2016 年以来智慧座舱的发展经历了四个阶段：传统座舱，信息座舱，智能座舱，智慧座舱。2016年以前传统座舱阶段，该阶段只有指针仪表、导航娱乐等少数功能；2016-18 年信息座舱阶段，该阶段增添了大尺寸液晶中控屏，全液晶流量仪表/HUD,在线服务和High-level IOV；2018-至今处于智能座舱阶段，该阶段增添了驾驶员/乘客识别个性化服务，语音识别，手势控制，ADAS 及自动驾驶，Low-level V2X，FACE ID, 智能座椅等更多功能；2025年后智慧座舱阶段，该阶段增添了人、车、环息的深度学习功能，为驾驶过程提供治理辅助，还有 High-Level V2X，感知用户行为等功能。汽车座舱已度过数字化阶段，正成为具有拟人化交互能力的驾驶伙伴。
智能座舱域的发展是由供应端的产品、技术和消费者的需求共同推进的。尤其是基于场景的个性化体验的需求在不断提高，这就给了我们创新的机会，虽然硬件的配置是同质化的，但用户群体不同，用户特征不同，我们再满足自己的用户需求时，创造的用户体验是有差异的。1.市场需求推动汽车定位转变：客户需求推动汽车的定位从功能单一的出行工具逐渐转变为移动第三空间，智能化是汽车转型升级的主要方向之一，智能座备受市场关注。汽车通过搭载融合传感器、高性能数字处理芯片及车用以太网、5G 技术等技术，变化为硬件产品和服务平台的融合型产品。汽车智能化可分为车控操作系统智能化和车载操作系统智能化，其中车控系统涉及车辆动力系统、底盘系统、车身系统及智能驾驶系统，对实时性、安全性、可靠性及算力要求极高，车控操作系统的智能化进程尚处于初期阶段，生态尚未完备；车载操作系统由智能座舱和信息娱乐系统构成；汽车座舱系统是汽车与司乘人员直接交互的界面、对司乘人员的驾驶体验感影响巨大，智能座舱用车载中控屏、高清多模式仪表盘、抬头显示 HUD、流媒体后视镜等替代了燃油车时代的机械式仪表盘和简单的音频播放设备，搭载人机交互系统，显著提升了驾驶的便捷性、安全性与乐趣；同时智能座舱相较于智能驾驶技术实现难度低、部分功能可直接通过消费电子产品实现，落地性相对较强；从而备受产业链关注。2.智能座舱相对于ADAS、无人驾驶及MCU基于直面客户且技术实现难度相对较低的特性，成为汽车智能化率先落地的板块，发展迅速。智能座舱不涉及底盘控制，且落地过程中不涉及安全问题，仅对座舱内屏幕以及娱乐功能进行整合，实现难度对比自动驾驶更低。对比自动驾驶等其他智能化，对算力要求稍低并且成本更加可控加快了智能座舱的推进。3.互联网科技巨头加速布局汽车业务，多重优势激发座舱热度并推动创新技术落地应用。对于以阿里巴巴、百度等为代表的互联网科技巨头而言，汽车产业是其从移动互联网向产业互联网转型的重要阵地之一。互联网科技巨头希望依托自身在移动互联网时代构建的软件应用生态以及云计算服务生态优势，逐步将生态延伸至汽车产业端，赋能汽车产业智能化转型。相较于造车新势力，互联网科技巨头的造车业务具备雄厚的资金储备、领先的数字化技术积累、深厚的技术人才储备与丰富的软件应用生态等多重优势。互联网科技巨头的入局一定程度上激发了座舱市场热度，且互联网科技巨头持续的资金与技术投入，大大推动了创新技术与产品在座舱领域的落地与上车应用，加速座舱智能化发展。二、智能座舱硬件配置的同质化推动芯片和个性化服务的快速发展智能座舱全产业链分为三大环节：1）Tier0.5 级供应商也可称为产业的下游，主要以各大车企和传统 Tier1 供应商构成，如德赛西威、均胜电子、伟世通等，云计算和车联网的普及使华为、BAT 等互联网科技类供应商也分布于产业下游；2）Tier1 为座舱提供中控屏、仪表盘、流媒体后视镜、后排液晶显示器等硬件，同时配合开发信息娱乐解决方案、驾驶显示解决方案和 HUD 为智能座舱的电子化技术升级；3）传统的 Tier2 主要供应 PCB、显示面板、功率器件等电子产品，未来产业将集中升级操作系统相关软硬件，如增加应用软件、中间件软件、自主定制操作个性化系统、可达成“一芯多屏”的高效能低成本芯片。
汽车座舱智能化发展是通过配备智能化和网联化的车载产品来实现与人、路、车的智能交互，是人车关系从工具向伙伴演进的重要纽带和关键节点。随着消费者需求的不断提升，以“主动＋智能”的人机交互方式，打造“差异化、个性化、情感化、简单化、社交化”汽车座舱，已成为现阶段智能座舱的发展趋势。
三、基于智能座舱域的系统集成促使大算力SOC芯片快速发展但以智能化的车作为平台、全面的车外和车内的感知为基础，将语音与触屏、情绪识别、手势识别、人脸识别、位置定位等融合而成的智能座舱，已成为当下智能汽车的标配。更重要的是随着智能座舱内部功能将越来越丰富，算力将集中在单个域控制器中。而传统的座舱仪表、娱乐、中控系统相对独立，单个系统对应单个芯片，通信成本较高。未来，智能座舱内部功能将越来越丰富，而且算力将集中在一个域控制器中对多个系统进行算力支持，也即从基于电子控制单元（ECU）的分布式结构向分布式网络+域控制器（DCU）架构迈进。这种改变缩短了通信时间，也降低了通信开销。在这个过程中，传统座舱芯片也从支撑单一的“安全”需求不断升级到兼顾多重服务需求、更高算力的AI智能芯片。一方面，随着智能座舱功能的日渐复杂，集中式电子电气架构已开始逐步取代分布式电子电气架构，数个高算力芯片正在取代过往车内几十甚至上百个算力的电子控制单元。另一方面，随着座舱内传感器规模、交互模式的升级，更需要依赖座舱系统芯片的算力。芯片算力高低及结构设计很大程度上影响智能座舱各项功能，以中控多媒体、语音为例，芯片算力高低将影响中控多媒体对用户需求的反应时间，同时影响智能座舱对用户语音的识别准确率、识别速度等参数。以感知算法为例，随着座舱领域功能由DMS向IMS发展，摄像头的数量和分辨率将持续升级，更多的传感器也将相继引入，这些革新对承载座舱计算机视觉技术的AI芯片提出了更高的算力要求。
比如摄像头个数对全图检测的影响就是线性，在其他影响因子不变的情况下，两个摄像头就是一个摄像头所需要的算力的2倍。对于同样的算法，是多个影响因子共同起作用，这将导致对算力的要求大幅提高。基于智能座舱的更高需求，芯片和算法研发企业已经开始成为智能座舱和生态体系的核心参与者，智能汽车座舱的功能实现依靠的不仅是交互技术的突破，更是背后硬件传感器和芯片算力的研发和普及。
图：目前主流智能座舱SoC芯片厂商及性能对比
智能座舱时代主控SoC芯片替代多个传统MCU功能芯片的趋势已经明晰,消费电子芯片厂商优势明显,同时,随着越来越多的主机厂倾向于硬件预埋、主机厂间的算力竞赛越来越白热化,高算力SoC芯片厂商的议价权也将进一步提升。
