SAECCE 2026观察｜智能汽车探寻数据与星地融合破局之道

  10月28-30日，第三十三届中国汽车工程学会年会暨汽车创新技术展（SAECCE 2026）在苏州举办。随着高阶智能驾驶进入工程深水区，行业两大痛点愈发凸显，一方面是高质量智驾数据供给不足，数据孤岛、重复建设抬高全行业研发成本；另一方面传统车路云体系受地面网络、基础设施覆盖限制，部分场景下智能驾驶服务连续性难以保障。本次大会上，中汽创智发布星辰数据联盟2.0、车路云星全域智能技术架构，为上述行业现实问题给出了一个产业探索方案。

  在智能驾驶竞争中，高质量数据已经从研发副产品转变为产业核心生产资料，但行业长期陷入“各家自建闭环”的局面。大型车企有能力搭建完整的数据采集、标注、训练体系，而大量中小车企、商用车企业受成本约束，很难独立完成海量数据集建设，同时不同企业之间数据标准不一，数据流通、价值评估缺乏统一体系，造成大量资源浪费。

  中汽创智智能数据驱动平台业务总经理拱印生认为，行业不能只看到头部车企的数据闭环，更要关注产业普惠问题。“大企业可以完成自身的数据获取、生产、训练、应用的完整闭环，但千千万万中小企业很难做到。如果只靠企业自闭环，会造成强者愈强，中小企业很难分享AI红利。”在他看来，联盟模式要打造的是一套行业级闭环，补齐标准、提效、生产、流通、治理全链条，让大中小企业都可以共享数据价值。

  星辰数据联盟此前已经在乘用车领域完成实践，搭建联盟标准体系、超级数据工厂与可信数据流通空间，联盟内部已完成十余笔数据流通，帮助参与企业降低数据成本超2000万元。升级后的星辰数据联盟2.0最大变化是实现“乘商并举”，推出行业首个商用车数据共建计划，将乘用车沉淀的标准、工具、模型能力向商用车迁移复用，目标是打造千万级商用车高质量数据集。

  “商用车大多属于生产工具，企业盈利规模有限，如果每家都独立投入智驾数据建设，成本压力巨大。”拱印生表示，联盟模式可以把乘用车积累的数据能力向商用车泛化，帮助商用车企业大幅降本，未来这套能力还会进一步拓展到机器人、低空智能等泛出行领域。而联盟并不追求简单的数据集中，而是坚持“共建标准、共用底座、分域建设、共治生态”，依托零信任可信数据空间，解决数据安全、权属追溯问题，推动行业从简单的数据共享，迈向数据资产价值化，探索数据可交易、可入表的落地路径。

  拱印生也坦言，数据要素市场化依旧绕不开标准统一、价值评估、商业机制完善等现实堵点，联盟是产业层面一次渐进式尝试。

  除数据生态之外，车路云一体化的发展瓶颈同样备受行业关注。现有车路云方案高度依赖地面5G网络与路侧设施，在偏远地区、信号遮挡场景下，容易出现连接中断，制约智能驾驶服务连续性。车路云星全域智能技术架构把低轨卫星作为基础设施补充，形成星地原生融合的全新思路，卫星不再是附加功能，而是放大全域智能能力的核心组成部分。

  这套架构提出“原生耦合、块间解耦”，安全能力在设计源头就和通信深度结合，标准化模块兼容现有车路云系统，不需要对现有体系大规模重构。据悉该架构已获得三项工程验证成果：行业首次L/Ku/Ka三频段低轨卫星通信实车闭环验证；首次在车规级芯片完成星地融合安全实测；首次落地低轨卫星与车路云原生融合工程验证。实测数据显示，星地切换中断压缩至100毫秒，定位实现分米级精度，安全防御系统对未知漏洞防御率达到95.9%，在路口盲区感知、信号灯透传等协同智驾场景，实现地面网络受限情况下服务不中断。

  当然，技术验证完成不等于商业化落地。按照规划，这套技术将分五年推进，2027年实现前装车型终端上车，2029年进入主流车企供应链，2030年完成商业闭环并输出行业标准，同时联合产业链构建完整检测认证体系。

  从行业大趋势看，智能汽车已经告别单点技术比拼时代，转向体系化、生态化竞争。无论是数据联盟共建模式，还是车路云星融合架构，都指向同一个方向：靠单一企业单打独斗很难解决全部行业难题。芯片、模组、安全算法、检测认证、场景落地，需要整条产业链协同参与。

  但也要客观看到，不管是数据资产的商业化运营，还是车载低轨卫星的大规模量产，都还处在产业早期，商业模式、行业标准、成本控制还有大量待解课题。本次大会上的这两项成果，更多是给出一套产业可行的技术与生态框架，后续能否真正大规模普惠行业，仍要看产业链伙伴的共同推进与市场实际检验。（记者 肖春芳）