一句話先說(shuō)清楚

2026年1月CES上，吉利發(fā)布了汽車行業(yè)第一個(gè)全域AI技術(shù)體系2.0版本。這個(gè)體系的核心不在于某個(gè)單點(diǎn)功能有多炫酷，而在于它試圖解決一個(gè)行業(yè)根本性問(wèn)題：智能座艙、智能駕駛、底盤控制、動(dòng)力管理——這些域各自為政的割裂狀態(tài)，能不能被一個(gè)統(tǒng)一的"大腦"接管？

吉利的答案是WAM世界行為模型（World Action Model）。它不是一個(gè)大號(hào)語(yǔ)音助手，也不是一個(gè)單純的智駕算法——它是一套能讓汽車"理解→規(guī)劃→預(yù)演→判斷→修正"的完整智能閉環(huán)系統(tǒng)，首發(fā)搭載于極氪8X，由超級(jí)Eva智能體負(fù)責(zé)"想"、千里浩瀚G-ASD 4.0負(fù)責(zé)"動(dòng)"，國(guó)內(nèi)首個(gè)實(shí)現(xiàn)座艙與智駕原生融合的量產(chǎn)方案就此落地。

從1.0到2.0：不是升級(jí)，是換了一種思維方式

全域AI 1.0時(shí)代，汽車行業(yè)的主流做法是把AI拆成模塊：語(yǔ)音助手管交互，智駕系統(tǒng)管開(kāi)車，底盤控制管懸架，動(dòng)力系統(tǒng)管能耗。每個(gè)域都有自己的控制器、自己的算法、自己的供應(yīng)商，互不干涉。這種架構(gòu)的好處是工程上容易實(shí)現(xiàn)，壞處是用戶體驗(yàn)是割裂的——你讓車打開(kāi)空調(diào)、調(diào)低座椅、規(guī)劃一條不堵車的路去接人，這三件事需要分別操作，系統(tǒng)之間不會(huì)主動(dòng)協(xié)作。

全域AI 2.0做了兩件事來(lái)打破這種割裂。

第一件叫"智能體化"。吉利設(shè)計(jì)了"1+2+N"全域多智能體協(xié)同框架——"1"是用戶，"2"是超級(jí)Eva和千里浩瀚G-ASD兩個(gè)核心智能體，"N"是座艙、底盤、動(dòng)力等各域的子智能體。不同域的智能體可以相互對(duì)話、協(xié)商和協(xié)作。用戶只需要發(fā)出一個(gè)自然語(yǔ)言指令，系統(tǒng)會(huì)自動(dòng)將任務(wù)分解給不同域的智能體，各域并行執(zhí)行并協(xié)調(diào)資源。

第二件叫"引擎化"。吉利把感知、記憶、認(rèn)知、決策這四類基礎(chǔ)AI能力提煉為"全域感知引擎""全域記憶引擎""全域認(rèn)知引擎""全域決策引擎"四個(gè)公共技術(shù)引擎，所有智能體都可以調(diào)用。這意味著任何一個(gè)域的AI能力提升，其他域都可以共享收益。

這種從"各管各的"到"一個(gè)大腦統(tǒng)籌全局"的轉(zhuǎn)變，不是功能上的修補(bǔ)，而是架構(gòu)上的重構(gòu)。

WAM世界行為模型：讓汽車擁有"世界觀"

WAM（World Action Model）是全域AI 2.0的底層技術(shù)基座。它的架構(gòu)設(shè)計(jì)基于分層理念，分成上下兩層和一套價(jià)值體系。

上層是多模態(tài)大語(yǔ)言模型（MLLM），負(fù)責(zé)宏觀任務(wù)規(guī)劃。它接收用戶的自然語(yǔ)言輸入，理解意圖，將復(fù)雜任務(wù)拆解為可執(zhí)行的子任務(wù)序列。下層是"動(dòng)作專家+世界模型"的組合，負(fù)責(zé)精細(xì)推演與決策——世界模型模擬環(huán)境變化和各種行動(dòng)方案的后果，動(dòng)作專家根據(jù)模擬結(jié)果選擇最優(yōu)執(zhí)行路徑。

