无感于心，默契响应

在汽车里的AI，其实不得不谈到豆包。这个去年刚火热起来的可爱家伙，在今年的车展上可谓大放异彩，一举成为车圈顶流。看了一个数据，现在汽车上用豆包在交互的频次，日均已经达到了3000万次，并且，有了豆包的语音助手其使用率比不带的“傻助手”高很多。而且无论本土还是合资品牌，全都一股脑的豆包上身。但是！这个家伙还不是万能的，关键问题在于，它现在还极度依赖于云端，既考验网络，也有一些隐私上的顾虑。毕竟，语音助手进车，一次OTA就能搞定，可想让网络稳定，车都换代了，这个问题有时候都解决不了。

这一次北京车展，在跑断腿的看车过程中，我也有幸接到了面壁智能的邀请，邀请我去看看他们针对于端侧方案的进步。事实上，对于AI颇有兴趣的我，对这家公司也是了解甚少，我对端侧的AI方案并不够了解也不够信任，我十分想知道新闻稿标题上写的SuperMate到底是个什么东西？它又跟我在车里大喊“你好，XX”的差别是什么？全是问题。只好一步一步的请教，抽丝剥茧的把这事儿说清楚。

首先，现在的智能座舱是啥样子？先喊一句，激活语音助手，然后等回应，再说一个或者好几个命令，等它转圈，然后开始干活，最后结束。也有可能说完命令以后得到一个被拒绝回应，因为它没听懂或者不会干——以上的，哪怕被拒绝的前提是：有网。如果没有网，效果就真的比较惨烈了。

面壁智能这套SuperMate智能座舱，可以简单理解为很多功能都有AI协助并且能被AI控制的车机系统，不用单独唤醒打开，它就是屏幕里触手可及的launcher界面。SuperMate试图pass掉尴尬的对话步骤，而是直接开干——活人感这不就有了么？这次升级的核心，就是让座舱 AI 从“好记性”进化为“真正懂你”。这需要深度记忆、实时感知、情境理解与主动行动的闭环，更需要精准的“分寸感”。这种「以少胜多」的智慧，决定了 AI 的介入是“贴心”还是“打扰”。这个是全模态模型的全新能力，它为座舱带来的不只是交互方式的升级，更是从"功能型 AI"向"感知型智能体"的范式转变——座舱 AI 将具备对驾驶环境、乘客状态、声音与视觉信号的持续感知能力，真正成为理解场景、主动服务的智能伙伴。——以及，它全部运行在本地，就算地库没信号，它也能调动车内的各个功能，在AI这里叫Agent，它可以自动执行一系列操作。

放进场景来说，就是上车时，系统通过身份识别与多用户记忆自动加载个人偏好。行程中，说一句"去接孩子"即可自动补全目的地并规划路径；用车过程中，系统自动串联多项车控功能、主动推荐座舱应用，比如放个歌。无感车窗、无感空调则根据环境与乘客状态静默调节——很多时候，用户感觉不到它做了什么，只是觉得这趟旅程特别舒服。同时，SuperMate 对车内关键人群的守护同样体现了这种默契。SuperMate 能实时识别儿童危险行为并自动介入，识别儿童哭闹后联动环境进行安抚；主动捕捉舱内外高价值瞬间自动保存；离车后智能哨兵持续监测环境，动态平衡安全性与低功耗。

对了，路上出事故了咋办？SuperMate这次多了一个事故处理的Agent，并且也具备了调用更多功能的能力，先安抚驾驶员，然后出处置建议雨理赔指引。还有跨端同步的能力，车撞了，手机也能告诉你此时此刻应该怎么办，甚至在未来，它还能喊上保险公司一起，从事故识别到理赔修车全链路的搞定这个人见人愁的事儿。

不管SuperMate的功能性多强，它背后总还是要有个模型在，作为一个底层的“软件”，才能支撑起这个类似于电脑上“图形界面”的东西给人响应。否则，一切都是虚无。随着面壁智能最新发布的 MiniCPM-o 4.5 全模态模型的成熟，SuperMate 将进一步引入全模态交互能力。该模型具备原生全双工交互能力——在输出时仍能持续感知视觉与听觉输入，无需等待用户说完即可自主判断交互时机。这意味着座舱 AI 将不再是"一问一答"的回合制对话，而是能够像一个始终在线的副驾一样，边听、边看、边主动回应。

