新闻中心

Sonatus 首席营销官约翰·海因莱因（John Heinlein）做客《Shift》播客，与《汽车新闻》记者莫莉·博伊贡（Molly Boigon）共同探讨了面向软件定义汽车的开源平台领域的新进展。

在本期节目中，我们与《Slate》探讨了其决定不向第三方出售数据，以及这家汽车制造商的配置页面如何帮助该公司就续航里程做出重大决策。此外，Sonatus 还根据一项行业调查，分享了汽车制造商如何利用相关数据的信息。

在2026年ETAutoTech SDV峰会上，行业领袖们表示，未来的收入增长将来自互联出行生态系统、数据驱动的服务以及个性化的客户体验，而不仅仅是车辆硬件本身。

[原文为德语] 一台SDV每天可能产生多达2太字节的碎片化且不统一的原始数据，这些数据对AI模型而言无法利用。相比AI模型的规模，一个合理的数据基础以及对车辆、边缘和云端数据的端到端协调，对于数据的可处理性更为关键。

美国——在5月4日至7日于拉斯维加斯会议中心举行的“先进清洁交通博览会”上，Sonatus 公司展示了一个用于监控新车研发的数字平台，该平台采用了与其车队运营智能诊断系统相同的技術。

[原文为德语] Sonatus 为未来能够自我优化的车辆铺平了道路。借助智能边缘人工智能，汽车正从静态系统转变为具备学习能力且高度安全的软件定义车辆。

多年来，汽车诊断领域的瓶颈在于数据——如何采集数据、传输数据，以及如何收集足够的数据来了解车辆内部的情况。

现代产品的运作方式已不再像应用程序，而更像生态系统。一次客户体验涵盖了嵌入式控制器、云服务、移动应用、供应商组件以及实时数据管道。

调查显示，在软件定义汽车行业中，智能诊断和预测性维护正逐渐成为AI 的主要应用场景，但预期中的商业化收益尚未实现

借助与车队维护相关的新兴人工智能技术，车队每辆车有望节省数千美元，并减少数小时的人工成本。但如何超越“AI”这一流行词，真正实现运营解决方案呢？

智能诊断和预测性维护现已成为软件定义汽车中AI 的主要应用场景，在Sonatus 和Omdia进行的一项全球调查中，34%的受访者提到了这一点。

人工智能正稳步应用于商用车领域，但目前的应用往往聚焦于特定领域——旨在逐一解决某个痛点。车队可能会利用AI 来优化维护计划，整车制造商可能会将其用于加快验证流程，而供应商则可能会尝试车载模型。