来源：市场资讯
（来源：PATEO博泰车联）
2026年7月28日，以“破茧・智变”为主题的2026高工智能汽车全域AI技术峰会在上海举办。峰会现场，博泰车联CTO张杰受邀发表《AI Agent量产之路：博泰的实践与思考》主旨演讲，系统拆解车载AI Agent从概念到规模化上车的完整路径，同时阐释博泰面向物理AI的长期战略布局。凭借体系化的车载AI技术积累与量产落地能力，博泰在本届峰会上荣获车载AI智能平台金奖。该奖项由高工智能汽车研究院发起，围绕技术创新力、产品方案成熟度、量产交付实力三大维度综合评选，是车载AI领域极具公信力的行业标杆认证。
共识之下的冷思考：三层泡沫拉开量产鸿沟
张杰在演讲中首先点明产业核心趋势：人工智能正在经历从数字世界大步走向物理世界的范式转移，而汽车正是物理AI最佳、也最复杂的落地产物。
他同时明确了博泰的全新定位：博泰早已不止于智能座舱与车联网服务商，而是致力于成为全球物理AI核心基础设施服务商。所有技术投入与产品布局，都围绕同一个目标 —— 让AI从代码与Demo里走出来，真正装进百万级量产的硬件产品里，服务真实的用户场景。
在行业集体布局 AI Agent 的热潮之下，张杰也客观分享了行业迈向规模化量产阶段，需要共同突破的三大核心挑战：
能力挑战
从传统语音交互的 “交互入口”，升级为可自主完成任务的 “任务主体”，实现核心能力的本质跃迁，是全行业需要持续攻坚的核心命题。
场景挑战
场景设计需要从技术展示导向，进一步锚定用户真实高频的用车痛点，打磨真正可落地、高复用的实用功能，让智能体验切实解决用户需求。
规模挑战
从实验室理想算力环境走向车规级量产场景，需要适配功耗约束、功能安全、网络波动等多重严苛工况，保障全场景下的体验稳定可靠，这是方案走向大规模落地必须迈过的工程化关卡。
他强调，从实验室Demo到百万级量产车，中间隔着的不是单点参数优化，而是一整套完整的车规级技术工程化体系。
体系化解题：“软硬芯云”筑牢量产根基
针对量产落地的核心痛点，博泰给出的答案是：AI Agent规模化落地不能依赖单点算法堆叠，必须依托“软硬芯云”四位一体的全栈技术体系，从底层筑牢车规级根基。
1. 四位一体全栈技术底座
芯·算力基石
依托十七年车规芯片开发经验，通过底层算子开发、算力动态调度、功耗分级管控组合拳深度调优，在车规级约束下兼顾高性能推理与低功耗运行，充分释放芯片算力潜能。
硬·终端底座
完成域控硬件全链路车规级设计，彻底打通车控、座舱、车身的底层执行链路，让Agent指令可直接转化为车辆动作，实现任务完整闭环。
软·智能中枢
依托“擎系列”全栈自研架构，将Agent深度嵌入OS内核，实现系统底层原生融合，从根源解决上层应用易出现的资源抢占、响应延迟、运行不稳等问题，保障毫秒级交互与全场景稳定运行。
云·协同引擎
构建“云端训练+端侧推理”的高效分工：云端负责大模型迭代、全局知识库更新与复杂场景深度推理，拉升体验上限；端侧负责实时交互与本地推理，兼顾流畅体验与数据隐私安全，让AI具备持续进化的生命力。
2. 三层递进量产落地架构
基于全栈底座，博泰形成了“双算力底座+双模型融合+Agentic 自主驱动” 的层层递进技术架构：
双算力布局，覆盖从普及到高阶的全场景需求
搭载8295芯片的方案已经广泛落地中高端品牌车型，新一代8397方案已收获国内主流车企定点订单与全球车企POC项目；英伟达 Thor 平台为高阶布局，博泰是全球首批推进该平台量产落地的Tier1企业，基于其打造的车载 AI BOX 已获头部新能源车企量产定点。
端云双模型融合，平衡体验与成本
