13 亿美元：这是高通汽车业务 2026 财年第二季度（截至 2026 年 3 月）的单季营收，同比增长 38%。
年化算下来，高通从汽车上赚的钱已经超过 50 亿美元。高通 CEO 安蒙预计，到 2026 财年结束时，这个数字会突破 60 亿。
要知道三年前，高通的汽车年营收还不到 20 亿美元。
英伟达 2026 财年（截至 2026 年 1 月）全年汽车收入 23.49 亿美元，同比增长 39%。高通光一个季度就赚了英伟达大半年的量。当然，两家的计算口径不同，高通包含座舱、连接、ADAS 全栈，英伟达主要计入自动驾驶芯片和软件授权。
但趋势已经很清楚：在汽车芯片这条赛道上，高通正在拉开与多数对手的距离。
两天前，高通在无锡办了第四届汽车技术与合作峰会。60 多场演讲，70 多家供应商，50 多台展车。
目前，高通正在与上汽大众深化合作，与卓驭科技联合发布下一代舱驾融合域控制器，和诚迈科技、斑马智能、德赛西威、中科创达等六家公司共同启动「车端人工智能 Claw 生态计划」。
「智能体之年」，汽车芯片公司在说什么
高通中国区董事长孟樸在主论坛上说了一句话：「2026 年是智能体之年。」
这不是高通的独家说法。吉利副总裁李传海在 2026 年 5 月公开表达过类似判断：未来座舱不会有固定界面，不需要独立 APP，一个足够强大的 AI 智能体就能读懂用户需求。火山引擎在 2026 北京车展上也发布了 Agentic AI 架构方案。
但「智能体」这个词在汽车行业里到底指什么？
简单说，就是从「你问它答」变成「它替你做」。传统语音助手等你下指令，智能体会主动观察你的状态、判断你的需求、调用车上各种硬件和服务来执行。比如你上车时情绪低落，它不会问「你想听什么歌」，而是直接切到你常听的播放列表，调暗氛围灯，把导航设成回家路线。
要实现这些，芯片端的要求很明确：AI 算力要够大，能跑端侧大模型；传感器数据要能跨域调用，摄像头、麦克风、雷达的信息要打通；推理要在本地完成，不能什么都扔到云端去排队。
高通汽车事业群总经理 Nakul Duggal 在演讲中提到：智能体 AI 的构想在三到五年前还处于概念阶段，现在正逐步成为现实。他认为高通率先推动的舱驾融合架构，让统一的底层平台可以直接打通车内外传感器等硬件资源，智能体框架因此跑得更高效。
这是一个合理的技术叙事，前提是芯片确实有能力撑住这些需求。
三颗芯片，三个价位段
高通目前面向汽车市场的核心产品线有三条，从定位到能力差异明显：
骁龙 8775（Ride Flex SoC） 是行业里第一颗同时处理座舱交互和 ADAS 计算的单芯片方案。一颗芯片取代过去座舱域控和智驾域控两套系统，高通称系统级成本可降低约 20%。主攻 10 万到 20 万元区间的车型。
8775 于 2023 年发布，到 2025 年底开始量产。目前已获 9 款车型定点，量产搭载的包括极狐阿尔法 T5、阿尔法 S5、东风日产 N6、别克昂科威 L7。峰会上展出的问道 V9 也基于这颗芯片。现场还开放了试乘，让参会者体验记忆泊车和城区 NOA 等功能。
骁龙 8397（座舱平台至尊版） 在峰会展区的存在感最强。斑马智行用它跑了全模态端侧大模型 AutoOmni 的实车方案，中科创达推出了 AquaClaw 车载 AI 智能体，诚迈科技展示了「萤火 Claw」，在端侧实现类似 OpenClaw 的智能体助理体验。东软智行基于 8397 打造的端侧 AI 智能座舱域控产品，已获得多家头部车企定点。
这些演示之所以成立，是因为 8397 和前代 8295 之间的跃升足够大。AI 算力从 30 TOPS 到 320 TOPS，接近 10 倍。CPU 和 GPU 性能提升 3 倍，采用了高通专为汽车定制的 Oryon CPU 架构。8295 时代端侧大模型只能跑 10 亿参数，8397 直接拉到 140 亿。
骁龙 8797（Ride 至尊版） 是当前高通汽车芯片的天花板。单片算力 1280 TOPS，定位 30 万元以上高端车型，支持端到端 Transformer 算法和 VLA（视觉语言动作）模型。目前已获 18 个车型定点，10 款车型已经或正在量产。
最具代表性的量产案例是理想 L9 Livis。这款车 5 月 15 日发布，售价 50.98 万元，搭载骁龙 8797 加两颗理想自研马赫 100 智驾芯片，官方宣称有效算力 2560 TOPS。座舱配了 29 英寸 6K 全景屏、48GB 座舱内存。
