大模型上車兩年，為什么「真·AI 汽車」現在才出現？

AI 上車不缺口號，缺的是一條從模型到量產的完整通路。

作者｜靖宇

今天在北京車展上爆火的極氪8X，有網友放出了一段新車演示視頻，用戶坐在車里說了一句「帶我去接孩子放學，順便找一家麥當勞，5 點前我要到學校」。

接下來發生的事情，和你過去對「智能汽車」的認知完全不同。車輛自主規劃路線，啟動智能駕駛，中途停靠麥當勞，到達學校門口自動泊車。整個過程，用戶不需要碰導航、手動切換智駕模式、或者在停車場里找車位。

這不是一個語音助手在幫你搜索，而是一個 Agent 在替你執行。

在這個炫酷演示的背后，需要的不是「在車里接入一個聰明的大模型」，而是一套從「大腦」到「四肢」都打通的整車智能體系統。

AI 上車喊了三年。為什么到今天，我們才開始看到這樣的產品？

01

從 ChatBot 到「AI 上車」

回頭看這兩年的「大模型上車」熱潮，一個尷尬的事實是——大模型進了車，但并沒有真正變成車的一部分。

2024 年到 2025 年，幾乎所有車企都宣布接入了大模型。DeepSeek、千問、豆包，各家輪番登場，座艙語音助手確實變聰明了不少。它能陪你聊天，能查百科，做得好的把車輛手冊灌進去了，可以告訴你「輪胎壓報警怎么辦」。

但最終，這還是一個跑在座艙里的對話機器人。

語音助手管不了方向盤，智駕系統也不知道你剛才跟車機聊了什么。就像給一個人裝了一顆聰明的大腦，但大腦和手腳之間沒有神經連接。智駕技術有自己的演進路線——從規則駕駛到 BEV+Transformer，到端到端，再到 VLA+世界模型——但這條路和座艙智能完全是兩條平行線。

這種割裂不是因為沒人想解決，而是確實難。

第一個挑戰是模型本身。行業主流做法，是拿一個通用大語言模型，再用智駕數據做后訓練。這種「拼接式」路徑能讓模型聊天，但不能讓它真正理解物理世界——它不懂交警手勢意味著什么，不懂復雜路口里行人和車輛的博弈邏輯。想走向 L4，模型需要從預訓練階段就具備對物理世界的理解，而不是事后「補課」。

第二個挑戰是架構。智駕和智艙是兩套系統、兩顆芯片、兩個團隊。要實現「一句話調動全車」，整車架構需要從底層重構——感知、決策、交互，得統一在同一個模型體系下。

第三個挑戰是量產。從 PPT 到量產車之間，隔著芯片適配、車規安全、成本控制和 OTA 迭代，拼湊式的合作模式很難高效跑通這個閉環。

也就是說，真正的 AI 汽車，需要的不是在車里放一個聰明的大模型，而是用 AI 重寫汽車的底層邏輯。

02

誰有更好的答案？

2026 年北京車展前夕，幾乎所有廠商都在喊「AI 汽車」。但仔細看各家的方案，你會發現它們解決的是不同層面的問題。

智己和阿里合作的 IM AIOS 生態座艙，強項在于把阿里的生態服務——餓了么、高德、支付寶——以 Agent 的形式搬進了車里。用戶用自然語言就能點外賣、訂餐廳，體驗確實新鮮。但它的核心聚焦在座艙服務層，不涉及智駕融合。

字節的豆包大模型接入了別克至境、榮威等多個品牌的座艙，主要提升語音交互的智能度。這屬于「模型即服務」的輕量合作——模型公司提供 API，車企在座艙里調用，各自邊界清晰。

這些方案各有價值，但有一個共同點——模型和車之間，是 API 接入的關系，不是從底層融合的關系。

4 月 22 日，階躍星辰與千里科技宣布達成全面戰略合作，雙方將聯合共建「原生智駕基座模型」。這個合作的打法，和上面幾種方案走的是一條完全不同的路。

核心差異在于「原生強耦合」。

傳統路徑是「先做一個通用大模型，再拿到車上做適配」。階躍和千里的做法是反過來——從基礎模型的預訓練階段，就同時注入通識數據和智駕數據，讓模型原生具備對物理世界的理解能力。不是把一個通用大腦塞進車里，而是從頭培養一個「懂開車」的大腦。

階躍星辰的技術底座撐得住這件事。作為國內知名的基模公司，階躍圍繞「AI+終端」戰略，構建了一套完整的技術體系。面向 Agent 場景的旗艦基座模型 Step 3.5 Flash，發布以來在 OpenRouter 調用量登頂全球第一，成為全球開發者構建智能體的首選模型之一。

在多模態領域，階躍擁有國內最全的自研模型矩陣——語音交互、音頻推理、圖像理解、圖像生成、視覺語言模型，覆蓋了汽車場景從「聽」到「看」到「說」的全鏈路感知需求。在部署層面，階躍構建了從 1B 到 200B 參數的端云協同模型體系——端側輕量模型負責實時感知和快速執行，云側大模型負責復雜場景的推理和決策，形成類似人類大腦「快思考+慢思考」的分層架構。

千里科技則補上了另一半——全棧工程能力。

雙方的合作不是簡單的商務結盟，而是對「AI 原生汽車」同一終局的共同押注。技術架構對齊，產品愿景對齊，從模型設計，到終端部署形成完整閉環。

有人把這稱為最符合「Grok + FSD」敘事的中國組合——特斯拉用 Grok 大模型，和 FSD 智駕的原生融合定義了 AI 汽車的標桿，而階躍 × 千里，是目前中國最接近這一模式的搭配。

值得注意的是，階躍的生態拼圖還在持續補全。

4 月 23 日，階躍星辰與騰訊云達成戰略合作，雙方將圍繞智能座艙展開深度協作。騰訊在音樂、視頻、地圖、支付等領域的生態矩陣，將通過智能座艙 Agent 與用戶連接——基于個性化偏好做內容推薦，打通從需求識別到交易完成的車內服務閉環。

如果說階躍+千里解決的是「大腦+四肢」的問題，騰訊云的加入則補上了「生態服務層」，讓這個智能體不僅會開車，還能幫你點歌、導航、付費。

03

真正的「AI 汽車」，要來了

而極氪 8X，是階躍和千里「Grok + FSD」模式下最新的量產標桿。

Step 3.5 Flash 從全面開源到正式上車，只用了 40 多天——這個速度本身就說明了原生強耦合模式在工程效率上的優勢。

極氪 8X 首發搭載的超級 Eva 整車智能體，實現了大模型與智駕、底盤、動力的原生融合。基于階躍最強語音模型，Eva 具備情緒理解和思辨能力，語音自然且富有感情；基于視覺理解模型，Eva 能看到車周圍的環境并做出判斷——路況、車位、周邊商鋪，都在它的感知范圍內。

4 月 17 日極氪 8X 正式上市，29 分鐘大定突破 10,000 臺——市場在用腳投票。

兩年前，大模型剛上車的時候，它能做的最多是幫你查一下附近的麥當勞在哪里。今天，它能替你規劃路線、開車、停車、點餐，全程只需要一句話。

這個變化的背后，不是某個模型變強了，而是模型和汽車的關系從根本上變了——從「外掛 App」變成了「原生大腦」。

當 AI 真正成為汽車的底座而不是配件，駕駛體驗的變革，才剛剛開始。

*頭圖來源：階躍星辰

本文為極客公園原創文章，轉載請聯系極客君微信 geekparkGO

極客一問

你覺得現在的車載語音助手，

和真正的「AI 汽車」之間，還差幾步？