靠WAM錨定智駕，吉利CES答卷夠不夠？

2026年拉斯維加斯CES展的喧囂剛散，汽車圈的討論熱度卻沒降——所有人都在琢磨一個問題，吉利的WAM世界行為模型，到底能給智能駕駛賽道帶來多少改變？有人說這是中國智能駕駛從跟跑到并跑的標志性動作，也有人疑惑，一個聽起來玄乎的“模型”，真能改寫行業規則？

但我說，吉利這次的CES答卷，不僅夠分量，更可能重塑未來5年的智能汽車競爭格局。

智能車的“智障時刻”，誰沒被坑過？

聊WAM之前，先嘮嘮那些開車時能把人逼瘋的智能bug，這絕對是所有車主的共同槽點。

下雨天路面濕滑，輪胎都輕微打滑了，底盤系統都懂事地介入減速了，結果智駕系統跟個愣頭青似的，還傻乎乎保持原跟車距離，嚇得你趕緊一腳剎車手動接管。冬天凍得縮脖子，說一句“我有點冷”，車機像個沒感情的執行器，只會機械把空調調到24℃，座椅加熱、方向盤加熱？對不起，它沒這根筋。跑高速開倆小時，眼睛都快睜不開了，智駕明明檢測到你疲勞駕駛，座艙卻跟沒事人一樣，主打一個“我聾我瞎”。

這不是某一個品牌的問題，而是整個行業的通病。

說白了，現在很多所謂的智能汽車，就是把智駕、座艙、底盤、動力這些系統簡單拼在一起，各自為政像個“信息孤島”。

就好比一個團隊里銷售、運營、技術各干各的，沒有統一指揮，遇到事兒不亂成一鍋粥才怪。行業里管這叫“單點智能”，也是制約智能汽車升級的最大瓶頸。

車企們不是不想解決，而是真沒找到核心解法，要么硬件架構不支持，要么軟件邏輯沒打通。直到吉利在2026 CES上亮出WAM世界行為模型，才算真正給行業遞上了一劑解藥。

WAM到底是個啥？

可能有人看到“世界行為模型”六個字就頭大，覺得太專業聽不懂。別急，一句話給你整明白，WAM就是給汽車裝了個統一的超級大腦，讓原本各自為戰的系統，都聽同一個指揮、用同一個邏輯思考。

你可以把傳統智能車想象成沒有總指揮的樂隊，鋼琴、小提琴、鼓各自演奏，聽起來雜亂無章。而搭載WAM的車，就像有了個頂尖指揮家，所有樂器在統一節奏下配合，才能彈出好聽的曲子。

這個超級大腦的核心作用，是讓汽車建立起統一的“認知”。

比如對“距離”的理解，傳統車上不同系統對“安全”“需要提醒”的距離判斷，可能是兩個完全不挨著的標準。而WAM一出手，直接讓它們達成共識。

有了這個共識，汽車才能完成“理解需求-規劃任務-預判場景-選擇最優方案-動態修正”的完整閉環，真正具備主動思考的能力，這才是智能汽車該有的樣子，而不是一個只會執行指令的憨憨。

這里必須插個行業內幕，很多車企宣傳的“智能協同”，全是表面功夫。比如所謂的“座艙智駕聯動”，不過是預設好的固定程序，檢測到高速行駛就自動調低空調風速，根本不是真正的智能決策。

而WAM的厲害之處，在于從底層架構上打破了數據壁壘，不是靠后期拼湊的花架子。吉利早在2025 CES就發布了行業首個全域AI技術體系，相當于搭好了超級大腦的框架。2026年的全域AI 2.0，就是給這個框架裝上了WAM這個核心內核。

從框架到內核的落地，吉利用了一年時間，而很多車企還停留在畫餅階段，這就是差距，赤裸裸的差距。

智能體化+引擎化，智駕能力再上臺階？

WAM的核心優勢，來自全域AI 2.0的兩大根本性突破——智能體化+引擎化，這兩項創新直接讓智能汽車的體驗實現質的飛躍。

在全域AI 1.0時代，汽車的智能功能都是“被動響應模塊”。你說“打開空調”它才開，你說“導航到公司”它才導，就像個只會聽命令的機器人，毫無靈魂。

而2.0時代的“智能體化”，直接讓汽車進化成了能主動思考的伙伴。用戶不用下達具體操作指令，只需說清核心需求，系統就能自主拆解任務、協同執行。

比如你說“接上朋友去適合聊天的餐廳”，Eva接收需求后，智駕會規劃“接人-餐廳”的最優路線，座艙會根據雙人出行調整座椅布局和音樂氛圍，生態智能體會推薦周邊安靜的高分餐廳，能源智能體會計算往返能耗并提醒充電。全程不用你多嘴，系統直接幫你搞定所有事，這才叫省心。

