機器人到來前，智能汽車可能是更早服務人類的AI Agent_風聞

一家車企，可以多深入 AI 領域？

作者｜曹思頎

編輯｜靖宇

2025 年，各行各業開啓新局之際，「全面接入 DeepSeek」成為了熱門話題。

在智能化轉型浪潮下，汽車行業也不甘示弱，眾多車企紛紛接入 DeepSeek，並宣稱旗下智能座艙功能得到了顯著提升。

但如果接入 DeepSeek，僅僅是讓車內就多了一個能語音對話的「十萬個為什麼」，那消費者應該更希望車企把這些精力用在解決好現有的問題上。

所以，「AI+車」的重點並不是給汽車套上一個模型，它核心的價值在於找到合適的應用場景，用好 AI 這個「智能大腦」，實現在智能駕駛、智能座艙、底盤、動力等全域的重構，打造出一個 AI 時代的新產品。

所以，「AI+車」的重點並不是給汽車套上一個大模型，而是在找到合適應用場景的前提下，充分利用好這個「智能大腦」，實現智能駕駛、智能座艙、底盤、動力等各個維度的整體控制，打造出一款屬於 AI 時代的新型汽車。

近日，吉利汽車集團宣佈率先完成了「全域 AI」的智能化佈局。對外，他們通過和 AI 生態夥伴的合作，把模型的模態、數據、算力等核心維度從行業維度拉昇至了更高的通用模型水平；對內，吉利通過軟硬件層面的整合協作，發佈了覆蓋吉利所有產品的「千里浩瀚」智駕體系，交出了自《台州宣言》以後智能化層面的第一份答卷。

在通用機器人進入千家萬户前，也許人類可以先在 AI 時代的車上，提前享受到一個私人管家（Agent）的服務。

01

從交通工具，到私人管家

AI 與智能電動汽車是當今科技行業最重要的技術創新之一。過去十年，AI 技術的進步推動了智能電動汽車在研發層面經歷兩次關鍵變革：

第一階段發生在 2017 年，Transformer 架構的誕生為 AI 奠定了新的基礎，隨後，特斯拉率先推出基於該架構的 FSD Beta 版本，使智能駕駛邁出了從規則驅動向 AI 學習驅動的第一步。

第二階段出現在 2022 年至 2023 年，OpenAI 推出 ChatGPT，展示了大模型在推理與交互上的突破。一年後，特斯拉發佈 FSD V12，首次採用端到端的 AI 架構，刪除近 30 萬行規則代碼，讓智能駕駛從「人類編寫規則」徹底轉向「AI+數據雙輪驅動」。

如今，2025 年成為下一個關鍵節點。隨着 OpenAI o1、DeepSeek-R1 等推理模型展現出更高智能水平，汽車行業再次迎來 AI 變革的共振時刻。

人工智能和智能汽車領域發展的重要時間節點 | 圖片來源：極客公園

在 3 月 3 日的全域 AI 智能發佈會上，吉利宣佈完成全域 AI 智能化佈局，成為首個系統性推進 AI 深度融合的車企。

根據吉利的規劃，AI 不僅將應用於產品研發、生產、售後等全鏈路環節，更將深入架構、動力、底盤、座艙等核心領域。這意味着，AI 不再只是輔助智能化研發，而是全面融入汽車產品本身，賦予整車更高的智能水平。

過去，汽車的智能化主要依賴各個子系統獨立優化，形成「各自為戰」的局面。隨着 AI 的出現，吉利希望將大模型成為整車智能化的「大腦」，從而實現車輛各個智能模塊的統一調度。

而按照 OpenAI 關於 AGI（通用人工智能）劃分的 5 個等級，一旦車輛可以通過推理獨立執行任務，則意味着智能汽車將實現第 3 級別（L3）的人工智能水準，也就是成為 AI 行業裏常説的 Agent。

這意味着車輛將有可能實現第 3 級別的人工智能水準——也就是成為 AI 行業裏常説的具備執行任務能力的 AI Agent。

吉利關於「AI+車」技術基座的思考 | 圖片來源：吉利

以智能駕駛與智能座艙為例，來看大模型如何重塑汽車體驗。

當前的智能駕駛主要依賴外部傳感器（如攝像頭、激光雷達）進行感知，以確保基本的行駛安全。然而，在 AI Agent 時代，智駕系統可以整合車內外信息，進行更綜合的決策。例如，若後排攝像頭識別到兒童正在休息，系統會主動降低變道超車的頻率，以舒適性優先。

在智能座艙領域，目前的語音交互仍處於人工智能第一級別（L1，聊天機器人），用户必須通過清晰的指令才能操作車輛。而在吉利與 DeepSeek-R1 的演示中，智能座艙能夠理解車主「我要休息一會」這類模糊指令，並自主調節座椅、空調、鬧鐘等，展現出 L2 級別的推理能力。未來，結合車內攝像頭等多模態感知，智能座艙還將進一步向 L3 級別進化，根據乘客狀態自動調整座艙環境。

