QCraft 目標 2026 年量產高通 Snapdragon Ride 平台方案

QCraft 的城市 NOA 方案在搭載高通 SA8650P 的平台上，於實際交通中完成無保護左轉及隧道出口通行，為 2026 年全球部署奠定里程碑。

高通 Snapdragon Ride SA8650P 在中國無錫驅動了實車城市自動駕駛示範，合作夥伴 QCraft 目標在 2026 年底前將其 Navigate-on-Autopilot 解決方案推向全球量產。

QCraft 技術長李東博士於 6 月 5 日在高通汽車技術與合作峰會上發表主題演講時表示：「QCraft 在 Snapdragon Ride 平台上的開發已進入量產快車道。」

搭載 SA8650P 的車輛在無保護左轉、人車混流路段、隧道以及擁堵道路切換等場景中，展現出流暢且接近人類駕駛的控制能力。自 2025 年 9 月與高通建立策略合作關係以來，QCraft 在不到一年的時間內完成了 SA8650P 及更高階 SA8775P 雙平台的開發與道路驗證。基於高通 QAM8797P 平台的高算力解決方案目前也正在聯合開發中。

此次示範使高通的 Snapdragon Ride 系列（涵蓋 SA8650P、SA8775P 與 QAM8797P）成為快速成長的 ADAS 及自動駕駛 SoC 市場中，Nvidia Drive Thor 與 Mobileye EyeQ 平台的有力挑戰者。該市場預估至 2030 年將超過 300 億美元。

大規模量產

QCraft 的 QPilot 輔助駕駛解決方案已出貨近 30 款量產車型，預計 2026 年還將新增超過 50 款車型。截至當前，該系統在整個車隊中已累計超過 35 億公里的用戶駕駛里程，以及超過 1 億次的停車輔助使用次數。該公司估計，這項技術每年幫助用戶避免超過 14.6 萬起潛在事故。

該系統的自動緊急煞車誤觸率低於每 50 萬公里一次——這對評估 ADAS 供應商車廠而言是一項關鍵的可靠性指標。相比之下，根據美國公路安全保險協會公布的數據，第三方測試中的業界 AEB 誤觸基準通常落在每 5 萬公里一次至每 20 萬公里一次之間。

世界模型與強化學習

李博士在主旨演講中指出，該產業正迎向通用物理 AI 的轉折點，而世界模型與強化學習是關鍵橋樑。QCraft 的雲端世界模型可生成可控且符合物理法則的影片用於訓練，同時一個零樣本引擎能透過自然語言指令，按需求合成長尾及惡劣天氣場景。該系統運行低成本閉環模擬以進行持續強化學習，使 AI 得以培養所謂的「防禦性駕駛本能」。

此方法解決了自動駕駛中的核心挑戰：收集足夠的邊際案例數據——例如濃霧中的行人、夜間的施工區域——以訓練安全行為。QCraft 的合成數據管線旨在減少對昂貴的真實道路車隊測試的依賴。

投資人啟示

對高通而言，與 QCraft 的合作提供了一個接近量產的 ADAS 參考設計，有望加速 Snapdragon Ride 在中國車廠中的採用——中國是全球最大的電動車市場。Nvidia 的 Drive 平台目前在中國擁有最高知名度的設計訂單，包括蔚來、小鵬與理想汽車，而 Mobileye 則供應福斯與吉利。高通 SA8650P 基於 5 奈米級製程（可與台積電 N5 製程媲美），提供中階運算選擇，可能吸引那些尋求性能與成本平衡的車廠。

QCraft 並未透露其 QPilot 系統的定價或 SA8650P 解決方案的晶片成本。該公司能否從目前的 30 款量產車型擴展至 2026 年底預期的 80 餘款，將決定高通的 Snapdragon Ride 能否在一個 Nvidia Drive Thor（現已送樣，具備 2000 兆次運算能力，目標 2025 年量產車型）的市場中搶佔可觀市佔率。

本文僅供資訊參考，不構成投資建議。