2026 云栖大会正在进行时……
当 Agent Native 成为 AI 的新主流叙事，产业焦点从云侧 AI 基础设施开始转向端侧，中国 AI 的另一个半场浮出水面。
千问发布 Qwen Intelligence 进入 AI 手机；千问 AI 眼镜、AI 耳夹式耳机、AI 录音硬件、千问原生桌面终端同期亮相……
阿里巴巴集团旗下斑马智能首席产品官蔡明表示：「相比手机和眼镜等智能终端，车对 AI 尤其是对 Agent 的诉求更加迫切，车也将会成为 AI 体验最好的具身智能终端。」
AI 竞争的一次转向
昨天上午，杭州国际博览中心举办了一场论坛「原生智能・端上生长——Agentic AI 重构下一代终端」。会场外停着八辆车，来自腾势、神行者、红旗、智己、MG 等不同品牌，其中一辆是首款搭载高通骁龙 8397 平台与斑马智能 AutoOmni 的量产车。
这辆车的核心亮点是，它的智能座舱模型跑在车规芯片上，而非云端。按斑马智能的定义，AutoOmni 是一个面向智能终端的全模态端侧大模型系列，负责座舱里的听、看、理解与调度。本次云栖大会上，该产品线迎来新一代主力型号：AutoOmni 2.0-23B-A3B。
两周前，工业和信息化部发布的《“人工智能+软件”专项行动实施方案》专门指出，支持软件企业与智能手机、智能家居、智能网联汽车等终端厂商联合创新，加速轻量化模型与终端软件融合部署应用，探索发展具身智能系统软件。
这里，我们看到了当下 AI 竞争的一次转向，从国家政策到产业选择：竞争的胜负手正从云端模型的能力转向端侧，即模型能不能在有限的内存、算力和网络条件下，把事情稳定且安全地做完。
9 月 18 日，中汽信息科技（天津）有限公司技术总监康凯在泰达论坛发布了《中国具身智能产业发展报告 2026》，报告提出三个关键判断：
-
第一，具身智能已走过技术验证阶段，当前处于价值验证阶段；
-
第二，汽车产业与具身智能在感知、决策、执行底层逻辑上高度相似，产业链复用性强，汽车工业是具身智能落地工业场景的关键试金石；
-
第三，降本与商业化闭环将决定大规模应用，尤其是 toC 领域。
康凯强调，「具身智能若不能在汽车行业大范围应用，就难以在工业领域真正铺开。」与之呼应的是，斑马智能首席技术官司罗认为「智能汽车是具身智能最大的中试场，规模化压测平台」。
大模型上车的第一阶段是一道模型题，核心关注点是「模型与车的连接」。第二阶段是系统工程题，要回答的是装进去之后扛不扛得住内存、时延、越狱注入以及欧洲的认证审核……
如今，第一阶段的成绩与第二阶段的困境正在同时发生。
AI 上车了，然后呢？
先来看几组数据。
第一组是渗透率。按工信部披露的数据，2026 年上半年具备 L2 级组合驾驶辅助功能的乘用车新车渗透率达到 70.5%，具备领航辅助（NOA）能力的车型装车率超过三成。硬件层面的普及已经基本完成。
第二组是付费率。据多家行业调研数据，国内高阶智驾的付费订阅与买断整体渗透率不足 10%，多数自主品牌自研智驾的付费激活率不足 30%，而在 20 万元级以下的走量家用车型上，付费率甚至低于 2%。
更值得注意的是认可度与付费意愿之间的错位。麦肯锡《2026 中国汽车消费者洞察》显示，约八成受访者将城市 NOA 视为购车时的重要选项；另有罗兰贝格等多家调研机构的结果显示，多数用户认为核心智驾与座舱的基础功能应当免费标配。也就是说，用户认可这项能力的价值，但不认为它应该被单独收费。
「核心原因在于，行业尚未形成真正的超级智能体交互范式。」斑马智能首席战略官邢悦这样解释智驾软件付费转化偏低的原因。
