文｜魏琳華?
編｜王一粟
2026年的北京車(chē)展，AI已經(jīng)不是一個(gè)噱頭，而是無(wú)處不在的底層能力。
在本場(chǎng)展會(huì)上，最有看點(diǎn)的是很多品牌都推出融合了Agent和Skills能力的智能座艙，將此前Chatbot式的反饋進(jìn)化成執(zhí)行復(fù)雜任務(wù)的整車(chē)智能體。用戶(hù)一句話(huà)就能讓汽車(chē)規(guī)劃路線(xiàn)、下外賣(mài)訂單、智駕回家。
打通智駕和智艙的AI到底上限有多高？階躍星辰舉過(guò)這樣一個(gè)例子：
“導(dǎo)航里，我們一般告訴地圖我要去哪里，軟件會(huì)為你導(dǎo)航；但有了AI的導(dǎo)航，你不需要告訴AI你的目的地，只需要講自己的意圖，比如去挑一件生日禮物，大模型就會(huì)根據(jù)你的喜好、歷史記錄去挑選，這一切都是需要我們的智能體、多模態(tài)大模型作為背后的支撐。”
AI+車(chē)的提升，已經(jīng)不僅僅局限于交互體驗(yàn)的改善。更關(guān)鍵的是，AI大模型不僅要上車(chē)，更要進(jìn)入整車(chē)系統(tǒng)的更底層，提升智駕、座艙智能水平的上限。
譬如，日前千里科技聯(lián)合階躍星辰，宣布將打造全新的原生智駕模型。這意味著在模型訓(xùn)練的底層階段開(kāi)始，結(jié)合數(shù)據(jù)、技術(shù)和工程優(yōu)勢(shì)，共同打造一個(gè)“為智駕而生”的模型——讓AI在智駕模型中的權(quán)限更高、從更多智駕數(shù)據(jù)中學(xué)習(xí)。這樣訓(xùn)練出來(lái)的智駕模型，才能更理解物理世界的規(guī)律，從容應(yīng)對(duì)各種突發(fā)情況。
汽車(chē)智能化的下一程，正在加速到來(lái)。但這一次，決定勝負(fù)的不是誰(shuí)的模型更大，而是誰(shuí)的模型能夠更懂汽車(chē)、更懂物理世界。
L4需要什么樣的智駕模型？
當(dāng)前，智駕行業(yè)的技術(shù)發(fā)展已經(jīng)來(lái)到?jīng)_刺L3的階段。用千里科技聯(lián)席董事長(zhǎng)趙明的話(huà)說(shuō)，我們現(xiàn)在已經(jīng)突破了‘好用’的臨界點(diǎn)。接下來(lái)，所有廠商都在全力以赴，向L4的目標(biāo)狂奔。
但在“如何通向L4”這件事上，趙明給出了自己的觀點(diǎn)：現(xiàn)階段，不是所有模型都適合成為晉升L4階段的底座。
過(guò)往的智駕模型問(wèn)題，就出在了模型訓(xùn)練的方式上。
長(zhǎng)期以來(lái)，智駕行業(yè)的主流技術(shù)路徑，是先訓(xùn)練一個(gè)通用大語(yǔ)言模型，再將車(chē)端數(shù)據(jù)“喂”到模型里，通過(guò)后訓(xùn)練微調(diào)的方式打造智駕模型。
這樣做出來(lái)的模型，雖然已經(jīng)足夠應(yīng)付一些簡(jiǎn)單、標(biāo)準(zhǔn)化場(chǎng)景的問(wèn)題，比如識(shí)別紅綠燈信號(hào)、和車(chē)的間距問(wèn)題，但針對(duì)一些突發(fā)情況，它難以根據(jù)具體情況給出好的應(yīng)對(duì)策略。
為了進(jìn)一步提升模型的泛化性，讓智駕模型能夠解決更多突發(fā)問(wèn)題。千里科技的答案是引入世界模型體系，提供各種海量極限數(shù)據(jù)訓(xùn)練智駕模型。用趙明的話(huà)說(shuō)，各種復(fù)雜場(chǎng)景與對(duì)物理世界的理解結(jié)合，才構(gòu)成了走向L4智駕時(shí)代最為合適的方式。
