当前位置: 首页 > news >正文

AI汽车时代的全面赋能者:德赛西威全栈能力再升级

AI汽车未来智慧出行场景正在描绘出巨大的商业图景,德赛西威已经抢先入局。

2025年上海车展开幕前夕,德赛西威发布2030年全新使命愿景——“创领安全、愉悦和绿色的出行生活,并推出全栈式智慧出行解决方案Smart Solution3.0车路云一体式架构EEA4.0等重磅产品

从现场展示的情况来看,德赛西威全新Smart Solution 3.0解决方案主要以AI技术为核心驱动力,集成空间计算、神经增强、环境隐形智能等150余项前沿技术,并通过"绿野森林""超感模式""舒适轻养""暖心护航"四大创新场景,展现了多感官交互、深度情感互联、健康实时监测及环境感知预警等人--场多维交互生态,创新性构建了未来汽车具身智能体的出行场景。

另一个方面来看,以上也是德赛西威以AI为核心驱动力,将智能座舱、驾驶和网联服务三大业务深度融合与全栈能力创新升级的成果体现。

在过去的智能汽车1.0时代,德赛西威奠定了汽车智能网联产业的龙头地位,三大业务多年保持了稳定的增长态势。而据德赛西威CEO徐建在发布会上分享,如今每3辆汽车,就有1辆配置了德赛西威的产品技术解决方案。

德赛西威董事长兼总裁高大鹏指出,当今产业发展仍旧面临开发运营复杂、用户体验差、价值感知弱、上车慢、量产难等因素构成的一系列挑战。面对诸多挑战,德赛西威将坚持“开放、全栈、快速实现”的核心价值主张。

图片

接下来,德赛西威将依托数十年在三大核心业务线的深厚积累之上,所构建的整车智能架构基座、软硬全链路穿透的全栈能力,重绘未来智慧出行全新价值版图和产业边界。而高大鹏也给出了发展新范式:外溢能力圈、拓宽新生态、打造出行新图景。

这也意味着,德赛西威从汽车智能网联供应商的角色向AI汽车时代的全面赋能者深化转型。

01

核心基座EEA4.0架构,全面赋能汽车AI进化

本次发布会上,德赛西威最新发布的车路云一体式架构EEA4.0无疑是其面向下一代AI汽车智慧出行的核心底座。而围绕这一核心底座而展开的合作范式和商业模式,正是是德赛西威外溢能力圈、拓宽新生态”的核心底座

资料显示,德赛西威EEA4.0作为基于中央计算-区域控制-多模通信”的全栈解决方案,可满足未来融合式架构演进及整车计算需求,可灵活扩展配置不同车型,激活端侧AI潜力,实现更高效的智能决策与通信交互。

在高工智能汽车看来,德赛西威EEA4.0架构底座可视作德赛西威在智能座舱、智能驾驶、智能网联三大业务的集大成者。从AI赋能到沉浸交互、由单车智能到网联智能,能够为客户提供一站式智能集成服务全栈平台,无疑也将是下一个AI汽车时代行业不可或缺的核心架构底座。

但需要指出的是,当前AI开始在整车全域深度赋能汽车,智能汽车应用和功能持续拓展,快速释放巨大市场空间的同时,产业边界不断重构,竞争格局也在快速变化。

德赛西威董事长高大鹏也指出,当前汽车行业智能化面临从试点到产业化跨越的一条鸿沟。但他同时也强调,唯有新范式方能跨越产业发展鸿沟。

对德赛西威来说,全栈能力的再进化首先为上述“新范式”奠定了基础。

不同于部分Tier 1在智能汽车单域的全栈能力,德赛西威全栈式能力在于面向整车全域智能化的硬件、软件、软硬系统、云端、算法层的全域垂直能力,除了技术栈、产品栈矩阵,还包括设计、系统集成、工程化服务、生产制造的全栈能力,是当前智能汽车产业不可或缺的稀缺性能力。

更重要的是,德赛西威在智能网联产业深耕二十多年,基于多年的开发和量产项目所积累的生态资源,规模化量产的成本可控优势等等,将同样转化为德赛西威的核心竞争力。

而在开放方面,德赛西威也给出了非常多样化的合作模式,包括从硬件到上层应用的设计、系统基础、生产制造等,或者为本地应用提供硬件、底软、中间件及算法模式,或者将提供硬件、底软和中间件的系统集成和生产制造服务等等意在以足够开放灵活的合作模式与服务,来助力AI定义汽车的快速实现。

当前AI大模型已经快速赋能整车智能汽车将很快将打破单体智能局限,成为万物互联的智能融合体,与云控平台实时数据对接、道路环境信息高频交互、家居智能远程联动,未来智慧出行的商业图景已经打开。

德赛西威将进一步持续投入全域技术储备,加速整车智能的深度融合,进而搭建一个开放协同的智慧出行生态,帮助合作伙伴补足短板,为整个行业从“单体智能”向“万物互联”转型提供蓝本。

02

三大业务全面升级,新动能强劲

此次上海车展上,德赛西威宣布包括代表智能座舱、辅助驾驶、智能网联在内三大业务全新产品技术全面升级。

包括全新的端云一体的智能座舱G10PH;全新蓝鲸OS 8.0也有了系统级,全场景,跨生态的AI系统;另外德赛西威还重磅首次发布全栈辅助驾驶解决方案等等,为接下来的跨域融合趋势提供丰富的技术栈与解决方案,满足车企差异化需求。

