"進(jìn)了地庫(kù)信號(hào)不好，語(yǔ)音開(kāi)空調(diào)失敗，用戶(hù)會(huì)覺(jué)得是網(wǎng)絡(luò)不好，還是車(chē)不夠聰明？"在2026年北京車(chē)展現(xiàn)場(chǎng)，面壁智能聯(lián)合創(chuàng)始人李大海提到一個(gè)典型場(chǎng)景。純?cè)贫思軜?gòu)的體驗(yàn)極限已經(jīng)被鎖死，當(dāng)網(wǎng)絡(luò)稍有波動(dòng)，用戶(hù)等到的就是"系統(tǒng)繁忙"而不是"正在理解你"。當(dāng)自然語(yǔ)言開(kāi)始承擔(dān)跨功能調(diào)用、連續(xù)追問(wèn)和多服務(wù)編排后，任何顯著的網(wǎng)絡(luò)延遲都容易被理解為"車(chē)不夠聰明"。

與手機(jī)端零散調(diào)用不同，車(chē)內(nèi)語(yǔ)音、多模態(tài)識(shí)別、狀態(tài)問(wèn)答等交互一旦高頻發(fā)生，就會(huì)形成持續(xù)API成本和推理支出。對(duì)于以年為周期交付、要求長(zhǎng)期服務(wù)可持續(xù)的汽車(chē)業(yè)務(wù)來(lái)說(shuō)，云成本是長(zhǎng)期經(jīng)營(yíng)模型問(wèn)題。

清華大學(xué)孫茂松、劉知遠(yuǎn)團(tuán)隊(duì)提出的"密度定律"為面壁智能提供了破局思路。模型能力密度的提升速度超過(guò)摩爾定律——更強(qiáng)不一定意味著更大，關(guān)鍵在于單位參數(shù)能釋放出多高的有效智能。用棉花與黃金的密度比喻，行業(yè)需要從追求"棉花體積"轉(zhuǎn)向追求"黃金密度"。

面壁智能聯(lián)合創(chuàng)始人& CEO 李大海

面壁智能聯(lián)合創(chuàng)始人& CEO 李大海在接受太平洋科技的采訪中說(shuō)："我們堅(jiān)持端側(cè)大模型路線，因?yàn)槎藗?cè)在終局是不可或缺的。端側(cè)模型奔向物理世界，云側(cè)模型奔向邏輯世界，兩者是協(xié)同而非替代關(guān)系。"

面壁智能聯(lián)合創(chuàng)始人& COO 雷升濤

端側(cè)AI上車(chē)需要跨越"效果-成本-速度"構(gòu)成的"不可能三角"：效果要足夠好，成本要足夠低，速度要足夠快。車(chē)規(guī)級(jí)產(chǎn)品與消費(fèi)電子產(chǎn)品在穩(wěn)定性、熱管理與壽命要求上不在同一量級(jí)。車(chē)規(guī)級(jí)環(huán)境溫度范圍通常要求-40℃至85℃，遠(yuǎn)超消費(fèi)電子的0℃至35℃；在振動(dòng)、沖擊、電磁兼容性等指標(biāo)上，車(chē)規(guī)標(biāo)準(zhǔn)也嚴(yán)苛數(shù)倍。端側(cè)模型不僅要夠小，還要在極端環(huán)境下保持穩(wěn)定運(yùn)行，這對(duì)模型架構(gòu)和系統(tǒng)設(shè)計(jì)提出了更高要求。

面壁智能聯(lián)合創(chuàng)始人& COO 雷升濤在采訪中坦言：Infra工程化能力是面壁最核心的護(hù)城河。"云端訓(xùn)練的模型要塞進(jìn)車(chē)端芯片，需要量化（16位變4位/8位甚至2位）、加速推理等一系列工程化處理。"量化會(huì)帶來(lái)精度損失，如何在精度下降后還能保持智能，是巨大工程挑戰(zhàn)。

密度定律：端側(cè)突圍的理論支點(diǎn)

雷升濤在采訪中透露，即使其他大模型廠商下來(lái)做端側(cè)，這塊Infra優(yōu)勢(shì)面壁也領(lǐng)先。面壁通過(guò)自研稀疏-線性注意力架構(gòu)，使神經(jīng)元僅需激活部分比例，解碼速度有顯著提升。將云端模型壓縮至車(chē)端的過(guò)程，需要量化、稀疏化、推理加速等技術(shù)組合。雷升濤說(shuō)到："即使其他芯片廠商拿到模型權(quán)重，也無(wú)法復(fù)現(xiàn)我們的端側(cè)推理效率。"目前面壁已完成高通8295/8538/8397、MTK 8676/8678等5款主流座艙芯片的量產(chǎn)級(jí)適配，6款A(yù)IBox商業(yè)化適配，已有三個(gè)汽車(chē)品牌進(jìn)入量產(chǎn)。

