NVIDIA 與中科創達推動智能座艙進入“AI 定義”時代

隨著座艙屏幕數量和算力趨近用戶感知上限，智能座艙的競爭焦點正由硬件堆疊轉向智能體驗。真正的變革在于座艙系統能否成為貼心伙伴——不僅能聽懂指令，更能理解意圖；不僅能識別環境，更能洞察場景；不僅能執行操作，更具情感共鳴與主動服務能力。

NVIDIA TensorRT Edge-LLM 是專為邊緣端大模型部署打造的輕量級推理框架，面向智能汽車等實時端側應用場景。

NVIDIA 在 GPU 計算領域深耕多年，依托 CUDA、TensorRT 等核心技術構建了成熟的 AI 開發生態，已成為業界事實標準。此次開源 TensorRT Edge-LLM，正是將這一生態優勢向邊緣端延伸的重要舉措。

中科創達的創新實踐

基于 NVIDIA TensorRT Edge-LLM 的

多模態 AI 服務架構

TensorRT Edge-LLM 為車載邊緣 AI 提供了高性能、輕量化、純 C++ 的推理運行時，是構建車規級推理系統的重要基礎。基于該運行時，中科創達進一步構建了面向座艙業務的多模態 AI 服務架構，將底層推理能力封裝為可調度、可擴展的系統服務。

注：MoE 模塊將在后續版本中引入

該架構具有統一的 AI 服務接口、支持跨 SoC 平臺的快速適配、面向業務負載的推理任務調度和優化的特點。

案例 A：重構 AI 座艙交互

基于 NVIDIA DRIVE AGX Orin 的

端側算力與優化視覺大模型融合實踐

基于 DRIVE Orin 平臺，中科創達與某頭部車企攜手，成功打造并全球首發了新一代 AI 座艙。其核心成果在于：充分利用 DRIVE Orin 平臺的極致 AI 算力，深度融合經中科創達深度優化的本地 Qwen2.5-VL-7B 視覺大模型，真正兌現了“AI 座艙”的感知與決策能力，并將關鍵 AI 場景的端到端推理延遲降至業界領先水平，為用戶帶來顛覆性的瞬時響應體驗。

案例 B：面向下一代車載自然交互的

端側大模型記憶實踐

中科創達與某全球頭部車企合作的 Innovation Project 中，在車規級高性能 AI 算力底座上，部署并深度優化了 Qwen3-VL-4B 視覺語言模型，使其滿足車載環境的苛刻要求。基于此，成功實現了“長聆聽”（Long-Context Listening）與“端側主動記憶”（On-Device Proactive Memory）兩大原型功能，為探索無界面的自然交互奠定了基礎。

核心價值

面向未來，雙方將合作聚焦于三個維度：基于量產數據和用戶反饋持續優化 DRIVE 平臺上的性能表現；共同開發支持個性化服務與座艙 AI Agent 框架；為車企提供從模型選型、量化優化到 Agent 部署集成的完整工具鏈與參考框架，助力打造可持續進化的 AI 定義座艙。中科創達非常期待通過 NVIDIA 開放的底層能力與中科創達成熟的集成經驗，與更多開發者共同創建創新可靠的智能汽車軟件生態，真正實現從功能定義到 AI 定義的范式變革。

以上為摘要內容，訪問鏈接閱讀原文：https://blogs.nvidia.cn/blog/nvidia-thundersoft-smart-cockpit-ai-defined-era/

*本文中圖片由中科創達提供，如果您有任何疑問或需要使用圖片，請聯系中科創達。