自動車向けAIOS市場（2026年）

自動車向けAIOSに関する調査：量産ソリューションが導入されています

量産向けソリューションが小規模で導入されています。

2026年、AIOSは小規模な導入を開始し、コックピットのさまざまなAI機能の向上や、より包括的な適用シナリオの実現に貢献しています。さらに、一部の主要フラッグシップ車種に搭載されたAIOSは、アトミックサービスを通じてドメイン横断的なオーケストレーション機能を実現し、その実行能力をボディ、シャシー、自動運転などの領域へと拡大しています。

2026年6月現在、OEM各社は依然として「自社開発」と「半アウトソーシング」という2つのAIOS研究開発モデルを採用しています。

フルスタック自社開発 - NIOやLi Autoに代表される新興自動車メーカーは、AI機能をミドルウェア層（さらにはカーネル層）に深く統合し、チップからアプリケーションに至るまでのフルスタックなクローズドループを形成しています。

セミアウトソーシング - 従来の自動車メーカーは、垂直統合型の大規模モデル＋AIOSフレームワークを独自に構築し、最下層ではサプライヤーからの基本ソフトウェアを再利用しています。

サプライヤーによる量産向けAIOSソリューションの車載展開モードには、以下のものがあります：

コックピットのAIアプリケーションからOSの下位層へと拡張する方式 - 主流のアプローチです。例えば、HuaweiはHarmonySpaceを通じてHarmonyOS関連のサービスを提供しています。

チップ／ハードウェアメーカーとの連携 - 複数のチップメーカーのソリューションに対応し、ソフトウェアとハードウェアの連携を図ります。代表的な例としては、SenseTimeのSageOS向け「Sage Box」や、ThunderSoftのAquaDrive OS向け「AI Box-N1」があり、これらはAI Boxと連携した包括的なオンデバイスAIソリューションを構築しています。

クラウドプロバイダーとの連携 - Extour Technologyを代表例として、Volcano Engineのクラウド基盤と連携し、Doubao Large Modelを呼び出してAIサービスを提供します。

2025年と比較して、2026年にはOSのクロスドメイン呼び出しサービスがさらに成熟しました。

東風天元OSの場合、アーキテクチャ全体が、ボディ、パワートレイン、シャシー、熱管理、ゲートウェイの5つのドメインにわたる統合を実現しています。「太極」大規模モデルを基盤として、2,000以上のアトミックサービスを呼び出し、サービス指向アーキテクチャを通じて機能の迅速な組み合わせと柔軟な呼び出しをサポートしています。

AIOSの導入プロセスにおいて、コックピットソフトウェアシステムのドメイン横断的な呼び出しを支えるソフトウェア基盤は、依然として車載OSです。車載OSを基盤とすることで、安全に関係しないコックピット機能をアトミックに分解することが可能です。その後、AIミドルウェアが担う自動車向けインテリジェントスケジューリングアルゴリズムにより、コックピット内の演算能力、アプリケーション、周辺リソースの動的割り当てとインテリジェントなスケジューリングが実現されます。ユーザーが指示を出すと、音声アシスタントが意図を分解し、複数のAIフレームワークの連携を調整した上で、最終的にアトミックサービスを呼び出します。この一連のプロセスが、AIOSの基本的なワークフローとなります。

2026年には、アトミック機能のインターフェース数が急増しました（主流のフラッグシップ車種では、一般的に500以上のアトミック機能を備えています）。カスタマイズされたコックピットシナリオがますます普及する中、AIOSの競争優位性は、「アトミック機能の多さ」から「アトミック機能の組み合わせの容易さ」へと徐々に移行しています。「より容易に組み合わせられるか」という点において、カスタマイズされたインターフェースおよび標準化されたインターフェースのプロトコルは極めて重要です。

AIOSの効果を最大限に引き出す上で直面する技術的課題には、以下のようなものがあります。

標準化された統一プロトコルが欠如しているため、SOA環境下におけるアトミック機能の有効性が阻害されやすくなります。現在、Function Callが主流のプロトコルとして採用されていますが、MCPはまだ試験段階にあります。その理由は、Function Callが中核的な要件を満たし、小規模な量産環境下では保守が容易であるためです。しかし、ソリューションの大規模な移行が必要となる場合、Function Callの外側にMCPサーバーをラップすることで、「モデル間移植性」と「動的なツール検出」という利点が発揮されます。

MCPプロトコルの意義は標準化にあり、クロスシナリオ機能の開発サイクルを数ヶ月から数週間に短縮します。自動車メーカーは、パーソナライズされたコックピットサービスをブロックを組み立てるように迅速に組み合わせることができます。代表的な事例としては、Extour Technologyの自動車向けMCP-Agentフレームワークや、MCP/A2AプロトコルをサポートするSenseAutoのエッジネイティブエージェントフレームワークなどが挙げられます。