量化讓車(chē)企用更小的NPU實(shí)現(xiàn)同樣的智能效果；稀疏化讓有限算力支持更多并發(fā)任務(wù)；推理加速確保端側(cè)模型滿足實(shí)時(shí)性要求。

事故處理智能體是這套體系的能力驗(yàn)證，這個(gè)看似低頻的功能，實(shí)則是端側(cè)AI的"壓力測(cè)試"：事故發(fā)生時(shí)，系統(tǒng)需在毫秒級(jí)完成碰撞嚴(yán)重性判斷、環(huán)境風(fēng)險(xiǎn)評(píng)估，觸發(fā)雙閃、車(chē)門(mén)鎖止等車(chē)控指令；用戶(hù)下車(chē)后，手機(jī)端接力提供取證指引和責(zé)任預(yù)判；回到車(chē)內(nèi)，系統(tǒng)通過(guò)語(yǔ)音語(yǔ)氣和面部表情識(shí)別進(jìn)行情緒安撫，并自動(dòng)預(yù)約維修、歸檔事故檔案。

面壁汽車(chē)產(chǎn)品負(fù)責(zé)人錢(qián)冰沁在一次閉門(mén)會(huì)上說(shuō)過(guò)："高焦慮、高不確定、高成本的場(chǎng)景最能檢驗(yàn)系統(tǒng)真實(shí)能力。高頻場(chǎng)景容易被單點(diǎn)功能覆蓋，但事故場(chǎng)景要求系統(tǒng)同時(shí)具備感知、判斷、跨設(shè)備協(xié)同、專(zhuān)業(yè)服務(wù)、情緒處理和記憶沉淀等多項(xiàng)能力。"目前該功能已在長(zhǎng)安馬自達(dá)、吉利銀河M9等量產(chǎn)車(chē)型落地。

但事故處理只是端側(cè)AI能力的冰山一角，日常高頻場(chǎng)景的持續(xù)優(yōu)化價(jià)值更大。以語(yǔ)音交互為例，傳統(tǒng)的云端方案需要在每次請(qǐng)求時(shí)將語(yǔ)音數(shù)據(jù)上傳至服務(wù)器，識(shí)別后再返回結(jié)果，這個(gè)過(guò)程在網(wǎng)絡(luò)良好時(shí)也需要數(shù)百毫秒。而面壁的端側(cè)方案可以將整個(gè)流程壓縮到毫秒級(jí)以?xún)?nèi)，端側(cè)模型能夠持續(xù)學(xué)習(xí)用戶(hù)的語(yǔ)音特征和表達(dá)習(xí)慣，隨著時(shí)間的推移，識(shí)別準(zhǔn)確率會(huì)不斷提升。

在推薦場(chǎng)景中，云端方案通�；�于用戶(hù)的歷史行為數(shù)據(jù)進(jìn)行全局優(yōu)化，但這種優(yōu)化往往滯后于用戶(hù)的即時(shí)需求。端側(cè)模型可以實(shí)時(shí)感知車(chē)內(nèi)環(huán)境、時(shí)間、位置、情緒等多維度信息，提供更加精準(zhǔn)的個(gè)性化推薦。當(dāng)檢測(cè)到用戶(hù)在下班時(shí)間回家路上，系統(tǒng)會(huì)主動(dòng)詢(xún)問(wèn)是否播放用戶(hù)常聽(tīng)的播客，而不是等待用戶(hù)手動(dòng)操作。

端側(cè)方案為車(chē)企帶來(lái)了數(shù)據(jù)主權(quán)和隱私保護(hù)的價(jià)值。在數(shù)據(jù)安全法規(guī)日益嚴(yán)格的背景下，車(chē)內(nèi)語(yǔ)音、視頻、位置軌跡等敏感數(shù)據(jù)的處理方式變得尤為關(guān)鍵。云端方案需要將這些數(shù)據(jù)上傳至服務(wù)器進(jìn)行處理，增加了合規(guī)成本，也引發(fā)了用戶(hù)對(duì)隱私泄露的擔(dān)憂。端側(cè)方案可以將數(shù)據(jù)處理完全限制在車(chē)內(nèi)，數(shù)據(jù)不出車(chē)。

每輛汽車(chē)都應(yīng)該有一個(gè)智能中樞

李大海在采訪中總結(jié)車(chē)企對(duì)端側(cè)AI的核心訴求：更快、更主動(dòng)、更聰明。當(dāng)用戶(hù)說(shuō)"有點(diǎn)冷"，系統(tǒng)需在數(shù)百毫秒內(nèi)聯(lián)動(dòng)空調(diào)、座椅加熱、方向盤(pán)加熱，且參數(shù)符合用戶(hù)歷史偏好。面壁通過(guò)端側(cè)模型優(yōu)化，將平均響應(yīng)時(shí)延控制在毫秒級(jí)以?xún)?nèi)。

