每一個人、每一個組織乃至每一個社會，在達到某一點時，都應“點擊刷新（Hit Refresh）”——重新注入活力、重新激發生命力、重新組織并重新思考自己存在的意義。
——微軟 CEO薩提亞·納德拉《刷新》
OpenAI正讓微軟重新成為全球最領先的科技公司，放在10年前這完全不可想象，而隨著新四化顛覆了整個汽車產業，汽車的定義也在悄然的發生著改變。
過去硬件決定汽車高度，現在軟件重新定義汽車，其中，整車架構、智能座艙、智能駕駛成為了未來汽車新的發力點，而身處汽車智能化的時代，隨著蘋果、華為、英偉達、高通以及亞馬遜等巨頭全部入局智能汽車，供應商格局面對著更大范圍更深度的重塑。
打造一個智能汽車駕駛的技術生態閉環，成為這個賽道的最大公約數，是這些玩家的終極目標。
做最大公約數的條件有二，其一是構筑自身技術護城河，解決行業難題；其二是能夠鏈接創新資源，衍生強大生態。
這背后，離不開一個強大的架構作支撐。比如地平線的Together OS 模式把BPU跟SoC開發完后，中間的底層軟件通過開源OS開放的模式跟整車一起系統開發；毫末的DriveGPT大模型的應用,在自動駕駛系統開發過程中帶來了巨大技術提升,使得毫末的自動駕駛系統開發徹底進入了全新模式。
東軟睿馳提出的框架則更“厚”，其提出的openVOC(Vehicle on Chip)，其是在單芯片的行業趨勢下將絕大部分智能化應用盡可能放在一顆芯片上去實現，基于服務化接口訪問車上的全部硬件功能的開放，將為智能汽車的發展帶來極大的想像空間。
而無論是什么方案，產品一定要是對的形態，能完成對用戶心智的轉變，并且方案小于它給整車帶來的產品溢價，如此一個閉環的商業邏輯才能成立。
這也成為整個產業“刷新”的重要意義。
創新者的“窘境”
哈佛商學院教授克萊頓·克里斯坦森提出了“顛覆性創新”理論，顛覆性創新帶來了巨大能量，但同時創新在推廣過程中勢必面臨復雜的系統性困難。
類比汽車產業，電子電氣架構也正在從“諸侯割據”走向“天下歸一”的時代。隨著大算力芯片的發展與車企需求多樣性激增,行業進入到跨域融合的新階段。例如嵐圖的中央集中式 SOA 電子電氣架構以中央控制器 OIB、區域控制器 VIU、車聯網終端 T-BOX 為核心，將車上 14 個控制器結合到一個 OIB 中央控制器之中，通過總線帶寬、電子控制器算力、集成度、服務化等技術提升終端用戶體驗，快速響應市場新需求。
但面對創新時，行業往往也會進入到創新者的“窘境”。
比如羅伯特C.馬丁在《架構整潔之道》曾指出：軟件開發并不是增加人、增加投入就可以解決的。當前，伴隨汽車智能化創新落地進程的加速，汽車軟件極高的復雜度、龐大的規模前所未有，軟件工程師的人數、成本會隨著軟件版本的升級呈指數級上升，但軟件的生產效率卻是停滯的，工程師的生產力隨著版本的升級迭代呈明顯下降趨勢。整個汽車行業都在新E/E架構、軟硬件調試以及開發方法等方面做大量的投入，但進步的軌道和速度仍然不能按照期待的時間去完成。
最明顯的窠臼如下：
一是時間的消耗。當智能汽車引入新的軟件、新的芯片、新的技術，傳統V字形或瀑布式開發方法的工程落地難度非常高，比如目前自動駕駛、智能座艙、車身等各個域之間實現跨域聯動，各領域的軟件開發人員在一起開發、修改代碼時間成本過高，一旦發現Bug需要重新編譯、調試，開發人員之間的協作成本面臨巨大浪費，這種開發方式已無法應對百萬量級的代碼數量，甚至經常面臨全新開發一款車型，代碼就要全部重新做一遍的情況，而且主機廠在涉及組合功能的開發過程中主要是通過需求文檔的形式下發給各個供應商，但各個供應商對需求的理解可能會出現偏差，從而在調試期間花費大量的精力。
二是成本的攤銷。智能汽車的主要成本可分為兩類，一類是創新成本，一類是將創新特性搭載上車的成本，即工程成本。有非常多的工程師進行調試適配和標定等，特別在軟件方面的投入，包括整車改Bug、軟件重構的成本是否能在單車型中去攤銷？尤其在當下新車型的開發周期越來越短、數量越來越多、市場越來越細分的背景下，單臺車的銷售收入是否能夠負擔巨大的軟件成本？粗略估算，目前工程成本遠高于創新成本，比例是50:1。