座舱侧也有同样的落差。据斑马智能提供的数据，从 2024 年中启动全面 AI 转型至今，该公司对主流车企的服务覆盖率达到 68%，在端侧智能与端模型应用领域的市场份额为 63%。
但装机不等于使用。斑马智能首席产品官蔡明的判断是：「AI 上车不是终点，更是一个更重要问题的起点：用户的深度使用。」
斑马智能首席产品官蔡明认为，深度使用的核心在于，基于意图驱动、AI 真正懂「我的世界」，这就需要在端侧发生一场交互范式变革，需要以用户为中心的跨端上下文和记忆连通。
因此，AI 上车大潮之后进入第二阶段的竞争，发生在模型与硬件的交界处，即端侧。
端侧的三堵墙与产业约束
把端侧理解为「云端模型的缩小版」，是这个领域最常见的误解。端侧的约束不是尺寸，而是三堵墙：
-
内存墙：车规级芯片的运行内存远低于服务器，且要和座舱系统的其他进程共享。一个模型能不能跑起来，往往不取决于算力峰值，而取决于权重能否驻留。
-
时延墙：座舱交互的容忍度以百毫秒计，主动安全类的提醒更短。云端往返的网络抖动可能吃掉全部预算。
-
并发墙：真实的座舱不是单任务环境，语音、视觉、车控、导航、音乐往往同时在线，模型需要在多路任务下保持稳定，而不是在单任务 benchmark 上刷高分。
这三堵墙之外，还有两项来自产业的约束：
-
隐私，座舱内的语音、图像、位置属于高敏数据，全量上云在多数市场已不可行。司罗判断：「车是一个非常重要的半封闭的场景，需要保护隐私的场景。」
-
成本，Agent 时代的 token 消耗是持续性支出，全部由云端承担意味着车企要为每一辆在用车支付长期账单。
斑马智能首席技术官司罗认为：车主和 OEM 厂商在车本身的芯片能力上已经花了很大成本，端模型的价值就是把这部分已付出的硬件价值释放出来，「把端上的能力变成我们真正的端上的 token 工厂」，从而大规模降低传上云的流量与云端 token 消耗。
顺着这两项约束，司罗给出了三个趋势判断：
-
端 AI 随着端侧算力与资源的快速提升进入快速发展期，且端上做的不是云端能力的简单迁移，而是差异化能力；
-
云侧 AI 从级联式的小模型链路全面转向大模型驱动，端云一体的整体架构从 2026 年开始出现、之后会成为主流；
-
舱驾融合加快落地，2026 年以两个系统互相调用的形态出现，之后走向模型层面的融合。
其中第一条便是这篇文章的起点：端侧的价值在于做云端做不了的事：长聆听、长睁眼、善记忆，从而形成主动服务。
这一趋势在产业层面还有另一重含义。当端侧承担起感知、理解与执行的完整闭环，它就更接近一层基础设施：AI 能力要落进汽车、机器人这类实体产业，都要从这一层过。
如果放到全球 AI 角逐与产业竞争的视角，斑马智能在谋求的，是建设产业级甚至国家级的端侧 AI 基础设施，其价值在于把操作系统、端侧模型、执行框架、芯片推理与云上生态做成可以量产的整体。这个目标能否成立，要看后面几层能力是否真的握在自己手里。
端侧的解可能是稀疏化
内存墙的存在，使得稀疏架构在端侧的意义比在云端更重要。
在云端，MoE 解决的主要是训练与推理的经济性问题，即用更少的激活参数换取更大的总参数容量。
在端侧，这件事的性质大不一样，它决定的是一个模型能否被放进芯片。总参数决定能力上限，激活参数决定单次推理的内存与算力开销，二者解耦之后，端侧才有机会在有限的物理资源上获得接近中大型模型的能力。
斑马智能的 AutoOmni 走的正是这条路线。司罗在演讲中把端模型的竞争要素概括为四句话：「首先基模是支柱，同时量化与部署在端上是壁垒，系统是围栏，能够有差异化的场景是非常重要的特色。」四个词各指一层：基础模型决定能力上限，量化与部署决定能不能真的装进车里，系统决定它的行为边界，场景决定它值不值得用。在端侧，第二和第三层才是真正的分水岭。
