西門子發布全新 PAVE360 Automotive，借助真實場景驗證賦能下一代汽車研發
http://m.moduwu.com 2025-12-23 09:21 來源：西門子工業業務領域
•借助全新的即用型云端數字孿生產品 PAVE360 Automotive，汽車制造商及供應商從項目首日即可開展全系統研發，將搭建時長從數月縮短至數天
•新解決方案提供完全集成的系統級數字孿生，依托 Arm 等行業領軍者的領先汽車技術，加速高級駕駛輔助系統（ADAS）、自動駕駛（AD）及車載信息娛樂系統（IVI）的研發進程
•PAVE360 Automotive 數字孿生藍圖將于 2026 年國際消費電子展（CES）進行現場演示
西門子推出 PAVE360™ Automotive 數字孿生軟件，具備預集成特性且為即用型解決方案，旨在應對不斷上升的汽車軟硬件集成挑戰。
PAVE360 Automotive 可助力汽車制造商及供應商加速軟件定義汽車（SDV）的研發，能夠在項目前期就實現復刻真實車輛硬件的全系統虛擬集成，進而加快 ADAS、AD 及 IVI 領域的應用層與底層軟件開發，省去客戶在軟件測試前自行搭建數字孿生的環節，將關鍵應用的上市周期從數月大幅縮短至數天。
隨著汽車軟硬件復雜度的持續攀升，研發團隊正在面臨巨大壓力：既要更快地實現技術創新、與市場新入局者競爭，又要滿足消費者日益嚴苛的需求。傳統的研發方法已無法妥善管控 ADAS、AD 與 IVI 功能間的系統級關聯，行業亟需全新的解決方案。
西門子數字化工業軟件總裁兼首席執行官 Tony Hemmelgarn 表示：“汽車行業正處于‘軟件定義一切’變革的前沿，西門子的數字孿生技術能幫助汽車行業突破漸進式創新的局限，采用全面的軟件定義式產品研發模式。PAVE360 Automotive 將幫助汽車企業自信、敏捷且規模化地開展創新，充分釋放軟件定義汽車的潛力，并為各行業帶來更多的發展可能性。”
PAVE360 Automotive：數字孿生研發的虛擬藍圖
PAVE360 Automotive 依托西門子在數字孿生技術領域的深厚積淀，可助力汽車制造商實現以下目標：
•借助可定制的 ADAS、AD 及 IVI 虛擬參考設計，從研發最早期階段就啟動車輛系統開發
•憑借面向所有團隊的統一數字孿生，實現研發流程的統一化、效率的高效化，并提升云端協同水平
•可根據需求添加軟件、模型及外部硬件，實現方案的定制與擴展
•依托全新 Arm® Zena Compute Subsystem (CSS) 等新的汽車 IP 所具備的類硬件級仿真速度，加快軟件開發進程
•將數字孿生與物理硬件相連并在實車中開展測試，借助真實場景反饋完成驗證
利用現有技術為軟件定義汽車搭建系統級數字孿生，其創建與驗證過程既復雜又耗時，為打破這一瓶頸，PAVE360 Automotive 提供了一套可在項目首日即完成部署的全集成系統級數字孿生，大幅降低了從零搭建此類環境所需的時間、精力與成本。
搭載 Arm 技術的 PAVE360 Automotive
西門子此前已與 Arm 開展合作，于 2024 年針對 Arm Cortex-A720AE、2025 年針對 Arm Zena CSS 先后完成了虛擬環境的加速；如今西門子進一步將 Arm Zena CSS 與 PAVE360 Automotive 進行集成，助力行業基于 Arm 技術進行更快、更流暢的研發。在 PAVE360 Automotive 這類數字孿生環境中接入 Arm Zena CSS，可將軟件開發周期縮短最多兩年。
Arm 物理人工智能業務部產品與解決方案副總裁 Suraj Gajendra 表示：“隨著汽車日益向 AI 定義的方向演進，汽車制造商及硅片領域合作伙伴需要新的解決方案，在管控復雜度攀升的同時加快創新步伐。將 Arm Zena CSS 集成至西門子預配置的 PAVE360 Automotive 環境后，合作伙伴不僅可依托 Arm 架構獨特的靈活性定制解決方案，還能在研發周期更早階段開展驗證與迭代，助其將產品更快推向市場。”
PAVE360 依托西門子 Innexis™ 軟件環境及配套技術，可為用戶創建 ADAS、AD 及 IVI 功能的系統級數字孿生。西門子 PAVE360 Automotive 目前已面向核心客戶開放，預計 2026 年2月實現全面商用。新解決方案還將于 2026 年 1 月 6 日至 9 日在國際消費電子展（CES）汽車展廳進行現場演示。如需了解西門子 PAVE360 Automotive 的更多信息，請訪問：https://blogs.sw.siemens.com/pave360/2025/12/18/pave360-automotive-what-is-an-sdv-digital-twin-blueprint-and-why-do-you-need-one/
編輯精選
