来源：市场资讯

（来源：PATEO 博泰车联）

2026 年 5 月 16 日，第十八届轩辕汽车蓝皮书论坛 " 作为 AI Agent 的智能座舱 " 尖峰辩论现场，博泰车联 CTO 张杰围绕 Agent 对智能座舱的影响、Agent 效果核心决定因素，以及 Tier 1 在 AI 座舱研发中的生态位等核心议题，分享了专业洞见。

左三：博泰车联 CTO 张杰

谈及智能座舱 AI Agent 从 demo 到量产的四个关键，博泰车联 CTO 张杰总结：" 第一，量产要更关注高频刚需；第二，要保证行车安全，这就需要建立安全授权体系；第三，要具备离线服务能力，确保网络不好时 Agent 也能稳定运行；第四，要建立端云成本管理体系，如果端侧能有几百 T 的算力，Token 成本就会好很多。"

AI Box 已成为车载座舱的算力中枢

AI Box 既是车载座舱的 AI 算力中枢，也是多 Agent 统一调度的核心载体。下一代车载电子电气架构，将是原生适配 AI 的全新架构。短期来看，独立形态的 AI Box 可快速弥补现有车载平台的算力短板；长远来看，其更在深度推动整车电子电气架构的变革。随着 AI Agent 全面普及，车载算力迎来爆发式增长，如今整车搭配座舱、自动驾驶系统的综合算力，已轻松突破 1000TOPS 甚至更高，远超智能手机算力水平。

AI 域控占据整车智能领域主控地位

当前行业聚焦 AI 操作系统，而未来的发展方向，并非单纯升级现有 AI 系统，而是依托超大算力平台，搭建硬件底层架构，搭配多款不同功能的操作系统各司其职，最终实现整车底层向超级算力中心的彻底转变。未来，汽车将逐步演变为一台大型智能服务器、一体式超级算力单元，各类车载功能均将依托这一核心算力平台落地实现。

博泰双模型融合架构

端云协同，精准匹配车载智能需求

博泰采用双模型融合架构，由车端轻量化专属大模型与云端通用全能大模型深度协同组成。其中，车端专属轻量化模型，聚焦即时指令执行、本地记忆数据管理、车辆端安全权限管控等核心基础工作；云端通用大模型，则侧重完成深度逻辑推理、全域信息整合及生态联动等高阶任务，打通车载生态服务、全网实时信息检索、多 Agent 联动复杂任务规划等能力。

博泰车联 CTO 张杰

这套端云协同模式，既严格满足车载场景的数据安全与用户隐私保护需求，又能全方位拓展车载服务生态，适配用户多元化智能用车需求。目前，博泰现有车载算力平台已达到 360TOPS 算力水准，可流畅运行 14B 参数级通用模型；若采用 MoE 混合专家模型架构，更可流畅支撑 30B 参数模型运转，足以胜任整车端各类智能任务编排，完全满足车载 Agent 日常运转需求。当前车端模型性能已能支撑智能体任务编排核心工作，重点需聚焦任务编排能力的优化。

独立自主

主打跨生态通用 Agent 应用中台

谈及车企在 Agent 平台选择上的真实心态，我们认为车企决策时主要围绕自身自研能力、品牌价值、效益情况三大维度。其中，自研积淀深厚、追求智能化自主布局的车企，更看重平台开放自由度；倾向生态协同、注重成熟技术落地的车企，更关注合作生态的技术底蕴与智能体服务能力；同时，所有车企都会理性权衡开发投入、授权费用及大模型调用成本等商业化要素。

而博泰的核心价值，正是成为不同生态的兼容桥梁。博泰车联凭借 " 软件 + 硬件 + 芯片 + 云端 " 的全栈技术能力，秉承开放协同、互利共赢的合作原则，深度兼容各类技术体系，与产业链各伙伴携手共建车载 AI Agent 生态，为车企提供灵活多元的落地支撑。