例えば、SenseAutoは、MCP/A2Aプロトコルをサポートするエッジネイティブエージェントフレームワークをリリースしました。同社は標準化された「エージェント・ツール」統合フレームワークを構築しており、これにより複数のエージェントが、統一されたMCPプロトコル層を通じて、プレーヤー、エアコン、ナレッジベースなどの様々な車載ツールを効率的に統合できるようになります。これにより、エージェント開発時のツール呼び出し、データ取得、および複数ソースからの情報統合における課題を解決します。

その利点は以下の通りです。

コスト削減と効率向上：統一されたプロトコルにより、ツールのドッキングにおける断片化の障壁が解消され、開発および連携コストが大幅に削減されるとともに、あらゆる種類のツールを「プラグアンドプレイ」で利用できるようになります。

オープンなエコシステム：標準化されたエコシステムアクセスメカニズムをサポートし、サードパーティのサービスやハードウェアをスマート車両システムに迅速に統合することを容易にし、多様なエコシステムの形成を促進します。

制御可能なセキュリティ：統一されたセキュリティ認証ポリシーと一元管理により、プロセスを簡素化しつつ、システムのセキュリティを強化します。

次の段階：AI主導型からAIネイティブ型への移行

HuaweiやNeusoftをはじめとするサプライヤーは、AIとOSの統合を以下の3つの段階に分類しています。

2025年には、ほとんどのOEMやサプライヤーが、ミドルウェア層にAIフレームワークを導入することでAIオペレーティングシステムを構築しました。その例としては、XPengによるクロスドメイン統一プロトコルミドルウェア＋オンデバイス大型モデル＋アトミックサービスの導入、長城汽車によるミドルウェア層でのマルチモデルベースおよびエージェント管理・運用フレームワークの導入、Neusoft ReachによるNeuSAR OS上でのNeuSAR AIフレームワークの導入（これにより、AIアプリケーションを車両に迅速に導入可能）などが挙げられます。

2026年には、新興の主要OEMやサプライヤーが「AI強化カーネル」の導入を開始し、カーネル層でのネイティブAIOSの構築に乗り出します。例えば、NIOはAIを活用して、シナリオに応じてリソースを動的にスケジューリングするOSカーネルの機能を向上させています。また、HuaweiのHarmonyOSカーネルは、マルチモーダル理解やパーソナライズされたデータ理解をネイティブにサポートしています。

さらに、エージェント技術の導入や高演算チップのアップグレードに伴い、AIOSのアーキテクチャもアプリケーション層から最下層に至るまで変化を遂げています。

例えば、NIOの新しい「SkyOS」は、AI機能をOSの最下層に深く統合し、従来のアーキテクチャのパラダイムを刷新しています。これにより、効率的なエンド・クラウド統合連携、異種コンピューティングリソースのインテリジェントなスケジューリング、およびマルチエージェント連携を実現するとともに、システムの応答速度、安定性、データスループット、バッテリー駆動時間を向上させています。その革新性は、CPU（プロセスおよびスレッドの優先度）、メモリ管理（割り当てと再利用）、デバイス共有など、シナリオに応じてリソースを動的にスケジューリングするカーネルの能力を強化した点にあります。これにより、高負荷なシナリオにおいてもシステムの安定性と応答速度を向上させることができます。

Huawei Qiankun OSの場合、セキュリティ分離エンジン、AIネイティブカーネル、UnifiedBus、アクセラレーションエンジン、およびBishengコンパイラを搭載しており、上位層のADSアルゴリズムに対して、決定論的な低遅延かつ迅速な応答を提供します。そのカーネルはHarmonyOSカーネルをベースとしていますが、自動車用途に合わせて深くカスタマイズおよび再構築され、AIネイティブカーネルとなっており、「車両・道路・クラウド・スマートフォン」のシームレスな連携を実現します。

