1. 行泊一体为什么突然成了香饽饽去年到今年跟本土Tier 1的朋友聊几乎绕不开“行泊一体”这个词。行泊一体域控从2023年的“可以选”到2024年的“最好有”再到今年很多车型直接“标配”迭代速度比我预想的快不少。所谓行泊一体就是把过去独立存在的行车控制器和泊车控制器合并到一个域控制器里让行车、泊车共享SoC芯片算力也共享一部分传感器信号。拿大白话解释以前车上要装两块“脑子”一块管路上跑一块管找车位现在把两块合成一块算力按需分配摄像头和雷达的信号也一起喂进去。这套逻辑之所以吃香本质上是智能驾驶的成本账越来越难算。一台L2级车型用户能感知的核心功能就是高速NOA领航辅助和记忆泊车、自动泊车。这套组合放在两年前至少要两套独立控制器加上两套线束、两套散热和结构件BOM成本物料清单成本蹭蹭往上走。现在行业普遍希望把整套方案的硬件成本压到3000元人民币以内如果不做集成几乎不可能。于是行泊一体从“技术方向”变成了“定点的硬门槛”。整车厂看得清楚Tier 1供应商也看得清楚传统外资Tier 1在这个节点上反应反而慢了半拍。它们手里有成熟的车规供应链和功能安全体系但软件算法团队多半还在“外采”或“孵化”对国内主机厂那种“三个月改一版、半年上车型”的节奏很不适应。本土Tier 1的机会窗口就在这里软硬兼修缺哪块补哪块抢在合资和外资巨头完成转身之前把量产业绩堆起来。这篇文章我会从本土Tier 1的三条典型进攻路线出发拆解行泊一体域控背后真正值钱的部分到底在哪儿。如果你在甲方做智能驾驶采购、在乙方做系统工程师或者刚入行想搞明白这波行业动向这篇应该能给你一个比较完整的坐标系。2. “三路围攻”到底怎么分三条赛道的路线拆解说“围攻”不是说大家互相打而是从不同起点向同一个目标汇合——拿下行泊一体域控的前装量产定点。三路玩家基因不同、起点不同、打法也完全不同。2.1 第一路全栈自研型软硬一体吃透这一路是市场上的“正规军”典型特征是从SoC选型、域控制器硬件设计、底层BSP板级支持包、中间件、感知算法、融合、规控到泊车功能全部自己干。它们往往最早是从信息娱乐控制器、车身域控制器或海外Tier 1的本地化团队发展起来的手里本来就握着硬件设计能力和车规供应链资源缺的只是算法天花板。全栈自研型的核心优势是“系统级优化空间大”。比如一个感知模型跑在自家设计的域控上驱动层怎么写、DDR带宽怎么分配、NPU算子怎么切全部可以拿到底层去调。同样的芯片平台别人跑到80%利用率它能跑到95%这个差距在量产成本上就是实实在在的优势更低的主频意味着更好的散热和更低的物料成本。劣势也有就是组织太重。从硬件到算法全栈自研团队规模动辄上千人研发投入非常大。而且一旦某个环节掉链子比如泊车功能的长尾bug修不完整个项目的交付节奏都会受影响。这类公司靠的是“大而全”的体系能力适合服务头部主机厂的大批量车型项目。2.2 第二路算法切硬件智驾公司反向补齐工程化第二路玩家是从智能驾驶算法软件公司或者出行场景方案商切入的。它们的起点是感知算法或泊车算法在某个场景下做到极致比如记忆泊车、代客泊车这种准L4功能或者高速NOA的体感调得非常好。但过去它们只是卖软件IP或者算法模块不碰硬件。行泊一体风口一来这批公司发现只卖软件越来越难。原因很现实整车厂要的是“交钥匙方案”你光给我一个感知模型我自己没有能力把它集成到域控里更不想自己养标定团队。于是算法公司开始反向补齐硬件设计、供应链管理、车规认证和产线标定能力。这条路我自己觉得是最痛苦的因为硬件和软件是完全不同的工程文化软件可以快速迭代、修完bug就能OTA空中升级硬件出了问题就是召回一颗料停产就可能断供。但这批公司的爆发力也最强。它们的算法底子好尤其是泊车场景的长尾处理能力往往比传统Tier 1强一截。补上硬件工程化短板之后给出的方案反而更有战斗力性能高、体验好、价格和服务也更灵活。2.3 第三路硬件切算法控制器代工往上游够第三路是从纯粹的电子制造或低附加值控制器代工起家的企业。它们过去接的是国外Tier 1的外包订单做PCBA加工、做线束、做结构件毛利很薄但制造能力和供应链韧性极强。