這里再爆個料，很多車企宣傳的“主動服務”，全是預設好的固定場景，比如“檢測到高溫自動開空調”，但遇到復雜場景就歇菜。而吉利的智能體化，是基于WAM的統一認知，能應對無限種組合場景，這背后需要海量數據和強大算法支撐，不是靠簡單編程就能糊弄的。

此外，還有“引擎化”，這是個很關鍵的創新，說人話就是，把感知、認知、記憶、決策等基礎AI能力，從各系統中提煉出來，做成“全域感知引擎”“全域記憶引擎”這樣的公共技術引擎，所有智能體都能隨時調用。

傳統架構中，不同系統各有一套感知模塊，不僅浪費資源，還會導致認知邏輯不一致。比如不同系統對“近距離”的判定標準不同，協同起來就會出問題。

而吉利的公共技術引擎，直接把這些基礎能力標準化、共享化。所有智能體都用同一套感知精度、同一套記憶能力、同一套決策邏輯，認知一致了，協同起來自然更順暢。

就拿“全域記憶引擎”來說，它能整合你在駕駛、座艙、生態等全場景的偏好數據，構建專屬用戶畫像。丈夫駕駛時，自動切換運動模式、硬化懸掛、播放搖滾音樂。妻子駕駛時，切換舒適模式、空調調至24℃、播放舒緩音樂。帶孩子出行時，自動開啟兒童模式、鎖定車窗、播放兒童故事，這種千人千面的個性化體驗，就是引擎化帶來的好處。

測試數據顯示，相較于全域AI 1.0，2.0版本響應速度提升40%，復雜場景處理準確率提高35%，用戶操作步驟減少60%。這些數據不是虛的，很多極氪車主升級OS 6.7系統后反饋，智駕體驗堪比換新車，城區領航更流暢，語音交互也終于聽懂人話了。

用戶能撈著啥好處？全是干貨

技術再牛，最終還要看落地體驗。目前WAM模型已經通過極氪OS 6.7系統更新，應用于極氪、領克等多款車型，從實際體驗來看，提升主要集中在三個維度，每一個都戳中用戶痛點，全是干貨。

首先是安全，這不僅是智能駕駛的核心，也是吉利最看重的一點。吉利汽車集團CEO淦家閱就說，“吉利的輔助駕駛都是以安全為基礎?！?/p>

搭載WAM模型的千里浩瀚G-ASD輔助駕駛系統，在安全層面實現了質的飛躍。硬件上，標配5顆激光雷達+31顆感知元件，形成3重360°全維感知覆蓋，配合雙Thor芯片的1400TOPS算力，就算在暴雨、大霧等惡劣天氣下，也能精準識別150米內的行人與車輛，識別精度達99.9%。

更厲害的是WAM模型的“主動預判”能力。傳統輔助駕駛只能在檢測到危險時被動應對，而WAM能提前預判風險，看到路邊孩童奔跑，會預判其可能橫穿馬路并提前減速備剎。

遇到貨車超車，能預判其轉彎半徑并主動調整車道保持安全距離。雨雪天氣時，能穿透雨霧探測積水路段，自動減速并規劃繞行路線，冰雪路面還能通過AI調控車輪抓地力防止打滑。

實測數據顯示，搭載WAM模型的車輛，在復雜路況下事故率降低60%，碰撞預警準確率超95%，突發情況緊急避險成功率較傳統智能車提升45%，而且避險動作更平穩，不會因急剎引發二次風險。

對家庭用戶來說，這種“未卜先知”的安全防護太實用了。帶著老人孩子出行，不用時刻緊繃神經，汽車會幫你留意各種潛在風險，這才是智能駕駛的核心價值。

而在交互上，以前用語音助手，總感覺在“對牛彈琴”。你必須說“打開空調24℃”，少一個字都不行。你說“我累了”，它可能會回復“好的，請注意休息”，卻不會主動做任何事。

而WAM賦能的Eva智能中樞，讓語音交互終于進入了“自然對話+情緒感知”時代。你說“我有點冷”，它不會只開空調，而是會聯動座艙調溫、開啟座椅與方向盤加熱。你說“開長途太無聊了”，它會主動推薦有趣的播客，還會提醒你每隔1小時休息一次。你堵車時吐槽“太慢了”，它會推送實時路況，告訴你預計多久能通行，還會自動切換舒緩的音樂。

就算是復雜的模糊需求，它也能精準理解。比如你說“周末帶家人去郊外露營”，系統會自動規劃包含充電樁的路線，計算往返能耗并提醒充電，座艙根據家人偏好調節分區溫度、預留儲物空間，還會聯動手機下載露營地周邊景點信息與天氣預報。一句話搞定全流程，徹底解放雙手，這才是智能汽車該有的交互體驗。

最后在體驗上，因為每個人的駕駛習慣和偏好都不一樣，但傳統智能車的設置都是“通用模板”，想要符合自己的需求，得手動調整一大堆參數，而且換個場景又得重新調，誰有那閑工夫？

