随着 AI 技术在汽车行业的广泛应用，汽车软件的复杂性显著增加，对车企提出了重大挑战。在此背景下，东软睿驰作为 AUTOSAR 成员，提出了 openVOC 框架，并引入了 "face、body、brain" 的架构理念，探索 AIOS 的发展。该框架基于将汽车视为 " 车型机器人 " 的整体概念，旨在通过中间件技术实现跨域的高效通讯与交互，为 AI 技术在汽车领域的应用提供稳健、高效和安全的解决方案。

2025 年 3 月 19 日，在第六届软件定义汽车论坛暨 AUTOSAR 中国日上，东软睿驰 NeuSAR 产品营销中心销售总监茅海燕表示，在 AIOS 构建过程中，东软睿驰特别关注数据、算法和算力三要素的管理，以及安全链路的强化。同时，东软睿驰还致力于提升开发效率，通过实践智能问答系统和智能编译编码等技术，实现了一栈式解决方案，显著降低了软件开发门槛，提升了工作效率。此外，东软睿驰还注重知识库的构建，利用 AUTOSAR 的标准与方法论，以及实践中的 know-how，快速响应客户需求。

茅海燕 | 东软睿驰 NeuSAR 产品营销中心销售总监

以下为演讲内容整理：

AI 时代下 AUTOSAR 的创新理念和中国实践

整车作为智能体，随着人工智能技术的广泛应用与多项新功能的集成，显著加速了软件迭代周期，并对软件生态系统产生了深刻影响。这一趋势对当前汽车行业，尤其是车企而言，构成了管理与技术层面的重大挑战。汽车软件的复杂性本就颇高，而日益增长的智能化需求，引发汽车软件规模激增，再加上功能安全、信息安全等安全需求，导致汽车软硬架构复杂性远高于其他软件行业。

东软睿驰作为 AUTOSAR 成员，自 2017 年起便以高级会员的身份积极践行 AUTOSAR 标准。2023 年，我们提出了 openVOC 框架，该框架基于将汽车视为 " 车型机器人 " 的整体概念，引入了 "face（感知层）、body（执行层）、brain（大脑层）" 的架构理念。在此框架下，当我们探讨 AIOS 时，实际上是在探索人类大脑与整车操作系统之间的关联性。

AUTOSAR 机制在实现汽车整体生理功能方面扮演着至关重要的角色，其坚实基础为汽车智能化转型提供了有力支撑。在 SOA 中，我们致力于实现整车服务化，通过跨域的高效互通与交互，这一层次恰似人类大脑中的哺乳脑，负责信息的整合与传递。

图源：演讲嘉宾素材

当前，AI 强调对数据、算法和算力这三大要素的系统化管理与实现，旨在促进思考分析与创新能力的提升。在构建 AIOS 的过程中，我们还需特别关注安全链路的强化，以确保系统的稳定运行。

从 2019 年至 2024 年，中国汽车行业在短短五年内完成了 SDV 1.0 的行业共识，对 SDV 架构的软硬件解耦、可实践性与可实施性等方面进行了深入探索与总结。在此基础上，我们进一步融入了 AI 三要素的考量，并预见到 AIOS 的发展将经历三个阶段。

当前，业界普遍关注大模型在汽车上的应用，主要聚焦于应用层与功能层的创新。东软睿驰则更侧重于如何在系统层面上实施 AI 三要素，通过中间件这一关键环节，实现跨域的高效通讯与交互。我们致力于在 AUTOSAR 这一成熟的基础软件平台上，构建更加稳健的 AI 实施框架与安全机制。我们利用中间件技术，支持 AI 框架的运行，并确保 AI 实施过程的安全性与可靠性。

我们当前的工作重点聚焦于以下几个核心模块：数据管理模块、模型管理模块以及算力管理模块。这些模块共同构成了支持 AI Agent 开发的关键基础设施。我们致力于通过中间件与这些模块的数据交互，实施一个全面的框架，以优化 AI Agent 的开发与运营环境。

该框架将涵盖 AI Agent 的整个生命周期管理，包括从开发、部署到运维的各个环节。同时，我们还将提供一系列工具与相应的支持，以确保 AI Agent 能够在中间件平台上高效、安全地运行。通过这些努力，我们期望能够为 AI 技术在汽车领域的应用提供一个更加稳健、高效和安全的解决方案。

AIOS 的构建基于一个相对成熟的操作系统基础平台，这一过程中，我们需要对工作进行细致的功能、技术及生态层面的分解与考量。这要求企业具备全面的能力，以应对多维度的问题与挑战。

在当前的 AIOS 中间件环境下，我们的核心考量是如何高效地实现数据的接收与指令的下发。这一过程不仅仅是简单的指令响应，而是需要系统能够结合用户的个性化情况及体验需求，进行主动性的服务预判。例如，当用户表示 " 我有点热 " 时，系统不仅要考虑打开车窗这一基本操作，还应综合用户的历史行为、当前位置、车内环境等多因素，判断用户是否更倾向于开窗、调整座椅加热等全方位体验。为实现这一高级别的 AI 功能，我们在 AI 中间件的实施上进行了深入的技术探索与实践。