这几年它们明显感觉到单纯的代工没有出路开始往域控制器整机、系统方案的方向升级。这条路的核心资产是“硬件制造基因”车规级产线、高低温测试、EMC电磁兼容设计、AEC-Q系列元器件选型经验这些都不是软件公司短时间内能补上的。它们通常的策略是找算法公司买授权或联合开发自己负责硬件平台和系统集成把算法打包进自家的域控盒子。问题也很明显算法不在自己手里长期来看议价空间和迭代效率都受制于人。所以这一路的玩家要么走“联盟”路线拉上算法公司和芯片原厂绑定成联合体去抢单要么走着走着开始自建一个小规模算法团队先做泊车辅助这种相对独立的功能再慢慢延伸。3. 硬件的账一套行泊一体域控到底放了什么东西聊完路线把视角拉回产品本身。要理解各家打得怎么样先得搞清楚这个域控盒子里到底装了什么。行泊一体域控在当前阶段基本可以看作一个“微型高性能计算平台”。3.1 域控的“芯”和“脑”主流SoC方案与算力段位芯片是域控的心脏也是成本的大头。当前行泊一体域控的市场格局可以分为两个算力段位。轻量级方案大致是10到30 TOPS每秒万亿次操作级别。这类方案主要覆盖8到10路摄像头加5路毫米波雷达支持高速NOA加记忆泊车。代表芯片有地平线的征程3、征程5低配版、黑芝麻的A1000系列以及一些国产车规级芯片的新秀。这个段位的逻辑是“够用就好”用尽量低的成本把体验做到及格线以上适合10到15万元级别的主销车型。重量级方案算力在100到200 TOPS以上。这类方案通常要支持城市NOA、代客泊车这种高复杂度场景传感器配置也能顶到11到12路摄像头甚至预留激光雷达接口。代表芯片包括英伟达的Orin系列、地平线征程6、高通SA8775P骁龙Ride平台等。算力越高意味着芯片单价越贵外围的存储、散热、电源管理也水涨船高整套域控BOM可能翻倍都不止。选SoC的时候单纯看TOPS数字是最容易踩的坑。TOPS算的是理论峰值实际场景里NPU利用率、内存带宽、算子丰富度、工具链成熟度才是决定“有效算力”的关键。同样标称100 TOPS的芯片如果编译器只支持少数几种算子结构实际能跑出来的模型参数量可能比竞品差3倍。行业里流传的经验是拿一套真实跑通的感知模型放到不同芯片平台上做benchmark看端到延时和帧率比看任何宣传PPT都靠谱。3.2 外围绕不开传感器配置从6V5R到12V5R域控只是一个“脑子”还得有“眼睛”和“耳朵”。行泊一体常用的传感器配置大致可以分三档基础版6V5R12U也就是6路摄像头加5路毫米波雷达加12路超声波雷达。这个配置适合纯高速NOA加基础APA泊车产线标定简单BOM非常经济。进阶版8V5R12U或10V5R加装了侧视和环视摄像头可以支持记忆泊车、TJA交通拥堵辅助、拨杆变道是当前15万级车型的走量配置。顶配版11V5R或12V5R加装激光雷达可选和前向双目摄像头支持城市道路NOA和跨层代客泊车完整释放硬件潜力主要用在20万以上的新车型。传感器数量和域控算力是要匹配的。10路摄像头加5路毫米波雷达的数据量对实时处理能力的要求远大于6路的配置不是说算力堆上去就完事还要考虑摄像头的数据是并行输入还是分时复用、雷达点云的融合策略等等。这些层面的设计偏差会直接体现在用户体验上——比如雨天时雷达和视觉目标不一致导致误减速。3.3 一块板子的成本密码BOM怎么被压下来的真正落到“能不能定标”的关键还是成本。行泊一体域控的BOM成本拆分大致是这样的SoC芯片大概占30%到40%存储DDR、eMMC大概占10%到15%电源管理芯片和驱动芯片占10%左右PCB和结构件加散热占15%到20%MCU安全监控芯片和其他外围IC占10%剩下的就是连接器、被动元件和制造加工费用。如果系统里还要配一个额外的MCU芯片来做功能安全监控这块成本又得再加上几百块。行业里目前降本的招数基本是四个方向第一芯片去美化能用国产芯片的地方尽量用国产尤其在中低算力段。国产SoC的崛起直接把外资芯片的单价打下来两到三成。第二计算芯片和MCU的融合。一些新方案尝试把ASIL D级别的安全监控功能跑在SoC内部的锁步核lockstep core上省掉外部MCU这能省出几十到上百元。