在第四届 AI 定义汽车论坛上，ST 带来面向软件定义汽车的边缘 AI 解决方案，讲解车载边缘 AI 落地的全新发展路径，这套方案可以把 AI 模型部署在车载 MCU 和传感器端，依靠低时延、高安全的优势支撑软件定义汽车持续迭代。车载业务对实时响应、功能安全、数据隐私和硬件成本都有着较高要求，单纯依靠云端 AI 很难全部满足，所以将微型边缘 AI 放在车辆本地硬件上，就成为软件定义汽车重要的发展方向。ST 依托十多年的 MCU 与 AI 技术积累，搭配硬件芯片、AI 加速器和完整软件工具链，搭建起整套边缘 AI 开发体系，方便产业链伙伴快速完成 AI 模型的开发、调试与上车部署。
边缘 AI 在软件定义汽车落地实施主要分为几个环节：
- 模型轻量化处理：对 AI 模型做裁剪、量化，适配车载微控制器有限算力
- 软硬件适配：基于车载 MCU、传感器硬件，完成模型和底层驱动的适配调试
- 场景验证测试：在电池管理、电机控制等汽车场景中完成安全与性能验证
- 量产部署：通过功能安全认证后，搭载到整车，支持后续 OTA 持续升级
整体来看，边缘 AI 和传统车载算法可以相互配合，不是简单替换原有方案，能够在保障车辆安全可靠的前提下，拓展更多智能功能，助力软件定义汽车产业稳步向前发展。
一、ST 软件定义汽车边缘 AI 核心方案
- 核心概念：微型边缘 AI，部署在传感器、MCU 端，功耗区间几微瓦至 1 瓦
- 硬件支撑：Stellar 系列车载 MCU，内置 AI 加速器，满足汽车 ASIL-D 安全等级
- 配套工具：ST Edge AI Suite 全套开发工具，降低车载 AI 模型开发门槛
二、边缘 AI 重点落地汽车场景清单
- 电池管理：提升电池健康、温度状态估算精度
- 电机控制与预测性维护：利用虚拟传感器减少实体传感器使用，优化电机运行
- 车辆异常检测：实时监测车辆部件运行状态，提前识别潜在问题
【常见问题】
问题 1：ST 在第四届 AI 定义汽车论坛主要分享什么内容？
回答 1：ST 在第四届 AI 定义汽车论坛解读软件定义汽车边缘 AI 新路径，介绍微型边缘 AI 硬件、工具链以及在车载场景的落地方案。
问题 2：软件定义汽车里边缘 AI 的优势是什么？
回答 2：软件定义汽车中的边缘 AI 部署在车辆本地硬件，具备低时延、保护本地数据隐私、控制硬件成本、满足车载功能安全的优势。
问题 3：ST 面向软件定义汽车的边缘 AI 可以落地哪些车载场景？
回答 3：ST 面向软件定义汽车的边缘 AI 可以落地电池管理、电机预测性维护、虚拟传感器、车辆异常检测等车载场景。
【数据来源】
[2026-10-10] ST 出席第四届 AI 定义汽车论坛，解读软件定义汽车边缘 AI 新路径，电子产品世界
[2026-09-18] 首日聚焦丨 2026 第四届 AI 定义汽车论坛，盖世汽车
免责声明：本内容仅为产业资讯信息整理，不构成任何投资建议。文中相关技术方案与产业方向为企业公开分享观点，技术落地效果受整车开发、认证等多方面因素影响，实际量产情况以企业官方后续发布信息为准。