2026年10月28日，由AUTOSAR组织作为核心贡献方，中国一汽与普华基础软件联合爱芯元智、黑芝麻智能、FPT、光庭信息等产业伙伴共同发布的《重构汽车软件基础设施------AUTOSAR、CAPI、AI与未来十年的产业变革》白皮书正式发布。AUTOSAR官方专家Joachim Langenwalter、Steffen Schneider及中国中心的荆喆、刘向等深度参与编写。
这份白皮书的特殊之处在于：它不是一份标准条文，而是一份"标准组织自我革命"的宣言。2026年8月20日，AUTOSAR联合普华基础软件正式发布CAPI 1.0------这是AUTOSAR成立二十余年来，首次从"只交付规范文档"转向"规范+可执行代码基线"双交付。中国汽车企业第一次以核心基线贡献方的身份，进入了全球汽车软件标准的底座。
#01
为什么是现在？
产业走到了十字路口
白皮书开宗明义：汽车行业正在从软件定义汽车（SDV）迈向AI定义汽车（AIDV）。大语言模型、生成式AI、端侧AI Agent、多模态感知与具身智能的快速突破，让"车跑一个大模型"变成了"车养一个Agent"，软件复杂度持续攀升，行业对开发提速增效的需求日益迫切。
但光鲜叙事背后，是三个扎心的产业现实。
现实一：基础软件重复"造轮子"，差异化创新被严重挤压。OEM和Tier 1把大量研发预算和顶级工程师投入到中间件、通信协议栈、存储服务、安全框架、诊断模块等基础软件的重复建设上。每家独立承担全量研发成本，软硬件之间形成庞大的多对多适配矩阵。钱和人投进去了，上层应用创新却"贫血"了。
现实二：HPC时代，软件栈从"大一统"走向"战国割据"。深嵌入式ECU时代，AUTOSAR Classic Platform是事实唯一的标准；到了中央计算架构，一颗SoC上要同时跑AUTOSAR Adaptive、QNX、Linux、Android Automotive、ROS 2、AI推理框架，还要用Hypervisor隔开。SOME/IP、DDS、gRPC、共享内存多种协议混搭，集成难度指数级飙升，功能安全和网络安全的认证边界变得模糊。
现实三：一线工程师的"三大难"。需求描述"各说各话"------同一个车速信号有"Vehicle_Speed""Spd_Veh""VehicleVelocity"等多种命名；配置地狱------"写代码只占20%，改ARXML占80%"；Error地狱------一个参数填错，连锁报错铺满整个控制台，根因和报错位置隔了十万八千里。
#02
AUTOSAR的重新定位：
从规范制定者到生态建设者
要理解CAPI的分量，先要理解AUTOSAR这次转型的深度。
2003年，AUTOSAR诞生于汽车电子系统复杂度快速增长的背景之下，核心目标是通过统一的软件架构、标准化接口和一致的开发方法论，解决软件重复开发、跨平台移植困难的问题。过去二十余年，Classic Platform成功建立起覆盖OEM、Tier 1、芯片厂商及工具链供应商的全球协同开发体系。
但AUTOSAR最初解决的是ECU级软件复杂度问题。软件复杂度正在从单个控制器扩展到整车级系统，仅靠规范驱动（Specification First）的传统模式已经越来越难满足需求。AUTOSAR的转型体现在四个"从"：
-
从 Specification First 走向 Specification + Implementation
-
从封闭协作走向更加开放的产业协作模式
-
从标准制定者向生态建设者扩展
-
从交付规范向提供参考实现能力延伸
图：汽车软件生态关系图------标准引领，生态协同，价值共创（来源：《重构汽车软件基础设施》白皮书）
同时，AUTOSAR积极引入DDS、Rust、Vehicle Data Protocol（VDP）、Remote Persistence等新技术方向，尝试构建覆盖MCU、SoC、高性能计算平台（HPC）以及云端环境的统一软件基础设施。
#03
CAPI：AUTOSAR的关键一跃