在工程指标上，斑马智能这套端侧方案可概括为多、快、好、省四项：多指 8 路以上多任务稳定并发，快指大模型推理提速 5 至 6 倍，好指 99% 以上的量化保真度，省指运行内存占用减少 50%。
这四项里，最能说明端侧工程性质的是后两项。量化是端侧部署的必经之路，但激进量化会以精度损失为代价，保真度指标衡量的正是「压缩之后还剩多少」；内存占用减半则直接决定了模型能否与座舱其他进程共存。
在此之前，斑马的端侧主力是 4B 的稠密模型。据司罗介绍，相比通用领域的大模型，AutoOmni-4B 在智能座舱的全场景平均能力提升达到 20%，其中座舱文本（车控、导航、娱乐等）的理解提升 22%，视觉相关的场景理解提升 17%，音频尤其是情绪与语音理解的提升更大，达 122%，同时在通用领域的能力与头部通用大模型保持一致。
端模型的天花板在哪？
4B 能做的事已经不少。现场放出的实车视频里，它完成了多意图与跨意图的连续车控，也通过手车互联直接操作了微信、读取并转述消息。但司罗把一个更关键的问题摆了出来：端模型的天花板在什么地方？是不是能够接近云侧大模型的能力？
这正是 AutoOmni 2.0-23B-A3B 要回答的。按他给出的口径，这个激活 3B 的 MoE 端模型在智能座舱场景下，普通任务基本相当于 10 倍参数量的云侧模型，复杂任务的处理能力相当于 10 倍参数量云模型的 80% 到 90% 之间。
评测覆盖四类复杂任务，端侧表现均已接近云侧大模型：
现场播放的实车视频里，一条连续指令包含调整座椅位置、打开前排按摩、开启全车通风三个动作；随后的导航任务则经历了「去王总公司」「去之前先把王总的儿子和女儿接上」「在附近找一个加油站并添加为途经点」的多轮追加与重规划。
比数字更有说服力的是司罗对迭代速度的一段自述：「就在一个月前、三周前，当时我第一次来评测我们自己模型的能力的时候，差距是非常非常大的，我当时一个判断是在一季度内我们不可能做展示。但是就在短短的几周之内，通过我们快速的迭代以及能力的提升，已经提升到在很大程度上接近云侧模型。」
一位 CTO 在发布现场承认三周前自己还判断「不可能展示」，这句话透露的信息量不小：端模型能力提升速度，比从业者自己的预期还快。
支撑这套能力落地的是大算力芯片适配。据介绍，斑马智能已经合作包括高通、英伟达、紫光展锐、小鹏图灵在内的十家芯片厂商；这条路径始于 2025 年云栖大会与高通联合发布的 8397 首个座舱 AI 端侧方案，到 2026 年已有多个量产车型落地，也就是会场外那辆搭载骁龙 8397 的车。
端云协同与大小脑分工
端侧变强不等于云端退场。真正的架构问题是分工。
斑马智能的分工方式是把理解与执行分开：AutoOmni 承担多模态理解与规划，相当于大脑；AutoClaw、System Agent 与 Harness 承担意图拆解、任务路由与受控执行，相当于小脑。
司罗在演讲中清晰地说明了这套框架的职责：以端侧模型为底座的端云一体框架，除了模型能力与上层的 Harness Engineering 框架能力之外，还要统一安排什么样的任务放在云上、什么样的任务放在端上，以及数据如何分配（比如哪些隐私数据必须留在端上，哪些记忆数据可以经过总结之后放到云上）。
这样一来，端云协同就不再只是愿景，而变成了两个能实际解决的问题：任务按什么标准切分？数据按什么标准留存？
