熱門資訊> 正文
2026-07-20 18:35
(來源:36氪汽車)
「汽車,正在成為那個承載具身智能最理想的先導載體」
「從數字幻覺到實體執行,AI正在尋找它的「身體」」
在大模型狂飆突進的第三年,科技界達成了一個深刻的共識:AI如果只停留在屏幕和聊天框里,就永遠只是無法觸碰物理世界的數字幻覺。AI必須走向現實,獲得執行物理任務的「身體」。
從通用推理大模型的爆發,到各類智能體(AI Agent)在細分領域的涌現,純屏幕內的「信息生成」正在遭遇邊際效應的瓶頸。行業開始意識到,AI演進的必然終點是具身智能(Embodied AI)——給數字靈魂賦予物理實體,去主動感知、交互並重塑現實物理世界。
這意味着,AI已經告別了純粹比拼雲端參數和文字遊戲的第一階段,全面進入與實體終端深度融合的第二階段。在這個物理落地的進程中,汽車,正在成為那個承載具身智能最理想的先導載體。
「從「對話框」到「方向盤」,智能體為什麼選擇汽車?」
AI要釋放真正的產業價值和商業生產力,必須完成從「被動問答的Chatbot」向「有感知、會規劃、有執行力」的「智能體」的代際進化。在這個進化路徑中,汽車展現出了其他終端難以企及的先天優勢。
智能手機和智能家居雖然普及,但其交互維度大多侷限於單一的屏幕觸控或聲音應答,它們缺乏對物理世界進行大範圍干涉和位移的能力。而汽車,是目前唯一融合了超高密度多模態感知元器件、三維物理移動空間與強動力執行機構的複雜工業終端。
智能體選擇汽車,不僅僅是給汽車裝上了一個「好用的語音助手」,而是徹底改變了人車關係。它讓用户從「屏幕的奴隸」和「單純規則指令的發出者」中解放出來。
傳統的智能座艙需要用户適應機器的邏輯,逐字逐句下達精確口令。而當智能體成為汽車的大腦,車輛開始主動適應人的生理與情緒節奏。它能理解人類模糊的意圖,在感知到用户疲憊、焦慮或急迫時,給出恰到好處的主動反饋。這種從「機械響應」到「情感共鳴」的主動進化,為用户帶來了人機協同中久違的松弛感。
今年4月,吉利正式發佈了艙駕融合超級智能體——超級Eva,並在極氪8X上實現全球首發量產。這一步,正是中國汽車工業嘗試推動汽車從「AI輔助交互」向「物理AI主導」跨越的務實樣本。
「重奪人車交互的「主導權」與「服務第一入口」」
在智能體上車的浪潮中,行業內出現分化,許多車企陷入了「套殼大模型」的淺層誤區。它們簡單地接入第三方大模型的API接口,讓車機學會了作詩、畫畫,便宣稱完成了智能化轉型。
但在汽車行業未來的進化過程中,智能體絕不只是一個解悶的聊天工具,它是用户連接所有車端硬件、底盤控制以及第三方出行服務的「第一入口」。
在未來的智能出行生態中,誰掌握了智能體,誰就掌握了用户意圖的分發權。車企若在這一核心中樞上選擇完全假手於人,放棄自主深度研發,就無法真正打通底層硬件與上層生態的壁壘,最終將面臨淪為第三方軟件算法硬殼載體的「代工化」風險。
吉利對此有着清晰的清醒與認知。超級Eva並不是簡單的技術拼湊,而是吉利在覈心技術自主掌控上的戰略兑現。吉利堅持了全棧語音自研的工程化落地,並與階躍星辰(Step 3.7)端到端大模型深度共創,定製垂域Agent。
這種將原生大模型的理解能力與自研語音工程、車端控制深度結合的做法,本質上是爲了將底層交互的控制權、安全邊界以及全生命周期的服務入口,牢牢掌握在自己手中。
「從「雲端推理」到「底盤物理執行」的極限工程」
車端智能體與傳統軟件最大的不同,在於它必須與物理世界發生實時且絕對安全的交互。因此,其終極難點不僅在於雲端的邏輯推理有多聰明,還在於如何將雲端的高維思考,安全、零延迟地轉化為底盤的物理動作。
智能體跨域融合的技術鴻溝,在於座艙與智駕兩端的「雙向奔赴」。對於座艙智能體而言,必須深度學習並理解智駕在壓實線、變道安全距離等場景Know-how,補齊場景認知盲區;而對於智駕而言,則需要對其原本處於「黑盒」狀態的端到端架構進行深度改造,打破黑盒壁壘,將決策狀態和反饋信息合理地向上傳遞。只有兩端進行深度的技術重構,艙駕融合才能真正運轉起來。