采用“90%+10%”协同策略，90%日常高频任务在端侧本地闭环，实现毫秒级响应、保障数据隐私；10%复杂需求由云端承接深度推理与持续迭代，突破端侧能力边界。
Agentic自主驱动层，守住安全与体验的平衡
遵循三大核心逻辑：核心场景内全链路自主执行；超安全边界自动降级或引导人工确认；集成多类Agent能力、支持用户习惯跨端同步。最终以边界换安全、以自主提效率，达成智能体验与行车安全的动态平衡。
实战验证：用户体验与研发效能双向落地
百万级量产验证的成熟底座，是博泰区别于纯方案商的核心优势。截至目前，博泰已与50余家车企深度合作，覆盖200余款车型，累计装车量达数百万台，丰富的开发适配经验可支撑项目快速定制化落地。
终端体验：规模化上车形成正循环
当前，博泰AI Agent方案已在多家车企规模化上车，覆盖主流普及到高端定制、国内到海外的多元市场，核心体验指标显著提升：语音交互任务完成率实现质的飞跃，用户主动使用率大幅增长，场景服务触达率完成从“人找服务”到“服务找人”的升级。
同时体系已形成“量产沉淀用户反馈—数据反哺算法迭代—OTA推送优化成果”的正向循环，让AI Agent不再是交付即定型的固定功能，而是持续成长的智能伙伴。
研发提效：AI赋能测试全流程
针对行业研发周期长、落地验证难的共性痛点，博泰将AI能力向内赋能，打造了 AI辅助测试体系，将AI能力融入测试全流程。
需求分析阶段：AI基于产品文档与历史经验辅助生成测试用例、补充边界场景；
测试执行阶段：通过自然语言指令即可完成设备操作，自动生成脚本与报告，替代大量人工重复工作；
结果验证与问题定位阶段：融合多模态识别能力自动校验结果，结合日志、视频辅助定位问题根因。
目前该体系已覆盖功能回归、UI验证、语音测试等多类场景，显著提升了研发验证效率与结果准确性。
战略延伸：从车载场景自然切入具身智能
演讲中，张杰完整阐释了博泰的物理AI长期战略：依托车载场景的成熟能力，自然延伸布局具身智能，而非从零切入赛道。这一战略的核心逻辑有三层：
01
车规级AI本身就是优质的具身智能试验场，其对产品全生命周期的严苛标准，与具身智能的落地需求高度匹配；
02
车载智能体与具身智能共享核心技术逻辑，“软硬芯云” 全栈技术可沉淀为可复用的物理AI通用底座；
03
通过产业生态协同拓展落地边界，联合上下游探索更多应用场景，夯实长期技术壁垒。
目前，博泰已同步推进多维度产业布局：与地平线共建机器人智能控制系统；与上海交通大学人工智能操作系统研究院合作，以开源鸿蒙为底座开展具身智能联合研发；同时加入工信部人形机器人与具身智能标准化技术委员会应用工作组，深度参与行业标准建设。
未来展望：锚定量产周期，拓展物理AI边界
站在2026年AI Agent量产落地的关键节点，博泰判断，未来一年产业将呈现三大核心趋势：
1
行业正式从概念炒作期迈入量产洗牌期，工程化落地能力将成为企业间的核心竞争分水岭；
2
端云协同将成为行业标配方案，体验与成本的平衡能力决定方案的市场竞争力；
3
智能能力将从单一座舱场景迈向整车多域协同，全域智能体系将成为下一个核心赛道。
面向下一阶段，博泰将围绕两大核心方向稳步推进：
AI Agent技术迭代层面，高通8397平台将于2026年三季度正式量产，持续稳固主流量产市场优势；英伟达Thor平台AI BOX方案预计2027年实现规模化上车，攻坚高阶AI Agent能力上限。具身智能布局层面，持续深化技术复用与产业生态协同，稳步推进全链条能力建设。
智能化产业的演进从来不是单打独斗。博泰将以十七年车规量产沉淀为基础，与产业链伙伴开放共创，推动AI技术从车载场景向更广阔的物理世界延伸，为全域智能产业升级持续输出核心价值。
热门跟贴