智能网联汽车已成为汽车产业转型发展的战略方向和重要引擎，而汽车软件是智能网联汽车创新发展的核心要素。如今，在这一领域的开发实践中，又呈现出怎样的发展动向？
以“软件定义汽车（SDV）”，构建智能汽车新生态，正成为汽车产业发展的新共识。如何抓住汽车产业数字化转型机遇，提升汽车软件技术创新能力，打造更加智能化和高质量的汽车软件产品，已成为汽车企业提升竞争力的关键。
11月3日，在2023中国汽车软件大会的“智能重塑生态，软件赋能转型”主题论坛上，中国汽车工业协会软件分会理事长、中汽创智首席执行官李丰军，同济大学汽车学院教授朱西产，蔚来汽车有限公司高级总监黄亮，零束科技有限公司软件平台及解决方案总监承建兴，华为技术有限公司智能汽车解决方案软件平台部部长崔爱国，宁德时代（上海）智能科技有限公司首席技术官蔡建永，德勤中国管理咨询总监周全，易特驰汽车技术有限公司虚拟化技术专家叶舒，苏州智行众维智能科技有限公司副总经理付耿，科世达（上海）管理有限公司开发四部部长程晖等专家、学者与企业精英作现场发言，聚焦汽车软件开发技术与实践经验等相关话题，深入探讨SDV发展现状，探究行业前沿技术趋势，分享创新技术实践案例。该主题论坛由德国汽车工业协会中国区副总裁、中德智能网联汽车推广应用中心项目联合管理办公室主任张琳主持。
高新汽车软件技术的发展不仅推动着汽车智能新生态构建，也更新着行业从业者与消费者对汽车的定义和认知。李丰军在致辞中表示，当前，以软件技术引领的汽车产业重大变革，在促使汽车产品呈现出前所未有的智能化体验同时，也正带来关于汽车软件技术路线、商业模式与实践的全新挑战。而在此汽车软件技术发展的关键时期，需要产学研各方积极努力，特别是要重视基础理论的研究，共同推进汽车软件生态的协同发展。
借此时机，李丰军谨代表中国汽车工业协会软件分会发出倡议：一是重视基础研究，推动全面创新。加强汽车软件基础研究，带动汽车软件前沿技术、共性关键技术全面突破创新；二是加强技术成果转化，推动产业链上下游协同。基于核心关键技术和原创技术，打造标杆技术产品，加强技术产业化落地。汇聚“产学研用”资源，倡导产业链上下游企业合作，共同推动我国汽车软件产业快速发展；三是鼓励国内外企业交流合作，共同研究制订技术标准，共同打造技术创新平台，推动中国与世界汽车软件产业协同融合发展。“中国汽车工业协会软件分会将持续做好服务工作，搭建好汽车软件技术交流平台和技术成果转化平台”。
对于新一代架构下车企在软件研发管理方面所面临的挑战这一话题，黄亮表示，在汽车软件研发实际中，性能和功能上的优势、效率可扩展性以及低成本，是整个平台数字化建设过程中非常重要的三个指标。不过，尽管新架构带来了美好和“炫酷”的前景，但在实际研发过程中也带来了巨大挑战。“首先，ECU的软硬一体化纵向被打破；其次，跨域融合加强，工具链的横向标准化面临很多挑战；再次，需要支持多车型、并行开发；最后，软件架构的复杂化加大了对软件能力的挑战。”
为了应对这一挑战，黄亮认为需要在组织流程和评价体系上进行工作。在组织上，必须使交付的研发组织能够适应新的软硬件架构，从过去的域纵向一体化团队转向分层化、模块化的交付团队。其次，解耦后，需要建立横向的标准化知识团队，包括架构和工具链。在流程上，针对新的平台研发，需要建立一套流程框架和评价体系，从功能交付、平台性能、使用效率和效益四个维度进行评价，并建立层次化的多版本和敏捷迭代的协同机制。
承建兴对此表示赞同，他认为优秀的软件平台有助于汽车行业全面构建智能车进化能力，推动技术产品化，加速产品商业化的落地进程。他强调，在实践过程中，模块化的实现在很大程度上取决于软件架构的能力。“同时，考虑到未来自动驾驶生态的兼容性，为了让更多算法能够在软件平台上运行，需要在异构芯片、异构OS的架构上灵活配置SOMEIP、DDS、SHM等多种通信方式，以提高软硬集成的效率。”
崔爱国认为，当前探讨智能汽车服务化分层解耦的核心话题应该集中在构建开放稳定的数字底座，以促使汽车软件的高效开发。他建议通过设备标准API定义汽车外设硬件，如灯、座椅、后视镜、雨刮等，将应用功能封装成可复用的原子服务，并通过标准化API接口向应用层提供服务和支持。
然而，构建这一架构所面临的挑战主要来自协同流程的不畅通。崔爱国指出，首先，行业缺乏真正实现服务化的全流程供应链，需要形成链式开发效应；其次，由于各公司独立运营，知识产权保护可能导致开发过程中缺乏共享基础或形成壁垒；第三，设计周期相对较长。因此，他强调对软件的抽象能力需要行业共识，共同定义标准化接口，实现原子服务和设备的真正标准化，从而将汽车软件开发周期缩短超过40%。
蔡建永分享了他对滑板底盘的EEA（电子电器架构）和软件开发的思考。他指出，一台高性能的智能汽车，不仅需要具备良好的软件基础，还需要考虑硬件与软件如何更好地兼容。对于行业目前多采用的垂直模式造车，他提出了两则实践问题：首先，私有化接口导致每个供应商与车企之间的适配问题出现壁垒；其次，上下车体的耦合使得新车型和平台开发的周期和时间较长，代价较高。