回到智能座舱，或者，回到“车机”层面，为什么现在的用户还是更依赖手机？或者总有用户在社交平台上抱怨车机不好用？明明芯片也是最新的，系统也是更新的，怎么就那么不好使呢？结论很简单，芯片确实有算力，但系统没有能力全部使用，或者效率太低。至于什么AI模型，更是跑不了一点儿——那些算力还要给智驾部分留冗余呢，哪儿还有能力在本地算AI？端侧 AI 要真正规模化上车，必须适应不同车型、不同芯片、不同成本结构的现实约束。于是，SuperMate现已完成对高通、联发科、英特尔、瑞芯微、英伟达、AMD等主流芯片平台的全面适配，支持从轻量语音交互到全模态理解的多规格模型灵活运行，兼顾性能、成本与功耗，满足量产车型不同配置梯度的需求。面壁智能与各芯片厂商及座舱产业链上下游伙伴保持紧密合作，通过软硬一体的联合研发推动 AI Box 等端侧算力产品的落地。

在本届车展上，面壁智能展出了与英特尔联合开发的 AI Box 解决方案，这也是双方软硬一体联合研发的最新成果。该方案基于英特尔先进 18A 制程的 Core Ultra 系列平台，提供最高 180 Tops 稠密 AI 算力，全面适配面壁智能MiniCPM全系模型，是全球首个实现大规模量产的 AI Box 产品，将 PC 级高性能计算引入汽车座舱，为大模型在车端的本地化运行提供了全新的算力载体。

目前，SuperMate 已在吉利、长安马自达等车企的多款量产车型中实现搭载交付。面壁智能将持续拓展与更多车企及产业链伙伴的合作，推动端侧 AI 座舱方案的规模化普及。

在时间不长的专访之中，问题来的还是挺尖锐的，既有对云侧与端侧的协同考量，也有对于端侧实际应用场景的疑问。不妨看看面壁智能两位老总的回应，是否能解决你心中的疑问。

受访人：面壁智能联合创始人& CEO 李大海 面壁智能联合创始人& COO 雷升涛

Q

面壁智能为何坚持“端侧大模型”路线而非云端方案？

李总：因为我们看到了端侧既有巨大的机会，在终局也是不可或缺的，所以我们就坚持在走这条路。首先为什么说他有巨大的机会，面壁在24年的时候，我们就发现了大模型的「密度定律」，通过测算发现，大模型的知识密度的增长比摩尔定律要快5倍。我们推断，端侧模型的知识密度越来越高，能力越来越强。这个是2024年我们发现的趋势，且到今天已经经历了大家的论证。

第二点，我们对于未来的判断是，云侧跟端侧一定是奔向不同的世界：云侧奔享的是逻辑世界、数字世界，而端侧模型奔向的是物理世界。换句话说呢，我们说要让一个智能终端能够更好地去感知世界、交互世界和改造世界，它一定要通过端侧智能。基于我们上面的分析，所以端侧是大有可为。我们的愿景就是让面壁的端侧模型赋能每一个终端，让每个终端拥有智能。

面壁智能联合创始人& CEO 李大海

Q

最近其实有很多的模型厂商在推出这种智能座舱，这个背后是跟哪些技术的演进有关？在这个行业来说，相对于友商，面壁智能比较领先的优势是在哪？

李总：面壁的优势当然就是端侧。目前绝大多数的模型厂商会用云端模型来去提升舱内的体验。但从面壁一贯的思路来说，我们不认为端侧跟云侧是一个竞争的关系，而是协同的关系。我们的主张是端侧主内，云侧主外。端侧模型把车内的所有的任务都做好。这个有什么好处呢？第一个就是通过端侧能够更全面、快速的感知舱内舱位的环境，且感知是不出车的，所以用户不需要为隐私担心。其次，端侧模型的感知离用户近，所以可靠性、实时性都会更强。那云侧为什么主外呢？因为这个世界上其他哪里有好吃的店，然后哪里的交通变复杂了，哪里天气有变化，都是车内的智能不可能知道，所以一定要通过云侧的智能去了解这些信息，去做协同。

雷总：我再补充一点，就是从技术和产品的角度来说，我们端侧模型上车的优势主要是三个方面。第一个方面叫Infra层的优势。一个云端训练的模型，要塞进车端有限的算力上，是非常难的，要确保能运行，还要运行得快。我们会做很多量化的工作，就是把16位表示的权重或者参数变成4位甚至2位，位数越低，意味着精度越小，但我们又能保证在精度下降之后，还能保持模型性能。此外，我们还会采取其他的措施来加速模型在端侧的推理速度。面壁在Infra层面积累了巨大的优势，用一家芯片厂商产品负责人的话说，即使其他大模型厂商下来做端侧，那Infra的优势面壁依旧领先，这块巨大的坑我们都已经踩过了。

面壁智能联合创始人& COO 雷升涛

第二个方面是模型层的优势，我们持续在提高模型的知识密度。比如在车端的算力上，别家的模型可能因为知识密度不够高，导致很多任务场景都做不了，但我们可能用1.6B、0.9B甚至0.5B 的模型就能实现很多的智能场景。

第三个方面是应用层的优势，这次车展发布的SuperMate，就是我们过去这两年在车上抽象出来的应用场景。我们现在有一整套原生的AI native的端侧应用场景，还有产品。