在 2025 高通汽车技术与合作峰会上，博世几乎展示出了所有基于骁龙汽车平台开发的方案。从骁龙 8155 平台的智能座舱电路板元器件，到骁龙 8255，再到骁龙 8295，最终是一块基于高通 Snapdragon Ride Flex 平台的最新方案—— 8775。

如果只看 PCB 板的面积，几乎察觉不到这几块板子在能力上的巨大跃升——它们的物理尺寸并没有明显增大，但功能却显著增强。

博世展台

前三代产品更多体现在座舱参数性能和多模态交互方面的代际升级，而最受瞩目的 8775 平台展示板则成为全场技术人员驻足最多的方案之一：它不仅具备增强版 8155 的座舱能力，还集成了一颗 96TOPS 的 NPU，在单芯片上同时支持沉浸式舱内体验，以及高速 NOA、APA 泊车、城市通勤等 L2+/L2++ 级别的智能辅助驾驶任务。

博世只是这次高通汽车技术合作峰会所展示的近百合作方之一。围绕类似博世所搭建的全高通汽车方案展台案例，人们已能明显感知到高通汽车业务的变化：过去谈到高通，更多是讨论它在智能座舱领域的主导地位；而现在，越来越多的合作伙伴将高通的方案集成进智能辅助驾驶的开发流程，并最终进入到数以百万计的汽车端侧中。

为什么还需要高通

如今的智能辅助驾驶市场呈现出百花齐放的局面。传统芯片厂商如英伟达凭借强大的 GPU 算力在高端市场占据一席之地，国产厂商如地平线、黑芝麻等也在细分赛道上逐渐崭露头角。而特斯拉等整车厂，则选择自研芯片，试图掌握核心主导权。

然而，这个看似繁荣的市场背后，却面临着明显的分化现象。高端智驾方案虽然功能强大，但成本居高不下，通常只能应用在旗舰车型上；而中低端市场对成本更为敏感，却同样渴望智能化能力，形成了明显的供需错配。

更为复杂的是，传统车载系统架构正在发生根本性变化。过去座舱域和驾驶域是彼此独立的，现在 " 舱驾融合 " 成为大势所趋。这种架构变革不仅需要更强的算力整合能力，还要在成本控制与功耗管理之间找到平衡点。

这也就成为高通的机会。

了解高通汽车数字底盘的朋友早就知道，自从高通推出骁龙 Ride 平台以来，便在持续加强其智能辅助驾驶（ADAS）生态的建设。

而如今，当看到如此多的车企纷纷选择高通方案后，人们自然会产生新的疑问：一家来自通信与消费电子领域的公司，为什么能在智能汽车、特别是驾驶辅助领域快速站稳脚跟？

高通技术公司汽车、工业及嵌入式物联网事业群总经理 Nakul Duggal 在大会主论坛的发言中给出了一个关键答案：" 我们投入大量时间的一个重点方向，是确保在与客户共同打造产品时，聚焦于量产落地。"

高通技术公司汽车、工业及嵌入式物联网事业群总经理 Nakul Duggal

仅在 2025 年上海车展上，就有超过 100 款基于高通平台的车型设计或解决方案正式发布或展示。这些产品不再是实验性的技术演示，而是真实可交付的量产路径。这种 " 从工程走向产品 " 的节奏感，正是高通汽车业务在近两年中能够快速落地的核心变量。

尤其是在 ADAS 领域，高通并非一开始就全力下注，而是在 2023 年迅速识别出一个关键趋势：中国市场的 L2+ 辅助驾驶正加速普及。从高速 NOA 到记忆泊车，整车厂迫切需要一套低成本、高安全、高落地性的智能辅助驾驶平台。

提供 " 性能 + 能效 + 成本 " 最优解

高通的做法是延续其一贯路线：先夯实芯片底座，再提供完善的工具链和开发者生态。他们不仅专注于芯片性能与每瓦特算力的平衡，也通过完整的 SDK、调试工具、功能安全文档，确保 OEM 和 Tier-1 可以快速开发部署。同时，高通还在架构层面强化安全性，将 " 本质安全 " 原则深入贯穿于芯片设计、软件流程与系统监控工具链中。

此前我们已经介绍过，高通已经构建出完整的车载平台组合：

骁龙座舱平台在国内座舱市场中已占据领先地位；

Snapdragon Ride 平台面向不同级别的 NOA 提供差异化方案；

Snapdragon Ride Flex 平台则打通了舱驾技术底座，支持视觉、安全、交互三位一体的设计目标。

而这套方案具备高度灵活性。例如，高通与元戎启行联合基于 Snapdragon Ride 平台（8650）打造多款兼具高性能与成本优势的 ADAS 解决方案，带来更出色的城区 NOA 功能；高通与德赛西威也宣布，基于 Snapdragon Ride 平台（8650/8620）和 Ride Flex SoC（8775）开发 ADAS 和舱驾融合方案。

