文｜魏琳华
编｜王一粟
2026年的北京车展，AI已经不是一个噱头，而是无处不在的底层能力。
在本场展会上，最有看点的是很多品牌都推出融合了Agent和Skills能力的智能座舱，将此前Chatbot式的反馈进化成执行复杂任务的整车智能体。用户一句话就能让汽车规划路线、下外卖订单、智驾回家。
打通智驾和智舱的AI到底上限有多高？阶跃星辰举过这样一个例子：
“导航里，我们一般告诉地图我要去哪里，软件会为你导航；但有了AI的导航，你不需要告诉AI你的目的地，只需要讲自己的意图，比如去挑一件生日礼物，大模型就会根据你的喜好、历史记录去挑选，这一切都是需要我们的智能体、多模态大模型作为背后的支撑。”
AI+车的提升，已经不仅仅局限于交互体验的改善。更关键的是，AI大模型不仅要上车，更要进入整车系统的更底层，提升智驾、座舱智能水平的上限。
譬如，日前千里科技联合阶跃星辰，宣布将打造全新的原生智驾模型。这意味着在模型训练的底层阶段开始，结合数据、技术和工程优势，共同打造一个“为智驾而生”的模型——让AI在智驾模型中的权限更高、从更多智驾数据中学习。这样训练出来的智驾模型，才能更理解物理世界的规律，从容应对各种突发情况。
汽车智能化的下一程，正在加速到来。但这一次，决定胜负的不是谁的模型更大，而是谁的模型能够更懂汽车、更懂物理世界。
L4需要什么样的智驾模型？
当前，智驾行业的技术发展已经来到冲刺L3的阶段。用千里科技联席董事长赵明的话说，我们现在已经突破了‘好用’的临界点。接下来，所有厂商都在全力以赴，向L4的目标狂奔。
但在“如何通向L4”这件事上，赵明给出了自己的观点：现阶段，不是所有模型都适合成为晋升L4阶段的底座。
过往的智驾模型问题，就出在了模型训练的方式上。
长期以来，智驾行业的主流技术路径，是先训练一个通用大语言模型，再将车端数据“喂”到模型里，通过后训练微调的方式打造智驾模型。
这样做出来的模型，虽然已经足够应付一些简单、标准化场景的问题，比如识别红绿灯信号、和车的间距问题，但针对一些突发情况，它难以根据具体情况给出好的应对策略。
为了进一步提升模型的泛化性，让智驾模型能够解决更多突发问题。千里科技的答案是引入世界模型体系，提供各种海量极限数据训练智驾模型。用赵明的话说，各种复杂场景与对物理世界的理解结合，才构成了走向L4智驾时代最为合适的方式。
原生AI模型的好处，在智驾领域已经得到过证明。
以VLA模型为例，与此前模型不同的是，VLA的逻辑本质上是用AI重写底层逻辑。它不仅让AI模型拥有了“看、听、说”一体的能力，结合海量驾驶数据学习，AI模型的能力放大的同时，也能根据数据训练出应对一些复杂场景的方式，从而对没有预设过的问题，也能给出恰当的应对。
阶跃星辰和千里科技的联手，为的就是合作训练一个“原生智驾模型”，提高智驾模型能力上限，这改变了“先做模型再适配”的方式，在预训练阶段，就同时给到通识数据和智驾数据，后训练阶段继续用智驾特训和通用能力加持，让模型天然能够应对物理世界中各种复杂命题。
具体而言，一是大量智驾数据接入训练，让AI模型能够提前针对各种复杂情况进行特训，从而提升模型本身对非标准场景应对的泛化能力。比如，遇到极端天气、交通管制等特殊情况，更多时候能够让AI自己做应对，比如识别各种障碍、自动采取减速、绕行操作。
二是底层模型智能的提升，让智驾在响应人的需求时“更聪明”。通过引入阶跃星辰的系列模型，比如Agentic模型、多模态模型，既能让AI“看”得更清楚，又能让AI读懂人的复杂需求。
以现场演示的一个场景为例，用户要求“回家同时找顺路的花店、蛋糕店购买花和蛋糕”，一般AI难以拆解的长难句，交给智能体能力更强的AI模型，任务的拆分和执行不再是难题。
手握高质量基础模型矩阵的阶跃星辰，联手智驾模型能力领先的千里科技，正在试图联手打开智驾模型的能力上限。
模型+工程能力打通 “Grok+FSD”的中国方案
在“大模型上车”竞争白热化的2026年，国内一部分车企正在通过大模型能力的引入，讲出类似Grok+FSD的故事。
阶跃星辰和千里科技的战略合作，从基因上看，是冲击中国版Grok+FSD最有可能性的样本，除了智能驾驶和智能座舱，未来或将继续探索出具身智能系统。
两家公司的联合，背后站着一位关键人物：印奇。
同时担任阶跃星辰和千里科技的董事长，印奇也在媒体群访环节中回应，自己的工作更多关注技术和产品相关的方向，两者之间的合作，是模型到终端的能力整合。
“作为AI创业的老兵，我们一直在寻求中国AI的商业闭环。”印奇说，“阶跃和千里，从我的角度来看是一个最优解，阶跃在构建AI模型，未来是从车、手机到未来更多的终端的大脑，而千里则是大脑的‘容器’，车则是高价值的载体。”
从能力图谱来看，阶跃是大模型公司中少见拥有全模态模型布局的企业。
以车企最近密集部署的智能座舱产品为例，它需要集感知-识别-交互能力为一体，除了在平板上的文字交互外，更需要摄像头来识别车辆内部和外部的场景和人物状态，通过语音和人对答如流。
在这方面，阶跃星辰已经通过合作，加速把各类模型的能力搬上了车，提供最适合Agent场景的各种基座模型。从登顶OpenRouter全球调用榜单的基座模型Step 3.5 Flash，到端到端语音模型Step Audio系列，都接入极氪8X的超级智能体“超级Eva”，都成为了智驾能力的底座技术支撑。
基于Step 3.5 Flash，“超级Eva”能够听懂人类的模糊意图，并拆解复杂任务推动执行。比如，当用户说"带我去接孩子放学，顺便找一家麦当劳，5点我要到学校"，超级Eva自主规划导航路线，启动智能辅助驾驶，并完成途中订餐、临停取餐、学校门口自动泊车等全链路操作。
AI找好满足条件的商场后，自动设置好导航路线
千里科技则聚焦打造智驾模型，提供软硬结合的全栈工程能力，快速把智驾方案落地量产。
两者联合，可以把模型能力真正转成可工程化的车端能力，解决“模型很强，但上不了车；上了车，但调不动整车系统”的行业难题，并且快速推动模型从研发阶段到量产上车：Step 3.5 Flash从全面开源到正式上车只用了40天，更早之前双方联手推出业内首个搭载端到端语音模型的AgentOS智能座舱，这套方案半年内搭载在吉利银河M9量产。这种速度验证了这一强耦合模式的可行性。
结语
让“大模型上车”只是一个开始，更重要的是，量产规模还会为模型训练提供大量真实数据，形成数据飞轮，持续反哺智驾模型本身的迭代效果，形成“越跑越快”的正向循环。
在行业智驾能力向着L4进阶的情况下，谁能让这个飞轮先转起来、转得更快，谁就掌握了通往终局的“加速度”。
热门跟贴