第三减少外部存储用量。通过代码裁剪和中间件优化把程序和数据存储从64GB压缩到32GB存储成本立竿见影地降。第四平台化复用。同一块域控板子做高低配通过软件授权区分不同功能等级硬件不用重新开模摊薄开发成本。需要注意的是BOM成本不等于方案成本。研发费用、台架测试费用、路测费用、功能安全认证费用、产线标定设备的投入都要摊到每台车里去。很多公司POC概念验证阶段报出来的价格看着很诱人真正定点之后才会发现隐性成本一大堆。这是后话下面专门讲。4. 软件的功行泊一体最费劲的不是代码是工程化硬件是骨架软件才是灵魂这句话在行泊一体上体现得特别明显。我见过不少技术出身的老板觉得行泊一体就是“把两个功能代码塞到一个盒子里”实际操作下来根本不是这么回事。4.1 架构先行SOA中间件让行泊功能“分得开、合得拢”行泊一体的软件架构和传统分布式ECU最大的区别在于所有功能模块跑在同一个SoC上共享CPU、NPU和内存资源。如果架构设计不好很容易出现行车功能和泊车功能互相抢资源的情况——高速上跑着NOA突然泊车模块在后台跑一个模型推理把CPU拖慢了那可是安全事故。行业目前的主流做法是用SOA面向服务的架构中间件做模块隔离。简单说每个功能模块感知、融合、规划、控制被设计成独立的服务通过标准接口通信。这样设计的好处有三个一是可以独立开发、独立升级改了泊车模块不会影响行车模块开发和验证互不干扰。二是可以按优先级动态分配计算资源。行车状态下感知和规控服务的优先级最高泊车服务降到后台泊车状态下则反过来。这套资源调度的逻辑要基于中间件的线程优先级和内存分区机制来做不少团队在这里踩坑。三是方便OTA。整车厂要的是一个能持续迭代的软件平台SOA架构天然适合模块化升级不用整包刷写。中间件选型上有开源的AUTOSAR AP、ROS2经过深度裁剪定制也有各家自研的轻量通信框架。这里我建议不要盲目追新稳定性压倒一切。AUTOSAR AP的企业级支持最成熟但授权费不低且学习曲线陡ROS2上手快但实时性和车规安全性要自己费很大功夫去加固。一个很典型的坑是用ROS2做原型性能很好但要做功能安全认证时发现关键组件没有ASIL等级认证文档被迫推倒重来。这个代价非常大。4.2 标定与测试躺着标定和开着标定都考验产线与路测行泊一体涉及的传感器数量多标定复杂度比单功能时代高了一个量级。生产线下线时每台车要做摄像头的内参外参标定、毫米波雷达的安装角度标定还要做环视系统的拼接标定。这套标定设备看起来简单无非是标定板加固定工位但实际产线的误报率和标定时长直接决定了产线节拍能不能跟上。我见过的一个项目第一版标定程序在产线上跑出来的铲栮时间是45秒一台车产线要求是30秒以内差了整整50%。后来优化了标定靶标的特征点数量和摄像头曝光参数才压到28秒。这个优化说起来轻松背后是光学实验室和算法团队一个多月的联合调优。路测阶段更麻烦。行泊一体的测试覆盖率要求远大于单纯的行车或泊车除了常规的开放道路还有停车场场景库、夜间库、雨天库、断头路库。很多团队把测试里程堆得很高但场景丰富度不够最后在停车场闸机识别、窄道会车这些corner case上翻车。实际操作中我比较推荐“仿真先行、路测兜底”的策略。用仿真平台先跑大量虚拟场景把感知模型和规控逻辑的明显bug过滤掉再上路测。一套好用的仿真工具链能省掉至少40%的路测里程和对应的油费、电费、人力成本。但仿真不能完全替代路测因为传感器仿真再逼真也无法完全还原真实的材质反射、光照、湿滑路面等情况。4.3 数据闭环泊车长尾场景才是差异化护城河行泊一体的竞争到最后拼的其实是数据。感知模型能不能识别出斜列式车位的车轮轨迹、能不能认出地锁、能不能在雨天模糊的标线里判断车道边界靠的都是真实场景数据的回灌。这就要说到“数据闭环”这个词。简单讲就是车在路上跑的时候系统把一些“不知道怎么处理”的片段截取下来回传到云端云端标注团队把片段标注成训练数据喂给模型做增量训练训练好之后的新模型通过OTA推送到车上车再遇到类似场景时就能正确处理了。