峰会上，高通还与卓驭科技联合发布了基于 8797 的下一代舱驾融合域控制器。车联天下基于同一芯片打造的新一代域控也在展区亮相，通过中央计算与分布式边缘计算协同，为驾驶辅助、智能座舱和端侧 AI 应用提供统一计算基础。
战场上不止高通一家
高通在座舱芯片市场的份额据行业估计超过 70%，8295 几乎成了中高端车型的标配。但在 ADAS 和中央计算领域，竞争者并不少。
英伟达 DRIVE Thor 单片算力 2000 TOPS，在规格上仍然领先。极氪是 Thor 上车最积极的车企，2026 款极氪 7X、9X 已量产搭载。英伟达与奔驰、蔚来等也有深度合作。在自动驾驶芯片市场，英伟达估计占据约 40% 的份额。
联发科也在进入这个市场。Dimensity Auto CT-X1 是一颗 3nm 制程的座舱旗舰芯片，NPU 算力 46+ TOPS，支持 130 亿参数多模态大模型端侧部署，实测性能超 8295 约 30%。联发科还与英伟达合作开发下一代车用 SoC，首款合作芯片预计 2026 到 2027 年量产。
国内供应商的动作同样密集。地平线在 2026 年发布了星空（Xingkong）系列芯片，BPU 算力高达 650 TOPS，定位中国首款舱驾融合智能体芯片。配套的整车智能体操作系统 KaKaClaw 一并推出。
车企自研芯片的趋势也在加速。蔚来 2026 年初宣布全系换装自研神玑 NX9031 芯片，称单车成本降低 1 万元。小鹏推出图灵芯片，理想的马赫 100 已随 L9 Livis 量产。
2025 年中国乘用车前装舱驾一体计算单元达 156 万台，同比增长近 50%。这个增速说明舱驾融合不再是概念验证，而是进入了规模化部署阶段。高通、英伟达、地平线、联发科都在争夺这块市场，技术路线和商业逻辑各有不同。
端侧大模型：从「能跑」到「好用」
端侧大模型上车是 2026 年汽车 AI 的核心叙事之一。
面壁智能的 SuperMate 是目前量产规模最大的方案。模型参数控制在 100 亿以下（MiniCPM 3.0 系列），已搭载在吉利、长安马自达等多款量产车型上。面壁智能 CEO 李大海预计 2026 年底搭载量达 30 万辆。这家公司拿到了 ASPICE L2 级评估，是国内首家获得该车规认证的大模型企业。
地平线的征程 6 芯片平台上，座舱对话模型用了 28 亿参数，语音交互延迟低于 80 毫秒，断网状态下可连续交互 100 轮。自动驾驶使用 70 亿参数多模态感知模型，推理功耗控制在 12W 以内。
工具链的选择对延迟影响很大。地平线的实测数据显示，从 PyTorch 切换到 SNPE 后，推理延迟从 300 毫秒降到 50 毫秒。
高通的 8397 把端侧大模型的天花板推到了 140 亿参数。到了 140 亿参数，车载 AI 够得着多轮对话、多模态理解和任务规划，已经超出语音指令识别的范畴。
但端侧模型和云端模型之间仍然存在能力差距。目前云端的旗舰模型参数量已达千亿甚至万亿级别。车上的 140 亿参数模型更像是一个「够用的本地助手」，复杂推理和知识密集型任务仍然需要云端协同。高通与谷歌合作，将 Gemini Enterprise for Automotive 的云端 AI 与端侧 Snapdragon 方案结合，就是为了弥补这个差距。
汽车芯片的下半场
从 2021 年到现在，骁龙数字底盘解决方案支持中国车企推出超过 300 款智能网联汽车。合作名单涵盖大众、宝马、奔驰、丰田、Stellantis、蔚来、理想、零跑、极氪、长城、奇瑞、东风。
这些数字说明高通在汽车芯片领域的地位已经很稳固。但「稳固」和「不可替代」之间还有距离。
车企自研芯片的动力很充分：降低成本、掌握数据、减少对单一供应商的依赖。蔚来、理想、小鹏都已经在这条路上走出了实质性的一步。联发科和地平线的产品逐渐成熟，也在给车企提供更多选择。
高通的应对策略是把自己从芯片供应商升级为平台公司。覆盖座舱、ADAS 和连接全链路，硬件之上还叠了 AI 框架和开发工具，单芯片和中央计算两条路线都押。「车端人工智能 Claw 生态计划」联合六家企业一起推，也是在试图把生态做厚。
安蒙在 Computex 上提出「计算连续体」的概念：AI 后台持续运行，随时感知、调度资源、做出响应。汽车是这个连续体中最重要的移动节点之一。
这个构想能走多远，取决于两件事：端侧模型的能力爬坡有多快，以及车企自研芯片会走多远。
从这场高通峰会来看，至少供应链这一端已经准备好了。
#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
登录