在此之下，端上的 Agent Group 按领域拆成导航、媒体、主动视觉、GUI 等分支，由 SystemAgent 统一负责分域与拒识、主动参与、记忆信号提取，以及端云后仲裁（端侧与云侧各自给出结果，再由系统裁决采信哪一个）。记忆则单独成层，通过 Memory 接口完成实时信息提取、个人信息注册与记忆增强，底下用 SQLite 与 RAG 落地存储。
拒识这一项，现场的 demo 给了一个很直观的注脚。视频里两位乘客正在聊天，车机始终在听，却不作声；直到其中一人说出「外面太吵了，可以把车窗关上吧」，它才响应。司罗在旁解释：「它可以分辨什么时候是人人对话，什么时候是人机对话。」全车全时免唤醒的难点其实不在「听得见」，而在「知道什么时候不该应答」；这正是拒识的工作。
而端侧记忆走 SQLite 与 RAG 则是蔡明所说的「我的世界」在实现层的落点：愿景是让 AI 懂每个用户，代码层面就是一张本地数据库加一套检索。按司罗给出的数字，斑马目前已与合作伙伴一起搭建了数十个主动智能场景，能力概括为「长聆听、长观察、善记忆」。
云端的角色则是知识与复杂推理。蔡明把这套端云一体架构概括为三个连通：「首先是端上和云上的算力和服务的连通，这是元神 AI 的主体；第二，实现了围绕着用户的各个智能终端的连通，所有的数据和场景被打通，AI 能够真正完整地理解我的世界；第三个，实现了用户与服务的连通，围绕用户所有服务都可以完全实现跨场景、跨端、跨 APP 的整合与联动。」
下一步：把这层执行框架推到智驾侧
座舱之外，斑马把同一套思路延伸到了智能驾驶。据介绍，公司正与头部智驾厂商合作，第一阶段是用座舱的自然语言理解与规划能力，去调用智驾系统提供的 API 接口，以此实现更好的出行体验；第二阶段则是更深的耦合，座舱与智驾在模型层面融合。
按其技术方案的描述，这条链路从传感器输入与用户需求出发，先经过一道由规则加提示词构成的安全边界，再通过工具和协议去调用自动驾驶能力，智驾方案商把能力封装成 activate_noa(destination)、lane_change(direction) 这类函数交给座舱侧调用。到了第二阶段，座舱大模型的 VLM/VLA 识别与推理结果将直接影响智驾行为，用于增强场景理解与规划、协助处理长尾场景。
这套设计里最值得注意的是那道安全边界被单独画成了一个环节。模型负责理解「离前面那辆货车远一点」，而系统负责保证这个理解不会变成一次危险的变道——这正是前面所说的执行框架在智驾侧的形态。
端侧 AI 的安全与合规问题
端侧要把模型部署到车上，但也会带来两个问题：
-
一道对内：模型拿到执行权之后，系统能不能管住它？
-
一道对外：这套东西能不能被第三方认可，从而进入不同的市场？
前者决定 AI 在车里敢做多少事，后者决定这辆车能开到哪里去。用司罗的话说，「随着端能力的出现，端安全变成了一个新兴的至关重要的功能」。
把模型的不确定性关进系统的笼子
「数据不出车」是端侧最常被引用的安全论据，但它只回答了数据去哪儿的问题，没有回答模型在车内做什么的问题。座舱里的 Agent 有权调用车控、导航、支付和通讯，一次越狱注入或一次工具劫持，都可能造成严重后果。真正的安全不是离线，而是让数据、模型和执行权都处在可控边界内。
据斑马智能介绍，其车规级端侧 AI 安全体系分为三层纵深：
-
环境层用模型可信加载、推理进程沙箱、资源隔离、强制访问控制与运行时入侵检测，保证模型的运行环境本身隔离、可审计；
-
框架层用身份透传与权限保持、MCP 安全协议、上下文与记忆隔离、风险监测与全周期审计，约束 Agent 对工具和服务的每一次调用；
-
内容层则在端侧部署轻量化安全模型，完成生成侧的合规校验。
