。围绕智能边缘应用，安波福展示了其在实时感知、决策与执行方面的完整能力。这些技术已在数百万辆量产车辆中运行，并被进一步拓展至机器人与其他关键任务场景。在汽车领域，安波福带来了新一代端到端人工智能ADAS平台，覆盖高速公路与城市道路场景，重点提升L2++级别脱手辅助驾驶在复杂环境下的稳定性。

安波福亮相CES 2026，赋能从汽车到机器人领域的智能边缘应用

该平台以第八代雷达系列为核心，结合PULSE™传感器，通过环视摄像头与超短距雷达融合，实现360度全景感知。在座舱方向，安波福展示了基于驾驶员监测与座舱监测的多项数字化功能，包括定向音频提示、人脸识别与个性化配置，同步兼顾安全性与使用体验。连接层面，安波福结合LINC™软件平台、5G与C-V2X技术，演示聚焦车辆间信息共享在具体场景中的运行方式。

ZF 采埃孚

采埃孚展示的是底盘在进入路段前的参数变化过程。屏幕上显示的是车辆接近不同路面前，悬架和减振器已经完成的调整状态。AI道路感知系统同时接入底盘CAN信号、摄像头和激光雷达数据，路面类型在后台被持续识别。

采埃孚融合硬件优势、先进软件与人工智能技术，构建未来移动出行

相关数据由车辆运动控制软件cubiX统一处理，CDC半主动减振和sMOTION®全主动悬架参与执行。演示过程中，轮胎滑移率和扭矩变化等底盘数据被纳入同一计算流程，用于区分不同路况下的细微差异。整个调节过程在后台完成，驾驶员无需手动切换模式。

QNX

把实时操作系统从封闭的工程环境，推向更广泛的开发者群体，是QNX近一年持续推进的方向。围绕这一目标，QNX Everywhere计划在CES2026集中呈现了其生态层面的阶段性成果。截至目前，QNX已向全球开发者发放超过12000份QNX SDP8.0非商业许可证，并与100余所高校建立合作，将完整的实时操作系统与虚拟化工具引入教学与研究场景。

现场展示的机械臂与开发桌面演示，运行于开源QNX软件之上，强调同一套系统既可支撑汽车等安全关键应用，也能在机器人等非车领域复用。通过免费许可、开发工具下沉与在线培训，QNX正在为其长期依赖的工业级软件体系补充更宽的开发者入口。

Cerence 赛轮思AI

本次赛轮思把演示的一半时间用来“断网”。通过在多种芯片平台上运行CaLLM™ Edge,赛轮思反复验证一件事:在没有云端支持的情况下,车内交互是否还能保持响应速度和稳定性。这种端侧运行方式,让语音与多模态交互不再完全依赖网络条件,也降低了系统延迟和功耗。

围绕Cerence xUI™,赛轮思还展示了几类不直接发生在驾驶瞬间的AI智能体,比如面向车主的维护与功能提醒,以及面向经销商的销售和服务辅助。这些能力对应的,都是车内使用过程中反复遇到的问题。此外，车载AI在车辆交付之后，仍能通过OTA实现持续升级，为整个用车生命周期带来持续价值。

Seyond 图达通

展台上并排工作的多型激光雷达，把图达通这次的重点说得很清楚。猎鹰（Falcon）平台继续覆盖超远距，聚焦L3+全场景自动驾驶，主打高分辨率与稳定量产；灵雀（Robin）系列则通过更小体积与更低功耗，兼顾性能与成本，适配L2+辅助驾驶，进入更多车型配置；纯固态蜂鸟（Hummingbird）产品指向下一阶段对可靠性与规模化成本的进一步压缩。

在CES这样强调可落地的场合，图达通给出的是一套已经投入使用、并持续扩展应用边界的感知方案。

HESAI 禾赛科技

动作捕捉一直被限定在专业影棚和高成本制作中，如今这种情况通过感知方式的变化有所改变。禾赛在CES2026展示的，是激光雷达在汽车之外的一种新用法。通过与Motion-AI公司MOVIN合作，禾赛将其JT系列迷你型3D激光雷达引入实时动作捕捉系统，使全身动捕不再依赖多摄像头标定或穿戴式标记点。

依托360°×189°的大视场角和高分辨率点云数据，系统可在室内、户外及复杂光照条件下稳定工作，部署时间从传统方案的数小时缩短至数分钟。激光雷达主动感知的特性，也使其在强光、弱光甚至无光环境中保持一致性能。这套方案已被用于影像制作、现场演出及人形机器人相关应用，展示了激光雷达从汽车感知部件，向“物理AI基础能力”扩展的现实路径。

Lightic 摩尔芯光

摩尔芯光今年把注意力放在了一件很具体的事情上，激光雷达还能不能继续“缩小”。以FR60这款4D FMCW激光雷达为核心，摩尔芯光展示了在掌心尺寸内实现高分辨率与实时速度感知的可能性。

通过无光纤硅光子集成芯片与专用FMCW SoC的高度集成，FR60在体积与功耗受限的条件下，仍能输出等效200线的空间分辨率，并直接获取点级速度信息。现场演示聚焦动态感知与微小目标识别，这类能力在机器人、AMR/AGV等对SLAM稳定性要求极高的场景中尤为关键，也被视为车载感知应对复杂交通环境的一条技术路径。从展示内容来看，摩尔芯光在对外传达着4D FMCW激光雷达在机器人与汽车感知中如何真正落地。

Autolink车联天下

随着电子电气架构讨论进入整车层面，计算与通信的组织方式也随之变化。车联天下在CES2026期间展示的Deep Fusion EEA，将中央计算平台、区域控制器与高速光通信纳入统一架构，试图打破传统“多域协作”的边界。

该架构以中央计算承担推理与调度，区域控制器负责就近执行，高速光通信作为骨干网络，支持高密度传感器与大规模数据流稳定传输。在这种融合设计下，感知、决策与控制不再被域边界切割，数据可在毫秒级延迟内完成协同。从工程角度看，Deep Fusion EEA关注的并非单点性能提升，而是为高阶智能驾驶和持续OTA提供一套更稳定、可扩展的整车级底层框架。

CARLINX 车凌科技

车辆数据长期分散在不同系统之中，难以在合规前提下被持续利用。围绕这一问题，车凌科技在CES2026期间发布了车辆数据对外合作平台Hyper Hub（凌云数汇），将其定位为连接主机厂与产业应用的数据交换枢纽。

作为MaaS+全栈解决方案的一部分，Hyper Hub通过API即服务的方式，对下适配复杂的车端电子电气架构，对上输出标准化数据接口，支持数据在授权和隔离机制下被安全调用。平台遵循多地区数据合规要求，覆盖车队运营、保险、充电及售后等应用场景，帮助主机厂降低联网与运维成本，同时为第三方服务快速接入提供基础能力。随着Hyper Hub的发布，车凌科技补齐了从数据采集、处理到生态输出的完整链路。

Gentex镜泰

当车内感知从“是否有人”走向对人的状态判断，技术路径也随之改变。镜泰在CES2026展示的多摄像头车内感知方案，通过前向、车顶与后排摄像头协同，构建覆盖整车舱的连续感知模型，使系统能够同时识别驾驶员与多名乘员的位置、姿态与行为。在此基础上，驾驶员监测不再局限于视线或疲劳识别，算法进一步引入情绪分析，用于评估潜在驾驶风险。