四维图新：从汽车智能化到移动智能体的能力跃迁

汽车智能化的竞争逻辑正在发生深层变化。上半场比的是功能堆叠——谁的屏幕更大、谁的算力更高、谁的智驾功能更多；而当下，随着L2级辅助驾驶渗透率在主流市场加速普及、数据合规监管持续收紧、中国车企出海规模扩大，竞争的重心正在从应用层下移至底层能力：数据怎么合规地获取和使用，算力怎么自主可控地落地，技术经验怎么跨场景复用。对供应商而言，这些问题不只是技术命题，更决定了其在产业链中的位置。

11月6日，四维图新在上海举办2026 EVOLUTION创想大会。CEO程鹏围绕数据与算力两条主线，系统阐述了公司穿越行业"极点"的路径，并正式公布向移动智能体领域拓展的战略布局。从大会释放的信息看，四维图新试图回答的并非某一项产品的问题，而是一家从地图起家的公司，如何在智能化竞争进入深水区时重新定义自己的能力边界。

从地图数据到合规闭环

数据正在从智能化的"燃料"变成"资产"，而资产的价值释放有一个前提：合规。

2026年9月，GB 48319与GB 48320两项时空数据安全强制性国家标准发布，定于2027年10月实施。叠加此前多部基础法律与多部门监管要求，数据合规已经从"可选项"变成"入场券"——不是有了智能化能力再补合规课，而是合规能力本身就成了智能化能力的一部分。

四维图新作为两项国标的参编单位，在数据合规领域的布局由来已久。根据大会披露的数据，公司累计完成合规交付案例超过170个，服务主流车企及行业客户60余家，覆盖开发测试、量产车和智能网联等多元场景。这些数字说明，四维图新的数据合规已经从内部法务流程演变为可随项目交付的完整能力链路——从数据来源、处理、合规到应用，形成闭环。

与此同时，中国车企出海正在面对另一重数据挑战。产品出海意味着技术也要出海，而技术出海要过的是"数字海关"：数据主权、本地化、安全审查，每个市场的规则各不相同。四维图新为此推出车企出海数据合规闭环解决方案，目标指向"数据本地化，模型全球化"。在导航能力上，公司已具备全球主流市场的一站式导航方案和海外车道级导航交付能力，并与华为HMS for Car推进长期合作。

从地图数据到合规闭环，再到出海数据方案，四维图新的数据能力正在从"静态资源"转向"动态服务"。这条路线的核心逻辑在于：数据合规不是成本项，而是智能化时代的基础设施——谁先建成这个基础设施，谁就能帮客户把数据资产真正用起来。

从单品突破到算力底座

数据价值释放的另一端，需要算力硬件作为支撑。在汽车芯片领域，四维图新旗下杰发科技走出了两条清晰的产品线：SoC向AI座舱与融合计算上移，MCU进入高安全域控与区域控制。

SoC方面，产品已迭代至第六代，累计出货超过1亿套片，出海量产车型超过100款，出海比例超过50%。面向高阶AI座舱与舱驾融合场景，新一代产品AC8035计划2027年第一季度上市，重点强化功能安全与外设接口，兼顾国内外合规要求。MCU方面，四代产品累计出货超过1.5亿颗，配套量产前装车型超过300款，覆盖国内主流车企90%以上。旗舰产品AC7870是6核R52 ASIL-D高安全MCU，面向新能源三电、动力域控和底盘EPS等核心场景，目前多家头部客户已进入设计导入阶段。

值得注意的是，杰发科技的芯片能力并未局限于汽车场景。经过汽车市场验证的SoC已向两轮车智能化延伸，已获得20家OEM项目定点并在部分车型上量产。从汽车到两轮车，背后是同一条产品逻辑：车规级芯片的可靠性和成本控制能力，在经过大规模量产验证后，可以向对成本和品质同样敏感的其他场景输出。

数据和算力构成底座，最终要通过产品落地。在辅助驾驶领域，四维图新的千元级行泊一体方案以5V3R12U或6V3R12U传感器搭配征程6B芯片，覆盖L2 ADAS、APA/RPA泊车等功能，累计量产定点达270万套。智能座舱方案累计出货超过400万台，服务30余家客户，覆盖全球100多个国家。舱驾融合方案进一步将高集成度作为降本手段，整车成本可下降约30%。

大会现场，四维图新还发布了面向全球市场的AI原生智能座舱解决方案，并与微软达成合作——将四维图新在人工智能、智能座舱、高精度地图与数据合规领域的积累，与微软的全球云基础设施、多语言语音能力和生态伙伴网络结合，面向中国车企出海场景提供一体化座舱体验。这一合作的意义不在于单一产品，而在于为"中国智能化方案出海"提供了一条从数据合规到云端服务的完整通路。

从汽车到移动智能体

如果数据合规和算力底座仍然属于汽车智能化的延长线，那么本次大会最受关注的动作，则是四维图新正式将汽车智能化积累的技术与工程经验外溢至移动智能体领域，提出"移动智能体的超级伙伴"这一定位。

这一定位的前提是：汽车智能化沉淀的真实世界感知、决策与量产经验，恰好是移动智能体产业最需要的支撑。数据侧，四维图新的RND时空数据集已服务2026北京亦庄人形机器人半程马拉松，助力22家厂商的机器人完成21公里自主奔跑；双目视觉融合感知终端、精细动捕手套等硬件覆盖了从空间到指尖的多维数据采集。合规与标准层面，汽车领域验证过的数据合规体系被平移至智能体场景，四维图新同时担任工信部人形机器人与具身智能标委会数据工作组组长单位。端侧算力方面，SoC与MCU产品矩阵覆盖了从"大脑"到关节执行的不同层级。

汽车智能化的经验为什么能迁移到移动智能体？核心原因在于，两者面对的问题在本质上是同构的：感知环境、做出决策、控制执行——都需要数据、算力和合规作为底层支撑。汽车场景的特殊性在于，它是最早实现大规模量产落地的智能化场景，经历了从实验室到千万级交付的完整工程化过程。这种量产经验，恰恰是当前移动智能体产业最稀缺的资源。

从大会给出的信息看，四维图新的移动智能体布局覆盖了数据、合规、算力三个维度，与汽车业务形成的方法论一脉相承：不是在每个新场景重新发明轮子，而是把已在汽车场景验证过的能力体系，适配到新的载体上。

SEEWAY.AI的再定位

对四维图新而言，本次创想大会的意义不在于重新说明了一家公司从"地图人"到"汽车人"再到"AI人"的演进逻辑：以数据为燃料，以算力为引擎，以合规为轨道，在汽车智能化领域完成能力闭环，再将这套能力向更广泛的移动智能体场景延伸。

"过去十年，中国新能源赢在电池；未来十年，中国汽车要赢在数据。"程鹏在大会上的这句话，指向的是智能化竞争的底层逻辑正在切换。而四维图新试图证明的是：当数据和算力成为新的竞争原点，一套在汽车场景验证过的能力体系，其应用边界远比想象中更宽。

刊发此文仅为传递信息，不代表车云网观点。