在本次高通汽车技术峰会现场，包括中科创达、车联天下、德赛西威、博世、卓驭科技等厂商均选择了 Ride Flex SoC（8775）作为底座。这颗芯片最大的价值在于，其单颗 SoC 即可同时驱动智能座舱和 L2 级辅助驾驶系统。

骁龙 8797

包括性能更强的 Snapdragon Ride 至尊版平台（8797）也首次亮相。随着端侧大模型在车内的规模化部署，中科创达基于 8797 平台，通过模型轻量化和算法优化，已成功在端侧流畅运行 140 亿参数的大模型。

在 " 端侧 AI 普及化 " 的趋势下，一些客户案例充分体现了 Ride 平台与 Ride Flex 平台的另一层价值——不靠堆料式硬件，也能实现高阶智能体验；不同产品组合之间，也能跑出完全不同的系统效果。

一个具有代表性的案例是刚刚发布的零跑 B10。这是一款起售价 12 万元左右的入门级智能轿车，但其智能辅助驾驶配置却远超同级：搭载一颗前向激光雷达和一颗高通骁龙 8650 ADAS 芯片，再配合零跑自研的端到端 ADAS 大模型，便可实现高速 NOA、城区通勤辅助和记忆泊车功能。

这并非 " 堆芯片 "，而是一次极致压缩与整合的结果。骁龙 8650 作为 Ride 平台的中端成员，采用模块化架构设计，在保证感知与规划能力的同时功耗控制极佳，适合单域部署。配合端到端大模型，还降低了对高精地图与多传感器融合的依赖。

更值得一提的是，零跑 B10 还在座舱系统中使用了旗舰级的骁龙 8295 芯片。这颗原本用于 30 万元以上高端车型的芯片，如今出现在 10 万元级别的车型中，帮助其实现高分辨率流畅显示、AI 助手、AR 导航等体验，实现从感知到交互的全链路 AI 能力。

这种 " 高端芯片组合下放 " 的策略，不仅提升了用户体验，也代表高通汽车芯片战略已完成从高端向主流市场的结构性下沉——且是高质量、有规模、高效率的下沉。

这就是高通方案灵活开发能力的体现。如果客户对舱驾融合有更高期待，高通也能凭借其高效率、低成本、广泛产品矩阵及快速部署能力，为客户提供端到端支持。

零跑也与高通合作，基于 Snapdragon Ride 至尊版平台（骁龙 8797），共同打造其旗舰 D 系列车型，该平台支持舱驾一体体验，面向未来座舱与 ADAS 融合。

这里简单科普一下：传统方案中，座舱与驾驶通常由两颗不同芯片负责，一颗负责 Android 操作系统、语音交互、娱乐系统等 " 软体验 "，另一颗则处理传感器数据融合、NOA 规划、自动泊车等 " 硬安全 " 任务。

但这两套系统之间存在天然壁垒，例如用户在车内说一句 " 带我去公司 "，这条语义请求需要传给 ADAS 系统判断当前路线是否符合执行条件。然而，两个芯片之间来回通信可能导致延迟，影响流畅度甚至响应逻辑的准确性。

Snapdragon Ride Flex 的设计初衷，就是通过打造单芯片 SoC 方案，打破这种架构隔阂。所有输入——包括语音、视觉、行为意图等——都能在一个芯片内完成统一调度和处理，避免部署多个 AI 模型实例所带来的资源冗余与推理负担。这不仅提升了响应效率，也降低了整体功耗。

更重要的是，Ride Flex 平台并非简单地 " 把舱与驾堆在一起 "，而是构建了真正意义上的混合关键级别架构：

据介绍，用户语音助手等运行在普通关键级别虚拟机中，而车道保持、自动刹车等功能则运行在最高安全级别（ASIL-D）下。所有负载都在同一个 SoC 中并行运行，通过系统工具实现空间隔离、时间分片与调度仲裁，确保运行安全和稳定性。

这一混合架构原本多应用于航空航天和高铁等高可靠性系统。如今，高通正将其 " 下放 " 至 15~30 万元区间的智能汽车中。

高通团队介绍，他们为此在系统架构、工具链、运行时系统（RTS）以及系统监控模块上投入了大量研发工作，确保 Ride Flex 不仅 " 跑得快 "，还能 " 守得稳 "。目前，已有多家 Tier-1 供应商与软件栈合作伙伴基于该平台构建融合式体验系统，功能覆盖 AR-HUD 导航叠加、AI 助手联动驾驶策略、跨舱驾协同感知等多个维度。

