聚合智能隐忧：大模型热度之下，新一代操作系统仍存短板

记者 周信

“行业现在都在比拼大模型能力，但很多人忽略了，大模型输出的决策，最终要靠系统落到物理世界执行。”9月9日，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，普华基础软件总经理刘宏倩表示，当前聚合智能赛道重算法、轻底层系统的倾向值得警惕。

目前，因为智能汽车、人形机器人、低空飞行器三者在“存算连感”硬件底座上具备技术同源性，行业机构及部分地方政府正将三者纳入“聚合智能体”这个产业框架。

“聚合智能体”希望以技术同源性让硬件层复用，而在硬件之上，上层算法的大模型、世界模型负责智能体认知世界、理解世界，真实物理环境下，还需要操作系统完成算力调度、时序对齐、故障隔离、任务降级，把算法决策转化为安全可控的实体动作。

但产业面临的问题在于，支撑机器人、智能汽车、低空飞行器稳定运行的新一代操作系统，尚未形成成熟完备的方案。底层系统能力若无法同步跟进，即便大模型算法足够先进，也很难在高安全要求的物理场景实现稳定可靠的作业。

算法“聪明”不等于系统可靠

汽车、机器人、低空飞行器均属于直面复杂现实环境的物理智能载体，具身机器人、自动驾驶汽车、飞行汽车等场景，对运行的稳定性与安全性有着严苛要求。

刘宏倩认为，聚合智能产业存在两类核心能力：模型能力决定智能体的聪明程度，系统能力决定智能体稳不稳、可不可靠，操作系统正是串联起这两类能力的核心底座。

据了解，操作系统主要承担三项工作：一是调度算力、通信等各类系统资源，在关键场景优先保障核心安全；二是屏蔽异构硬件差异，实现不同厂商、不同型号硬件之间的统一交互与调度；三是故障管控，通过状态监测、故障隔离、降级运行等机制，避免单点故障蔓延酿成整机事故。

刘宏倩认为，适配聚合智能的新一代操作系统，必须实现三重特性的统一：具备 RTOS级的实时确定性，保障低时延、低抖动；拥有Linux级别的开放生态，兼容 ROS2、AI框架以及GPU/NPU工具链；同时达到功能安全级的可信保障，把执行器的动作约束在可验证的边界里。

车载AEB自动紧急制动的实践，可以直观体现操作系统的实际价值。在120km/h高速工况下，多路传感器数据抵达时间参差不齐，操作系统通过时间标记、预测补偿完成多源数据时间对齐，规避时序错位带来的误判漏判；同时通过确定性调度、资源隔离，保障安全任务优先执行。整套过程中算法、制动硬件没有改动，依靠系统层优化，AEB端到端最坏响应时间缩短约200毫秒，相当于提前7米完成制动。

黑芝麻智能应用工程副总裁邓堃从芯片与模型落地层面补充，VLA、世界模型正在成为物理 AI 的主流路线，产业期待同一套模型架构能够覆盖汽车、机器人等多类终端。但不同智能载体的实时响应、功能安全约束存在差异，即便芯片算力可以复用，软件层面仍要做大量适配，无法简单直接迁移。

小鹏汽车嵌入式平台高级总监、整车电子电气首席架构师段志飞表示，面向具身时代，跨域操作系统需要实现分层解耦，让关乎安全可靠性的底层模块保持稳定，上层业务功能允许快速迭代，同时打造端到端的确定性OS，压缩从感知到执行的全链路时延。小鹏已经尝试以一套统一底座技术栈支撑汽车、机器人、飞行汽车多类产品。

摆脱重复造“轮子”

多重技术指标叠加多终端适配难题，抬高了聚合智能操作系统的研发门槛。目前行业缺少可以覆盖汽车、机器人、低空装备的通用软件底座，多数企业选择独立开发内核、调度组件等共性底层模块，也就是产业常说的“重复造轮子”，由此催生了行业重复研发、软硬件“多对多”适配等现实痛点。

刘宏倩用三笔产业账解释完全独立自研带来的代价。经济账上，操作系统研发投入大、周期长，各家独立开发，意味着每家企业都要承担完整研发成本；工程账上，不同操作系统对接多款芯片，消耗大量人力，共建底座则可以转化为“一对多”模式，集中力量提升产品质量；时间账上，企业各自为战，会拖慢全行业迭代节奏。

长江产业集团党委委员、副总经理杜胜国表示，产业链创新主体分散，创新成果与制造能力衔接不畅，不少科创企业有技术、缺制造载体，制造企业有工艺、缺前沿算法，单纯依靠企业个体很难补齐全链条短板，因此迫切需要构建开放共生的产业生态。

值得一提，推进产业共建，并不代表要打造一套操作系统通吃全部终端。人形机器人、四足机器人、低空飞行器硬件本体差异巨大，不存在一套软件不加修改就适配所有设备。共建的核心，是把企业从底层基础软件的重复劳动中解放出来，将研发资源投向上层差异化业务创新。汽车行业AUTOSAR体系已经验证了共性基础软件共建共享的可行性，这套经验也成为聚合智能赛道可参考的实践样本。

不过，即便产业层面普遍认可共建底座的价值，现实推进过程中依旧存在现实博弈。不少企业一方面承受底层重复开发带来的成本压力，另一方面又顾虑底层能力开放会削弱自身差异化壁垒，在共建、开源这件事上态度趋于谨慎。

此外，共建模式落地依旧要面对不少现实阻碍。人形机器人、低空飞行器领域，功能安全标准、故障降级策略尚缺少成熟统一的参照体系，各类异构硬件持续快速迭代，也给通用底座的迭代升级带来挑战。

车百会研究院理事长张永伟表示，聚合智能赛道已经看到硬件跨领域复用的趋势，但软件底座的挑战并没有随硬件同源自动消解，同样是决定产业发展高度的关键。行业需要正视底层软件短板，探索共建共享的路径，才能为汽车、机器人、低空飞行器的规模化落地筑牢软件根基。