AI Agent沖破屏幕，中國汽車人迎來自己的司機助理

艙駕融合，是汽車智能化由情緒價值向實際價值變化的關鍵點。

車企們卷屏幕尺寸、卷語音包的擬人度、卷氛圍燈的呼吸頻率。所謂先進的智能座艙，總是逃不開“情感陪聊”或“解壓空間”的范式，你可以在車里刷劇、唱K、用語音開關下車輛功能。

但在最核心的出行邏輯里，它依然是一個腦肢分離的半成品，座艙管你的心情，智駕悶頭開車，兩者老死不相往來，唯一有關聯的，是屏幕上的導航和3D模型。

這種分裂導致了一個尷尬的現實：所謂的智能，并沒有幫你解決掉任何實質性的麻煩。你想去接孩子順便買束花，智艙模型聽的懂你的意圖，卻指揮不動底盤和智駕系統。最終，你還是得在“情緒大腦”和“執行身體”之間充當那個卑微的人肉協調員。

根據麥肯錫出具的《中國汽車消費者洞察》，盡管智能化配置日益奢靡，但超過70%的車載App在提車三個月后即陷入永久沉睡；雖然高階智駕（NOA）的購車意向率高達80%，但用戶在大多數時候依然選擇“親自上陣”。

特斯拉的Grok+FSD給出了版本的前瞻答案。馬斯克的邏輯依舊第一性原理：理解世界的大模型（Grok）和大模型驅動的智駕系統（FSD）直接打通，把汽車從電子產品直接變成具身智能。

從在美國的測試體驗來看，這套方案確實驚艷：只需要用自然語義表達自己的出行目標，特斯拉會自動規劃目的地，并給到自動駕駛和語義的雙反饋。

但這套方案畢竟高度垂直，在中國這個更開放也更多元的智能化場地，誰能把這套邏輯真正工業化落地？

合并汽車的左右腦

2025年7月，馬斯克宣布Grok登陸特斯拉。最初外界以為這只是給車里換了個更聰明的語音助手，但很快，北美第一批拿到的用戶發現這事兒變了味。

當你按住按鍵說出：“帶我去公司，順便路過那家我常去的咖啡店，電量如果不夠撐到終點就提醒我。”

從本質來看，這是在給整車下達一個復雜的“復合任務”。背后的邏輯是：Grok解析語義，同時調取你的歷史軌跡（常去店址），選擇對應的咖啡店，基于實時路況、電池剩余電量以及FSD的行駛路徑規劃，形成一個“任務規劃”而非“導航路線”。

而特斯拉不僅能做到，還能不斷地根據最新的路況和現實情況進行調整，它讓汽車從一個被動的“執行工具”變成了一個主動地“司機助手”。

英偉達專家Jim Fan，這位英偉達人形機器人通用模型Project GR00T的領軍人物，激動地將這種體驗稱為“物理圖靈測試”的雛形——因為你分不清開車的到底是一段代碼，還是一個極度懂你的老司機。

這種“張嘴即可得”的爽感，本質上是把大模型從“聊天的屏幕”里拽了出來，直接塞進了智駕的“執行層”。這中間有大量的兼容和適配要做。

以前車里的座艙和智駕，像兩個完全語言不通、甚至辦公地點都不在一起的部門：智艙跑的是安卓系統，求的是生態熱鬧；智駕跑的是QNX，求的是絕對安全可靠。

要把大模型塞進“執行層”，本質上需要給整車打造一門“通用語言”，解決掉復雜的底層通訊協議的延遲，更難的是“任務拆解和翻譯”。

大模型需要把模糊的人類語言，瞬時并精準的翻譯成線控底盤和智駕系統能聽懂的指令。以往智艙只能看App的數據，智駕只能看攝像頭的數據，現在的邏輯是：模型能同時調用視覺信息、地理位置、剩余電量甚至你過往的駕駛習慣，并把這些碎塊化的數據，拼成一個完整的行動邏輯。

3月18日，智己發布了IM Fusion Nova架構，成為國內首個通過大模型實現“艙駕融合”體驗的解決方案。同時有別于特斯拉高度垂直封閉的自研體系，智己以一種更開放的姿態，接入了全球目前最強的開源大模型——阿里千問。

這個在春節期間靠著“一句話跨App下單外賣”刷屏的大模型，上車后的角色從“電子寵物”變成了“首席執行官”。在Fusion Nova的邏輯里，千問不再只負責文字回復，而是直接生成“任務流”。

當你說出“帶我去接娃順便買花”這種復合意圖時，它不僅能夠自動調取高德導航規劃最優路徑，同步指令給智駕模型啟動路線，更能聯動支付Agent完成鮮花挑選和預訂，并讓智駕在接娃點和花店路邊精準靠停。