" 中国通 " 高通的朋友圈，再造一个 ADAS 生态

我们可以看到，一套相对低成本、高效率的方案，满足了辅助驾驶能力与端侧大模型部署需求。再加上高通与中国开发生态之间 " 熟络 " 的合作方式，技术与商业协同效率极高。业内不少 OEM 也指出，高通在芯片之外的配套能力极具吸引力。

对于那些在移动互联网时代成长起来的整车厂与 Tier-1 来说，采用高通方案意味着无需更换开发环境即可适配各种软硬平台——这对开发效率的提升至关重要。

高通的战略路径也就非常清晰了：从通信领域切入智能座舱市场，再借座舱之势进入 ADAS 领域，利用既有影响力与端侧 AI 优势，推动舱驾融合方案快速量产落地，在 ADAS 市场实现 " 以快制胜 "。

回到开头谈到的算力竞争。当前行业大量厂商热衷于比拼 TOPS，甚至宣称自家芯片可突破 1000TOPS，仿佛算力成为评判智能辅助驾驶方案唯一标准。但高通也通过 " 快速落地 " 对此提出了不同看法。

Nakul Duggal 也直言：" 高通不玩单纯的算力游戏。" 他说，端到端 AI 架构的核心不是你有多少 TOPS，而是是否有能力蒸馏优化数据流，特别是能否处理长尾场景下罕见但关键的数据点。

这正是像骁龙 8650、8775 这些 " 几十 TOPS 量级 " 的芯片的真正价值所在。它们虽然不是极致高算力，但已经足以支撑 L2+ NOA、城市通勤、泊车等功能；更关键的是，这些芯片还能支持混合关键性工作负载，一芯多用，一体部署。

总结来看，这种架构优势带来了三个关键效果：降低布线复杂度与车载系统成本；提高 Tier-1 的系统集成效率； 让整车厂能够部署统一的平台与架构，实现跨车型开发的一致性体验。

正因如此，我们看到越来越多的合作案例快速落地：Momenta、德赛西威、博世、上汽通用等都与高通形成了高密度合作矩阵。

这似乎是一个极具战略性的打法：第一步，打掉本土中端 ADAS 市场中的竞争对手如地平线；第二步，逐步通过高算力平台切入英伟达在高端 NOA 市场的腹地。

毕竟，对于英伟达来说，智能 / 自动驾驶只是整个公司架构中的一个边缘战术板块，而对于高通而言，它试图把智能汽车当作下一个 " 智能终端时代 " 的核心入口——一种新终端形态的接替者。

回望高通过去十年走过的路径：它曾在智能手机时代，通过芯片和系统整合能力，构建起强大生态圈，覆盖了整机厂商、操作系统、应用商、工具链与开发者。

在智能座舱领域，高通也用几代骁龙平台建立了软硬协同、产品体验、上下游开发链闭环的生态体系。

而现在，在智能辅助驾驶这条比舱内更复杂、更安全敏感的新赛道上，高通正在 " 再做一次 "：构建一个从芯片、架构、软件、客户到应用场景全覆盖的 ADAS 生态体系。

Nakul Duggal 对此表达了清晰判断，从全球视角回顾了业务的由来：

  " 我们的座舱业务是在全球范围内建立起来的，在与美国、德国、日本车企合作中积累了丰富经验。而这些经验，也正帮助我们今天在中国快速推进 ADAS 生态建设。"

在他看来，ADAS 生态建设与座舱生态相比，最大的不同有两点：

第一是系统架构复杂性更高。ADAS 芯片要同时处理高实时性传感器输入、AI 推理、内存调度与功能安全等问题，必须从定义阶段就与整车厂紧密协作。这意味着高通不只是芯片提供商，而是平台共建者。与 Momenta、卓驭科技的合作，正是这种平台化生态的早期成果，让 Ride 平台、Flex 平台能够在城市 NOA 和高速 NOA 中快速落地。

第二是中国市场的 " 高反馈、快迭代 " 特性。高通在中国开发 ADAS 系统，仅用 6 个月就完成从需求识别到平台构建、再到量产部署的流程闭环。" 这是个了不起的体验。"Nakul 说，" 我们今天能用骁龙 8797 实现舱驾一体，正是因为过去两年我们在中国完成了所有基础准备。"

如果说智能座舱是高通第一次打通汽车产业生态，那智能辅助驾驶，就是它第二次 " 造生态系统 " 的试炼场。而这一次，它不再是全球经验的搬运者，而又是一次中国速度的深度参与者，也是它中国朋友圈生态的深度受益者。