關(guān)鍵創(chuàng)新在于"人類在環(huán)"（Human-in-the-loop）的價(jià)值函數(shù)體系。傳統(tǒng)的自動(dòng)駕駛系統(tǒng)用固定規(guī)則判斷行為是否合理，WAM引入了基于人類反饋的價(jià)值函數(shù)，系統(tǒng)會(huì)根據(jù)用戶的實(shí)際駕駛行為和反饋持續(xù)調(diào)整決策權(quán)重。簡(jiǎn)單說(shuō)，這輛車會(huì)越開(kāi)越懂你的風(fēng)格。

在實(shí)際應(yīng)用中，WAM驅(qū)動(dòng)的千里浩瀚G-ASD 4.0具備三道技術(shù)護(hù)城河。

其一是超高含模量。云端多模態(tài)大模型與世界模型的參數(shù)規(guī)模達(dá)到千億級(jí)別。作為參照，當(dāng)前多數(shù)主流智駕端到端模型的參數(shù)規(guī)模集中在十億到百億量級(jí)。更重要的是，G-ASD 4.0融入了國(guó)賓級(jí)司機(jī)的駕駛行為數(shù)據(jù)，在擬人性、安全性、舒適性和通行效率四個(gè)維度上均實(shí)現(xiàn)了提升。

其二是超大數(shù)據(jù)集。吉利旗下累計(jì)850萬(wàn)輛車的輔助駕駛數(shù)據(jù)、百億公里智駕里程、2500萬(wàn)個(gè)模型訓(xùn)練片段，以及沃爾沃55年的事故數(shù)據(jù)庫(kù)——這些數(shù)據(jù)構(gòu)成了G-ASD訓(xùn)練的數(shù)據(jù)底座。智駕系統(tǒng)的核心壁壘從來(lái)不在算法結(jié)構(gòu)，而在數(shù)據(jù)質(zhì)量和數(shù)據(jù)規(guī)模。數(shù)據(jù)決定了模型的上限，算法只是逼近這個(gè)上限的工具。吉利作為年產(chǎn)超過(guò)300萬(wàn)輛的頭部車企，在數(shù)據(jù)積累上的優(yōu)勢(shì)是絕大多數(shù)新勢(shì)力和科技公司難以在短期內(nèi)追平的。

其三是硬件天花板。H9方案搭載雙NVIDIA Thor芯片，算力達(dá)到1400TOPS，配合5顆激光雷達(dá)實(shí)現(xiàn)3重360度全維感知覆蓋，已具備L3級(jí)智能駕駛方案的落地能力。硬件冗余是L3自動(dòng)駕駛的前置條件：當(dāng)系統(tǒng)需要在特定場(chǎng)景下將駕駛權(quán)交給車輛時(shí)，必須有足夠的感知密度和算力帶寬來(lái)支撐實(shí)時(shí)決策。5顆激光雷達(dá)中的1顆為520線遠(yuǎn)距激光雷達(dá)，負(fù)責(zé)前方200米以上的遠(yuǎn)距感知，其余4顆為固態(tài)激光雷達(dá)，覆蓋車身兩側(cè)和后方的盲區(qū)——這種配置在當(dāng)前量產(chǎn)車型中屬于最高規(guī)格。同時(shí)在GTC 2026上，吉利宣布與NVIDIA深度合作，將集成Alpamayo、Cosmos和NuRec三個(gè)平臺(tái)，進(jìn)一步提升基于WAM的智駕開(kāi)發(fā)、仿真與驗(yàn)證效率。Alpamayo負(fù)責(zé)物理世界仿真，Cosmos提供生成式數(shù)據(jù)合成能力，NuRec則用于端到端模型的訓(xùn)練優(yōu)化——三個(gè)平臺(tái)組合起來(lái)，可以在不依賴大量實(shí)車路測(cè)的情況下高效迭代算法。

