車凌科技CTO 劉曉貝：車云一體化拓展AI定義汽車新場景

（來源：衡水日報）

轉自：衡水日報

近日，第三十二屆中國汽車工程學會年會暨展覽（SAECCE 2025）在重慶圓滿落幕。車凌科技CTO劉曉貝受邀出席，并發表題為《車云一體化拓展AI定義汽車新場景》的主題演講，圍繞在 “軟件定義” 向 “AI定義” 轉型的關鍵時期，車凌科技基于Hyper Flow和Hyper Agent平臺，構建 “車云一體化+AI垂域智能體”的技術體系，為主機廠提供靈活配置、多規則共享、數據閉環的數據智能化解決方案，賦能車輛全生命周期（研、產、供、銷、服）的數據價值挖掘展開。

以下為分享實錄：

“汽車智能化正從‘功能驅動’轉向‘智能驅動’，這就需要將數據獲取方式從過去的粗放式轉變為更智能化的精細式，不再完全依賴云端進行海量的處理，而是讓邊緣端初步具備處理能力。隨著汽車智能化和算力的大幅提升，車云交互正在經歷從比特到Token的轉變，過去的集中處理方式不再具備高效性和經濟性，給車企在網絡、流量和云資源上帶來了沉重的成本負擔。

全新車云數據一體化的架構，增加數據流動性的同時，通過輕量化的分布式計算，讓汽車更智能的同時，全面降低車企的TCO負擔。”

技術革新：四大支柱構建智能數據底座

靈活配置，精準采集：摒棄過去“全量上報、云端清洗”的高成本模式，該方案支持云端對車端數據采集任務進行動態、靈活的規則配置。AI智能體可根據具體場景（如故障診斷、特定功能測試）按需喚醒，只采集最相關的數據，并通過車端邊緣計算進行預處理和壓縮，從源頭實現高達90%的流量節省和75%的存儲成本降低。

多規則共享，高效復用：平臺化的設計理念允許為不同業務場景創建的采集與分析規則在云端進行統一管理和共享。例如，為“在線可靠性測試”開發的診斷模型，可以與“AI智能診斷”應用共享底層數據規則，避免了重復開發，極大提升了AI應用的部署效率和迭代速度，實現了跨業務場景的協同智能。

數據閉環，持續進化：利用擁塞優化算法有效降低傳輸延時（時延降低70%），通過“采集-分析-決策-再采集”的方式，實現完整的數據閉環流程，使車輛系統具備可持續學習與進化的能力。例如車輛故障數據采集后，經云端診斷模型分析生成維修方案，方案執行效果又反哺模型迭代，使故障診斷準確率持續提升至92%以上。

智能應用，價值涌現：在強大的數據閉環基礎上，一系列覆蓋車輛全生命周期的垂域智能應用應運而生，將數據潛力轉化為切實的應用場景，從而輔助業務挖掘更多商業價值。

“我們堅信，未來的汽車將是一個不斷進化的移動智能體，”劉曉貝總結道，“車凌科技正致力于為這個‘智能體’構建強大的‘數字神經系統’。通過車凌車云一體化平臺，我們希望與所有主機廠和生態伙伴一起，真正實現‘讓每一段里程更有價值’的愿景。”