此外，蔡建永表示滑板底盘的高度集成化和上下解耦、对外开放的特点，也意味着机械接口、电子电器接口、控制和数据接口可以并行开发、独立演进，甚至支持场景造车。“这样的特性吸引了更多参与者，构建了一个更为开放的生态系统。”因此，在他看来滑板底盘不仅可以引领平行造车模式，实现智能电动汽车全生命周期价值最大化，同时还能打造一体化智能底盘软件开放框架，加速整车厂软件的快速开发。
透过对特斯拉数据场景、软件技术、商业模式等进行详细分析，朱西产分享了他对AI赋能智能汽车发展趋势及量产落地的思考，为相关技术的发展提供了建设性意见。他指出，随着AI在智能汽车中的应用比例不断增加，今年产业各方纷纷在“卷”云端大模型，开始赋能智能驾驶这一领域。尽管车端实际应用仍受制于车端算力的提升情况，但从特斯拉对汽车产业的颠覆来看，商业逻辑正在逐渐从仅卖车挣钱转向通过数据、软件和FSD实现盈利的全新模式。
然而，智能驾驶的发展现状是在封闭路况上并无大问题，而在城市路况上仍存在一定难度。朱西产提到：“现在已装车的AI软件模型基本上都是预测式AI，而预测式AI强烈依赖标签，因此标签缺失、识别错误就会有问题。智能驾驶的难点就在于还有长尾问题的安全性需要解决。”他还指出，各企业目前基本都在建立场景库和数据集，但随之而来的问题是道路采集数据标记成本居高不下。他认为，这些难点有望随着AI大模型的出现真正实现摆脱标签的突破，“如果能够实现摆脱标签，那么边缘场景问题可能会得到解决”。
周全从汽车软件生态新价值的视角分享了德勤方面的研判。他指出，SDV已逐渐成为行业共识，对企业价值、品牌价值和产品价值产生深刻影响。德勤认为未来中国汽车软件的价值渗透率将非常高，如今中国智能车的软件推广数量已经达到了300多亿。
不过，周全也表示，尽管整车厂已经“勾勒”出在2030年之前在汽车软件领域的期望位置，但需要注意四个优先事项，方才能为大规模推动SDV做足准备：首先，采用以软件为主导的产品开发思维，实现汽车行业内企业的敏捷性和适应性；其次，简化平台和软件改革，升级车辆电气和电子架构，支持SDV，实现功能可升级性，减少硬件组件数量；第三，以质量为导向的转型，满足客户对功能和服务的高期望，质量管理和软件缺陷修复变得关键；第四，使用云环境连接生态系统，加速汽车产品开发工作流程的转型，建立一致的平台促进“一次构建，随处部署”的方法。
身为虚拟化领域深度研究者，叶舒表示虚拟化技术的应用将助力汽车软件开发工作，“通过虚拟仿真平成大部分软件测试，可以降低硬件成本、提高研发效率，并提升产品质量。”她强调虚拟化测试解决了许多测试效率方面的难题，相比实车测试，虚拟化测试更迅速、更容易发现问题，同时减少了硬件成本，提高了开发效率。“同时，引入虚拟化实验还能够迅速完成大数据的累积，为打磨软件质量提供有力支持。”
叶舒指出，所有传统控制器都能采用数字化、虚拟化的方式，通过VECU虚拟控制器控制平台，从而将每个传统控制器嵌入式软件打造成虚拟化节点。而这些虚拟节点可以以开放接口的形式兼容第三方模型，从而使得传统领域使用的测试设备和测试软件在这个平台上实现兼容使用。
在SDV前提下，软件测试验证同样成为软件开发的关键环节。付耿认为，随着软件代码复杂度的不断提高，对软件测试的重视度也需要相应提升，以确保软件质量和整车质量的可信性。在面向智能汽车的端到端功能安全软件测试中，他强调首先要注重对代码的静态检查，“这不仅是为了形式合规，更重要的是通过静态检查提升软件质量，增进整个开发和测试团队对软件质量的理解，从而使质量意识融入团队和企业的基因中。”此外，对于代码动态测试，他认为还要测量结构化的覆盖率，包括语句覆盖、MC/DC等标准。
付耿还提到软件故障注入测试的问题，并表示这是测试实践中常常容易被忽视的部分。他强调在这方面，需要结合功能安全分析来识别可能的故障，实现全局的故障注入，并检查故障的识别和处理机制是否符合预期。
随着新一代电子架构的推进，区域控制架构正变得炙手可热。由此，在车身域实现新的电子电气架构，整合产品以提供更出色的使用体验已成为程晖在SDV实践中的主要关注方向。基于在车身域SDV实践的总结，他提出建议探索在中央计算之外从传感器到执行器的直接协同工作过程，使得区域控制器能够绕过中央计算单元，实现真正的边缘计算功能。
另一方面，由于目前大多数车企采用中央计算+四个区域控制器的架构形式，再加上传感器和执行器。在新的架构下，程晖建议考虑引入更多的区域控制器，以减少与周围传感器连接的线束长度，从而降低开发复杂度、减轻软件测试工作负担，以简化车身域SDV整体开发和时间管理的复杂性。
德国汽车工业协会中国区副总裁、中德智能网联汽车推广应用中心项目联合管理办公室主任张琳