从车端到移动智能体 四维图新在创想大会重构AI底座

11月6日，四维图新在上海举办2026 EVOLUTION创想大会，正式提出“移动智能体的超级伙伴”定位。会场上，从数据合规、车规芯片到AI原生智能座舱，再到面向具身智能的数据采集设备，展示的并不是某一个孤立功能，而是一张试图把“数据—算力—应用”串成闭环的能力图谱。

热点科技编辑在现场看到，发布会与展区之间形成了清晰的对应关系：大屏上讨论汽车出海的数据合规和芯片产品线，展台则摆出了地图与导航终端、车载感知硬件、机器人头部与动捕手套等实物。四维图新正在把长期沉淀于车端的能力，扩展到更多需要感知、定位、决策和安全数据流动的智能设备上。

wps_doc_0.jpg发布会现场，四维图新CEO程鹏解读公司在数据、算力与移动智能体方向的布局

合规数据正在成为智能化出海的基础设施

在本次大会上，程鹏将数据称为汽车智能化的“第二战场”。这并非只是对数据规模的强调，更是对其可用性与合规性的判断。随着中国车企加速进入海外市场，地图、定位、感知与车辆运行数据需要面对不同市场的数据主权、本地化存储与安全审查要求；如果数据不能被合法、可靠地使用，智能化功能的迭代就很难持续。

据四维图新在会上披露，公司已完成170余个合规交付案例，服务60余家主流车企及行业客户，并提出“数据本地化，模型全球化”的路径。现场展示的车端地图与导航界面，也把这套能力具体化：它不仅要回答车辆“在哪里”，还要让不同地区的数据能够在合规边界内参与模型和服务的持续优化。

wps_doc_1.jpg现场展出的地图与导航终端，呈现了四维图新在车端时空数据与导航服务上的应用形态

从芯片到域控 国产算力走向更高安全等级

数据要形成生产力，离不开车端算力与工程化落地。四维图新旗下杰发科技在会上梳理了SoC与MCU两条产品线：车规SoC已迭代至第六代，累计出货超过1亿套；车规MCU四代产品累计出货超过1.5亿颗。对整车企业而言，这些数字背后意味着产品验证、供应链导入和跨车型复用的长期积累。

其中，面向高安全域控场景的AC7870采用6核R52架构，主频360MHz，符合ASIL-D功能安全目标，应用方向覆盖新能源三电、动力域控和底盘EPS等关键领域。会上同时宣布，面向高阶AI座舱与舱驾融合的AC8035计划于2027年第一季度上市。与单纯追逐算力参数相比，四维图新更强调芯片、算法、软件和工具链面向具体电子电气架构的协同。

wps_doc_2.jpg发布会围绕座舱SoC与车载MCU的国产化进程展开，芯片能力被放在整车智能化应用中讨论

AI原生座舱把全球化能力装进车里

本次大会的另一条主线，是把座舱从“功能集合”推向面向全球用户的AI交互入口。四维图新发布AI原生智能座舱解决方案，并与微软中国团队围绕全球化合作展开对谈。按照发布信息，双方将把四维图新的智能座舱、高精度地图和数据合规能力，与微软的全球云基础设施、多语言语音、人工智能及生态伙伴网络结合，服务中国车企的海外车型。

这种合作指向的并不只是语言翻译。对于一套进入不同国家和地区的座舱系统，导航服务、语音交互、内容生态、数据流转乃至监管要求，都需要本地化适配。四维图新披露，其座舱解决方案累计出货已超过400万台，服务30余家客户、覆盖100多个国家；而舱驾融合方案，则试图在成本与功能之间进一步找到规模化平衡。

wps_doc_3.jpg现场展出的两轮车智能化应用，呈现了车规SoC能力向更多出行终端延展的方向

移动智能体不是新赛道的另起炉灶

比起“进入机器人”的表述，四维图新此次更强调能力外溢：汽车智能化中已经验证过的时空数据、合规体系、端侧芯片和量产工程经验，可以被迁移到移动智能体。展区里的机器人头部、双目视觉融合感知终端、精细动捕手套与协作机械臂，直观呈现了这一思路——从环境感知、动作数据到端侧执行，智能体需要的底层能力与智能汽车存在大量共通部分。

公开资料显示，四维图新已在2025年启用SEEWAY.AI品牌，并在2026年将移动智能体明确为新的增长方向。本次大会披露，其RND时空数据集已服务2026北京亦庄人形机器人半程马拉松中的22家厂商；公司还担任工信部人形机器人与具身智能标委会数据工作组WG7组长单位。对一个仍在快速演变的行业来说，数据标准和合规框架往往比单次演示更早决定长期协作的边界。

wps_doc_4.jpg机器人头部与动捕手套在现场展出，感知与动作数据采集是四维图新延展至移动智能体的重要接口

wps_doc_5.jpg协作机械臂展示进一步把“从车端到智能体”的能力延伸，落点仍是数据与端侧执行的协同

热点科技洞察

四维图新此次最值得关注的，不是简单地给原有业务叠加AI标签，而是尝试把汽车行业长期形成的合规数据、车规算力和量产方法论，打造成可复用的智能体底座。汽车与具身智能的形态并不相同，但两者都需要在真实世界中完成感知、决策、执行与持续迭代；谁能将数据安全、硬件可靠性和模型迭代统一进可交付的工程体系，谁就更有机会跨越不同终端与行业。

总结：下一阶段智能化竞争，比的不只是单点模型能力，更是谁能把合规数据和可靠算力变成可规模复制的产品能力。

作者：马小斌