听上去像一个很顺的循环但每一个环节都藏着成本。车端截取逻辑是不是准确决定了回传的数据里面有多少是有用的否则回传1万条数据可能只有50条符合要求浪费流量和存储云端标注的效率和准确率直接影响模型迭代速度纯人工标注一天一人能标几百张图配合大模型预标注可以翻好几倍但引入大模型又带来了新的质量管控问题。本土Tier 1相比外资的一个隐性优势就在这里国内车型保有量大、路况和停车场形态多样数据采得快、场景丰富。一家在全栈自研并且已经规模量产的供应商手里的真实数据可能是外资Tier 1在国内的好几倍。这个差距短期内靠“买数据”或“租车队”都补不上因为行驶数据的价值在于连续性和场景广谱性按天买来的片段在模型训练里效果大打折扣。5. 三路玩家的实战打法与优劣势对照路线讲清楚了硬件和软件层面的要素也拆完了接下来把这些东西放到同一张桌面上做横向对比。我自己整理了一个表格方便大家理解这三路玩家在关键维度上的表现。5.1 不同基因公司做行泊一体的风格差异维度全栈自研型算法切硬件型硬件切算法型技术起点域控设计系统集成感知/泊车算法制造/供应链核心优势软硬协同调优空间大算法天花板高成本控制极强核心短板组织体系重决策链路长车规工程化经验缺算法迭代受制于人典型打法平台化全系覆盖单点突破爆款功能联盟整合低价走量客户画像合资/头部自主大厂新势力/中腰部自主对成本极度敏感的走量车型利润空间较高靠溢价和服务中等靠性能和口碑低靠规模这是一种简化视角真实商业世界里不存在完美的“某一型”大家互相学习、互相补课的现象非常普遍。全栈自研型也开始做轻量化和平台授权算法切硬件型的玩家补起产线来比想象中快硬件代工厂也真的开始撒钱挖算法团队。所以这三路的边界未来一两年会越来越模糊。5.2 从POC到SOP定点、量产、交付的时间线做实业的都知道行泊一体域控的价值最终要体现在SOP量产启动上。一个典型的项目交付周期可以这样拆整车厂发RFP招标书到定点大概需要3个月左右定点之后方案细化、A样制作和DV设计验证测试需要4到6个月B样和PV生产验证再加上产线调试、路测车队的测试验证又要5到8个月最后是C样和SOP前后加起来顺利的话需要18到24个月。这个时间线里最容易出现失控的节点有三个算法冻结、产线标定、冬季测试尤其在高寒地区做低温环境验证任何一环delay都会把整个SOP时间表打乱。作为Tier 1的项目负责人我的习惯是把“冻结”这个动作当成铁律。行泊一体的软硬件高度耦合软件如果迟迟不冻结硬件的散热设计和结构件尺寸就一直改供应商也被折腾得筋疲力尽。整车厂往往不懂这些总觉得“改一行代码而已”实际情况是改了感知模型的输入尺寸后面整个中间件的数据流都要跟着改。所以做这行跟客户对齐“技术冻结点”的能力往往比技术本身更值钱。5.3 本土Tier 1真正的护城河在哪里聊到最后绕不开一个问题本土Tier 1做了这么多年域控制器真正建立起护城河的地方到底在哪儿我的答案是三件事工程交付速度、场景数据深度、定制化能力。工程交付速度不用多说国内主机厂“18个月出一款新车、6个月上一个辅助驾驶大版本”的节奏外资Tier 1的全球流程根本吃不消。本土Tier 1能做到“驻场开发”直接跟整车厂的研发团队坐在一起联调有问题当场响应这种贴身服务的体验是国内客户非常看重的。场景数据深度也就是前面说过的数据闭环这是软实力的体现。尤其在中国特色的停车场环境——老旧小区的地锁、地下车库的U型锁、机械车位的斜度、电动车占车位等等外资Tier 1在算法里根本没有概念。谁先跑熟这些场景谁的泊车体验让用户“用了回不去”谁就拿到了下一款车型的话语权。定制化能力则是本土供应商最灵活的武器。外资Tier 1的方案往往倾向于“标准化”靠卖标准产品来降低研发成本但国内整车厂每家都有自己的一套标定需求、人机交互和性能指标本土Tier 1可以按客户去调整摄像头布局、调整泊车策略、甚至调整系统的告警逻辑。这种“被客户捏来捏去”的能力外资大厂做不到却是国内整车厂筛选供应商时的加分项。6. 踩坑实录与常见问题排查最后分享一些实操层面的经验。这些细节不会出现在官方宣传册上却直接决定了项目能不能顺利量产。