雷升濤進(jìn)一步解釋?zhuān)?云端模型若持續(xù)監(jiān)控車(chē)內(nèi)狀態(tài)，用戶(hù)會(huì)感到隱私被侵犯；而端側(cè)模型數(shù)據(jù)不出車(chē)，用戶(hù)才敢讓它standby。比如系統(tǒng)通過(guò)攝像頭感知到駕駛員打哈欠，主動(dòng)調(diào)低空調(diào)溫度并播放提神音樂(lè)。"

面壁的端側(cè)模型能記住用戶(hù)偏好（如"空調(diào)23度但吹腳不吹臉"）、家庭關(guān)系（"孩子在后座時(shí)自動(dòng)開(kāi)啟兒童鎖"）、駕駛習(xí)慣（"高速時(shí)自動(dòng)切換運(yùn)動(dòng)模式"），并通過(guò)OTA持續(xù)進(jìn)化。

這種能力正在改變產(chǎn)業(yè)格局。面壁已與十幾個(gè)Tier1供應(yīng)商達(dá)成合作，與高通、MTK等芯片廠商聯(lián)合發(fā)布"芯模一體"方案。李大�；貞�(yīng)與華為、百度的競(jìng)爭(zhēng)關(guān)系："我們是生態(tài)協(xié)同關(guān)系。鴻蒙座艙提供操作系統(tǒng)，但如果沒(méi)有AI就沒(méi)辦法給車(chē)主更好體驗(yàn)。"

智能座艙的競(jìng)爭(zhēng)正在經(jīng)歷代際轉(zhuǎn)換。上半場(chǎng)比拼的是屏幕尺寸、芯片算力、應(yīng)用數(shù)量的參數(shù)內(nèi)卷，而下半場(chǎng)競(jìng)爭(zhēng)焦點(diǎn)已轉(zhuǎn)向自然語(yǔ)言驅(qū)動(dòng)的場(chǎng)景智能與任務(wù)能力競(jìng)賽。面壁的端側(cè)路線恰逢其時(shí)——純?cè)贫思軜?gòu)無(wú)法滿足車(chē)企對(duì)實(shí)時(shí)性、隱私性、可控性的要求，而端側(cè)AI以其獨(dú)特優(yōu)勢(shì)成為下一代智能座艙的必然選擇。

在高速公路上，當(dāng)你感到疲憊打哈欠，系統(tǒng)會(huì)悄悄調(diào)低空調(diào)溫度、播放提神音樂(lè)，還會(huì)提醒你到前方服務(wù)區(qū)休息——它會(huì)預(yù)判用戶(hù)的狀態(tài)，而不是等到出錯(cuò)才提醒。

在城市道路中，當(dāng)導(dǎo)航提示前方擁堵，系統(tǒng)會(huì)主動(dòng)詢(xún)問(wèn)："要不要換個(gè)路線？新路線多走5公里但省20分鐘。"并且記住你的選擇，下次遇到類(lèi)似場(chǎng)景直接執(zhí)行。在停車(chē)場(chǎng)里如果下車(chē)后忘關(guān)車(chē)窗，系統(tǒng)會(huì)在車(chē)主離開(kāi)車(chē)輛時(shí)提醒，甚至可以遠(yuǎn)程幫你關(guān)閉。如果檢測(cè)到車(chē)內(nèi)有寵物或兒童，系統(tǒng)會(huì)啟動(dòng)空調(diào)并保持適宜溫度。

當(dāng)事故真的發(fā)生，最慌亂的時(shí)候，系統(tǒng)已經(jīng)在工作——觸發(fā)雙閃和車(chē)門(mén)鎖止，通過(guò)語(yǔ)音引導(dǎo)你拍攝車(chē)牌、碰撞位置等關(guān)鍵證據(jù)，手機(jī)端還會(huì)告訴你責(zé)任如何劃分、如何聯(lián)系保險(xiǎn)，之后預(yù)約最近的維修點(diǎn)，并在下次啟動(dòng)車(chē)輛時(shí)自動(dòng)提醒保養(yǎng)。

小結(jié)：面壁智能通過(guò)"密度定律"和工程化能力構(gòu)建的端側(cè)AI護(hù)城河，從純?cè)贫思軜?gòu)的體驗(yàn)天花板，到端側(cè)部署的"不可能三角"，面壁用更高知識(shí)密度的模型和領(lǐng)先的Infra工程化能力，給出了一條可行路徑。

智能座艙的競(jìng)爭(zhēng)焦點(diǎn)正在從參數(shù)內(nèi)卷轉(zhuǎn)向體驗(yàn)重構(gòu)，端側(cè)AI以其獨(dú)特的實(shí)時(shí)性、隱私性和可控性?xún)?yōu)勢(shì)，正在成為下一代智能座艙的更好選擇。面壁通過(guò)車(chē)端-移動(dòng)端-云端的分層協(xié)同，讓自然語(yǔ)言驅(qū)動(dòng)的場(chǎng)景智能真正成為可量產(chǎn)、可審計(jì)、可持續(xù)的服務(wù)能力。