面壁智能“上車”背后：堅定端側模型方向，目標讓汽車變成“賈維斯”

“艙駕融合在芯片供應商和主機廠的業務開展中，是兩個不同的話題，部分芯片廠商不斷推出更大算力的融合芯片，但主機廠一定把智能座艙和自動駕駛當成兩個業務看待。”面壁智能創始人兼CEO李大海，在接受中國經濟網記者采訪時表示，自動駕駛和智能座艙業務目標完全不同，前者最高優先級是安全的從A地到B地，后者最高優先級是用戶體驗。

在4月24日開幕的2026北京國際車展上，面壁智能發布了車載智能體SuperMate，這是一款具備“感知—決策—執行”的車端智能體，利用僅靠車端算力運行的MiNiCPM模型提供智能服務。李大海稱，“我們看到了端側模型的巨大機會，在智能座艙終局是不可或缺的部分，所以就堅持走這條路。”

面壁智能創立于2022年8月，由清華大學自然語言處理實驗室技術成果轉化而來。作為國內最早布局大模型研究的機構之一，面壁智能提出大模型演進的密度定律，揭示“模型能力密度隨時間呈指數級躍升，達到特定智能水平所需參數量每3.3 個月減半”的產業規律。

“我們的愿景是，未來每輛汽車上都有一個賈維斯（鋼鐵俠的AI個人助手），這個賈維斯由面壁智能驅動。”李大海說，未來智能艙駕會出現協同，智能座艙要為自動駕駛提供更好的體驗，讓汽車變成會動的機器人。

“端側模型主內，云側模型主外”

在這個行業普遍卷配置、卷屏幕、卷語音指令的時代，智能座艙體驗的下?個核心變量究竟是什么？在李大海看來，真正的智能不是在于AI功能有多豐富，而是更克制內斂的座艙形態，不喧嘩不打擾，卻始終在恰當的時刻出現，就是所謂的“無感智能”。

此次面壁智能發布的SuperMate就是具備“無感智能”的車端智能體。“這并非簡單的‘記憶數據庫’，而是屬于個人的‘行為模式庫’，能夠感知用戶語言背后的‘默契系統’，這背后離不開端側模型的支持。”李大海說。

“我們2024年發現大模型的知識密度定律，其比芯片摩爾定律要快5倍，因此判斷端側模型知識密度越來越高，能力越來越強，也會越來越好用。”李大海認為，端側模型奔赴的是物理世界，要讓智能終端能夠更好地感知、交互和改造世界，就一定要通過端側智能。

面壁智能聯合創始人兼COO雷升濤解釋道，端側模型“上車”有三大核心優勢：首先是Infra，把云端訓練模型塞進算力有限的芯片上需要量化，精度下降后仍保持智能度；其次，端側模型是高知識密度模型，可以通過小算力完成很多場景；最后，我們現在有一套原生的AI native端側應用場景，SuperMate就是基于此打造。

在雷升濤看來，端側落地最大的難題是“不可能三角”，那就是效果要足夠好、速度要足夠快、成本要足夠低。“很多客戶會拿云端大模型做對比，認為后者目前就能解決這些難點，但端側落地需要通過訓練出更高知識密度模型，最終實現又小又強的目的。”

“有公司采用云側模型提升艙內體驗，面壁智能的一貫思路是，端側和云側模型不是競爭關系，而是協同關系，二者側重點不同，‘端側主內，云側主外’。”李大海說。

李大海補充道，端側模型主要把車內任務做好，通過端側感知艙內外環境，感知不出車用戶無需擔心隱私泄露，艙內感知離用戶更近，可靠性和實時性更強；而外界哪里有好吃的店、交通是否出現變化等信息需要云側智能了解，因此端側和云側可以協同形成互補。

“面壁智能的核心優勢就是端側模型處于領先地位，我們也將聚焦和堅定端側模型‘上車’的大方向。”李大海強調。

知識密度迭代，讓汽車變成“賈維斯”

對面壁智能而言，模型技術創新一直是推動智能座艙能力躍升的核心驅動力。去年，面壁智能接連發布了多模態模型MiniCPM-V 4.5和全模態MiniCPM-o 4.5模型，成為SuperMate的智能底座。

特別是全模態模型MiniCPM-o 4.5，以9B參數實現端側“流式雙工”全模態交互。“對于上一代智能座艙而言，目前9B模型還是略微大了些。”雷升濤坦言，但在和下一代智能座艙芯片如高通8397結合時，就有足夠的空間把9B模型部署落地。

“‘流式全雙工’可以實現‘邊看、邊聽、主動說’的全模態能力，在輸出時仍能持續感知視覺與聽覺輸入，無需等待用戶說完即可自主判斷交互時機。”雷升濤強調，現在的語言大模型是回合制，“用戶問，系統答”是典型的單通；只有系統主動停下來傾聽用戶，甚至提出問題才是雙通，因此流式全雙工才是物理世界真正有用的模式。

以SuperMate智能座艙事故處理為例，“該功能就是把道路交通保險和法律相關服務引入到座艙中，”李大海說，隨著工作的進一步展開，我們會把更多智能體引入到座艙場景，讓用戶需要時自然觸達。

據了解，當前面壁智能已完成定點合作的車企包括，吉利汽車、上汽大眾、廣汽集團、長城汽車和長安馬自達。其中，長安馬自達EZ-60是面壁智能端側模型的首個量產車型，標志著端側大模型從技術demo邁入真實用戶交付階段。

“面壁智能從2024年7月堅定成立了汽車團隊，如今已經有三個汽車品牌進入量產，我們走在汽車與AI的最前沿。”李大海表示，我們和很多先鋒主機廠一起，不斷定義新的智能座艙產品，豐富和完善新的場景，在端側模型的賦能之下，讓智能座艙變得更快、更主動、更聰明，這也是主機廠的核心訴求。

“大模型的智能程度會根據知識密度迭代不斷提升，邏輯上不存在硬參數門檻影響模型能力。”雷升濤解釋道，面壁智能通過架構、數據、計算效率及稀疏化等方向做工作，不斷提升模型知識密度，盡量達到每100 天知識密度提升一倍的效果。

面壁智能的短期目標是把汽車座艙體驗優化到極致，實現規模化模型上車，覆蓋頭部市場，長期目標是坐穩國內端側模型上車的第一梯隊。“我們的愿景是讓汽車變得更像一個‘賈維斯’，能更好地全天候守護用戶。”雷升濤說。（中國經濟網記者 姜智文）

來源：中國經濟網