据介绍,G10PH基于多模态交互与场景感知能力,配备AI端云一体的一站式解决方案。基于中央计算系统框架,将座舱功能的高度集中化,实现了座舱和AI的深度结合,树立了新一代AI座舱的体验标杆。

而全栈辅助驾驶解决方案则是融合了硬件平台+软件算法+系统集成的平台化方案,覆盖高端性能到普惠应用的多元化场景需求。

其中,德赛西威推出的基于高通 SA8775P 72TOPS)的舱驾一体方案,已经成功突破包括高速、城市复杂道路、记忆泊车等三大核心场景。该方案凭借高效的算力调度和智能算法优先,在优先的硬件资源下实现了优异的性能体验,无疑展示了其在舱驾融合技术、系统集成方面的扎实功底。

值得一提的是该方案的多重成本优势,得益于德赛西威在传感器、域控等硬件、算法和系统集成方面的垂直整合能力,叠加舱驾一体的集成式方案成本的进一步降低,整个系统方案的成本极具竞争力,可以面向 10-15 万级的主流消费市场,可以非常好的契合当前智能辅助驾驶平权的行业需求。

据了解,目前该舱驾一体方案已被多家全球领先的汽车品牌应用,目前正在其重点车型上进行开发。

另外,德赛西威还在积极部署高阶辅助驾驶方案,新一代中央计算平台(ICPS02H)方案基于高通 SA8797P 打造,集合「座舱+智驾+网关」三域融合,可实现城区领航辅助驾驶、车位到车位等高阶智驾辅助功能。

值得一提的是,为了更好的服务量产交付,德赛西威在内部建设了一套标准化交付体系:硬件设计方面,其周期压缩到6-10个月;算法层面则打造跨平台算子迁移能力,尽量减少对芯片厂的依赖。

德赛西威还引入了Daily Build机制,让软件和算法版本可以每天自动编译与部署,甚至在几年前就内部推广生成式AI工具,用于自动生成代码与文档,从而进一步提升交付效率。 

德赛西威CEO徐建强调,AI变量将进一步加速汽车智能化普及进程,德赛西威将保持量产一代、预研一代、储备一代的节奏,不断推出适配未来出行需求的创新产品技术解决方案。

图片

全球化,也是德赛西威未来5年的战略重点,德赛西威董事长高大鹏用「走进去、属地化」归纳了其全球化的战略思路。

据介绍,德赛西威也在海外开启了「本地化」建设,利用技术基因+本土化适配的模式,在更好服务全球客户的同时,也能够规模地缘风险。例如在欧洲设立的研发中心,将成熟的智能座舱技术与当地用户偏好相结合,开发符合欧盟数据合规的车载系统;在日本横滨的研发中心,聚焦于日系客户的深度技术交流,推动智舱、智驾技术在日本的落地等等。

在上一个五年周期中,德赛西威用高速增长的业绩表现和稳定第一的市占率奠定了龙头地位。面向AI智慧出行时代,德赛西威凭借全栈能力、开放生态体系、全球化业务的驱动力,为下一个五年战略新周期打造了一个良好的开端。

http://www.xdnf.cn/news/356617.html

相关文章:

  • k8s存储类型:emptyDir、hostPath、nfs、pvc及存储类storageclass的静态/动态创建pv
  • 从电动化到智能化,法雷奥“猛攻”中国汽车市场
  • 使用 ECharts GL 实现交互式 3D 饼图:技术解析与实践
  • Python在大数据机器学习模型的多模态融合:深入探索与实践指南
  • C++ - 函数重载
  • python中,什么是协程?
  • SQLite 转换为 MySQL 数据库
  • LlamaIndex 第六篇 SimpleDirectoryReader
  • vue数据可视化开发常用库
  • OpenCV播放摄像头视频
  • LeetCode 热题 100_编辑距离(94_72_中等_C++)(动态规划)
  • Rust 官方文档:人话版翻译指南
  • 高拟人化客服机器人显著提升用户接受度
  • zst-2001 历年真题 UML
  • 首版次软件测试的内容有哪些?首版次软件质量影响因素是什么?
  • IAR无法显示文件列表(即workspace)
  • RabbitMQ-高级特性1
  • WebRTC流媒体传输协议RTP点到点传输协议介绍,WebRTC为什么使用RTP协议传输音视频流?
  • 第十六节:图像形态学操作-顶帽与黑帽变换
  • java 多核,多线程,分布式 并发编程的现状 :从本身的jdk ,到 spring ,到其它第三方。
  • 【网络入侵检测】基于源码分析Suricata的IP分片重组
  • 深度学习基础--目标检测常见算法简介(R-CNN、Fast R-CNN、Faster R-CNN、Mask R-CNN、SSD、YOLO)
  • OpenCV计算机视觉实战(4)——计算机视觉核心技术全解析
  • Spring,SpringMVC,SpringBoot,SpringCloud的区别
  • Modbus RTU 详解 + FreeMODBUS移植(附项目源码)
  • 『Python学习笔记』ubuntu解决matplotlit中文乱码的问题!
  • Node.js数据抓取技术实战示例
  • 2025.05.08-得物春招算法岗-第三题
  • BLURRR剪辑软件免费版:创意剪辑,轻松上手,打造个性视频
  • 高效管理钉钉收款单数据集成到MySQL的技术方案