Agentic AI進軍汽車產業 Zonal架構成關鍵推手

shenyulin

過去幾年，汽車產業的關注焦點主要集中在電動化。從電池技術、續航力到充電基礎設施，各家車廠競相投入資源，希望在電動車市場取得領先地位。然而，隨著生成式AI快速發展，產業競爭重心正逐漸出現變化。當電動車逐步成為市場主流，智慧化開始成為下一階段的重要戰場。

尤其是近一年來，Agentic AI技術快速進步，讓AI不再只是被動回應使用者指令，而是能夠理解需求、規劃任務並主動執行。這項技術的發展，也讓汽車產業開始思考如何將Agentic AI導入智慧座艙、智慧駕駛與車隊管理等應用場景。

不過，Agentic AI真正上車，挑戰並不只是模型本身，而是背後整個車載電子架構是否已經準備好。在今年COMPUTEX期間，台灣先進車用技術發展協會(TADA)展區中，多家廠商展示的技術方向，正好反映出這項轉變。

智慧座艙升級　帶動運算架構改變

和碩第二事業群第八事業處特別助理林根源指出，汽車產業未來的發展主軸將逐步從電氣化轉向智慧化，而AI將是推動這股變革的重要力量。

他表示，過去許多僅出現在高階車款上的智慧駕駛、智慧座艙與先進人機互動功能，已開始下放至主流市場車款。隨著Agentic AI技術逐漸成熟，未來車載系統也有機會從傳統語音助理，進一步升級為具備主動服務能力的數位助手。

例如當車主規劃出遊時，系統不僅能提供導航功能，還能主動安排充電站、預約餐廳，並依據行程調整車內娛樂內容與資訊顯示方式。這類應用背後所需要的運算量與軟體複雜度，都遠高於傳統車載系統。

也因此，汽車電子架構正逐步由過去分散式ECU設計，轉向中央運算平台(Central Computing)與區域控制架構(Zonal Architecture)。

和碩此次展示的可擴充中央運算平台(SCCR)，便是因應這項趨勢而設計。除了支援多螢幕智慧座艙應用外，也同時具備區域控制單元(ZCU)功能，並預留更高階AI晶片所需的散熱與擴充空間。

從產業角度來看，Zonal架構最大的價值並不只是降低線束數量或簡化系統設計，更重要的是建立足以承載下一代AI應用的運算平台。

聯網能力成為AI的重要感知來源

然而，Agentic AI若要做出決策，光有算力並不足夠。

未來無論是智慧座艙、智慧駕駛或車隊管理系統，都需要即時掌握車輛位置、交通狀況、電池剩餘電量、充電站資訊以及道路環境變化。這些資訊的取得，必須仰賴持續穩定的聯網能力。

美商盛美(BEC Technologies)台灣分公司資深技術經理龔恩諒表示，隨著電動巴士與特殊車輛聯網需求增加，車載路由器的角色已從單純提供網路連線，逐漸轉變為車內系統與後台平台之間的重要資料樞紐。

以電動巴士為例，電池狀態、車輛位置、充電需求以及駕駛資訊，都必須透過車載通訊設備持續回傳至營運中心，讓管理單位能夠即時掌握車況並進行調度。

除了車輛本身之外，聯網範圍也開始延伸至道路基礎設施。

盛美近年積極投入C-V2X應用發展，並曾與消防單位進行概念驗證。當消防車接近路口時，車載設備可與路側設備進行通訊，提前切換交通號誌，讓救災車輛更快通過路口。

從技術角度來看，這類車路協同應用的價值，不只是提升交通效率，更重要的是讓車輛能夠取得更多即時環境資訊，進一步強化AI系統的決策能力。

資料閉環成為AI落地關鍵

除了運算平台與聯網能力之外，資料則是另一項不可忽視的關鍵。

鈺立微總經理王鏡戎認為，許多人認為AI導入最大的挑戰來自模型與算力，但實際上真正的瓶頸往往是資料。

以停車充電應用為例，系統除了需要辨識車牌之外，還必須理解停車格位置、車輛姿態、周遭障礙物以及不同光線條件下的環境變化。即使模型已完成訓練，進入不同場域之後，仍需持續蒐集資料並進行微調。

因此，鈺立微在今年COMPUTEX推出的XINK平台，核心概念並非單純的機器人解決方案，而是一套資料閉環機制。

王鏡戎將其稱為「End-and-End」架構。相較於一般強調感測器到雲端完整串接的End-to-End概念，End-and-End更重視資料生命週期管理。從資料收集、模型訓練、邊緣部署，到實際運作後再次回收資料優化模型，形成持續循環的學習機制。

這樣的概念同樣適用於未來汽車產業。

無論是智慧駕駛、智慧座艙或車隊管理系統，都必須根據不同地區、不同駕駛習慣與不同使用情境持續優化模型。換句話說，未來汽車不只是持續聯網的終端設備，也將成為持續產生資料、持續學習的AI平台。

從電氣化走向智慧化

從中央運算平台、區域控制架構，到車載通訊與資料閉環，今年TADA展區所呈現的技術方向，其實都指向同一件事：汽車產業正在為Agentic AI建立基礎設施。

過去汽車產業討論的是電池容量、充電速度與續航里程；未來的競爭重點，則可能轉向運算能力、資料流動與軟體升級速度。

隨著Agentic AI逐步導入車用市場，車輛也將從單純的交通工具，進一步演變為具備感知、理解、規劃與自主服務能力的智慧終端。而中央運算平台、Zonal架構、聯網能力以及資料閉環機制，將成為支撐這場轉型的重要基礎。

schenn

cy19840

不错的消息

闪耀的空白

路过看看

jjkks2020

人工智能

hufuju

谢谢分享，谢谢分享，瞧瞧看看先。

billtest36

路过看看

Mr_Jiyang

感谢分享

maogege-chen

790