這種Intent to Motion（意圖即動作）的閉環，標志著汽車真正從“加上屏幕的交通工具”，向著“四輪機器人”啟動進化。

線控，AI上車的標配

如果說大模型是智己的“大腦”，那么線控底盤就是它的“神經中樞”。這也是區分真智能與“偽智能”的一道分水嶺。

過去一百年里，人類對駕駛的感知是極其模糊的：你憑感覺踩剎車，憑經驗打方向，所謂的“操控性”本質上是人類神經系統對機械慣性的被動妥協。但血肉之軀的反應時延通常在200-300毫秒，且人類無法感知四輪抓地力在毫秒間的微觀變化。

AI一旦上車，這個問題的復雜度就要再上一個級別：傳統的機械底盤操控，根本配不上現在的AI算法。

你以為智駕算法跑得快就夠了？但在工業時代的傳動軸面前，AI的算力就像被困在屏幕里的殘疾人。如果底盤的“反饋神經”還停留在液壓泵和機械拉索上，那么算法預判得再準，落到輪端執行時也已經成了延遲極高的“馬后炮”。

為什么說智己讓大模型開車是認真的？因為他們直接掏出了全線控的“靈蜥數字底盤”。

線控以前更多的停留在實驗室，只有特斯拉Cybertruck、蔚來ET9這樣極少數的技術圖騰上。有的為了追求純粹的技術溢價，有的為了展示整車架構的顛覆性。

而智己的邏輯更直接，它只是為了給AI找個好身體，通過IM Fusion Nova架構，無論是人的駕控還是AI的指令，僅需20毫秒即可完成信號傳遞到動作執行，較傳統轉向快4倍以上，并有三重安全冗余確保其幾無失效可能。

大模型+線控底盤，徹底跳出了人類“模糊車感”的局限，智己完成了全車從操控到執行的全數字化，線控底盤和大模型能以人類無法企及的精度，尋求每一秒出行駕駛和乘坐體驗的最優解。

這不只是體驗的升級，更是通向L3、L4的物理基石。業內公認，2026年將成為“線控元年”，也將是L3的爆發之年。在這個節點上，智己開始靈蜥3.0的應用，已經開始通過大規模量產，為下一代實現徹底智能化的車型做好了準備。

畢竟，沒有線控底座的智駕，只是在拙劣地模擬人的操作；有了線控底盤的具身智能，才是真正意義上對駕駛主權的物理接管。

看得到，不如買得到

大模型上車，有一個繞不開的技術悖論：大模型（LLM）天生自帶“幻覺”，它偶爾會一本正經地胡說八道。如果你把駕駛權交給一個可能“胡言亂語”的AI，這事兒聽起來像是在玩命，這也是Grok+FSD現在仍然只停留在測試的原因。

智己直面并給出了行業示范的解法，叫非對稱式安全護欄。座艙里的大模型擁有極高的“創意權”，它負責去理解那些發散的、模糊的人類意圖，但涉及到控車的物理決策，則回到了擁有L4級能力，只講規則的異構安全域。

再直白點講，大模型負責“出主意”，但最終“能不能做”以及“怎么做”，必須經過安全規范的邏輯二次校驗，它解決了大模型不確定性與駕駛絕對安全性之間的矛盾。也是智己敢于即將在量產車型中實際應用這套“大模型”方案的底氣。

即將在3月26日開啟預售的智己LS8，將首搭IM Ultra Agent 1.0版本。這就意味著，LS8將成為“千問大模型全球首個上車+L4級智駕能力+線控數字底盤”的一臺車。

在智己的內部版圖里，LS8的角色非常關鍵，向上與去年上市的LS9組成“雙旗艦”，負責站住技術天花板；向下又與LS6構成“銷量雙子星”，負責在主流市場收割訂單。而AI大模型首發搭載，顯然是看中了LS8的獨特定位。

馬斯克的Grok+FSD展現的是一種封閉的、高度垂直的英雄主義路徑——這套邏輯確實迷人，但也極其排他。

而在中國這個卷到極致、生態復雜的智能化場地，智己跑通的是一條更具產業參考價值的“生態協同方式”：接入阿里成熟的Agent生態（支付寶、高德、飛豬），再配合上汽70年的制造積淀，讓專業的仍然各自屬于專業，而各自的進化都將為車型這個“交叉點”帶來更多可能。

過去的一年，中國車市瘋狂“卷9系”，各大廠都在不計成本地堆砌技術圖騰。而2026年，行業的戰火注定將延燒至更具普適性的“8系”戰場。在新戰局開啟的前夜，智己LS8憑借“全線控靈蜥底盤+艙駕融合大模型”的雙重護城河，已經提前占領了技術高地，鎖定了“2026年最值得期待的8系旗艦”的一席。

更具殺傷力的是，這樣一款配置頂格、定價親民的走量車型，普遍預測價格將不到30萬。這意味著，AI時代的最前沿技術，將第一次變得如此觸手可及。

而當“大模型開車”不再是硅谷博主的特權，中國消費者也就終于等到了AI上車動真格、且買得到的時刻。

本內容由作者授權發布，觀點僅代表作者本人，不代表虎嗅立場。如對本稿件有異議或投訴，請聯系 tougao@huxiu.com。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4844634.html?f=wyxwapp