超級(jí)Eva：從語(yǔ)音助手到整車智能體

如果說(shuō)WAM是"大腦"，超級(jí)Eva就是這個(gè)大腦面向用戶的"人格"。

傳統(tǒng)的車載語(yǔ)音助手本質(zhì)上是一個(gè)指令執(zhí)行器——你說(shuō)"打開(kāi)空調(diào)"，它執(zhí)行"打開(kāi)空調(diào)"。超級(jí)Eva的設(shè)計(jì)邏輯完全不同。它基于WAM世界行為模型，與智能駕駛、底盤、動(dòng)力等底層系統(tǒng)原生融合，而不是在傳統(tǒng)架構(gòu)上外掛一個(gè)聊天機(jī)器人。這個(gè)區(qū)別至關(guān)重要：原生融合意味著Eva可以直接調(diào)用智駕系統(tǒng)的能力、操控底盤的響應(yīng)、調(diào)整動(dòng)力的輸出，而不需要經(jīng)過(guò)中間層的協(xié)議轉(zhuǎn)換。

超級(jí)Eva由三個(gè)核心能力構(gòu)成。

可聊性。Eva接入了階躍星辰的端到端語(yǔ)音語(yǔ)義一體化模型Step 3.5 Flash，拋棄了傳統(tǒng)"語(yǔ)音識(shí)別→大語(yǔ)言模型→語(yǔ)音合成"三段式架構(gòu)的延遲和機(jī)械感。音頻信號(hào)直接輸入大模型，模型同時(shí)輸出意圖標(biāo)簽和執(zhí)行參數(shù)。在單請(qǐng)求代碼類任務(wù)下，推理速度最高達(dá)350TPS。座艙芯片方面，吉利首發(fā)搭載NVIDIA與聯(lián)發(fā)科聯(lián)合開(kāi)發(fā)的天璣汽車座艙平臺(tái)旗艦芯片C-X1，采用NVIDIA Blackwell GPU架構(gòu)，支持第二代Transformer引擎和NVFP4，專門針對(duì)大語(yǔ)言模型和視覺(jué)語(yǔ)言模型的推理性能做了優(yōu)化。

深規(guī)劃。Eva具備多模態(tài)感知融合和動(dòng)態(tài)任務(wù)規(guī)劃引擎。當(dāng)用戶發(fā)出模糊指令時(shí)，比如"帶我去接孩子放學(xué)，順便幫我找一家麥當(dāng)勞，5點(diǎn)我要到學(xué)校"，系統(tǒng)不會(huì)只規(guī)劃導(dǎo)航路線，而是會(huì)將這個(gè)指令拆解為一個(gè)并行的動(dòng)作序列：?jiǎn)?dòng)智駕導(dǎo)航到學(xué)校→途經(jīng)點(diǎn)搜索麥當(dāng)勞并預(yù)訂→評(píng)估到達(dá)時(shí)間是否滿足5點(diǎn)要求→到達(dá)后自主泊車。座艙配置、內(nèi)容推薦、服務(wù)預(yù)訂、健康監(jiān)測(cè)——所有這些任務(wù)由不同域的智能體并行執(zhí)行，而不是排隊(duì)響應(yīng)。

強(qiáng)記憶。Eva的短期記憶存儲(chǔ)對(duì)話中的實(shí)體信息與情感標(biāo)簽——它不僅記住你說(shuō)了什么，還記住你說(shuō)話時(shí)的情緒狀態(tài)。長(zhǎng)期記憶則構(gòu)建關(guān)系圖譜（家庭成員、重要事件等）和偏好概率值。這意味著Eva的體驗(yàn)會(huì)隨著使用時(shí)間的增長(zhǎng)而持續(xù)個(gè)性化，從"通用AI"逐步進(jìn)化為"個(gè)人AI"。

艙駕融合的真正含義：不是兩個(gè)系統(tǒng)"能對(duì)話"，是一個(gè)系統(tǒng)"能思考"