我们面临的核心挑战主要源于分布式异构芯片的多样化、快速发展，以及随之而来的多种应用开发需求与多种高级语言的接入问题。对于 AUTOSAR 社区内的企业而言，首要应对的挑战在于系统层级能力的提升，包括工具的可靠性、可持续性以及在生产实践中积累的认知与经验的总结。

AI 助力 AUTOSAR 高效开发实践

在当前的 AIGC 技术领域内，我们实践的工具部分，着重于探索如何从前期的需求理解，贯穿至开发、编译、链路传输等各个环节，力求实现一栈式解决方案。我们的目标是在单一工具内，通过降低软件开发的整体门槛，同时提升效率并优化成本效益指标，来考量如何运用 AI 技术。

我们主要关注两大方面，一是智能问答系统的构建，二是智能编译编码的实现。在实践中，我们充分考虑了系统的兼容性，该系统不仅能在 MCU 和 SOC 上运行，还能适配成熟的 some IP 协议栈环境，以及基于 AUTOSAR 的 DDS 环境。此外，该系统还适用于中央计算单元、智能驾驶域控制器，乃至底盘预控等领域。

在实践探索中，我们观察到，既往的开发流程在配置、开发、编译、部署及调试各阶段均需遵循 REbus 的开发规范。通过 AI 技术的融入，我们成功实现了这些阶段的无缝衔接，不仅达成了智能配置，还实现了智能编码。在调试阶段，我们根据客户的具体需求，并借助专门的 AI 工具，进行了高效的服务调试。这一变革显著简化了开发流程，提升了工作效率，并为智能化工作和弹性化合作提供了广阔的工具空间。在此过程中，开发人员的工作效率得到了显著提升。

我们还发现，以往在 AP 上使用的工具，通常需要开发者具备深厚的 C++ 语言功底，并经过至少一年的专业培训，才能熟练掌握。然而，借助我们的 AI 智能工具，开发者在熟悉 C++ 语言的基础上，仅需通过一个月的手册培训即可上岗。这是因为该工具能够自动生成可视化视图，从而降低了使用门槛，为汽车制造商及域控开发带来了极大的便利，并有效降低了成本。

在传统开发流程与后续智能化开发流程的对比中，我们注意到一个核心要素——知识库的重要性。作为 AUTOSAR 社区的成员，我们深知如何有效利用 AUTOSAR 的标准与方法论，以及我们在实践中积累的 know-how，将其整合成一个全面的知识库。这一知识库能够迅速响应客户需求，实现智能问答与智能配置，从链路展示图中可以直观地看到，这一流程极大地提升了工作效率。

在 DeepSeek 的适配过程中，我们进行了深入的定制与优化。虽然通用大模型在许多领域表现出色，但它无法解决某些特定领域的专业问题，尤其是涉及控制器等复杂系统时。因此，我们专注于在通用模型的基础上，针对特定领域进行深度适配与优化，以确保解决方案的专业性和实用性。

作为 AUTOSAR 社区的一员，我们的角色应当是专家级的，可以涵盖热管理专家、能源专家以及算法算力等领域的专家。在这些专业领域，我们需要将 AI 能力整合进我们的数据库中，并体现在数据库的各项功能中。关键在于如何精准地在控制器中实现这一整合，既能支持多种应用和新功能的构建，又能确保强大的安全链路。在这一方面，AIOS 背后的理念与概念显得尤为重要。

智能配置上，我们的目标是根据用户需求自动生成结构体，这一结构体需详尽涵盖所需参数及整个配置流程。考虑到可能存在成百上千种连接选项，如何精确无误地选择恰当连接，并最终生成完整配置，成为了一个核心挑战。在此过程中，我们融入了自动校验功能，以确保配置的准确性。此外，该系统还能将参数同步至项目相关的链接服务中，从而形成一个完整的链路。这一整体流程极大地提升了我们的工作效率与配置质量。

东软睿驰积极推进 AUTOSOAR 标准与创新实践

东软睿驰始终致力于推动中国基础软件生态联盟的建立，旨在助力中国构建自主可控的汽车基础软件架构、制定相关标准与方法论。此外，东软睿驰正携手 AUTOSEMO、中国汽车芯片产业创新联盟以及上海智能汽车软件园，共同组建 AIOS 工作小组。

在与国内外逾百家客户的互动及量产项目落地实践中，我们与多家芯片厂商建立了深厚的生态合作关系，并积累了丰富的经验。当前，我们正稳步推动 21-11、23-11 以及后续的 24-11 等项目，在此过程中，我们期望能在 AIOS 等议题上与更多行业伙伴展开深入交流，共同推动行业发展。

（以上内容来自东软睿驰 NeuSAR 产品营销中心销售总监茅海燕于 2025 年 3 月 18 日 -19 日在第六届软件定义汽车论坛暨 AUTOSAR 中国日发表的《AIDV 时代，基于 AUTOSAR 的 AIOS 创新实践》主题演讲。）