6.1 行泊切换失败、域控复位、传感器标定偏的典型坑我参与或旁观过多个量产项目有一些问题属于“一定会遇到”的保留节目。第一个是行泊功能切换失败。行车过程中要进入停车状态系统要从NOA模式切换到APA模式这时候如果车辆还在行驶中车速没降到3km/h以下系统会拒绝切换。但有些车型的车速显示有滞后明明已经刹停了仪表盘还显示4km/h导致驾驶员反复切换失败。这个问题的排查方向通常不在域控算法而在车速信号的滤波逻辑上加一个延时确认机制就好。第二个典型问题是域控偶发复位重启。表现是行驶途中中控屏突然黑屏几秒后恢复如果发生在NOA接管状态下处理不好会引起用户恐慌。排查下来大多是电源管理设计不合理或者DDR在高温下出现位翻转触发ECC纠错码中断。这个问题必须在DV阶段做充足的高温耐久测试否则到量产阶段出现的概率会非常高。另外就是底层看门狗的设计喂狗间隔给得太短或太久都不行太短容易误触发重启太久起不到保护作用。第三个是产线上的传感器标定偏差。很多车型的摄像头装在挡风玻璃内侧受贴膜和玻璃公差的影响标定得到的参数和实际值偏差很大。解决办法是产线标定后加一个“自校验”步骤用一段已知特征点的画面让算法自己验证参数是否合理不合格的立即报警。这个功能在产线调试阶段就要做进去否则光靠人工抽检漏网概率不小。6.2 芯片选型、供应链备货、功能安全认证的隐形成本行泊一体域控的成本里最容易被低估的三块是备货资金占用、认证费用、售后质保。芯片备货比想象的烧钱SoC的交货周期长整车厂给Tier 1的备货预测又经常不准。为了保供Tier 1往往需要自掏腰包提前半年甚至一年备货一台车的域控芯片几百块钱一颗一次备货就是几千万的流动资金压在那里。很多小团队项目没做完就死在现金流上这不是开玩笑。功能安全认证也是一笔不得不花的钱。按ISO 26262标准做ASIL B等级的域控开发第三方认证费用加内部建设的人力成本起步就是几百万。如果目标是ASIL D一般在底盘相关的执行器控制里才要求费用翻倍不一定够。行泊一体域控通常内部的行车规划和控制部分要求ASIL B泊车部分可以降到ASIL A甚至QM质量管理级别但芯片平台要支持混合安全等级的软件部署这本身对架构就有要求。售后质保更是隐形成本的大头。域控这类电子器件行业普遍按3年或10万公里质保但实际故障率往往在批量交付后半年到一年才暴露出来。一旦出现批量性故障返修、换件、OTA补偿每一分钱都记在Tier 1账上。我见过一家公司为了压成本选了一颗车规等级存疑的电源管理芯片量产三个月后连续出现死机故障最后付出了比省下来的成本高十倍的代价。6.3 给后来者的三个实操建议如果现在有人要带队进入这个战场我的建议可以总结成三条。第一先选好盟友。域控是集成度极高的产品没有一家公司能独立搞定从芯片到传感器再到整车匹配的所有事情。提前绑定稳定的芯片原厂、摄像头供应商和中间件合作伙伴比独自埋头研发重要得多。尤其是芯片原厂它的工具链成熟度和FAE现场应用工程师响应速度决定了你早上遇到的紧急问题什么时候能解掉。第二别用“代工思维”做产品。硬件切算法那一路的玩家最容易犯这个毛病——总想用最低的单价去打动整车厂结果方案毛利压到个位数后面没有利润空间去做迭代和新功能开发。与其卷价格不如卷“体验包”把行泊一体的体验做成模块化产品按客户需求组合销售把利润做出来才有持续投入的能力。第三把数据能力当成基础设施来建设。哪怕团队目前只有几十台测试车数据回传的工具链、标注工具链和模型训练流水线也要提前搭好。不要等数据量大了再来建设那时候的排序、清洗、标注成本和返工率会让整个团队崩溃。数据闭环这件事贵在坚持和时间积累没有捷径。我在实际项目里最深的一个感受是行泊一体域控这种产品硬件平台半年就能追平但软件体验、数据积累和工程体系的差距没有两三年根本追不回来。所以本土Tier 1之间的竞争说到底是时间和耐心的竞争。谁能用更低的成本在更短的时间里踩完所有的坑谁就能在这个赛道上站稳脚跟。未来如果L3级法规落地行泊一体的架构还能平滑迁移到更高阶的系统上那时候今天积累的数据、算法和工程能力就会变成真正的护城河。