"艙駕融合"這個(gè)詞在2025-2026年幾乎每個(gè)車企都在講，但大多數(shù)的"融合"停留在功能聯(lián)動(dòng)層面——導(dǎo)航到了充電站自動(dòng)打開(kāi)充電口，語(yǔ)音說(shuō)完目的地自動(dòng)開(kāi)始智駕導(dǎo)航。這種融合本質(zhì)上是兩個(gè)獨(dú)立系統(tǒng)通過(guò)API接口互相調(diào)用。

吉利的艙駕融合走了不同的路徑。WAM世界行為模型從架構(gòu)層面打通了座艙域和智駕域的底層能力。Eva和G-ASD 4.0共享同一套感知引擎（都能"看見(jiàn)"車內(nèi)外環(huán)境）、同一套記憶引擎（都知道用戶是誰(shuí)、去過(guò)哪里）、同一套決策引擎（都遵循同一套價(jià)值函數(shù)）。

舉個(gè)具體例子來(lái)理解這種差異。在傳統(tǒng)架構(gòu)下，用戶說(shuō)"前面路太堵了，幫我換條路"，座艙系統(tǒng)需要把這句話轉(zhuǎn)成一條導(dǎo)航指令發(fā)給智駕系統(tǒng)，智駕系統(tǒng)重新規(guī)劃路線后再反饋給座艙系統(tǒng)展示。兩次通信、兩次解析、兩次決策，中間有延遲、有可能理解偏差。

在WAM架構(gòu)下，這句話由同一個(gè)決策引擎處理。系統(tǒng)直接理解"堵"意味著什么（通過(guò)感知引擎實(shí)時(shí)獲取路況）、"換條路"意味著什么（通過(guò)認(rèn)知引擎檢索替代路線）、"幫"意味著什么（需要自動(dòng)執(zhí)行，不需要二次確認(rèn)）。整個(gè)過(guò)程是一次決策、一次執(zhí)行，沒(méi)有中間環(huán)節(jié)。

這種架構(gòu)上的統(tǒng)一，在實(shí)際體驗(yàn)上的差異是顯著的。它讓汽車從一個(gè)"裝了很多智能模塊的交通工具"變成了一個(gè)"擁有統(tǒng)一智能的出行伙伴"。從工程角度看，艙駕融合的終極目標(biāo)不是讓座艙"能控制"智駕，而是讓兩者"共享同一套對(duì)世界的理解"。當(dāng)座艙系統(tǒng)和智駕系統(tǒng)對(duì)同一時(shí)刻的路況、用戶意圖和車輛狀態(tài)有一致的認(rèn)知時(shí)，系統(tǒng)間的協(xié)作效率才能達(dá)到最優(yōu)。這也是為什么吉利將超級(jí)Eva定位為"國(guó)內(nèi)首個(gè)實(shí)現(xiàn)類Grok+FSD原生AI體驗(yàn)的量產(chǎn)方案"——特斯拉用Grok打通了AI與車輛控制的對(duì)話式交互，吉利在同樣的技術(shù)路線上實(shí)現(xiàn)了量產(chǎn)落地。

AI不只是產(chǎn)品，更是體系能力

討論吉利的AI戰(zhàn)略，不能只看車上的技術(shù)。全域AI 2.0的底層支撐，是吉利過(guò)去幾年在算力基礎(chǔ)設(shè)施和研發(fā)體系上的持續(xù)投入。

星睿智算中心是吉利智能化研發(fā)的核心基礎(chǔ)設(shè)施。這個(gè)中心早在2023年就已上線運(yùn)營(yíng)，是國(guó)內(nèi)車企首個(gè)入選全球算力500強(qiáng)的智算平臺(tái)。依托星睿智算中心的云端算力，吉利可以在8小時(shí)內(nèi)完成1000個(gè)以上智駕模型的訓(xùn)練迭代。阿里云作為技術(shù)合作伙伴，為星睿智算中心提供了算力效率優(yōu)化支持。

