4月23日，在刚刚启幕的2025上海国际车展上，全球主要汽车技术和服务供应商博世集团在此次上海车展上发布了多款新技术，涉及人工智能、AI座舱、线控转向、商用车和48伏电气架构等多个领域。
人工智能软件和AI智能座舱
2025年初，博世推出了基于端到端模型的城区辅助驾驶方案，并计划于今年底将端到端模型拓展至高快路及城市记忆行车辅助驾驶方案。端到端模型的方案帮助汽车以更像人类思考和驾驶的方式，在拥挤狭窄路段顺畅行驶，并智能化地规避障碍物。
2025年初博世推出基于端到端模型的城区辅助驾驶方案
博世纵横辅助驾驶 Bosch ADAS product family
此外，博世也正在研发视觉语言模型，提升辅助驾驶系统对语言与交通场景的理解。例如，对潮汐车道、公交专用道等复杂场景的识别与处理能力。随着中国市场对于辅助驾驶需求的快速增长，博世已与五家中国的主机厂就高速&快速路及城市记忆行车辅助驾驶达成合作，大部分项目计划于今年落地量产，另一个面向海外市场的项目将于2026年第一季度实现量产。
AI智能座舱平台 Intelligent Cockpit Platform AI Inside
博世舱驾融合解决方案
AI智能座舱平台是此次博世首发的一款产品，该平台融合了多个技术生态中的大语言模型，可在日常驾驶场景中为用户提供智能化、个性化的人机交互体验。该平台计划于2026年正式推出。
线控制动的两种技术路线方案
两种技术路线其一为全干式电子机械制动（EMB），特点是取消了制动液和液压管路，简化生产工艺。另外通过将液压线控制动执行器BWA与ESP进行融合，可以实现更快速的落地量产。其中的博世BWA+ESP10方案已经确定即将在中国的某款新车上实现应用（编辑注：似乎与小米SU7现有的博世智能解耦制动系统DPB2.0+ESP10有所差异，但原理大致类似）。此外，博世本土研发的线控转向解决方案已获得三家中国主机厂订单，计划自2025年第四季度起开始量产。
液压线控制动执行器BWA+ESP®解决方案
博世华域线控转向解决方案
车辆运动智控系 Vehicle Motion Management
而在软件层面，线控智能执行器还需要结合博世跨域软件车辆运动智控系统（VMM），VMM可以通过协调控制车辆的制动、转向、动力和悬架控制器的形式，控制车辆的六自由度运动，有助于提升驾驶的安全和舒适性。
面向未来的智能商用车
本届上海车展，博世推出了全新的超级重卡和超级轻卡智能解决方案，分别面向长途重载运输和城市或短途物流配送两大应用场景。2025年初，博世对商用车业务进行了战略重组，产品组合从多元化动力系统，拓展至智能底盘、辅助驾驶与跨域软件平台。
超级轻卡智能解决方案
博世的主要目标是通过软硬件的融合，用来提升运输效率、改善驾驶体验以及提高行车安全。其中有一项名为“协同制动能量回收”的功能，该功能依托博世商用车的跨域软件平台，实现动力域（通过重型电驱桥）与底盘域（通过电子制动系统）之间的实时协同，最大化制动能量回收，将动能转化为电能，充至高压电池。这种功能的主要目的其一是延长续航，其二是改善制动稳定性。
48伏低压电网架构
随着辅助驾驶、智能化和热管理等功能越来越多，传统汽车的12伏低压电气架构已经无法满足车载电气设备日益增长的功耗需求，所以未来车载低压电系统转型向48伏平台将成为一大趋势。此次上海车展上博世也发布了全新一代48伏低压电网架构解决方案。
48伏低压电网架构解决方案
整套解决方案还囊括了一系列核心部件，包含区域控制器、48伏电网电池、制动系统、转向系统、热管理产品、舒适电机等，帮助主机厂打造更智能化、更轻量化、更高效率的整车方案。根据博世的预测，在未来三至五年内，中国市场将有越来越多车型采用48伏低压电网架构，这种趋势上的变化或许会来得比我们想象中更快。
编辑点评：
电动化和智能化依然是未来最重要的发展方向，通过以上这些新技术的推出，我们也看到了近几年即将量产的那些新车有望会搭载哪些技术。从体验上来说，AI座舱、线控转向、48伏低压架构这三项都将极大改变乘用车的驾乘体验，并满足人们日益增长的用电和智能需求。很多新功能博世已经取得了主机厂的订单，相信我们很快就会与这些新功能见面了。
图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!
内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!
免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!
