NVIDIA 與中科創達推動智能座艙進入「AI 定義」時代 NEWS DETAIL

中國北京——2026年1月12日——隨著座艙屏幕數量和算力趨近用戶感知上限，智能座艙的競爭焦點正由硬體堆疊轉向智能體驗。NVIDIA今日宣佈與全球領先的智能操作系統及端側AI產品提供商中科創達深化合作，共同推動智能座艙進入「AI定義」時代。

雙方合作的核心是NVIDIA TensorRT Edge-LLM——一個專為車載等邊緣端大模型部署打造的輕量級開源推理框架。該框架面向智能汽車等實時端側應用場景，針對少量用戶/低批量推理、離線運行、極致性能與高可靠性等核心訴求進行了深度優化。

TensorRT Edge-LLM：為邊緣端大模型而生的開源推理框架

TensorRT Edge-LLM具備以下核心特性：

• 純C++運行時：開源代碼，依賴極少，易於集成與生產部署

• 超輕量化設計：專注嵌入式場景，資源佔用最小化

• 高性能計算：優化的CUDA內核與TensorRT集成，實現最大吞吐量

• 高級能力：支援投機解碼、NVFP4量化、動態LoRA切換、先進KV緩存管理等

• 統一工具鏈：同一推理工具鏈適用於NVIDIA DRIVE AGX、Jetson及MediaTek Dimensity Auto座艙平台

NVIDIA此次開源TensorRT Edge-LLM，旨在將成熟的AI開發生態優勢向邊緣端延伸，統一技術規範以降低車企開發門檻，為AI模型廠商提供標準化適配路徑，並加速商業化落地。

中科創達基於TensorRT Edge-LLM的創新實踐

基於TensorRT Edge-LLM運行時，中科創達進一步構建了面向座艙業務的多模態AI服務架構，具備以下特點：

• 統一的AI服務接口：支援LLM、VLM及混合輸入的HTTP推理服務；支援Continuous Batching與Streaming推理，在多併發場景下吞吐量提高2.4倍

• 跨SoC平台的快速適配：統一的推理後端抽象層，實現平滑遷移，顯著降低適配成本

• 面向業務負載的推理任務調度和優化：支援根據業務優先級對推理任務進行掛起與恢復；在Qwen2.5-VL-7B模型上實現1.59倍推理加速

• 與算法訓練團隊協同工作：具備自主訓練EAGLE3 draft model及LoRA微調能力，形成閉環

客戶合作案例

案例A：重構AI座艙交互——基於NVIDIA DRIVE AGX Orin的端側算力與視覺大模型融合實踐

基於DRIVE AGX Orin平台，中科創達與某頭部車企攜手，成功打造並全球首發了新一代AI座艙。關鍵AI場景的端到端推理延遲降至秒級：

• AI增強哨兵場景：2.6秒

• AI迎賓場景：0.6秒

• 下車安全場景：0.7秒

• 停車記憶場景：0.8秒

中科創達成功解鎖了AIBOX (DRIVE AGX Orin) A樣的量產能力，實現了全球首次交付。

案例B：面向下一代車載自然交互的端側大模型記憶實踐

中科創達與某全球頭部車企合作，在車規級高性能AI算力底座上部署並優化了Qwen3-VL-4B視覺語言模型，成功實現了「長聆聽」與「端側主動記憶」兩大原型功能，為探索無界面的自然交互奠定了基礎。

面向未來的合作維度

NVIDIA與中科創達將聚焦於三個維度：

1. 基於量產資料和用戶反饋持續優化DRIVE平台上的性能表現

2. 共同開發支援個性化服務與座艙AI Agent框架

3. 為車企提供從模型選型、量化優化到Agent部署集成的完整工具鏈與參考框架

NVIDIA與中科創達基於各自的核心能力形成深度互補，共同為行業提供從底層算力到上層應用的全棧解決方案，推動智能座艙從「功能定義」邁向「AI定義」的範式變革。