具身智能亟需规模化商用场景。斑马智能在云栖大会发布AutoOmni 2.0端侧大模型,依托千万级座舱规模,将智能汽车打造为具身智能的“中试场”,推动以主动服务为核心的意图经济走向多端硬件。
周五傍晚坐进车内,用户尚未开口,车载 AI 系统已经调出行程建议:系统知晓周六是女儿的生日、偏爱大自然,因而主动推荐了郊外的亲子农场;同时结合上周关于江浙菜的闲聊,在沿途顺路标记了高分餐馆。驾驶员只需确认一句,服务流程随即完成。
在斑马智能描绘的场景中,这是“主动智能”落地后的典型交互形态。用户不再需要将需求转化为关键词或点击操作,系统即可直接理解意图并执行闭环任务。而这种汽车座舱内的智能演变,正成为具身智能走向现实生活的重要跳板。
具身智能在算法与实验室样机上持续取得突破,但技术进展并不等同于商业化落地。许多机器人硬件能够完成复杂的动作演示,却受制于场景小众、低频及高验证成本,迟迟无法形成规模化商业模式。

汽车则具备截然不同的特性:使用频次高、处于私密独立的物理空间,并且天然打通了数字支付链路。这些特征使智能汽车成为具身智能领域最大、最成熟的“中试场”——企业可以在其中验证产品稳定性、跑通商业模式,进而将技术能力向更多场景迁移。
目前,斑马智能座舱系统装车量已达千万级,AI 业务覆盖 68% 的主流车企,端侧智能市场渗透率为 63%,生态合作伙伴超过 400 家。真实的道路行驶、多样的家庭偏好与海量交互数据,构成了端侧智能迭代的核心支撑。

业内观点认为,智能汽车与具身机器人共享底层技术、供应链与算力资源,“从汽车走向具身”正进入实操验证阶段。随着端侧小参数模型在交互能力上逐步逼近云端大模型,端云一体的智舱云端技术架构正在加速成型。
过去一段时间,座舱大模型多停留在参数竞争和被动指令交互阶段。斑马智能提出,大模型时代正在推动经济范式从“关键词经济”(搜索信息)、“注意力经济”(App 货架推荐)转向“意图经济”。
在前台,AI 智能体基于上下文与长期记忆解析用户诉求;在后台,系统直接调度跨应用与跨端服务,消除传统的搜索与点击环节。

实现意图经济的关键,在于机器能否兼具对物理环境(表世界)和用户意图(里世界)的深度认知。前者依托世界模型确保物理交互安全,后者通过日常习惯与状态感知理解用户心理需求。
为了支撑这种理解力,斑马智能推出了全模态端侧大模型 AutoOmni,并在云栖大会上发布了全新的 AutoOmni 2.0-23B-A3B,重点提升了座舱文本理解、视觉场景解析与情绪识别能力。

在底层算力层面,AutoOmni 芯片生态实现了多任务并发优化与 5 至 6 倍的推理提速,运行内存占用减少一半,并快速适配了高通、NVIDIA、紫光展锐及小鹏图灵 AI 等硬件平台。通过全时免唤醒与跨端记忆整合,车载系统从短时间的语音响应转变为长周期的意图感知。
商业层面的闭环同样取决于利益分配机制。传统汽车销售以单次硬件交易为主,而在以 Agent 为核心的生态中,各方角色发生了重构:车企获得持续的服务分润,生态伙伴转为被调用的服务节点,消费者减少手动操作,系统平台则转型为生态运营商。

斑马智能通过 AliOS 结合开放系统的架构,整合用车服务与互联网生活生态。目前已有超过 50 家内容及服务提供商签署了分成与联营合作。通过融合数字娱乐、闪购配送与车载支付能力,智能服务实现了从意图识别到支付履约的一体化闭环。

座舱内跑通的服务与交互机制并非汽车专属。斑马智能正计划将端侧 AI 交互从座舱迁移至手机、智能家居与可穿戴设备,其环境理解与世界模型也将逐步应用于机器人及数字孪生领域。
在具身智能的发展路径上,相较于直接制造形态各异的机器人硬件,先在具备高频支付与物理封闭特性的智能汽车场景跑通“端侧大脑”与服务闭环,再向泛终端扩展,正在成为一条清晰可行的落地路径。
免费获取企业 AI 成熟度诊断报告,发现转型机会
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断