9 月 16 日，在由盖世汽车主办的 2026 第六届智能汽车芯片生态大会上，中国一汽研发总院高端汽车集成与控制全国重点实验室前瞻技术专业设计师、资深基础软件专家姜珊发表主题演讲，围绕 AI 时代汽车基础软件的角色演进与技术挑战分享了观点。
姜珊 | 中国一汽研发总院高端汽车集成与控制全国重点实验室 前瞻技术专业设计师、资深基础软件专家
姜珊指出，汽车行业正从 " 软件定义汽车 " 快速迈向 "AI 定义汽车 "，但对 OEM 而言，软硬件技术选择正变得越来越难。" 过去选一颗 MCU 或 SoC，评价维度有性能、功能安全、可靠性、成本，都是看得着的。" 但在 AI 时代，单一芯片已难以支撑用户期待的 AI 体验，CPU、GPU、NPU、MCU 等异构资源必须形成体系，将编译器、运行时库、基础软件、工具链与模型生态全部结合，才能提供稳定有效的算力。
这一变化推动基础软件的角色发生根本转变。姜珊表示，过去基础软件遵循 " 芯片先定义、基础软件做适配 " 的经典模式，以 AUTOSAR 为代表，围绕一颗 MCU 集成标准中间件。但 AI 时代的控制器中同时存在多种异构计算内核，" 基础软件面对的都不是一个核，或者前几年研究的多核调度这样简单的问题 "。她强调，基础软件要从传统的适配层变成资源管理层，" 不仅要面向应用把硬件的差异屏蔽掉，还要把不同硬件的特长能力高效地组织起来，这才是真正的软件协同 "。
在姜珊看来，AIOS 绝不能是一个 " 简单的能够跑 AI 的 OS"。随着舱驾融合与中央计算的推进，QM 等级的 AI 负载与 ASIL-D 等级的控制负载可能运行在同一芯片中，资源冲突时的优先级、AI 任务的推理抖动、异常隔离、频繁升级中的功能安全，都成为基础软件的新课题。"L3 也把更多的责任放到了车企这一侧，让 AI 成为可管理、可隔离、可验证、可演进的车用软件的组成部分。"
安全验证体系的全生命周期延展是另一大挑战。姜珊指出，AI 天然是持续进化的系统，端侧模型的数据不断回馈云端训练，因此 AI 底座不能只看端侧如何运行，更要看模型从训练、编译、部署到车辆运行能否形成完整闭环。" 对于涉及智驾安全的 AI 功能，AI 肯定是不可能一次发布就结束，我们必须在全生命周期持续观察、持续验证、持续管理。"
姜珊还认为，汽车行业过去积累的工程体系恰恰能为 AI 建立有效边界。"AI 幻觉人尽皆知，但是 AUTOSAR 和 ASPICE 这样的架构约束、方法论约束和质量体系，可能给 AI 建立一个更合适的边界。" 她表示，AI 越快，越需要那些有边界的东西。
最后，姜珊呼吁全行业共建，芯片与基础软件的协同不再只是芯片厂和供应商之间的事，需要整车企业、芯片企业、基础软件厂商、AI 算法公司、工具链企业、检测认证机构、科研院所及开源社区共同参与，" 把共性问题做成行业的基础能力，这个投入必须是前置的 "。