原生AI模型的好處，在智駕領(lǐng)域已經(jīng)得到過(guò)證明。
以VLA模型為例，與此前模型不同的是，VLA的邏輯本質(zhì)上是用AI重寫(xiě)底層邏輯。它不僅讓AI模型擁有了“看、聽(tīng)、說(shuō)”一體的能力，結(jié)合海量駕駛數(shù)據(jù)學(xué)習(xí)，AI模型的能力放大的同時(shí)，也能根據(jù)數(shù)據(jù)訓(xùn)練出應(yīng)對(duì)一些復(fù)雜場(chǎng)景的方式，從而對(duì)沒(méi)有預(yù)設(shè)過(guò)的問(wèn)題，也能給出恰當(dāng)?shù)膽?yīng)對(duì)。
階躍星辰和千里科技的聯(lián)手，為的就是合作訓(xùn)練一個(gè)“原生智駕模型”，提高智駕模型能力上限，這改變了“先做模型再適配”的方式，在預(yù)訓(xùn)練階段，就同時(shí)給到通識(shí)數(shù)據(jù)和智駕數(shù)據(jù)，后訓(xùn)練階段繼續(xù)用智駕特訓(xùn)和通用能力加持，讓模型天然能夠應(yīng)對(duì)物理世界中各種復(fù)雜命題。
具體而言，一是大量智駕數(shù)據(jù)接入訓(xùn)練，讓AI模型能夠提前針對(duì)各種復(fù)雜情況進(jìn)行特訓(xùn)，從而提升模型本身對(duì)非標(biāo)準(zhǔn)場(chǎng)景應(yīng)對(duì)的泛化能力。比如，遇到極端天氣、交通管制等特殊情況，更多時(shí)候能夠讓AI自己做應(yīng)對(duì)，比如識(shí)別各種障礙、自動(dòng)采取減速、繞行操作。
二是底層模型智能的提升，讓智駕在響應(yīng)人的需求時(shí)“更聰明”。通過(guò)引入階躍星辰的系列模型，比如Agentic模型、多模態(tài)模型，既能讓AI“看”得更清楚，又能讓AI讀懂人的復(fù)雜需求。
以現(xiàn)場(chǎng)演示的一個(gè)場(chǎng)景為例，用戶(hù)要求“回家同時(shí)找順路的花店、蛋糕店購(gòu)買(mǎi)花和蛋糕”，一般AI難以拆解的長(zhǎng)難句，交給智能體能力更強(qiáng)的AI模型，任務(wù)的拆分和執(zhí)行不再是難題。
手握高質(zhì)量基礎(chǔ)模型矩陣的階躍星辰，聯(lián)手智駕模型能力領(lǐng)先的千里科技，正在試圖聯(lián)手打開(kāi)智駕模型的能力上限。
模型+工程能力打通 “Grok+FSD”的中國(guó)方案
在“大模型上車(chē)”競(jìng)爭(zhēng)白熱化的2026年，國(guó)內(nèi)一部分車(chē)企正在通過(guò)大模型能力的引入，講出類(lèi)似Grok+FSD的故事。
階躍星辰和千里科技的戰(zhàn)略合作，從基因上看，是沖擊中國(guó)版Grok+FSD最有可能性的樣本，除了智能駕駛和智能座艙，未來(lái)或?qū)⒗^續(xù)探索出具身智能系統(tǒng)。
兩家公司的聯(lián)合，背后站著一位關(guān)鍵人物：印奇。
同時(shí)擔(dān)任階躍星辰和千里科技的董事長(zhǎng)，印奇也在媒體群訪環(huán)節(jié)中回應(yīng)，自己的工作更多關(guān)注技術(shù)和產(chǎn)品相關(guān)的方向，兩者之間的合作，是模型到終端的能力整合。
“作為AI創(chuàng)業(yè)的老兵，我們一直在尋求中國(guó)AI的商業(yè)閉環(huán)?！庇∑嬲f(shuō)，“階躍和千里，從我的角度來(lái)看是一個(gè)最優(yōu)解，階躍在構(gòu)建AI模型，未來(lái)是從車(chē)、手機(jī)到未來(lái)更多的終端的大腦，而千里則是大腦的‘容器’，車(chē)則是高價(jià)值的載體?！?/p>
