银轮股份受邀参加Vector Forum 2026在线技术论坛

日前，浙江银轮机械股份有限公司研发总院副院长兰艺零受邀参加Vector Forum 2026在线技术论坛，围绕“AI Enabled Verification & Validation for Embedded E-Controls”主题，分享AI赋能嵌入式电控产品验证与确认（V&V）的技术探索与工程实践。

分享以汽车热管理控制器为应用场景，介绍AI如何与既有测试环境结合，辅助需求分析、测试设计、脚本生成、自动执行与结果分析，展示从工程知识理解到测试任务执行的端到端探索，也强调关键工程决策仍须由工程师审核与把关。

01行业挑战：验证工作为何需要新的效率工具？

随着汽车电子电气架构与软件功能日益复杂，零部件供应商的验证工作不仅要确认功能表现，还需要兼顾需求追溯、功能安全与可靠性、多节点协同，以及频繁迭代下的回归验证。

演讲介绍，在典型电控产品验证流程中，测试设计、文档分析、用例编写、脚本开发和日志分析等准备活动可能占据大量时间。案例中，传统测试准备工作约需40小时，而实际测试执行约3小时。上述数据属于演讲所述特定案例，不代表所有项目的通用水平。

02技术路径：让AI融入现有V&V流程

银轮探索的方向并非用AI替换成熟测试工具，而是利用大语言模型（LLM）对工程文档的语义处理能力，以及Agent任务编排能力，将需求、测试设计、执行和结果分析衔接起来。试点选用热管理系统中的冷却液阀控制器，其需求文档、LIN描述文件（LDF）和现有测试环境为实践提供了基础。

演讲涉及的工程工具包括CANoe、vTESTstudio、VT System、SIL Adapter、VectorCAST、Jenkins、GitLab和ETM等。不同工具在测试开发、执行、持续集成及管理环节承担相应角色。

> 五个核心阶段

需求分析：从产品规范和LDF中识别可验证需求、验收标准及追溯关系。

测试设计：辅助推导边界条件、状态组合及故障场景，形成测试规范。

测试脚本生成：根据测试规范生成CAPL脚本、系统变量配置及CANoe工程配置，并由工程师审核。

自动执行：结合HIL、SIL环境及Jenkins流水线运行测试任务。

结果分析：分析日志、报告和失败案例，辅助问题分类及根因定位。

在上述过程中，AI Gate和Human Verification Gate用于设置质量检查与人工审核节点。AI的输出具有不确定性，不能直接替代工程判断。

> Agent+MCP:从内容生成走向工具调用

演讲展示由主Agent、专业Agent、企业知识库、Workflow Engine、MCP（Model Context Protocol）服务接口及专业Skills构成的执行框架。借助这些组件，AI不仅辅助理解需求与生成内容，还可在受控流程中调用测试工具、编译CAPL、触发HIL/SIL测试，并获取结果进行分析。

03四个工程实践案例

> 案例一 | 自动生成测试资产

针对冷却液阀控制器，演讲案例展示AI依据规范文档和LDF生成43条功能需求、65个测试用例，以及CANoe测试工程、CAPL脚本、测试报告和分析结果。AI自动流程约1.5小时完成，随后进入工程师审核环节。这里的1.5小时不等于包含全部人工审核的总准备时间。

> 案例二 | 每日自动回归

在SIL环境中，系统按计划自动启动回归测试。演讲展示了每天20:00运行35项测试、自动分析结果和识别失败原因，并向工程师提供后续处理建议的实践。

> 案例三 | 与持续集成流程衔接

通过代码提交、Jenkins触发、SIL执行和AI分析之间的衔接，形成“Commit → Jenkins → SIL → AI分析”的工作闭环，探索持续验证（Continuous Verification）的工程模式。

> 案例四 | 实物阀门位置验证

针对阀门控制器，演讲展示桌面测试平台开展2380个位置点测试，并验证16413帧LIN通信数据的案例。在所展示的测试范围内，2380个位置点均通过验证；该结果不应被理解为产品全部验证活动均已通过。

04实践成效：效率提升之外，更关注可追溯与可复用

演讲展示的案例对比显示，测试准备时间由传统方式约40小时缩短至AI赋能方式约6小时，降幅约85%。其中，约6小时与前述约1.5小时的统计范围不同：前者为案例所述准备工作总时间，后者为自动生成流程用时。

除了时间投入的变化，案例还体现了需求与测试资产关联、回归活动自动化、测试知识沉淀和工程资源复用等方向的潜在价值。具体效果仍取决于项目范围、输入文档质量和审核机制。

05AI不是替代工程师，而是扩展工程能力

从此次分享可以看到，AI在V&V中的作用不仅是生成文本，更在于辅助贯通工程流程：AI负责阅读、整理、生成、执行与初步分析，工程师负责技术判断、质量审核与最终决策。

银轮股份的探索展示了汽车电子企业将AI引入既有验证体系的实践路径。Vector Forum也将持续为行业提供交流平台，促进AI与嵌入式软件工程方法、工具及实际场景的融合。

关于银轮

浙江银轮机械股份有限公司成立于1958年，是一家专业研发、制造和销售各种热管理和尾气后处理产品的民营股份制上市公司，现在全球拥有全资、控股子公司40多家，是我国热交换器行业首家民营上市公司、行业标准的“组长级”起草单位和国家制造业单项冠军培育企业，换热器产销量连续十几年居国内行业前列。

公司在发展过程中始终坚持“行业引领、产业报国”这一目标不动摇，围绕“节能、减排、智能、安全”四条产品发展主线，形成了“商用车与非道路热管理、乘用车和新能源热管理、发动机后处理、工业和民用换热”四大产品平台，同时秉持“文化银轮、技术银轮、品质银轮、体制银轮”的发展思路，始终追求成为热管理领域受人尊敬的优秀企业。公司以“人才、管理、工厂、产品”这四个国际化指导公司的全球化发展，在国内分别在湖北、山东、上海、江西、广东、江苏、广西、重庆等地建立了生产基地，在国际打造建立了欧洲、北美战区，形成了亚洲、欧洲、美洲三大总部，客户遍布北美、欧洲、中东等全球40多个国家及地区。

关于Vector Forum

Vector Forum是由Vector Consulting and Services组织的国际在线技术交流系列活动，汇聚来自全球不同行业的企业领导者与技术专家，分享软件与系统开发、工程创新及数字化转型等领域的实践经验。

论坛聚焦复杂系统开发过程中面临的质量、效率、成本与创新挑战，围绕系统工程、敏捷开发、验证与确认、人工智能等主题，探讨如何通过先进技术、工程方法与管理实践提升研发效能、降低风险并加速产品交付。

Vector Forum坚持实践导向与跨行业交流，致力于促进全球企业之间的经验分享与知识交流，为持续提升工程能力和推动技术创新提供交流平台。