【环球网科技报道 记者 李文瑶】随着新能源汽车市场渗透率逼近50%，汽车行业竞争已逐步从电动化的“上半场”转向智能化的“下半场”。
在此背景下，面壁智能联合清华大学车辆与运载学院、中国汽车报等机构，于2026北京国际车展期间发布《智能座舱：定义AGI时代的汽车新范式》白皮书，系统梳理了人工智能在汽车座舱领域的切入路径、落地成果与产业挑战，为行业从“功能堆叠”走向“自然交互”提供了重要的参考框架。
端侧智能成座舱刚需：隐私、时延与离线能力决定技术路线
在4月24日举行的白皮书闭门研讨会上，清华大学人工智能研究院常务副院长孙茂松指出，智能座舱的核心目标应是实现“用之不觉，失之难存”的化境——用户在使用技术时几乎感受不到其存在，但缺失时则会明显感到不便。他强调，这一目标的实现必须依托端侧人工智能。
孙茂松从驾驶场景的三项基本要求出发论证了端侧模型的必要性：一是断网可用，车辆进入隧道或偏远地区时服务不能中断；二是隐私不出车，座舱作为移动的私人空间，声纹、人脸等敏感数据必须本地处理；三是瞬时响应，诸如“跟上那辆车”等指令需要毫秒级反应，云端无法保证。他提出，智能座舱应“以端为基，以云为缘”，即实时、隐私相关任务由端侧承担，复杂生成类任务可借助云端协同。
面壁智能首席科学家、清华大学计算机系教授刘知远进一步从技术演进角度分析认为，大模型正朝着“全模态输入、极致高效、自主输出”三大方向演进。面壁智能提出的“密度定律”显示，大模型的能力密度大约每3.5个月翻一番，这意味着在固定参数规模下，模型能力将持续指数级增长。“未来五到十年，世界上但凡能训练出来的大模型，经过两年时间，我们就可以让它运行在终端芯片上。”刘知远表示。
从“命令响应”到“意图理解”：自然语言成为统一交互入口
白皮书指出，当前多数智能座舱仍处于“触屏+命令控制”阶段，用户需要用标准化的指令触发特定功能，本质上并未脱离传统人机交互框架。下一代智能座舱的核心变革在于：自然语言将从输入方式升级为智能服务的统一入口，用户无需记住功能树和菜单层级，只需表达意图，系统即可完成上下文理解、能力调用和任务接力。
面壁智能在车展期间发布的端侧智能座舱产品“SuperMate”，也是这一理念的落地。据面壁智能联合创始人兼CEO李大海介绍，SuperMate具备“感知-决策-执行”闭环能力，能够通过车内外视觉、语音及车控数据的融合感知，实现无感智能服务。例如，当系统感知到驾驶员肩部沉重、眼神疲惫时，会静默调低座舱灯光、调整空调风向并播放解压音乐，全程无需用户发出任何指令。
中国汽车工程学会副秘书长郑亚丽在演讲中表示，未来汽车将被重新定义为“AI Car”——一个专业可靠的司机与聪明温暖的伙伴的双重角色载体。她认为，端侧部署、多模态原生与互联共享将成为AI Car的三大核心特征，而座舱智能体则将作为人车交互的唯一窗口，串联智驾、底盘、动力等多个域控智能体。
事故处理Agent亮相：低频场景考验全链路闭环能力
白皮书中特别选取了“事故处理”作为典型案例。据统计，中国每年发生约2000万起交通事故，其中85%为轻微碰撞或仅车损事故，但驾驶员在事故现场常因慌乱而不知所措。面壁智能推出的交通事故处理Agent，能够在碰撞发生后毫秒级响应，自动保存证据、安抚用户情绪，并引导完成现场拍照、责任预判、定损估价等流程。该功能已与面壁智能旗下“松果有理”法律产品及太平保险达成合作，未来将打通从事故识别到理赔服务的全链路。
“正因为它低频，事故处理对很多用户来说非常困难。如果能把这个场景做成闭环，这恰恰能体现下一代智能座舱的关键能力。”《中国汽车报》主编吴戈在解读白皮书时表示。
产业链协同成共识：标准接口与数据资产亟待统一
尽管端侧智能的技术路径逐渐清晰，但产业落地仍面临多重挑战。在圆桌讨论环节，中国汽车工业协会副总工程师王耀表示，数据安全与隐私保护不仅是法规红线，更涉及场景化的智能判断。“比如朋友上车后聊天，AI过于主动可能暴露个人隐私。端侧模型需要识别不同隐私场景，这不仅是模型本身的问题，还需要工程化配合。”
中金资本董事总经理徐萌萌则从用户体验角度强调“信任的可视化”——用户需要看到自己的数据去了哪里、被如何调用。高通中国区技术副总裁许迎春补充认为，未来不同品牌、不同车型之间应建立统一的数据语义与接口标准，使个人行为模式库能够在车、手机、智能手表等终端之间无缝迁移，真正实现“换车不换体验”。
李大海在开场致辞中表示，面壁智能已与高通、英特尔、联发科等主流芯片厂商，以及梧桐科技、德赛西威、中科创达等一级供应商达成深度合作，其MiniCPM系列端侧模型已在吉利银河M9、长安马自达EZ-60等量产车型中落地。“一家公司跑得快固然重要，但一个行业跑得稳、跑得远，更需要所有伙伴的共同协作。”李大海说。
据悉，该白皮书将以开放形式向行业共享，面壁智能同步发布了基于英特尔18A制程的AI Box车端算力产品，最高可提供180Tops稠密AI算力，已全面适配面壁智能MiniCPM 全系模型，为端侧智能的规模化上车提供新的算力底座。