L3 即在眼前，车上那根“主干线”要不要换成光？
2026年，对很多主机厂来说是一个微妙的时间点。
当 L3 牌照的放行，逐步走向量产验证，感知的摄像头和激光雷达数量、像素和刷新频率都在往上叠，且对 Raw Data（原始数据）无损回传的诉求日益强烈时，座舱内从 4K 多屏拼接走向 8K 级一体长屏，线束越来越粗、节点越来越多。
更关键的是，软件定义汽车的电子电气架构，已经从“多域并列”走向“中央 + 边缘”协同：中央域控、智驾域控、座舱域控之间，不再是各管一摊，而是算力与数据高度适配结合下的紧密协同。
在这种背景下，是否要将贯穿整车的“主干线”从铜换成光、什么时候换、怎么换，正从仅限于讨论的预研话题，来到了现实落地的节点。
在全球最大的消费电子展 CES 2026 上，智驰致远选择和车联天下一起给出一套“光可以上车”的样板：
Deep Fusion EEA 架构模拟车架
展台上，是两组基于 FTTV 的车载光传输方案——光传屏和光传摄像头；车架上，是与车联天下联合发布的Deep Fusion EEA 架构——在中央域控与边缘域控之间，用PCIe 协议构建一张大带宽、低时延的光纤环网。
“光互联上车现在已经不是要不要的问题了，而是怎么开始的问题。”在接受高工智能汽车采访时，智驰致远车载光互联项目负责人这样解释他们在 CES 亮相的原因。
对于车企而言，虽然这还不是一条“可以马上拍板 SOP 的标准答案”。但在驾舱一体持续深化以及 L3 迎来量产前夜，在 CES 2026 用一个可以看、可以算的架构样板，来讨论“光应该怎样、从哪里、以什么成本上车”，已经比过去只存在于 PPT 上的技术预言要实在得多。
01
不止于快，是“算力搬运”的刚需
过去几年，行业内关于“光进铜退”的讨论，大多还聚焦在传输速度上。但在智驰致远与车联天下在 CES 联合展示的这套 Deep Fusion EEA 架构中，光通信被赋予了一个更具决定性的角色：算力协同的物理底座。
随着智能汽车电子电气架构向“中央计算”演进，一个尴尬的现实逐渐浮出水面：单一的中央计算芯片，受限于成本、制程和散热，算力增长正在逼近极限。为了支撑更庞大的模型上车，车企不得不采用“中央+边缘”的异构方式，或者通过多颗芯片级联来堆叠算力。
这就带来了一个新问题：算力如何像数据一样被调度？
传统的以太网架构虽然成熟，但在处理跨域的实时算力协同往往面临着协议转换带来的时延损耗。而在此次 CES 上展示的方案中，智驰致远利用光的高带宽特性，构建了一个基于PCIe 协议的光纤环网。
智驰致远PCIe 光环网架构解决方案
其核心逻辑在于，利用 PCIe Gen4 和 RDMA 技术的配合在各域控之间搭建一条高达 64G 甚至更高带宽的“高速公路”。不仅延时低，还可以满足功能安全的要求以及算力协同的需求。
通过 PCIe 光环网，座舱域、智驾域与车身域之间的数据壁垒被打破。边缘域控采集的传感器数据，无需在本地进行复杂的预处理，即可通过低至微秒级的时延同步至中央大脑；反之，当中央算力吃紧时，系统也可以动态调用边缘节点的空闲算力。
智驰致远CTO讲解技术要点
“这实际上是一种借鉴了数据中心‘多芯片异构计算’的设计思路。”智驰致远指出，这种架构还有一个更大的价值——为车企提供了一种硬件可插拔的弹性。
目前算力芯片往往一两年就会迎来更新换代，而车作为一个长期使用品，一般寿命要去到十年以上。
智驰致远的 PCIe 光环网架构解决方案，可以为未来预留了一个关键的“AI 扩展接口”——车可以在不改动架构的前提下，通过外挂算力卡的方式，应对未来 3-5 年大模型算力的爆发式增长。
就像今天的台式机加装显卡一样简单。
02
先行的“毛细血管”：哪里痛，哪里先改
如果说 PCIe 光环网是对整车架构的“伤筋动骨”，那么此次 CES 同台展出的“光传屏”和“光传摄像头”解决方案，则更像是针对当前痛点的“微创手术”。
“对于绝大多数车企而言，光通信上车，不是要不要的问题，而是从哪里开始的问题。”智驰致远表示，屏幕和高清摄像头，很可能是最先落地的场景。
智驰致远光传屏/摄像头方案
驱动力来自需求端的极端化。在智能座舱领域，横贯主驾与副驾的 8K 一体式“带鱼屏”正在成为高端车型的标配 。
如果沿用传统的铜线 SerDes 方案，为了支撑如此高的分辨率和刷新率，往往需要两根甚至多根线缆并行传输。
而智驰致远此次展示的光传屏方案，基于 DP 1.4 协议打造（未来支持 DP 2.1），单模块即可轻松支持 40G 的带宽。
智驰致远光传屏方案
这意味着，原本复杂的“多线并进”可以简化为“一根光纤搞定”，不仅节省了布线空间，更解决了长距离传输的信号衰减难题。
