QCraft 携手高通Snapdragon Ride，目标2026年全球量产

QCraft的城市NOA，基于高通SA8650P平台，在实车交通中完成了无保护左转和隧道出口等场景——这是迈向2026年全球量产的重要里程碑。

高通Snapdragon Ride SA8650P在中国无锡提供了实车城市自动驾驶演示，其合作伙伴QCraft目标是在2026年底前实现其Navigate-on-Autopilot解决方案的全球量产。

"QCraft在Snapdragon Ride平台上的开发已进入量产化的快车道，"QCraft首席技术官李东博士在6月5日高通汽车技术与合作峰会上发表主旨演讲时表示。

搭载SA8650P的车辆顺利完成了无保护左转、人车混行、隧道通行和拥堵路段切换等场景，控制表现平顺且拟人化。自2025年9月与高通建立战略合作伙伴关系以来，QCraft在不到一年的时间内便完成了基于SA8650P及更高端SA8775P平台的开发和道路验证。基于高通QAM8797P平台的高算力解决方案目前也正在联合开发中。

此次演示使高通的Snapdragon Ride系列——涵盖SA8650P、SA8775P和QAM8797P——成为快速增长的ADAS及自动驾驶SoC市场中英伟达Drive Thor和Mobileye EyeQ平台的有力挑战者。该市场预计到2030年将超过300亿美元。

大规模量产

QCraft的QPilot辅助驾驶解决方案已搭载于近30款量产车型，预计2026年还将新增50多款车型。其整个车队系统累计用户驾驶里程超过35亿公里，泊车辅助使用次数超过1亿次。该公司估计，该技术每年可帮助用户避免超过14.6万起潜在事故。

该系统自动紧急制动的误触发率低于每50万公里一次——这是车企评估ADAS供应商时一项关键可靠性指标。相比之下，根据美国公路安全保险协会发布的数据，行业第三方测试的AEB误触发基准通常在每5万至每20万公里一次之间。

世界模型与强化学习

李东博士在主旨演讲中指出，该行业正迎来迈向通用物理AI的转折点，世界模型和强化学习是关键桥梁。QCraft基于云端的世界模型可生成可控且符合物理规律的视频用于训练，同时零样本引擎利用自然语言按需合成长尾和恶劣天气场景。该系统运行低成本闭环仿真以进行持续强化学习，使AI能够培养出李博士所称的"防御性驾驶本能"。

这一方法解决了自动驾驶的核心挑战：收集足够的边缘场景数据——例如大雾中的行人、夜间的施工区域——以训练安全行为。QCraft的合成数据管线旨在减少对昂贵的实车路测的依赖。

投资者启示

对于高通而言，与QCraft的合作提供了一套可量产化的ADAS参考设计，可能加速Snapdragon Ride在中国车企中的采用。中国是全球最大的电动汽车市场。英伟达Drive平台目前在中国拥有最受瞩目的设计订单，包括蔚来、小鹏和理想汽车，而Mobileye则为大众和吉利供货。高通的SA8650P采用5nm级工艺节点（与台积电N5相当），提供了一款中端算力选择，可能吸引那些希望在性能和成本之间取得平衡的车企。

QCraft未披露其QPilot系统的定价或SA8650P方案的芯片成本。该公司能否从目前的30款量产车型扩展到2026年底预计的80多款，将决定高通的Snapdragon Ride能否在一个英伟达Drive Thor（目前正在送样，算力达2000 TFLOPS，目标2025年量产车型）的市场中占据可观份额。

本文仅供信息参考，不构成投资建议。