94%任務完成率，商湯Sage讓車載智能體跑出云端實力

當全球科技巨頭仍在云端大模型賽道“重金押注、堆疊算力”時，中國AI企業商湯絕影悄然在另一個戰場投下了一枚“深水炸彈”。

近日，該公司發布端側多模態智能體基座大模型Sage，以“小身材、大能量”的姿態，在一項名為PinchBench的國際權威智能體評測中，以94%的最佳任務完成率，擊敗了包括Claude、GPT-5.4、Google Gemini在內的眾多云端“巨無霸”模型。

以小博大的效率革命

長久以來，汽車座艙的智能化面臨一個“兩難困境”：依賴云端，則存在延遲、成本高昂及網絡穩定性問題；而受限于芯片算力，部署在車端本地（端側）的模型，又大多只能進行簡單的指令響應，難以勝任復雜的、多步驟的“智能體”任務。

Sage的出現，似乎正在打破這個僵局。這輛“小車”，憑什么跑贏了“超算”？

根據商湯絕影公布的資料，Sage模型的總參數規模為320億，但在處理具體任務時，實際被激活參與運算的參數僅30億。

打個比方，這就像一座擁有龐大圖書館（總參數）的智庫，在面對任何具體問題時，都能瞬間找到最相關的幾本書（激活參數）來高效解答，而非盲目地翻遍整個書庫。

正是這種“精打細算”的效率，讓Sage得以在資源有限的車載芯片（如英偉達Orin X）上流暢運行。相比之下，某些云端大模型要達到同樣效果，其激活運算量是Sage的14倍甚至更多，好比用大型工業機械與一臺高精度機床比賽加工精密零件，后者在特定場景下反而能憑借“巧勁”勝出。

PinchBench測試恰是檢驗這種“巧勁”的絕佳舞臺。這個被業內稱為“龍蝦之父”推薦的評測，不考死記硬背，專測“真本事”。

它的任務庫覆蓋寫作、編程、文件處理、日程規劃等真實工作流，重點考察模型調用工具、分步驟推理、并最終完成復雜任務的能力。Sage在此拔得頭籌，意味著其在“辦事”的實戰能力上，已不輸甚至超越了那些需要龐大云端服務器支持的對手。

從“能聽會說”到“說到做到”

端側模型僅僅“瘦身”是不夠的，要真正“聰明”起來，還需解決學習成本和執行準確性的難題。

為此，商湯為Sage配備了兩項核心技術——“高效學習法”（SCOUT）和“實時糾錯本”（ERL）。

訓練AI完成一個復雜任務（比如規劃一條整合了充電、餐飲、避開擁堵的跨城路線），如果讓大模型自己反復試錯，耗時長且計算成本（GPU小時）極高。

SCOUT（分級協同學習框架）便是用來解決“學費”太貴的問題。它的思路是“讓偵察兵先探路”：先派一個輕量級的小模型快速嘗試各種解決方案，把其中可行的路徑篩選出來，再由大模型專注學習這些“高分經驗”。這種方法被稱可將復雜任務的學習成本降低約60%。

ERL（可擦除強化學習） 則致力于解決“一步錯，步步錯”的執行難題。

假如用戶指示“幫我訂一家明天適合家庭聚餐、有兒童娛樂區、且在我回家順路上的餐廳”，需要模型連續完成多個推理步驟，一旦中間某步理解偏差（如忽略了“順路”），結果就會謬以千里。

ERL技術賦予模型“邊想邊改”的能力，能夠自動識別并擦除推理鏈條中的錯誤步驟，重新生成正確邏輯。這項技術讓Sage在復雜任務上的完成率提升了20%。

正是這兩項技術的結合，推動Sage從一個“語言模型”進化為了能獨立閉環完成任務的“智能體基座”。

重新定義端側AI的想象力

有行業專家認為，Sage的亮相，為智能汽車產業帶來了多重變量的思考。

首先，是“艙駕一體”落地路徑的清晰化。高級別自動駕駛與智能座艙的融合（艙駕一體）是行業共識，但融合的底層核心之一，是一個強大、高效且能本地實時處理多模態信息（語音、視覺、傳感器數據）的“大腦”。

Sage證明了在現有主流車規級芯片上，部署能處理復雜規劃、具備強推理能力的AI大腦是可行的，這為艙駕一體的量產方案掃清了一個關鍵的技術障礙。

其次，是端側AI價值主張的強化。在隱私敏感、網絡環境復雜（如隧道、山區）、以及需要瞬時響應的車載場景下，本地化能力無可替代。Sage的表現意味著端側模型不再是簡化版的云端附屬，而能獨立提供高質量、高可靠的服務，這或將引發車企在智能化方案上新的權衡。

因此，商湯絕影通過Sage模型，演示了一條繞過純算力“軍備競賽”、通過架構與算法創新實現“降維打擊”的路徑。這不僅是技術的進步，更是工程化思維與商業洞察的勝利。當“小車”開始跑贏“超算”，整個智能汽車產業鏈的玩家，或許都需要重新審視手中的技術地圖與競爭策略。

采寫：南都·灣財社記者 胡雯雯