目次

第1章 車載AIOSの現状と開発動向

• AIOSの現状
• 車両OSから車両AIOSへ
• 車両OSとAIOSの関係
• 自動車OSにおけるAIアプリケーションの概要
• AIOSサプライヤー配置図
• AIOSのOEM構成
• AIOSのアーキテクチャと技術分析
• AIOSアーキテクチャ：展開構造
• AIOSアーキテクチャ：各レイヤーの機能特性
• AIOSアーキテクチャ：AIツールチェーン
• AIOSテクノロジー：導入における技術的特徴
• AIOSテクノロジー：技術的枠組みと機能
• AIOSテクノロジー：車両抽象化
• AIOSテクノロジー：車両ベースの抽象化
• AIOSテクノロジー：マルチモーダル融合
• AIOSテクノロジー：セキュリティメカニズム
• AIOSテクノロジー：課題と解決策
• AIOSテクノロジー：課題と対策
• AIOSの開発動向
• トレンド：AIOSが小規模量産段階へ移行
• トレンド：AIOSはAI主導段階からAIネイティブ段階へ移行する
• 展望：AIネイティブOSに求められる特性
• 展望：ハイブリッドカーネルソリューションにより生成されたAIOS
• 最先端AIOSの技術分析
• LLM OSの構築方法
• AIOSアーキテクチャ：カーネルモジュールの主要構成要素と機能
• AIOSアーキテクチャ：カーネルモジュールの主要コンポーネントと機能
• AIOSアーキテクチャ：並列動作時のAIOSのスループットとレイテンシ
• AIOSアーキテクチャ：並列動作時のAIOSの性能維持
• AIOSアーキテクチャ：AIOSのモデル展開とタスクワークフロー
• AIOSアーキテクチャ：異なるAIランタイムの比較
• AIOS由来のフレームワーク：LSFS関数

