聚合智能底层闯关：“存算连感”的现实考题

记者 周信

“智能汽车、人形机器人、低空飞行器，是聚合智能底座之上生长出来的三类不同产品形态。按照国家新兴战略的部署，从一定意义来讲，它们就是一个产业。”9月9日，武汉光谷，在由聚合智能产业创新中心、湖北科投联合主办的聚合智能产业发展大会2026上，车百会研究院理事长张永伟如此表示。

张永伟这个观点的核心论点在于，智能汽车已积累起完整的制造与车规验证体系，理论上，智能汽车、机器人、低空飞行器可以共享同一套“存算连感”架构，“汽车去掉轮子就是机器人，装上两个翅膀就是低空飞行器，三者底层底座相通。”

不过，共享底层底座并不等于技术可以直接拿来即用。看似同源的“存算连感”体系，在跨领域落地过程中，正遭遇适配、成本、安全、标准等多重现实考题。

连接与算力：技术换道背后的工程约束

高速连接是智能终端数据流转的咽喉。随着车载高清摄像头、雷达大规模装车，车载传感器带宽需求提升至30G—100G级别，传统CAN总线仅数兆带宽、早期车载以太网 1G带宽已经难以匹配数据传输需求。

与此同时，整车线束重量可达数十公斤，行业对通信提出微秒级时延、强抗电磁干扰的硬性要求，使得车载传输技术迭代迫在眉睫。

北京理工大学深圳汽车研究院执行院长王文伟表示，光纤上车已经成为全球行业共识，但国内外演化出两条差异化路线，海外企业主推有源交换的光纤以太网，国内产业结合车内传感器向中央计算单元汇聚的单向数据流特征，选择PON（无源光网络）技术路线。车载PON目前在国际上尚属空白赛道，这也被视作国内车载网络摆脱长期跟随海外标准的重要机会。

但光通信并非万能解决方案。锐泰微副总裁王磊提醒，光纤介质仅能够传输数据，无法实现供电，整车局部供电仍然离不开铜线。而人形机器人关节存在反复弯折工况，光纤在此类场景存在物理局限性，SerDes高速串行芯片不会因光互联而被替代，铜缆链路仍具备大量适用场景。现实层面，当前车载SerDes芯片市场95%以上份额掌握在ADI、TI等欧美厂商手中，国产替代尚存在不小差距。

算力层面，行业陷入算力硬件不断升级，但依然难以满足AI推理需求的困境。东方算芯董事长特别助理彭贵强提出，国产AI芯片正遭遇算力墙、内存墙、通信墙三重阻碍，尤其大模型推理Decode（解码）阶段，访存带宽成为制约性能的核心瓶颈，单纯堆叠算力芯片无法解决全部问题。

东风汽车集团研发总院首席科学家尚进认为，算力要打破单车物理边界，他提出探索“车‑边‑云‑星群智协同”模式，让闲置智能汽车未来可作为分布式计算节点参与算力调度。不过该模式仍受网络时延、数据安全、调度协议、商业模式多重条件约束，距离大规模落地尚有距离。同时物理AI不能完全依赖大模型黑箱推理，需要将动力学、摩擦系数等物理规律融入模型，以此提升系统运行安全性。

存储感知短板：被忽视的数据与多模态缺口

相比于大模型、高算力芯片，存储与感知环节更容易被外界忽视，但二者直接决定整套智能系统的数据处理与环境交互能力。

Solidigm思得亚太区销售技术总监翁昀表示，AI时代传感器带来数据呈现立体式爆发，多模态传感器产生的数据流两年之内增长接近15倍。长上下文大模型推理场景中，HBM高带宽内存容量有限，SSD存储将承担重要的数据卸载缓冲作用。

车载领域，整车存储接口正在从传统UFS向PCIe（提供底层的高速物理数据通道）、NVMe（上层优化数据处理逻辑）升级，车载存储规格正在向数据中心级别靠拢，海量原始感知数据的传输保存，也给整车存储成本带来新压力。

在感知赛道，行业研发资源长期更多向摄像头、激光雷达等视觉类器件倾斜。途见科技市场销售部总经理许国欣认为，目前汽车座舱、机器人大多依靠摄像头、麦克风完成远场感知，压力、形变、握力等近场触觉感知能力普遍缺失。

柔性电子皮肤是一套多模态触觉感知系统，在汽车与具身智能场景下，它可将座椅、方向盘等内饰或机器人末端改造为触觉感知载体，构建触觉数据飞轮；通过持续的数据采集、标定与模型迭代，升级座舱与机器人交互体验，推动产业向“硬件+软件+数据服务”模式转型。

保隆科技副总裁兼汽车传感器单元总经理、智感机器人总经理周良杰表示，汽车领域沉淀的光学、力学、磁学传感器技术具备向具身智能迁移的基础，保隆正将业务拓展到编码器、触觉、电子皮肤等面向机器人的感知产品。

不过，正如华威科智能CEO朱晓辉所说，行业正在推进统一建模、统一接口、统一数据格式，搭建多元统一的触觉Token体系。但目前行业还没有形成通用的触觉数据与接口标准。