AI 正以空前速度驅動軟體開發,測試與品質管理亦須同步升級,以免成為創新的制約。
C‑ATS Auto 將系統級測試從開發瓶頸轉化為競爭優勢,幫助汽車製造商在不犧牲品質的前提下,更快速地交付車載資訊娛樂系統 (IVI)。
谷歌認證 AAOS 與 GAS 第三方測試實驗室(3PL)
10+ 年產品經驗
深受整車廠與一級供應商信賴
系統級測試是縮短車載信息娛樂系統(IVI)上市周期的關鍵,然而傳統測試方法已無法跟上當前汽車軟體開發的迭代速度。
車載信息娛樂生態系統正經歷劇烈變革,涵蓋安卓、QNX、Linux 以及各類私有平台,但現有的測試解決方案仍未能有效滿足這一領域的需求。整車廠亟需一種能夠在大規模環境下驗證複雜、真實場景交互的手段,同時還要兼顧汽車行業嚴苛的品質與合規標準。
車載信息娛樂系統必須與多個 ECU(控制單元)、車載總線(CAN/LIN/乙太網)、音響系統、顯示屏及外設進行交互,這種複雜程度僅靠模擬器方案無法充分測試。
AAOS 合規性測試(包括 CDD 要求、CTS 驗證)需要深厚的專業知識和大量人工投入,每個發布周期都可能造成進度瓶頸。
UI 的頻繁變更以及多種顯示屏規格為測試自動化帶來巨大維護成本,傳統的圖像對比方法在這些變動面前極易失效。
不同項目和整車廠採用的測試方法各異,導致品質基準不統一,並在測試資產開發中產生大量重複工作。
C-ATS Auto 將傳統手動、耗時的台架測試,徹底轉化為自動化且可擴展的 TestOps 平台,為車載資訊娛樂系統的研發提供了迫切需要的測試基礎設施。
在大規模環境下驗證數以萬計的 IVI 測試用例,需要一種本質上全然不同的方法。
C-ATS Auto 為車載資訊娛樂生態系統引入了以台架為核心、面向平台級的 TestOps 範式。
憑藉在頂尖 OEM IVI 專案中超過 10 年的大規模部署經驗,C‑ATS 能夠在真實車輛台架上實現大規模自動化測試。在此環境中,車載資訊娛樂系統需與多個 ECU、車輛總線(CAN/LIN/Ethernet)、音訊系統、顯示屏及各類外設進行交互,從而實現數以萬計 IVI 測試用例的自動化覆蓋。這種「台架優先」的方法可驗證車輛在真實場景中完整系統的使用體驗,是僅依賴模擬器無法實現的。
技術變革:C-ATS 為汽車台架上的 TestOps 落地提供了差異化的平台。其集中化架構支持遠端台架管理、分佈式測試執行、環境健康監控、測試資產全生命周期管理及多產品線支持,並可無縫整合至敏捷 CI/CD 工作流程中。
從研發 QA、系統集成、回歸測試到最終驗證的台架測試,已由傳統的人工瓶頸徹底轉型為可持續運行、可擴展的質量基礎設施。
成果:回歸測試週期縮短至 1/6(由 6 週減至 1 週)
(該成果於 2014 年,在某全球領先整車廠的 AAOS 部署項目中實現)
Android Automotive OS (AAOS)、QNX 與 Linux 平台
車載資訊娛樂系統(IVI)
智能駕艙整合
車聯網服務
性能 KPI 與 MTTF 驗證
C-ATS 的 UI 驗證技術歷經三代演進:從最初基於計算機視覺(CV)的圖像比對,發展到我們專有的模糊匹配專利技術,如今已進化為整合 MLOps、具備持續訓練能力的語義識別模型。
成果:減少了 70% 因 UI 變更所引起的維護成本
更快的發布、更高的測試覆蓋率、更低的成本,已在領先的整車廠中獲得驗證
減少 60% 的人工測試投入,測試執行速度提升 2 至 6 倍
實現 95% 的回歸測試場景覆蓋率
版本發佈週期縮短 40%
CTS 驗證週期縮短 50%
谷歌認證平台,搭載 AI 驅動的合規性驗證技術
C-ATS 利用大型語言模型與 AI 智能深度解析 CDD 條款及 CTS 測試日誌,實現合規性驗證自動化、CTS 失敗項智能分類,並提供高度參考價值的修復建議。
基於 Web 的 CTS 執行平台,具備智能自動重試、測試環境自癒及資源主動預配置功能。
利用 AI 驅動的故障分類、根因識別及修復建議,實現對 CTS 測試日誌的自動化分析 —— 顯著縮短調試時間。
10 年深耕,260 餘套測試台架,覆蓋 60 餘款車型。在對品質與可靠性有著嚴苛要求的亞洲、歐洲及北美市場,已實現規模化部署。
年量產經驗
套測試台架部署
條測試腳本
款車型覆蓋
經量產驗證的 AI 能力。真實的大語言模型用於分析 CTS 日誌,語義模型用於 UI 驗證,機器學習模型用於自動生成測試用例,已在生產專案中部署並持續交付成果。
透過分析需求、歷史失敗記錄、日誌以及使用者操作路徑,根據系統要求、歷史測試數據模式及 AAOS 合規要求,自動生成缺失或高風險的測試用例。
工程師以自然語言描述測試場景後,AI 會自動將其轉換為可執行腳本,並根據可用台架與目標平台進行優化,支援多種腳本語言,從而顯著減少人工編寫腳本的工作量。
採用多層級驗證機制,結合 OpenCV、專利級模糊匹配技術,以及持續訓練的語義識別模型,並能依不同場景智能調整驗證策略。透過對標註 UI 資料集的監督式學習,結合 MLOps,實現模型的持續迭代優化。
基於 LLM 的智能分析能力,利用日誌模式識別與異常偵測技術,對重複性失敗進行自動聚類,減少重複的根因分析工作;同時跨多輪測試關聯日誌,識別反覆出現的失敗特徵,並生成可視化報告,包括失敗分佈、系統穩定性趨勢及修復建議。
C-ATS Auto 提供從測試建立、執行到分析的全鏈路自動化方案。
支援 CAN/LIN/FlexRay/車載乙太網總線,支持多 ECU 配置及點火循環控制
包含 UI 校驗、音訊輸出驗證、語音識別及系統提示音檢測
深度適配基於 AAOS、Android、iOS、Linux 的車載資訊娛樂系統以及 QNX 實時作業系統
提供圖形化測試工作室,支援無程式碼創建及 XML/Python 腳本擴展
支援分散式執行、遠端台架管理及任務動態分配
整合 Jenkins、GitLab、Azure 等 CI/CD DevOps 工具鏈,並支援透過 RESTful API、Webhook 及即時監控進行系統整合
C-ATS Auto 採用模組化、可擴充的架構設計,專為跨地域的企業級部署打造。平台以分散式執行的集中化測試管理為核心,整合 AI 增強層以實現智慧自動化、MLOps 流水線以確保模型持續演進,並提供靈活的 CI/CD 整合方案,所有功能皆可透過統一介面進行管理。
查看技术架构文档
即時台架測試執行
AI 驅動的合規性驗證
語義化 UI 驗證實操
CI/CD 流水線整合

加入已透過 C‑ATS Auto 的「台架優先、AI 原生 TestOps 平台」,革新車載資訊娛樂系統測試的領先整車廠行列
預約諮詢
您已成功訂閱
我們會儘快與您聯系。
謝謝