第2章 車両OSと基本オペレーティングシステム

• 定義と開発の歴史
• 自動車用オペレーティングシステム
• オペレーティングシステムの開発史
• 車両OS：定義
• ソフトウェアレイヤーアーキテクチャ
• 車両OSの特性
• 車両OS開発モデルの進化：自動車アーキテクチャ別
• 車両OS開発モデルの進化：研究開発モデル別
• 車両OSビジネスモデルの進化
• OEM各社の車両OSのサマリー
• 車両OSのクロスドメイン呼び出し：アルゴリズム呼び出し
• 自動車用オペレーティングシステムの開発動向
• トレンド：オープンソースエコシステムが競合情勢に与える影響
• トレンド：オープンソースエコシステムがソフトウェアビジネスモデルに与える影響
• トレンド：OEM各社のオペレーティングシステムレイアウトモード
• トレンド：サプライヤーの車両OSレイアウトモード
• トレンド：自動車メーカー別自社開発の車両OS-メリットとデメリット
• トレンド：OEM別自社開発車両OS-意思決定プロセス
• トレンド：OEM各社別自社開発車載OS-段階的状況
• トレンド：OEM別自社開発車両OS-上位レイヤーアプリケーションエコシステム
• トレンド：OEM別自社開発車両OS-ミドルウェア
• トレンド：OEM別自社開発車両OS-通信ミドルウェア
• トレンド：OEM別自社開発車両OS-コスト管理
• OEM各社が自社開発する車載OSの主要競合要因
• 自動車用オペレーティングシステムの分類
• 自動車用オペレーティングシステムの分類：狭義の自動車用OSと広義の自動車用OS
• 自動車用オペレーティングシステムの分類：リアルタイムおよび非リアルタイム自動車用OS
• RTOSサプライヤーおよび製品一覧
• RTOS以外のサプライヤーおよび製品一覧
• 自動車用オペレーティングシステムの分類：マイクロカーネル、マクロカーネル、ハイブリッドカーネル
• 自動車用オペレーティングシステムの分類：車両制御OSと車両OS
• 自動車用オペレーティングシステム市場規模予測
• ソフトウェアアーキテクチャ
• 一般的な広義のOSアーキテクチャ
• インテリジェント車両ソフトウェアエコシステムフレームワーク
• カーネルは自動車ソフトウェアアーキテクチャの中核である
• ビジネスモデル
• 自動車用オペレーティングシステムのビジネスモデルの種類
• 主要自動車OS企業のビジネスモデル
• 自動車用オペレーティングシステムの開発動向とビジネスモデルの探求
• 自動車の基本オペレーティングシステムとビジネスモデル
• 自動車向けRTOSとビジネスモデル
• サプライヤーのオペレーティングシステムビジネスモデル
• 自動車用電子機器規格：AUTOSAR
• AUTOSARの概要
• AUTOSAR分類
• コアメンバー
• クラシックAUTOSAR：アーキテクチャ
• クラシックAUTOSAR：機能
• 適応型AUTOSAR：フレームワーク
• 従来型AUTOSARと適応型AUTOSARの比較
• 適応型AUTOSARとROSの統合アプリケーション
• AUTOSARのハイライト
• AUTOSAR中国ワーキンググループのアーキテクチャ
• AUTOSAR中国ワーキンググループのプロジェクト事例
• AUTOSAR関連ソフトウェアツールサプライヤーのビジネスモデル
• VectorのAUTOSARソリューションのビジネスモデル
• EBのAUTOSARソリューションのビジネスモデル
• Neusoft ReachのAUTOSARソリューションのビジネスモデル
• iSOFT Infrastructure Software社のAUTOSARソリューションのビジネスモデル
• Jingwei HirainのAUTOSARソリューション事業モデル
• ミドルウェアのレイアウト
• 主要OEM（XPeng、NIO、Li Autoなど）間のコアOSミドルウェアコンポーネントの比較
• 主要サプライヤー（Huawei、ThunderSoft、ArcherMindなど）間のコアOSミドルウェアコンポーネントの比較
• BlackBerry
• 自動車分野におけるQNXの開発経緯
• QNXビジネス
• QNX製品：安全レベル
• QNX製品：RTOSの特長
• QNX製品：RTOSアーキテクチャ
• QNX製品：コックピットソフトウェアプラットフォームソリューション（SDP8.0）
• QNX製品：ADASプラットフォーム
• QNX製品：コックピット運転統合コントローラー
• QNX製品：QNXクラウドシミュレーションプラットフォーム
• QNX製品：ドメインコントローラー基本ソフトウェアプラットフォーム
• QNX OS for Safety：製品概要
• QNX OS for Safety：安全性パフォーマンスの比較
• ロボット工学におけるQNXの応用
• QNXパートナーズ
• QNXの最新動向
• LinuxとAGL
• AGL会員
• Linuxアーキテクチャ
• RT-Linux
• Linux FoundationのAIオープンソースプロジェクト
• AGLアプリケーションフレームワーク：UCB
• Android
• AndroidとAndroid Automotive OSの概要
• Android Automotive OSアーキテクチャ
• Android Automotive OSの機能
• Android AutoにAI機能が導入
• AOSPの更新ペースを遅らせることの影響
• ユーザー開発状況
• Huawei
• HarmonyOS入門
• HarmonyOSの開発履歴
• HarmonyOSの技術アーキテクチャ：今後の開発方向
• HarmonyOSと自動車メーカー間の協力モデル
• インテリジェントドライビングOS-AOS
• インテリジェント車両制御OS-VOS
• クロスドメイン統合ソフトウェアフレームワーク車両スタック
• iDVPプラットフォームのアップグレード
• Qiankun OSは、AI+SOA対応の自動運転車の要件を満たしています。
• Qiankun OSは世界モデルを統合します
• CCA：VCU（セントラルコンピューティング）+3～5 VIU（ZCU）
• CCA：システムフレームワークとフルスタックソリューション
• HarmonyOSのAI機能
• HarmonyOSにおける「See and Speak」の2つの実装モード
• Alibaba
• AliOS入門
• バンマ・ジシンの車両OS進化戦略
• AliOSオペレーティングシステムのアーキテクチャ
• AliOSアプリケーションレイヤー
• Alibaba Qwen大規模モデルとOSの統合：システムエージェントシステム
• Alibaba Qwen大規模モデルとOSの統合：Yan AIシリーズ
• AliOSソリューション：AliOSインテリジェントコックピットOS
• AliOS DriveインテリジェントドライビングOS
• Banma ZhixingのOSビジネスモデル
• Banmaハイパーバイザーがアップグレードを容易に
• AliOSの最新動向
• VxWorks
• Wind River VxWorksマイクロカーネルアーキテクチャ
• WindRiver製品：WindRiver LinuxおよびWindRiver AUTOSAR Adaptive Software Platform
• WindRiver製品：Helix仮想化プラットフォーム
• WindRiver社の新しいRTOS製品
• 自動車分野における最新の動向
• Ubuntu
• プロファイル
• 応用
• 自動車分野における協力
• webOS
• 開発履歴
• webOS OSEコンポーネントと開発ロードマップ
• webOSとAGLの統合
• 自動車分野における最新の動向
• ROS
• ROS入門
• ROS 2.0入門
• ROS 2.0の反復履歴
• ROS 2と他のミドルウェアの違い
• ROS 2.0アーキテクチャ
• ROSの応用事例

第3章 AIOSサプライヤー

• Neusoft Reach
• NeuSAR aCore
• ThunderSoft
• ArcherMind Technology
• SenseTime
• Kernelsoft
• Linux
• SYNCORE AUTOTECH
• Extour Technology
• STEP
• その他

第4章 車両OSサプライヤー

第5章 中国OEMのオペレーティングシステム

• Li Auto
• NIO
• Xpeng
• Xiaomi
• Leapmotor
• Geely
• SAIC Motor
• Great Wall Motor
• FAW Hongqi
• GAC Group
• Changan
• Dongfeng Motor
• BYD
• Chery

第6章 海外OEMのオペレーティングシステム

• BMW
• Mercedes-Benz
• Volkswagen
• Toyota
• Honda