一汽姜珊：AI时代汽车基础软件需从"适配层"走向"资源管理层"

    2026第六届智能汽车芯片生态大会上，中国一汽研发总院高端汽车集成与控制全国重点实验室前瞻技术专业设计师、资深基础软件专家姜珊，围绕AI时代汽车基础软件的角色演进与技术挑战发表了主题演讲。她指出，汽车行业正从"软件定义汽车"快速迈向"AI定义汽车"，但这一转变也给OEM带来了更为复杂的技术选择难题。

    2026第六届智能汽车芯片生态大会演讲场景

    姜珊认为，过去选择一颗MCU或SoC，评价维度主要集中在性能、功能安全、可靠性和成本等可见指标上。然而在AI时代，单一芯片已无法支撑用户对AI体验的期待，CPU、GPU、NPU、MCU等异构资源必须形成协同体系，将编译器、运行时库、基础软件、工具链与模型生态全面结合，才能提供稳定且高效的算力支撑。这一变化，正推动基础软件的角色发生根本性转变。

    她进一步解释，传统基础软件遵循"芯片先定义、基础软件做适配"的经典模式，以AUTOSAR为代表，围绕单一MCU集成标准中间件。但在AI时代的控制器中，多种异构计算内核并存，基础软件面对的不再是单核或多核调度的简单问题。其角色需要从传统的适配层升级为资源管理层，不仅要屏蔽硬件差异，还要高效组织不同硬件的特长能力，实现真正的软件协同。

    在姜珊看来，AIOS绝不应是"简单的能够跑AI的OS"。随着舱驾融合与中央计算架构的推进，QM等级的AI负载与ASIL-D等级的控制负载可能运行在同一芯片中，资源冲突时的优先级处理、AI任务的推理抖动、异常隔离以及频繁升级中的功能安全，都成为基础软件必须应对的新课题。她强调，L3级自动驾驶将更多责任转移至车企侧，AI必须成为可管理、可隔离、可验证、可演进的车用软件组成部分。

    安全验证体系的全生命周期延展是另一项核心挑战。姜珊指出，AI本质上是持续进化的系统，端侧模型数据不断回馈云端训练，因此AI底座不能仅关注端侧运行，更要确保模型从训练、编译、部署到车辆运行形成完整闭环。对于涉及智驾安全的AI功能，一次发布远非终点，必须在全生命周期内持续观察、持续验证、持续管理。

    姜珊同时强调，汽车行业过去积累的工程体系恰恰能为AI建立有效边界。她表示，AI幻觉是行业公认的难题，但AUTOSAR与ASPICE所提供的架构约束、方法论约束和质量体系，有望为AI划定更合适的运行边界。AI发展越快，越需要这些具备约束力的体系框架来保障安全与可靠。

    演讲最后，姜珊呼吁全行业共建协同生态。她指出，芯片与基础软件的协同已不再局限于芯片厂和供应商之间，而是需要整车企业、芯片企业、基础软件厂商、AI算法公司、工具链企业、检测认证机构、科研院所及开源社区共同参与。她建议将共性问题转化为行业基础能力，并强调这一投入必须前置，才能为AI时代的汽车软件构建坚实底座。