“舱驾融合在芯片供应商和主机厂的业务开展中，是两个不同的话题，部分芯片厂商不断推出更大算力的融合芯片，但主机厂一定把智能座舱和自动驾驶当成两个业务看待。”面壁智能创始人兼CEO李大海，在接受中国经济网记者采访时表示，自动驾驶和智能座舱业务目标完全不同，前者最高优先级是安全的从A地到B地，后者最高优先级是用户体验。
在4月24日开幕的2026北京国际车展上，面壁智能发布了车载智能体SuperMate，这是一款具备“感知―决策―执行”的车端智能体，利用仅靠车端算力运行的MiNiCPM模型提供智能服务。李大海称，“我们看到了端侧模型的巨大机会，在智能座舱终局是不可或缺的部分，所以就坚持走这条路。”
面壁智能创立于2022年8月，由清华大学自然语言处理实验室技术成果转化而来。作为国内最早布局大模型研究的机构之一，面壁智能提出大模型演进的密度定律，揭示“模型能力密度随时间呈指数级跃升，达到特定智能水平所需参数量每3.3 个月减半”的产业规律。
“我们的愿景是，未来每辆汽车上都有一个贾维斯（钢铁侠的AI个人助手），这个贾维斯由面壁智能驱动。”李大海说，未来智能舱驾会出现协同，智能座舱要为自动驾驶提供更好的体验，让汽车变成会动的机器人。
“端侧模型主内，云侧模型主外”
在这个行业普遍卷配置、卷屏幕、卷语音指令的时代，智能座舱体验的下?个核心变量究竟是什么？在李大海看来，真正的智能不是在于AI功能有多丰富，而是更克制内敛的座舱形态，不喧哗不打扰，却始终在恰当的时刻出现，就是所谓的“无感智能”。
此次面壁智能发布的SuperMate就是具备“无感智能”的车端智能体。“这并非简单的‘记忆数据库’，而是属于个人的‘行为模式库’，能够感知用户语言背后的‘默契系统’，这背后离不开端侧模型的支持。”李大海说。
“我们2024年发现大模型的知识密度定律，其比芯片摩尔定律要快5倍，因此判断端侧模型知识密度越来越高，能力越来越强，也会越来越好用。”李大海认为，端侧模型奔赴的是物理世界，要让智能终端能够更好地感知、交互和改造世界，就一定要通过端侧智能。
面壁智能联合创始人兼COO雷升涛解释道，端侧模型“上车”有三大核心优势：首先是Infra，把云端训练模型塞进算力有限的芯片上需要量化，精度下降后仍保持智能度；其次，端侧模型是高知识密度模型，可以通过小算力完成很多场景；最后，我们现在有一套原生的AI native端侧应用场景，SuperMate就是基于此打造。
在雷升涛看来，端侧落地最大的难题是“不可能三角”，那就是效果要足够好、速度要足够快、成本要足够低。“很多客户会拿云端大模型做对比，认为后者目前就能解决这些难点，但端侧落地需要通过训练出更高知识密度模型，最终实现又小又强的目的。”
“有公司采用云侧模型提升舱内体验，面壁智能的一贯思路是，端侧和云侧模型不是竞争关系，而是协同关系，二者侧重点不同，‘端侧主内，云侧主外’。”李大海说。
李大海补充道，端侧模型主要把车内任务做好，通过端侧感知舱内外环境，感知不出车用户无需担心隐私泄露，舱内感知离用户更近，可靠性和实时性更强；而外界哪里有好吃的店、交通是否出现变化等信息需要云侧智能了解，因此端侧和云侧可以协同形成互补。
“面壁智能的核心优势就是端侧模型处于领先地位，我们也将聚焦和坚定端侧模型‘上车’的大方向。”李大海强调。
知识密度迭代，让汽车变成“贾维斯”
对面壁智能而言，模型技术创新一直是推动智能座舱能力跃升的核心驱动力。去年，面壁智能接连发布了多模态模型MiniCPM-V 4.5和全模态MiniCPM-o 4.5模型，成为SuperMate的智能底座。
特别是全模态模型MiniCPM-o 4.5，以9B参数实现端侧“流式双工”全模态交互。“对于上一代智能座舱而言，目前9B模型还是略微大了些。”雷升涛坦言，但在和下一代智能座舱芯片如高通8397结合时，就有足够的空间把9B模型部署落地。
“‘流式全双工’可以实现‘边看、边听、主动说’的全模态能力，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。”雷升涛强调，现在的语言大模型是回合制，“用户问，系统答”是典型的单通；只有系统主动停下来倾听用户，甚至提出问题才是双通，因此流式全双工才是物理世界真正有用的模式。
以SuperMate智能座舱事故处理为例，“该功能就是把道路交通保险和法律相关服务引入到座舱中，”李大海说，随着工作的进一步展开，我们会把更多智能体引入到座舱场景，让用户需要时自然触达。
据了解，当前面壁智能已完成定点合作的车企包括，吉利汽车、上汽大众、广汽集团、长城汽车和长安马自达。其中，长安马自达EZ-60是面壁智能端侧模型的首个量产车型，标志着端侧大模型从技术demo迈入真实用户交付阶段。
“面壁智能从2024年7月坚定成立了汽车团队，如今已经有三个汽车品牌进入量产，我们走在汽车与AI的最前沿。”李大海表示，我们和很多先锋主机厂一起，不断定义新的智能座舱产品，丰富和完善新的场景，在端侧模型的赋能之下，让智能座舱变得更快、更主动、更聪明，这也是主机厂的核心诉求。
“大模型的智能程度会根据知识密度迭代不断提升，逻辑上不存在硬参数门槛影响模型能力。”雷升涛解释道，面壁智能通过架构、数据、计算效率及稀疏化等方向做工作，不断提升模型知识密度，尽量达到每100 天知识密度提升一倍的效果。
面壁智能的短期目标是把汽车座舱体验优化到极致，实现规模化模型上车，覆盖头部市场，长期目标是坐稳国内端侧模型上车的第一梯队。“我们的愿景是让汽车变得更像一个‘贾维斯’，能更好地全天候守护用户。”雷升涛说。（中国经济网记者 姜智文）