在研發(fā)組織上，吉利在2025年與階躍星辰、千里科技、星紀(jì)魅族等生態(tài)合作伙伴成立了"物理AI聯(lián)合實(shí)驗(yàn)室"，專注于將通用AI能力與汽車場(chǎng)景深度融合。這種"車企+AI公司+芯片公司"的聯(lián)合研發(fā)模式，在國(guó)內(nèi)汽車行業(yè)中并不多見(jiàn)。

從數(shù)據(jù)角度來(lái)看，吉利2025年全年銷量突破302萬(wàn)輛，其中新能源銷量近169萬(wàn)輛，同比增長(zhǎng)90%。2026年目標(biāo)345萬(wàn)輛，計(jì)劃推出約10款全新車型。300萬(wàn)輛級(jí)的年銷量意味著每天有數(shù)百萬(wàn)輛吉利車在路上行駛，每輛車都在持續(xù)產(chǎn)生駕駛數(shù)據(jù)、環(huán)境數(shù)據(jù)和用戶行為數(shù)據(jù)。這些數(shù)據(jù)通過(guò)WAM架構(gòu)的價(jià)值函數(shù)體系反饋到模型訓(xùn)練中，構(gòu)成"數(shù)據(jù)飛輪"——車越賣越多，數(shù)據(jù)越積越多，AI越聰明，產(chǎn)品越好賣。

這套飛輪一旦轉(zhuǎn)起來(lái)，后來(lái)者追趕的難度不僅在于算法，更在于數(shù)據(jù)的規(guī)模和質(zhì)量。這也是為什么吉利將全域AI定位為"集團(tuán)級(jí)戰(zhàn)略"而不是"某個(gè)車型的賣點(diǎn)"——AI能力的建設(shè)周期以年為單位，數(shù)據(jù)的積累周期以百萬(wàn)輛車為單位，這些都需要長(zhǎng)期主義投入才能形成壁壘。

寫(xiě)在最后

全域AI 2.0不是一個(gè)發(fā)布會(huì)上的概念，而是一套正在量產(chǎn)的技術(shù)體系。WAM世界行為模型提供了統(tǒng)一的"世界觀"，超級(jí)Eva提供了面向用戶的"人格"，千里浩瀚G-ASD 4.0提供了執(zhí)行層面的"肌肉"，星睿智算中心提供了持續(xù)進(jìn)化的"燃料"。

從2024年1月發(fā)布星睿AI大模型，到2025年CES發(fā)布全域AI 1.0，到2026年CES進(jìn)化到2.0，再到GTC 2026宣布超級(jí)Eva量產(chǎn)上車——吉利用兩年時(shí)間完成了從"AI應(yīng)用"到"AI架構(gòu)"的跨越。

對(duì)于用戶來(lái)說(shuō)，最直觀的變化可能只是：以前你要分三步完成的事，現(xiàn)在一句話就夠了。但對(duì)于行業(yè)來(lái)說(shuō)，這意味著智能汽車的競(jìng)爭(zhēng)維度，正在從"誰(shuí)的智駕更厲害"升級(jí)為"誰(shuí)的AI體系更完整"。

三個(gè)值得關(guān)注的信號(hào)：第一，吉利的全域AI 2.0已經(jīng)進(jìn)入量產(chǎn)階段，不是概念演示，極氪8X是第一個(gè)載體，后續(xù)更多車型將陸續(xù)搭載；第二，WAM架構(gòu)的開(kāi)放性和可擴(kuò)展性意味著這套系統(tǒng)能持續(xù)吸收新的AI能力，包括階躍星辰、千里科技等合作伙伴的最新模型迭代；第三，300萬(wàn)輛年銷量帶來(lái)的數(shù)據(jù)飛輪效應(yīng)已經(jīng)開(kāi)始轉(zhuǎn)動(dòng)，這將持續(xù)擴(kuò)大吉利在AI訓(xùn)練數(shù)據(jù)方面的優(yōu)勢(shì)。

（雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))新智駕北京車展2026專題）

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。