從能力圖譜來(lái)看，階躍是大模型公司中少見(jiàn)擁有全模態(tài)模型布局的企業(yè)。
以車(chē)企最近密集部署的智能座艙產(chǎn)品為例，它需要集感知-識(shí)別-交互能力為一體，除了在平板上的文字交互外，更需要攝像頭來(lái)識(shí)別車(chē)輛內(nèi)部和外部的場(chǎng)景和人物狀態(tài)，通過(guò)語(yǔ)音和人對(duì)答如流。
在這方面，階躍星辰已經(jīng)通過(guò)合作，加速把各類(lèi)模型的能力搬上了車(chē)，提供最適合Agent場(chǎng)景的各種基座模型。從登頂OpenRouter全球調(diào)用榜單的基座模型Step 3.5 Flash，到端到端語(yǔ)音模型Step Audio系列，都接入極氪8X的超級(jí)智能體“超級(jí)Eva”，都成為了智駕能力的底座技術(shù)支撐。
基于Step 3.5 Flash，“超級(jí)Eva”能夠聽(tīng)懂人類(lèi)的模糊意圖，并拆解復(fù)雜任務(wù)推動(dòng)執(zhí)行。比如，當(dāng)用戶(hù)說(shuō)"帶我去接孩子放學(xué)，順便找一家麥當(dāng)勞，5點(diǎn)我要到學(xué)校"，超級(jí)Eva自主規(guī)劃導(dǎo)航路線(xiàn)，啟動(dòng)智能輔助駕駛，并完成途中訂餐、臨停取餐、學(xué)校門(mén)口自動(dòng)泊車(chē)等全鏈路操作。
AI找好滿(mǎn)足條件的商場(chǎng)后，自動(dòng)設(shè)置好導(dǎo)航路線(xiàn)
千里科技則聚焦打造智駕模型，提供軟硬結(jié)合的全棧工程能力，快速把智駕方案落地量產(chǎn)。
兩者聯(lián)合，可以把模型能力真正轉(zhuǎn)成可工程化的車(chē)端能力，解決“模型很強(qiáng)，但上不了車(chē)；上了車(chē)，但調(diào)不動(dòng)整車(chē)系統(tǒng)”的行業(yè)難題，并且快速推動(dòng)模型從研發(fā)階段到量產(chǎn)上車(chē)：Step 3.5 Flash從全面開(kāi)源到正式上車(chē)只用了40天，更早之前雙方聯(lián)手推出業(yè)內(nèi)首個(gè)搭載端到端語(yǔ)音模型的AgentOS智能座艙，這套方案半年內(nèi)搭載在吉利銀河M9量產(chǎn)。這種速度驗(yàn)證了這一強(qiáng)耦合模式的可行性。
結(jié)語(yǔ)
讓“大模型上車(chē)”只是一個(gè)開(kāi)始，更重要的是，量產(chǎn)規(guī)模還會(huì)為模型訓(xùn)練提供大量真實(shí)數(shù)據(jù)，形成數(shù)據(jù)飛輪，持續(xù)反哺智駕模型本身的迭代效果，形成“越跑越快”的正向循環(huán)。
在行業(yè)智駕能力向著L4進(jìn)階的情況下，誰(shuí)能讓這個(gè)飛輪先轉(zhuǎn)起來(lái)、轉(zhuǎn)得更快，誰(shuí)就掌握了通往終局的“加速度”。
特別聲明：本文為合作媒體授權(quán)DoNews專(zhuān)欄轉(zhuǎn)載，文章版權(quán)歸原作者及原出處所有。文章系作者個(gè)人觀點(diǎn)，不代表DoNews專(zhuān)欄的立場(chǎng)，轉(zhuǎn)載請(qǐng)聯(lián)系原作者及原出處獲取授權(quán)。(有任何疑問(wèn)都請(qǐng)聯(lián)系idonews@donews.com)
