2026-05-06 20:22:56
在第十九届北京国际汽车展览会期间，面壁智能联合清华大学车辆与运载学院、中国汽车报共同发布《智能座舱：定义 AGI 时代的汽车新范式》白皮书，并举办专题研讨会。面壁智能联合创始人 & CEO李大海介绍，白皮书总结了AI在各个领域的切入路径和落地经验，也直面了数据安全、产业协同等真问题，也希望借此邀请更多行业伙伴一起，把AI在汽车上落地这件事做得更加扎实。
清华大学人工智能研究院常务副院长孙茂松认为，座舱AI必须满足三项基本要求：断网可用、隐私不出车、瞬间时延——这意味着核心能力必须跑在车端。汽车端侧算力是各类智能设备中最强的，能够支撑相当规模的大模型运行，"宜端则端、宜云则云"是务实的部署原则。
清华大学计算机系教授及面壁智能首席科学家刘知远阐述了由清华团队提出的"密度定律"——模型的有效知识容量与物理参数规模的压缩比。数据显示，2023年以来大模型能力密度平均每3.5个月翻一倍。密度定律改变了行业对"更强 AI"的默认想象：更强不一定意味着更大，关键在于单位参数能释放出多高的有效智能。通过"架构-数据-学习"的协同优化，面壁智能的端侧模型制备技术可以将 PB级数据压缩至百万分之一注入小模型，在有限车规算力下实现高质量体验。
车联天下经营委员会主任李金龙认为，用更小的模型做更多的事，是解决端侧算力瓶颈的关键方向。梧桐科技CEO曹斌介绍，搭载轻量化大模型的座舱系统在无网络环境下已能实现95%以上的语音指令识别准确率，端侧能力正在快速逼近实用门槛。
刘知远表示，全模态感知让座舱具备"看和听"的能力，极致高效的模型底座让这些能力在端侧稳定运行，全面自主的智能体系统则让座舱从"对话助手"进化为"执行伙伴"。
端侧AI的技术路线日渐清晰，但要真正规模化落地，行业还需要跨过两道门槛：建立用户信任，以及完成产业协同。
中国汽车工业协会副总工程师王耀举例说：“端侧模型不只是数据不出车，更重要的是它能不能识别不同的隐私场景——比如朋友上车了，AI特别主动，可能就暴露了你的隐私。”数据出境和车内摄像头隐私是用户最大担忧，协会正在推动“数据本地化存储”标准，端侧AI方案天然符合这一方向。
中国汽车工程学会副秘书长及国汽战略院执行院长郑亚莉认为，AI Car 时代企业的生存逻辑将发生根本转变：价值创造从"造好车"转向"运营智能体"，资源配置从固定硬资产转向数据软资产，竞争博弈从单一维度升级为生态体系间的价值网络对抗。
展望未来2至3年，智能座舱领域将迎来重要发展转折点。据行业预测，这一转折点预计出现在2027至2028年前后，届时，端侧AI能力将从当前的差异化竞争亮点，逐步转变为汽车智能座舱的基础配置，成为车辆智能化水平的“标配”而非“选配”。
业内专家表示，引领智能座舱下一阶段竞争的关键，不仅在于争夺行车过程中的体验优势，更在于角逐谁能率先实现技术突破，将自然语言交互真正转化为稳定可靠、安全可信、低干扰、可闭环的智能服务能力。未来，随着产业协同不断深化、技术创新持续推进，智能座舱将进一步突破体验边界，从“功能载体”升级为“懂用户的智慧伙伴”，为消费者带来更安全、更沉浸、更具温度的出行体验，同时为我国汽车产业智能化转型注入强劲动力。