兩個因素的疊加，導致目前的車企雖然“卷”得兇猛，整個汽車產業都在忙于創新，導致沒有時間和精力在一個確定性的方向上持續打磨、提升，其實并沒有建立起品牌獨特性。
解題“局中局”：要“以終為始” 也要“軟件先行”
既然面臨明顯的痛點，行業則需要在顛覆傳統的V字研發模式的拐點中，就要構建一種全新方法學和開發框架，從而實現軟件充分的復用、高效的迭代。
這是一種方法論、進化邏輯的一脈相承與交替互補。
開發框架的更新，需要依托整車E/E架構的進化。從博世對 E/E 架構定義來看, 汽車 E/E 架構的升級路徑表現為分布式(模塊化→集成化)、 域集中(域控制集中→跨域融合)、 中央集中式(車云計算)。
但目前，每一代架構的演進、迭代所投入的工程開發成本都十分巨大。比如在分布式的E/E架構中，汽車內的硬件既需要傳統的MCU，用于保證高安全性高穩定性，又需要集成SoC、各類硬件加速器的域控制器，MCU的成本與SoC的成本有著10倍不止的巨大差距，以特斯拉AP 3.0方案為例，SoC芯片約占智能駕駛域控制器成本的40%。
面對汽車行業在E/E架構、軟硬件調試以及開發方法等方面做大量的投入，全新開放框架的使命就是破解成本與時間鴻溝的死循環。
如何破解？東軟睿馳總經理曹斌提出了一個“反常識”的邏輯。
如果按照E/E架構的演進思路，未來只有遷移到中央計算+車云一體的架構中，實現跨平臺、跨車型可復用的開發模式，軟件的開發成本和運行成本才會同步降低，那以終為始，全新的技術開發框架就應該按照最終架構的形態去構想。
例如openVOC開放技術框架，成為東軟睿馳在不斷賦能車企量產實踐過程中為汽車產業破解成本與創新問題提出的一種解碼方式。
openVOC即將絕大部分智能化應用盡可能放在一顆芯片上去實現，其軟件架構應更加開放，任何一個應用，可以通過軟件的服務化接口，訪問車上的全部硬件功能。這些服務化接口以及基于這些服務化接口的開發方法能夠被第三方軟件開發者很容易地獲得，軟件具備與平臺和整車的“兼容性”，能夠單獨的迭代，被無數次的集成，最終能夠讓更多的創新思想、特性能夠更容易、快速地去導入到車輛平臺中。
與實現框架落地相呼應的，是軟件開發的前瞻。
東軟睿馳提出的“軟件先行”開發方法學，是通過提供工程問題與應用開發徹底解耦、并行展開的一套方法學，優先把開放框架中功能上可能會產生的一些課題先解決掉，基于一體化的開發框架，上層應用軟件的開發獨立于硬件，并可根據量產需求對硬件靈活升級或替代，到量產階段將軟件模塊迅速遷移。
由于真正實現的軟硬解耦、甚至是軟軟解耦，落地到具體開發場景中，開發A應用模塊與B應用模塊的人員甚至都無須見面，就可將不同應用組件在標準的、統一的平臺進行組裝式、集成式的模塊化開發。
這就類似計算機就是從分布式到集中式，顯示核心、存儲控制器、PCIe控制器早期都集合在主板的北橋芯片，如今全部被封裝進CPU，不僅有數據處理單元，還有圖像處理單元，處理效率肯定更快，將具有策略性和復雜性的邏輯軟件，部署在中央計算平臺，使軟件復用和快速迭代成為可能更易于管理。
由此產生的成本與效率優勢，將會是肉眼可見的提升。
“承上啟下”才能支撐開放框架
E/E架構的演進需要開放框架的支撐，開放框架的量產落地，也同樣離不開其中的關鍵組件和模塊。
尤其在未來的單芯片方案時代，芯片內各個組件之間資源混合的使用，通訊的協同，處理器應用的部署等等這些問題，這些問題都需要在早期階段去解決，所以類似于openVOC這樣的開放技術框架在構建過程中，對于中間件、通訊基礎設施以及相應的一些功能組件提出非常高的要求。
標準化的服務接口，是構建人車交互應用與整車控制應用中重要的一環，這將助力開發者打通服務之間互相的訪問和互動，而且打通車內所有的控制系統，開發應用只需要針對消息總線就可以跟整車實現互動和集成，集成的成本應該是呈指數降低。
這也就是曹斌之前提及的形象的作用比喻——承上啟下。向上能夠提供標準、可復用、穩定的中間層框架，為應用迭代開發提供基礎；向下提供標準設備驅動模型，與硬件相互促進，形成“摩爾定律”。
