过去,一个拥有交互能力的驾驶员监控系统,往往需要工程师投入半年时间开发。但最近,红帽副总裁兼边缘事业部和汽车操作系统总经理Francis Chow做了一次尝试,借助AI工具,他只用了5天,就完成了一个加入聊天机器人的驾驶员监控系统。
也正是这次实践,让他更直观地感受到,AI如今能做到什么。
在与客户和合作伙伴交流时,他也能更好地解释AI定义汽车(AIDV)与软件定义汽车(SDV)之间的不同,以及红帽如何帮助他们借助AI进一步加快创新。例如Red Hat In-Vehicle OS已经引入大量AI工具,帮助更快增加新功能,并提升整体开发效率。
在Francis Chow看来,未来AI定义汽车就是这样的开发速度,而且已经具备了很高的可行性。
红帽副总裁兼边缘事业部和汽车操作系统总经理Francis Chow
AI定义汽车,开始加速了
AI定义汽车的出现并不是取代软件定义汽车,而是在其基础上的进一步升级。
软件定义汽车一直有着广阔的发展前景,能让汽车持续为消费者创造更多价值。但与此同时,越来越多系统与功能的叠加,也带来了更高的复杂度,使得许多OEM在开发软件系统时面临巨大挑战。
而AI的到来,则简化了这种复杂性,不仅有助于管理这些软件,还进一步推动整个软件定义汽车的发展进程。
用Francis Chow的话说,盖房子最关键的就是地基,而红帽所提供的正是这样一个坚实的基础。其中,两大核心支柱分别是支持云原生与AI原生。
目前很多非云原生的开发流程相对割裂,软件在写完之后,往往需要先在不同系统里调试,再到真实车辆上重新验证,整个过程非常低效。云原生的价值在于,开发者可以基于统一环境开发应用,并在本地设备、云端、虚拟系统或物理硬件之间灵活部署,整个过程中不需要频繁修改甚至重写软件。
AI原生则意味着基础架构本身具备对AI开发与工具的原生支持,企业不用为使用AI,再额外改造系统。
“红帽希望提供的核心价值就在于打造同时支持云原生与AI原生的基础架构。”Francis Chow说道。
AI上车之后,安全怎么办
Linux是操作系统的全球标准,也是对AI支持最成熟的平台之一,而且开源模式还能带来灵活性、安全性以及生态协同等多方面优势。
无论是在金融还是航空等高可靠性行业,Linux都已经充分验证了其在安全性方面的优势。基于开源架构,相关漏洞也能够更快被发现和修复,从而提升整体系统的安全能力。同时红帽采用持续认证机制,每当安全补丁发布时,能够更快完成验证与更新。
2025年,红帽车用操作系统(Red Hat In-Vehicle Operating System)已经通过了ISO 26262第2版(2018年版)ASIL-B级安全标准认证,达到该标准中独立于环境的安全要素(SEooC)功能安全认证。
未来,Agent将在更多汽车中运行,其行为模式也很难被完全提前预知。所以红帽不仅需要提供传统意义上的功能安全,还要助力AI安全,在操作系统层面增加一层安全防护。
现在AI的发展速度非常快,但很多行业对于AI安全仍然存在误区。所以我们更要思考一个问题,如何在确保安全的前提下,对AI进行有效管理。红帽也希望就安全管理达成全球标准,设立边界,让我们可以更好掌控AI。
中国汽车出海,全球化系统变得重要
中国汽车市场已经成为全球增长最快的市场之一,这一点有目共睹。
中国汽车工业协会数据显示,2025年全年,我国汽车产销分别完成3453.1万辆和3440万辆,同比增长10.4%和9.4%。汽车出口达到709.8万辆,同比增长21.1%。
Francis Chow每年都会来中国1-2次,对中国汽车产业的发展变化感受非常明显。在他看来,近几年无论是电池还是软件等关键技术,中国企业已经不只是“跑得快、成本低”,在能力与创新层面更是走到了全球前列。
在最近的北京国际汽车展览会上,Francis Chow在中国汽车及零部件出海生态大会上做了一个分享。
出海已经成为中国车企的重要机会,他也谈了自己的思考,20年前许多海外企业通过合作进入中国市场,而今天中国企业同样可以借助与海外企业合作的方式,更快打开全球市场。
中国汽车出海面临的一个重要挑战,就是不同市场的合规要求。出口车辆必须满足当地法规与安全标准,而红帽车用操作系统是全球首个开源ASIL功能安全等级Linux平台。同时,开源模式也能够在一定程度上缓解车企在海外市场面临的对于技术可控性与合规性的担忧。
写在最后
在稳定、安全的基础平台之上,软件开发、部署与应用落地都会随之提速,这也是红帽在AI定义汽车时代提供的核心价值。
而更长远来看,红帽的目标是推动形成一个全球统一的操作系统标准。当底层标准统一后,整个行业的创新效率、发展速度也将持续释放。正如数据中心领域已经形成了以Linux为代表的通用标准,未来汽车行业同样需要建立起这样的标准。
好文章,需要你的鼓励
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
谷歌在Android Show发布会上宣布,将Gemini更深度整合至Android系统,推出名为"Gemini Intelligence"的升级功能。该功能可跨应用处理日常任务,包括自动填写表单、安排日程、生成购物清单及自定义小组件等,无需用户频繁切换应用。此外,Gboard新增"Rambler"功能,可自动过滤语音输入中的口误和填充词。Gemini Intelligence将率先登陆三星Galaxy和谷歌Pixel手机,并支持Android Auto、Wear OS及智能眼镜。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。