而在物理底座層面,艙駕融合本質上還是一場對底層高帶寬通信、跨域芯片算力分配以及安全冗余的極限工程。
吉利之所以能夠率先跨越這道關口,絕非偶然,得益於其在底層架構、AI「算力、數據、算法」三駕馬車上長期系統性戰略佈局的合攏。
2024年便開始預埋的整車全服務化SOA架構、綜合算力規模達23.5 EFLOPS的星睿智算中心、每年新增數百萬輛真實奔跑的高質量訓練數據,以及強強聯合、高度自研的語音大模型算法和工程化落地,這套軟硬件基礎設施,攻克了高頻跨域通信的延迟難題和跨域理解調度的交互難題,讓超級Eva的思考能夠瞬時轉化為安全的物理控車動作。
我們可以設想一個極具生活温度的典型場景:
在忙碌的周一早高峰,你驅車行駛在通勤路上,只需隨口一句:「Hi 超級Eva,九點前要到公司,有個會要開,我有點困,你幫我開車去」,途中還可以直接吩咐:「順路幫我點杯冰美式」。
超級Eva隨即開始了一連串跨領域的自主協同。它不僅能規劃好導航最快的路線,激活智駕,平穩地將車開到公司。同時理解了你的提神需求,調用車載生態完成了順路附近咖啡店的下單支付。
這不再是冷冰冰的「指令接收」,而是AI在物理世界里,以極高的人類常識和自主決策能力,完成的一次充滿温度的「出行代辦」。
「「量產」是AI泡沫的唯一洗牌期」
在AI大模型與汽車融合的演進史中,從不缺乏令人激動的宏大敍事。
特斯拉的Grok大模型展示了極具行業張力的「可移動Optimus」藍圖,試圖用一套通用的視覺端到端模型,縫合汽車與humanoid機器人的邊界。然而,由於全球各地法規的差異性、本地化合規門檻以及大模型在複雜路況下的長尾安全效應,這一宏大願景在很多市場依然處於漫長的Demo秀和局部測試階段。
在去年的北京車展上,我們也看到了眾多車企和供應商扎堆展示各種智能體Demo。但汽車工業是一門極其嚴苛的系統工程,任何不以量產為目的的技術展示,都容易製造出虛假的繁榮。
「量產」是過濾AI概念泡沫、檢驗車企工程化一致性的唯一硬指標。它要求算法不僅要在實驗室里完美運行,更要在數以萬計的複雜氣象、路況、長尾場景中,保證絕對的穩定與安全。
當行業還在熱衷於炒作概念、在發佈會上用精緻的PPT展示Demo時,吉利已經完成了從「實驗室研發」向「大規模量產」的驚人跨越。
如今,超級Eva不僅在極氪8X上實現了全球首發量產,而且即將率先推送50萬極氪車主。更值得關注的是,據相關消息透露,在完成極氪車主群體的OTA升級后,吉利今年還計劃將這一艙駕融合的超級智能體進一步向領克汽車和吉利汽車進行橫向拓展與全量升級。
這種在極短時間內、在多品牌及數十萬甚至百萬級保有量車型上進行大規模工程落地與橫向展翼的能力,展現了吉利在供應鏈整合、軟件一致性驗證以及製造規模上的深厚底藴。這不僅是技術研發的成功,更是一次強悍組織勢能和工業化能力的集中兑現。
「超越智能終端,智能體是全場景生態的粘合劑」
在具身智能的宏大命題下,常有人爭論:未來伴隨用户的,到底是口袋里的手機智能體,還是空間里的車機智能體?
在吉利的戰略構想中,這並不是一場你死我活的零和博弈。手機智能體伴隨的是日常碎片化生活,而車機智能體佔領的「物理移動場景」,因其重資產、高頻次、強物理交互的屬性,成爲了其他任何終端都無法替代的體驗真空帶。
汽車超級智能體不應該孤立存在,它應該是縫合設備孤島、實現「人-車-家」全場景數字生活閉環的最強物理粘合劑。
超級Eva不是吉利技術探索的終點,而是一個開放的起點。汽車超級智能體所沉澱下的底層架構、安全邊界與交互範式,是整個行業面向具身智能時代共同的技術財富。吉利意圖通過超級Eva的量產實踐,向行業開放全場景的技術底座,與全球合作伙伴、開發者、服務商攜手,共同探索並定義下一代全場景智能的技術邊界。
當物理AI的潮水涌來,率先將帆升起並駛入深海的吉利,正在用行動證明:讓技術迴歸温度,讓智能走向真實,纔是中國汽車智能化下半場最務實、也最寬廣的前行之路。
封面來源 |企業供圖