踐行承上啟下最經典的架構就是AUTOSAR，其為業務應用程序和基礎設施提供各種功能，如消息傳遞、事務處理、安全、數據管理和緩存等，增強應用程序之間的互操作性、可靠性和可擴展性，企業能夠提高開發系統的效率和降低對系統的維護成本。
東軟睿馳為openVOC開放技術框架的量產落地搭的一整套軟件開發平臺——NeuSAR，作用也是使得服務界面、通訊界面能夠很好地被定義，第三方開發者更便捷高效地進行軟件開發。
東軟睿馳NeuSAR aCore 、cCore構成了符合AUTOSAR標準的基礎軟件開發平臺，NeuSAR 消息總線構成了實現openVOC軟件架構中多個異構核之間統一的通信平臺。據了解，應用開發框架NeuSAR SF（Service Framework）中最新補充Python開發框架，提供針對NeuSAR基礎模塊的Python語言開發接口。
對于程序員而言，Python是最適合零基礎學習的編程語言， Python具有簡單的語法，高代碼可讀性和易于輸入的特性。開發者可以使用Python語言調用NeuSAR的基礎功能，從而降低開發難度，并通過提供Web Service調用方式，與云端更好地兼容。
同時，整車開發中涉及到的模塊適配周期也將會大幅縮短至一至兩周，如果主機廠需要在這上面開發的應用的話，這個適配的過程通常是兩三個月的時間，那也就是說可能不到四個月一輛整車的軟件功能基本已經具備，如果車企的自己的硬件也如此開發的，可能半年的時間基本上就可以進入到一個準量產的狀態，就可以進入到整車測試，這個周期的縮短是非常的大，并且開發成本都非常低。據了解，目前東軟睿馳已經有經過此番時間驗證的合作開發流程車型，即將量產落地。
未來的生態“無限游戲”
在汽車軟件開發架構的演進中，無疑將會有更多的優秀、獨立軟件開發者參與到汽車智能化的發展之中，產業資源得到擴展，軟件創新更加繁榮。
詹姆斯·卡斯在《有限和無限的游戲里》說道：有限的游戲，目的在于贏得勝利；無限的游戲，旨在讓游戲永遠進行下去。有限的游戲在邊界內玩，無限的游戲玩的就是邊界，它的目的在于將更多的人帶入到游戲中來，從而延續游戲。
把供應商卷死，把友商卷死，最終的結局就是把自己卷死的結局，在汽車行業，技術的突破是一方面，商業的突破其實更難，因為它還有很高的信任門檻，車廠對于供應商的選擇都是風險厭惡型的。
新的架構，新的開發理念、新的方法，才會產生新的生態。
在曹斌看來，行業生態的打造應優先于個別企業的做大做強。因為生態的健壯性、抗打擊能力、存活能力比大型企業要重要許多。各個企業要圍繞生態去構建更有活力、更有存活能力的產業基礎。
這也正是本土供應商紛紛構建生態的出發點。一般認為，東軟睿馳只是一個汽車軟件公司，其實公司在域控制器方面也有著深厚的積累，自2015年成立至今，東軟睿馳構建了以NeuSAR為核心的基礎軟件、中間件、工具鏈產品陣列、自動駕駛領域形成智能前視攝像頭、行泊一體域控制器集中式中央計算單元等系列化家族產品，并構建了智能化車云協同的數字底座，在積累了成一定規模的量產案例的同時，也為其筑起極深的生態和技術護城河。
生態的構建，還有技術規范的引領。2020 年，在工信部指導下，東軟睿馳牽頭聯合20余家車企與產業鏈上下游企業共同成立AUTOSEMO，代表行業首發了《中國汽車基礎軟件發展白皮書1.0》與2.0版本，并積極參與籌建AUTOSEMO基礎軟件信息安全工作組、操作系統技術生態工作組等工作。與上汽零束、廣汽研究院、一汽集團等國內主流車企以及零部件供應商單位進行ASF（AUTOSEMO Service Framework）、車云一體技術等技術規范的立項、調研、組織修訂和編制等工作，這些技術規范已經在廣汽、上汽相關車型中量產落地。
雙向奔赴才是這個“快魚吃慢魚”時代的生存法則，“風物長宜放眼量”，共創共贏的開發生態才是這個時代行穩致遠的真理。而隨著openVOC等開放技術框架的落地，智能汽車行業的開發方式或將被重塑，更重要的是，將為消費者的駕駛乃至生活方式帶來更大的想象空間。