CAPI（Common Adaptive Platform Implementation，自适应平台通用实现）的定位是AUTOSAR Adaptive Platform规范对应的公共实现，目标是提供行业共享、可持续演进的基础平台代码。
授权模式上，CAPI不等同于Linux、ROS 2等完全开放的开源项目，而是采用更符合汽车行业特点的"社区协作+商业许可"受控社区源码模式（Controlled Community Source）：源码可自由下载，商业应用许可由AUTOSAR合作伙伴协议提供。
白皮书梳理了CAPI的七大核心价值支柱：
以及五大可量化的战略优势：加速量产落地、精益协同化繁为简、面向车规安全与网络安全工程要求设计、标准合规确保互操作性与供应商中立、释放生态创新潜能。
运行机制上，CAPI形成了"规范定义→公共实现→实际验证→工程反馈→规范迭代→新版本实现"的正向循环。这意味着真实项目落地的代码实践可以反向优化完善AUTOSAR官方规范，全产业链可以并行开发，底层底座持续稳定迭代，上层应用创新速度同步加快。
图：规范与实现协同演进闭环（来源：《重构汽车软件基础设施》白皮书）
#04
CAPI 1.0发布：中国汽车
软件首次进入全球标准底座
这是本次白皮书最具里程碑意义的部分。
2026年6月10日，国际AUTOSAR组织宣布，AUTOSAR AP正式纳入全球智能驾驶系统公共代码库（CAPI），成为核心基线。8月20日，AUTOSAR组织联合普华基础软件正式对外发布CAPI 1.0。
CAPI 1.0的核心实现能力：
-
通信栈：自研SOME/IP协议栈、零拷贝IPC，支持E2E端到端保护，兼容Linux、QNX等主流车载操作系统
-
执行与配置管理：支持安全启动、硬件资源精细化管控、软件热更新与失败自动回滚
-
信息安全：完整加密服务、防火墙、入侵检测、身份访问管理，构建纵深防御安全体系
-
诊断管理：支持跨ECU部署，可低成本完成CP诊断配置向AP迁移
-
日志追踪：异步非阻塞架构，降低高并发场景下CPU资源占用
-
平台健康管理：多维度故障监督，配合硬件看门狗完成故障恢复与复位
版本基于AUTOSAR Adaptive Platform R20-11规范，同时前瞻性兼容部分R23-11接口定义，完整包含16个运行时服务及基础组件模块，并配套开源代码生成器。
AUTOSAR官方高层的表态值得玩味。指导委员会称："CAPI 1.0标志着AUTOSAR从此不仅制定标准，同时赋能可执行软件。"发言人表示："CAPI绝不只是软件版本发布，它开创了全新的汽车软件开发模式：依托可执行实现、社区共建以及AI原生工程能力开展研发。"
按照既定节奏，CAPI下一个版本计划2026年12月开展版本产出工作，持续提升各模块能力、优化运行时性能、新增测试用例。
#05
AI定义汽车：
AI赋能，不是AI接管
白皮书对AI与AUTOSAR关系的判断非常务实：AI赋能，不是AI接管。
AIDV趋势包含三个层面：
-
AI原生功能（AI Native Features）：完全依赖AI为核心逻辑的车辆功能，如端到端自动驾驶、生成式AI智能座舱、世界模型。脱离AI，此类功能就不存在。
-
AI增强功能（AI Enhanced Features）：在传统汽车功能上集成AI模块，如通过AI算法提升发动机效率或底盘控制舒适性。
-
AI赋能开发（AI Powered Development）：利用AI提升研发与测试流程，如AI辅助代码生成、AI驱动的自动化测试验证。
目前行业最务实的落地路径，是把AI当作"增强组件"嵌入现有AUTOSAR开发、验证和管理流程，主要落地于三大实践领域：AI辅助配置（用AI代替人工生成工具配置，再经已有工具链生成代码）、AI驱动测试自动化与验证（自动生成测试规范、自修复编译错误、自动跑测试出报告）、AI Loop（多个开发步骤各自由AI Agent完成并连接成自动优化循环）。