三层之上还有一层云端安全运营，负责安全模型的训练更新、内容安全策略的运营与信息安全态势感知，通过一条可信端云通道与车端联动。这一层的存在回答了一个自然会被问到的问题：端侧的安全模型如果不联网，如何应对不断出现的新攻击手法。斑马的答案是策略与模型在云上迭代、经可信通道下发，而每一次校验仍在车内完成。
实测结果很亮眼：这套体系对越狱攻击的召回率在 98% 以上。
比防御效果更能说明端侧特性的是成本账：在云端，安全模型的开销可以被弹性算力吸收；在端侧，它要和业务模型抢同一块内存和算力，必须自己养活自己。据介绍，其自研端侧安全模型的准确率达到行业专用 Guard 模型的同等水平，吞吐率提升 4 倍，对系统整体性能的影响控制在 3% 以内。
由于校验全部在端侧完成，敏感数据无需上传即可完成审查，更关键的是安全校验本身也不再依赖网络，不会随网络条件变化而失效。
认证是出海的前置条件
中国智能座舱在体验维度上的领先已是行业共识。如今，宝马 iX3 及全系新车、大众、保时捷等国际品牌均已接入中国智能技术体系。司罗此前表示：「中国智能座舱相较于欧美市场，已领先一至两个技术代际，核心优势在于场景挖掘、资源整合、服务闭环的完整落地能力」。
但体验领先不等于可以直接出海。欧洲市场的准入有一组硬性要求：数据侧有 GDPR，网络安全与软件升级侧有联合国 UN R155 与 UN R156 法规，驾驶员控制辅助系统侧有 UN R171，2027 年还将有中国国家标准的相关要求生效。
据斑马智能介绍，国内部分基于原生 Linux 开发的智能驾驶车型尚难以完全满足上述车规级安全标准，为此该公司自研了安全增强型的 Banma Safety Linux 操作系统，已通过 ASIL-B 车规级功能安全认证；在 AI 工程侧，该公司已于 2026 年 1 月通过 ASPICE 4.0 CL2 认证——该标准由德国汽车工业协会联合二十余家欧洲主要车企制定，4.0 版本显著强化了对 AI 与机器学习的适配。
认证在 AI 行业长期被视为流程性工作，但在车上它是准入前提：一个模型能不能上车，取决于它所在的软件工程体系能否被第三方证明可控，这与它在榜单上的位置无关。把操作系统、端侧模型、执行框架、芯片推理与云上生态五层能力同时握在手里，并让它们通过认证进入量产车，是斑马智能对自身定位的概括。
实际上，这也构成了端侧技术主权的一个落地样本，议题核心是从内核到应用的整条信任链能否被自己掌握、并被外部证明。
车只是第一站
回到那八辆停在会场外的车。
它们代表的其实是同一个判断的不同表述：云端决定中国 AI 能达到多高，端侧决定 AI 能否在真实世界里被允许去做事。蔡明在演讲中说，在意图经济中，「token 是 AI 进行意图理解、需求达成的燃料，是水电煤，是满足消费者意图的新货币」；而这套货币要在车上真正流动起来，前提是端侧能把理解、执行与安全这三件事在本地闭环。
也因此，端侧被越来越多地当成基础设施来讨论。如果说云端的竞争关乎中国 AI 的高度，那么端侧关乎的是它的深度与安全边界，而技术主权最终要落在这一层，落在可量产的终端里。
正如司罗所说，对整个端侧 AI 赛道来说，「智能汽车是具身智能最大的中试场和规模化压测平台」。它同时提出了内存、时延、并发、隐私与成本五项约束，而这五项约束在手机、眼镜、可穿戴和机器人上会以不同权重重复出现。斑马智能把这条外溢路径称为是从 AutoOmni 到 EdgeOmni：从一辆车的端侧大脑，到围绕同一个用户的多个终端，从单体智能到群体智能。谁先在车上把这道系统工程题解完，谁就握住了向其他终端迁移的模板。
昨天的论坛，交出的是这道题的一份阶段性答卷。
© THE END
转载请联系本公众号获得授权
投稿或寻求报道：liyazhou@jiqizhixin.com