WAM的“全域記憶引擎”，直接讓汽車變成了你的“專屬管家”，能記住你的所有偏好，越用越懂你。你的駕駛模式偏好、空調溫度、音樂風（參數丨圖片）格、座椅角度、常用導航路線，甚至是你喜歡的早餐店位置，系統都能精準記憶。

每天上車，系統會自動調整到你習慣的設置。切換駕駛模式時，會自動推送你常用的參數。連接智能家居時，能同步你的家居偏好，實現車家無縫銜接。比如你下班路上，通過車機控制家中空調提前開啟，熱水器預熱，到家前啟動電飯煲，真正實現“人未到家，舒適先行”。

對多成員家庭來說，這個功能尤其實用。系統能識別不同駕駛員，自動切換對應的個性化設置，不用每次換人參駕都重新調整，大大提升了便利性。

更爽的是，搭載WAM模型的車能實現全生命周期持續進化。每輛車主的匿名行駛數據，都會上傳到云端，經篩選清洗后用于模型訓練優化，優化后的模型再通過OTA推送給所有車輛。

這種“數據飛輪”效應，讓每輛車的實戰經驗都能轉化為整個體系的能力提升，2026年買的車，2027年能通過OTA解鎖高速L3級自動駕駛，2028年能升級城市自主泊車功能，后續還能不斷解鎖更高階能力。

據吉利測算，3年內車輛智能水平可提升50%以上，使用壽命內的功能迭代次數是傳統汽車的3倍。這種“越用越聰明”的特性，讓你的車不會過時，保值率也會更高，這才是買智能汽車的意義所在。

不止是技術突破，更是中國汽車的賽道升級

WAM模型的發布，不僅對吉利自身意義重大，更將重塑整個行業的競爭格局，引領智能駕駛的發展趨勢。

前幾年，中國智能汽車市場陷入了嚴重的“價格內卷”。車企們靠降價、堆配置搶占市場，導致行業利潤下滑，很多車企沒錢投入研發，形成了惡性循環，大家都在比誰的屏幕更大、誰的雷達更多，卻忘了智能汽車的核心是“智能”。

而WAM模型的出現，直接讓競爭焦點從“硬件堆砌”轉向了“軟件智能價值”。搭載WAM模型的車型，售價能提升15-20%，但用戶愿意買單，因為能獲得更好的體驗。這種價值溢價，讓車企有更多資金投入研發，形成正向循環，這才是健康的競爭模式。

同時，WAM模型還能提升生產效率。通過數字孿生與虛擬測試，可模擬99%的測試場景，一天完成相當于實車測試一年的工作量。極端場景可反復驗證，能讓單車型研發成本降低3-5億元，研發周期縮短40%以上，這對車企來說，是降本增效的關鍵。

這背后，是中國車企從技術追趕者向標準定義者的轉變。以前，智能駕駛的核心技術和標準都由國外主導，我們只能跟著別人的腳步走。而現在，中國車企通過自主創新，已經具備了定義下一代智能出行標準的能力。

更值得驕傲的是，中國已經形成了完整的智能駕駛產業鏈。從芯片供應商，到激光雷達企業，再到算法公司，上下游協同創新，為中國車企的智能化轉型提供了強大支撐。

2025年中國汽車出口再創歷史新高，前三季度出口495萬輛，同比增長14.8%。更重要的是，出口模式從單純“賣車”轉向了技術、標準與供應鏈的協同輸出。中國車企正在把自主研發的智能駕駛技術推向全球市場，這才是中國汽車產業的底氣所在。

回到開頭的問題，吉利靠WAM錨定智駕的CES答卷，夠不夠？我的答案是，不僅夠，而且超出預期。

WAM世界行為模型的核心價值，不在于技術參數有多華麗，而在于它真正解決了用戶的痛點，重新定義了人和車的關系，從冰冷的機械工具，變成了有溫度的智能伙伴。

它靠統一的整車大腦，破解了行業長期存在的協同難題。用智能體化+引擎化的創新，構建了深厚的技術護城河。用安全、省心、個性化的落地體驗，讓用戶真正受益。

更重要的是，吉利的這次技術突破，展現了中國車企在智能駕駛領域的深厚積累和創新能力。從2025年發布全域AI 1.0搭建框架，到2026年發布全域AI 2.0落地核心內核，吉利用實際行動證明，中國品牌已經成為全球智能汽車產業創新的核心力量。

當然，智能駕駛的發展還有很長的路要走，法規的完善、技術的持續迭代、用戶習慣的培養，都需要時間。但吉利用WAM模型給我們指明了方向，智能汽車的未來，一定是更懂用戶、更安全、更高效、更有溫度的。

隨著WAM模型的持續進化和大規模應用，隨著中國汽車產業的不斷創新，我們有理由相信，在智能出行這個新賽道上，中國車企終將實現從跟跑到并跑再到領跑的歷史性跨越，為全球汽車產業的智能化轉型貢獻中國智慧和中國方案。

未來已來，讓我們一起期待，智能汽車給我們的出行生活帶來更多驚喜。