工程师角色也在被重新定义：AI把大量重复枯燥的工作接走了，工程师的价值重心往两头转移------往上游成为形式化规范的制定者和架构师，往下游成为独立的验证者和最终的放行人。
#06
产业实践：一线玩家怎么打
白皮书收录了六家机构的一线声音，干货密度很高。
中国汽车工程学会给出了AI上车的三阶段判断：AI in Car（2025年左右，点状赋能，主导权仍在人）→ AI Car（2030年左右，车成为AI驱动的"具身智能体"）→ Car in AI（2035年左右，车成为AI生态的"终端节点"）。到2030年，新能源车渗透率将达70%，L2及以上智驾渗透率达95%，自动驾驶一定是"单车智能+车路云协同"两条腿走路。
中国一汽：自研车用OS中间件智能配置工具链，将AI能力融入配置生成、配置校验、问题自动修复关键链路，实现从配置定义到代码生成的端到端全流程智能化。
小米汽车："三位一体"实战打法------架构上拆开、隔开、绑死（Composition SWC逻辑解耦、MPU内存隔离、任务静态绑定CPU核心）；协作上定节奏、搭流水线（"敏捷发布火车"两周一个Sprint、统一代码仓、每日CI/CD）；运维上把可观测性做成硬性要求（MCU级Coredump、边云协同主动防）。实践结果：支撑10个以上团队并行开发，构建集成时间由按周变按小时算，问题定位解决效率提升85%。
华为（引望）：iDVP智能数字汽车平台把分散各处的"小脑袋"收回来交给"中央大脑"统一管，通过SOA把底层动作拆成标准"服务零件"，软件复用率可达90%，并坚持在智能系统中使用AUTOSAR CP和AP标准。
阿里达摩院（玄铁）：RISC-V凭借供应链自主可控、免授权费、支持定制优化正在快速上车，玄铁C950旗舰处理器将矩阵计算单元直接做进核里，支持本地运行大语言模型，且从根上带功能安全、安全隔离到位。
普华基础软件：针对"AI跑得太快（月迭代）、认证跑得太慢（ASIL-D认证一两年）"的节奏错配，给出"第四象限"解法------解耦优先：安全与AI拆开（底层安全模块一次性认证不动，上层AI随便迭代）、OS跟芯片拆开、算法跟OS拆开。
#07
行动路线图：
不同角色的分阶段建议
白皮书最后给出了三类角色的行动路线图，颇具操作性。
对OEM（整车厂）------从集成者转向平台架构与生态主导者：
-
短期（1年内）：深度参与AUTOSAR联盟，在"AP标准演进"等工作组派驻工程师，将量产经验反馈至标准；明确平台战略，定义CP与AP的分工边界
-
中期（1-3年）：推动供应商采用标准工作流，要求Tier 1提供符合AUTOSAR的系统设计描述作为合同附件
-
长期（3-5年）：建立企业级数据契约，主导或共建开源参考实现，将非差异化软件模块贡献给CAPI社区
对Tier 1（一级供应商）------从黑盒交付转向白盒协作与系统集成能力：
-
短期：拥抱标准参考实现，主动适配CAPI等开源AP栈，集中精力于增值算法，提供"模型即交付物"
-
中期：发展虚拟ECU集成能力，建立多实例集成与优化能力
-
长期：提供"可认证的AI生成组件"，成为"软件供应链"管理者
对工具厂商------从单点工具向AI赋能的集成平台与生态赋能者演进：
-
短期：在配置工具中嵌入AI辅助生成与验证功能
-
中期：打造覆盖架构、组件设计、安全分析的一体化AI辅助设计平台
-
长期：构建"汽车软件云平台"，使能"软件市场"，实现自动化集成
#08
结 语
这份白皮书的本质，是记录了一次标准组织的"自我革命"：AUTOSAR正在从昔日的规范制定者，蜕变为下一代汽车软件生态的核心使能者。而中国汽车产业，借助国产基础软件的AP软件栈成为CAPI核心基线，第一次在全球汽车软件基础设施的构建中拥有了"源代码级"的话语权。
从"规范"到"代码"，从"各自重复"到"社区共建"，从"软件定义"到"AI定义"------这三个转变，将在未来五年深刻重塑汽车软件的开发范式、成本结构与产业分工。
对于从业者而言，一个明确的信号是：底层的"轮子"正在变成公共品，真正拉开差距的，是你在公共底座之上构建差异化创新的能力。