在智驾感知端，痛点同样明显。随着 L3 的推进，车载摄像头正在从 800 万像素向 1200 万、1500 万甚至 1700 万像素跃升 。
针对这一趋势，智驰致远提出了一种“模组化平台”的解题思路：将摄像头的光传输模组与前端 Sensor 采集模组解耦。
智驰致远光传摄像头方案
这意味着主机厂可以灵活选择不同供应商的镜头与 Sensor，只需后端挂载智驰致远的光模块，即可实现 Raw Data 的无损回传。
这种“即插即用”的灵活性，配合光传输天然的抗干扰特性，对于被信号调试折磨得焦头烂额的整车工程师而言，其带来的隐性工程价值（如缩短开发周期、简化线束拓扑）往往比显性的硬件参数更具吸引力。
03
重新算一笔“昂贵”的账
提到光通信，“贵”是车企绕不开的第一反应。但在智驰致远看来，这笔账需要放在特定的维度下去算。
“我们并非要替代现有的低速传输方案。在 10Gbps 以下的区间，铜线的性价比依然不可撼动。”智驰致远给出了清晰的界定：光通信的战场，是在铜线‘力不从心’的高带宽区间。
当传输速率突破 12Gbps 甚至 40Gbps 时，铜线方案为了维持信号质量，需要昂贵的屏蔽材料和复杂的均衡芯片，成本曲线会呈指数级上升。
而光模块的成本曲线则相对平缓，一旦跨过这个临界点，光的性价比优势就会显现 。
以此次发布的 PCIe 64G 环网为例，这在电的领域几乎是“无解”或极其昂贵的方案，而光通信却能以“降维打击”的姿态介入 。
针对车企普遍担心的供应链安全问题——即车载光模块是否会像存储芯片一样，面临数据中心需求的“产能挤兑”？
智驰致远给出的答案是“物理隔离”。据悉，其车载光模块产线是完全独立的，遵循车规级（如 AEC-Q 认证）的制造标准与流程，与数据中心产线并不混用。这既保证了车规级的可靠性，也规避了由于 AI 算力爆发导致的消费级产能波动风险。
04
当光通信遇上“全固态”感知
在智驰致远的展台上，与光通信方案同台亮相的，还有其最新的民用车载激光雷达产品线：一款面向 L2+ 级市场的主流半固态前向雷达，具备 192 线、180 米（10% 反射率）的探测能力 ；而更引人注目的，是一款基于 Flash 技术路线的全固态补盲雷达。
智驰致远半固态车载激光雷达方案
这款全固态产品去除了内部所有的扫描运动部件，采用面阵 SPAD（单光子雪崩二极管）接收与 VCSEL 发射方案。
探测距离集中在 30-50 米的近场范围，但其垂直视场角（FOV）达到了 90 度，远超传统雷达，能够精准覆盖车身周围的低矮盲区，应对泊车与城区复杂的变道场景 。
智驰致远全固态车载激光雷达方案
车载激光雷达的竞争，终局是供应链的竞争。
此次参展，智驰致远并非单打独斗，而是携手苏纳、纵慧、识光、鑫巨宏等上游核心伙伴集体亮相。这种协同不仅是简单的采购关系，而是深度的联合开发。
双方在设计之初就打通了技术链路 。对于主机厂而言，这种“生态抱团”模式带来的价值显而易见：更高的产品一致性、更极致的效率，以及在规模化量产阶段更可控的保供与降本能力。
为何在这个节点重注车载激光雷达？
在头部玩家已占据大部分市场份额的当下 ，智驰致远选择此时切入，并非为了在存量市场中进行简单的同质化内卷，而是有着更深层的生态逻辑与增量考量。
其背后是面向具身智能的远期布局。
“具身智能离不开高精度的空间感知。”在智驰致远的判断中，激光雷达的应用场景正在从汽车外溢到工业、消费电子以及人形机器人领域 。
此次智驰致远 CES 参展主题被定为“Rein Physical AI（驾驭具身智能）”，暗示了其野心。
通过高性价比的感知硬件与高速光通信网络，不仅服务于智能汽车，更为未来的具身智能构建一套通用的“眼（感知）+神经（传输）”系统。
05
构建具身智能的“神经”与“眼”
在采访中，智驰致远做了一个形象的比喻：未来的具身智能只有两大核心系统——一个是基于电的“血管系统”（动力总成），另一个就是基于光的“神经网络”（感知与传输）。
PCIe 光通信网络，对应的是机器人的“脊髓与神经丛”，负责极低时延的算力调度与指令传输；而全固态激光雷达与高清摄像头，则对应机器人的“眼睛”，负责对物理世界的高精度重建。
智驰致远展台
从这个维度看，2026 年的定点上车，只是这套架构落地的第一站。智驰致远不仅仅是在做汽车零部件，更是在为即将到来的 AI 物理化时代，打磨最核心的“感知器件”与“传输底座”。
当一套由“中央计算+光纤神、/经网络+核心传感器”构成的架构在车上跑通之后，它实际上已经具备了向人形机器人、工业智能体迁移的能力。
当算力不再受限于传输瓶颈，当感知不再受限于机械结构，我们有理由相信，那根连接智能“大脑”与物理世界的神经，终将由光来点亮。