最終，吉利希望藉助全域AI，讓汽車從單純的交通工具，進化為「眼裏有活、腦子靠譜、心裏有人」的智能管家。

02

大模型上車，關鍵就是要夠「大」

要實現上述構想，一個關鍵前提在於模型必須足夠強大，而恰恰在影響模型能力的核心三個關鍵要素——數據、算法、算力上，目前汽車行業普遍面臨着諸多挑戰。

首先，和通用基座模型相比，行業裏的垂類智駕大模型在數據維度上還有相當大的差距。

目前汽車行業內的智駕大模型數據量最多為 1000 萬視頻片段，而通用基座模型的數據量可達 10 億級別；在對通用障礙物的識別上，行業模型可以識別的種類目前可達「百」量級，而通用模型則可以識別超過「十萬」的障礙物。

汽車廠商的垂直智駕模型和 AI 基座模型的各項對比 | 圖片來源：吉利

由此可見，如果僅依賴車企自身的行業模型，智能汽車的 AI Agent 之路可能遙遙無期。必須引入通用模型的能力，實現量級上的突破。

其次，在模型算法層面上，單一模態的算法也很難解決所有問題。

以智駕為例，傳統訓練方式受限於場景數據的採集，往往難以涵蓋長尾場景。而在多模態模型的加持下，下一階段有望通過構建可以模擬真實物理世界的世界模型，用視頻生成等方法構建仿真場景，為智能駕駛提供了更為全面的支持。

所以不難看出，汽車企業要真正深度結合AI，關鍵就是要把模型做「大」做「強」。

實際上，從 2021 年開始，吉利就率先啓動了基礎大模型研究。2025 年 1 月，吉利在汽車行業裏率先深度介入 DeepSeek 開源推理模型；隨後，在 2 月 18 日又和階躍星辰推出了聯合研發的兩款多模態模型 Step-Video 和 Step-Audio。

在算力層面，吉利聯合階躍星辰、千里科技、星紀魅族等科技生態夥伴，共同成立了全球唯一的「智能汽車算力聯盟」——星睿智算中心 2.0。

該中心算力資源已超萬卡級別，綜合算力提升至 23.5EFLOPS，不僅為智能駕駛和智能座艙提供充足算力，也在售後服務、雲動力模型等企業管理層面實現全方位支持。

依靠着提早佈局以及和 AI 生態夥伴們的強強聯手，吉利得以在車企智能化競爭裏，搶先跑到了新技術到來時的變革前沿。

03

千里浩瀚，吉利智駕一盤棋

千里浩瀚在吉利集團內部戰略整合與 AI 佈局中，已發展為一套統一的解決方案，貫通了全系車型的資源與技術，為智能駕駛的實際落地提供了堅實支持。

從組織層面來看，「千里浩瀚」覆蓋了大吉利體系下所有品牌和車型，實現了資源、數據和技術的全面貫通；而在技術層面，「千里」寓意着 AI 與算力的緊密結合，「浩瀚」則體現了吉利在智能駕駛領域的廣度和深度，形成了「AI+智駕」的全新模式。

目前，千里浩瀚智駕系統分為 5 檔（H1、H3、H5、H7、H9），傳感器從第一檔的 10 攝像頭 +5 雷達，逐步遞增至最高的 13 攝像頭 +5 雷達+若干個激光雷達。

千里浩瀚智駕系統不同檔次對應着不同的硬件配置及功能 | 圖片來源：吉利

據瞭解，從 2023 年下半年開始，吉利就開始為智駕一盤棋進行準備，統一了硬件平台和接口標準。不同產品間核心的分級標準，則體現在芯片、算力等計算資源的匹配上，有點類似於智能手機同一系列不同配置的區別。

千里浩瀚智駕系統的低級別方案注重基礎功能和經濟性，支持高速 NOA 和自動泊車功能，最低標配 100TOPS 以上算力；而頂配方案 H9 則計劃搭載英偉達雙 Thor 方案，車端算力有望達到近 2000TOPS。官方稱，這套 H9 方案的目標是直指量產 L3 級別的智能駕駛。

更為關鍵的是，吉利希望通過這套方案推動安全層面的平權。目前，這套智駕系統不僅可以做到 120km/h 的 AEB 自動剎停，當遇到前方靜止車輛存在 AEB 剎不停的安全風險時，也能以更優雅和舒適的方式規避風險。據瞭解，這套 AES 系統不僅能規避 1 個車道上的風險，還能連續避讓兩個車道上的風險。

更為關鍵的是，這一戰略整合方案致力於實現智駕與車輛安全的平權，使得智能駕駛不僅更智能，同時在安全保障上也不容妥協。通過全鏈條的技術支撐，吉利力圖構建一個既能滿足日常駕駛智能化需求，又能在緊急情況下迅速響應、保護乘員安全的系統。

去年 9 月，吉利集團發佈「台州宣言」，明確了通過戰略整合、戰略協同等，推動電動化、智能化等方面的轉型。千里浩瀚是台州宣言後一次重要的產品層面展示，傳遞了以 AI 技術賦能安全的重要價值觀和產品能力。

而「全域 AI」的佈局則展示了面對未來日益激烈的市場競爭時吉利希望的態度：汽車行業的競爭，不能僅僅停留在價格戰，而應該重新聚焦在智能化上。

消費者需要的也許並不是更便宜的車，而是更智能且安全的車，只是恰巧沒那麼貴而已。

*頭圖來源：吉利

本文為極客公園原創文章，轉載請聯繫極客君微信 geekparkGO