"進了地庫信號不好，語音開空調(diào)失敗，用戶會覺得是網(wǎng)絡(luò)不好，還是車不夠聰明？"在2026年北京車展現(xiàn)場，面壁智能聯(lián)合創(chuàng)始人李大海提到一個典型場景。純云端架構(gòu)的體驗極限已經(jīng)被鎖死，當網(wǎng)絡(luò)稍有波動，用戶等到的就是"系統(tǒng)繁忙"而不是"正在理解你"。當自然語言開始承擔跨功能調(diào)用、連續(xù)追問和多服務(wù)編排后，任何顯著的網(wǎng)絡(luò)延遲都容易被理解為"車不夠聰明"。

與手機端零散調(diào)用不同，車內(nèi)語音、多模態(tài)識別、狀態(tài)問答等交互一旦高頻發(fā)生，就會形成持續(xù)API成本和推理支出。對于以年為周期交付、要求長期服務(wù)可持續(xù)的汽車業(yè)務(wù)來說，云成本是長期經(jīng)營模型問題。

清華大學孫茂松、劉知遠團隊提出的"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摩爾定律——更強不一定意味著更大，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："我們堅持端側(cè)大模型路線，因為端側(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。車規(guī)級產(chǎn)品與消費電子產(chǎn)品在穩(wěn)定性、熱管理與壽命要求上不在同一量級。車規(guī)級環(huán)境溫度范圍通常要求-40℃至85℃，遠超消費電子的0℃至35℃；在振動、沖擊、電磁兼容性等指標上，車規(guī)標準也嚴苛數(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)定運行，這對模型架構(gòu)和系統(tǒng)設(shè)計提出了更高要求。

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城河。"云端訓(xùn)練的模型要塞進車端芯片，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。"量化會帶來精度損失，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

雷升濤在采訪中透露，即使其他大模型廠商下來做端側(cè)，這塊Infra優(yōu)勢面壁也領(lǐng)先。面壁通過自研稀疏-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端的過程，需要量化、稀疏化、推理加速等技術(shù)組合。雷升濤說到："即使其他芯片廠商拿到模型權(quán)重，也無法復(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)級適配，6款A(yù)IBox商業(yè)化適配，已有三個汽車品牌進入量產(chǎn)。

量化讓車企用更小的NPU實現(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)模型滿足實時性要求。

事故處理智能體是這套體系的能力驗證，這個看似低頻的功能，實則是端側(cè)AI的"壓力測試"：事故發(fā)生時，系統(tǒng)需在毫秒級完成碰撞嚴重性判斷、環(huán)境風險評估，觸發(fā)雙閃、車門鎖止等車控指令；用戶下車后，手機端接力提供取證指引和責任預(yù)判；回到車內(nèi)，系統(tǒng)通過語音語氣和面部表情識別進行情緒安撫，并自動預(yù)約維修、歸檔事故檔案。

面壁汽車產(chǎn)品負責人錢冰沁在一次閉門會上說過："高焦慮、高不確定、高成本的場景最能檢驗系統(tǒng)真實能力。高頻場景容易被單點功能覆蓋，但事故場景要求系統(tǒng)同時具備感知、判斷、跨設(shè)備協(xié)同、專業(yè)服務(wù)、情緒處理和記憶沉淀等多項能力。"目前該功能已在長安馬自達、吉利銀河M9等量產(chǎn)車型落地。

但事故處理只是端側(cè)AI能力的冰山一角，日常高頻場景的持續(xù)優(yōu)化價值更大。以語音交互為例，傳統(tǒng)的云端方案需要在每次請求時將語音數(shù)據(jù)上傳至服務(wù)器，識別后再返回結(jié)果，這個過程在網(wǎng)絡(luò)良好時也需要數(shù)百毫秒。而面壁的端側(cè)方案可以將整個流程壓縮到毫秒級以內(nèi)，端側(cè)模型能夠持續(xù)學習用戶的語音特征和表達習慣，隨著時間的推移，識別準確率會不斷提升。

在推薦場景中，云端方案通�；�于用戶的歷史行為數(shù)據(jù)進行全局優(yōu)化，但這種優(yōu)化往往滯后于用戶的即時需求。端側(cè)模型可以實時感知車內(nèi)環(huán)境、時間、位置、情緒等多維度信息，提供更加精準的個性化推薦。當檢測到用戶在下班時間回家路上，系統(tǒng)會主動詢問是否播放用戶常聽的播客，而不是等待用戶手動操作。

端側(cè)方案為車企帶來了數(shù)據(jù)主權(quán)和隱私保護的價值。在數(shù)據(jù)安全法規(guī)日益嚴格的背景下，車內(nèi)語音、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)器進行處理，增加了合規(guī)成本，也引發(fā)了用戶對隱私泄露的擔憂。端側(cè)方案可以將數(shù)據(jù)處理完全限制在車內(nèi)，數(shù)據(jù)不出車。

每輛汽車都應(yīng)該有一個智能中樞

李大海在采訪中總結(jié)車企對端側(cè)AI的核心訴求：更快、更主動、更聰明。當用戶說"有點冷"，系統(tǒng)需在數(shù)百毫秒內(nèi)聯(lián)動空調(diào)、座椅加熱、方向盤加熱，且參數(shù)符合用戶歷史偏好。面壁通過端側(cè)模型優(yōu)化，將平均響應(yīng)時延控制在毫秒級以內(nèi)。

雷升濤進一步解釋："云端模型若持續(xù)監(jiān)控車內(nèi)狀態(tài)，用戶會感到隱私被侵犯；而端側(cè)模型數(shù)據(jù)不出車，用戶才敢讓它standby。比如系統(tǒng)通過攝像頭感知到駕駛員打哈欠，主動調(diào)低空調(diào)溫度并播放提神音樂。"

面壁的端側(cè)模型能記住用戶偏好（如"空調(diào)23度但吹腳不吹臉"）、家庭關(guān)系（"孩子在后座時自動開啟兒童鎖"）、駕駛習慣（"高速時自動切換運動模式"），并通過OTA持續(xù)進化。

這種能力正在改變產(chǎn)業(yè)格局。面壁已與十幾個Tier1供應(yīng)商達成合作，與高通、MTK等芯片廠商聯(lián)合發(fā)布"芯模一體"方案。李大海回應(yīng)與華為、百度的競爭關(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)，但如果沒有AI就沒辦法給車主更好體驗。"

智能座艙的競爭正在經(jīng)歷代際轉(zhuǎn)換。上半場比拼的是屏幕尺寸、芯片算力、應(yīng)用數(shù)量的參數(shù)內(nèi)卷，而下半場競爭焦點已轉(zhuǎn)向自然語言驅(qū)動的場景智能與任務(wù)能力競賽。面壁的端側(cè)路線恰逢其時——純云端架構(gòu)無法滿足車企對實時性、隱私性、可控性的要求，而端側(cè)AI以其獨特優(yōu)勢成為下一代智能座艙的必然選擇。

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

在城市道路中，當導(dǎo)航提示前方擁堵，系統(tǒng)會主動詢問："要不要換個路線？新路線多走5公里但省20分鐘。"并且記住你的選擇，下次遇到類似場景直接執(zhí)行。在停車場里如果下車后忘關(guān)車窗，系統(tǒng)會在車主離開車輛時提醒，甚至可以遠程幫你關(guān)閉。如果檢測到車內(nèi)有寵物或兒童，系統(tǒng)會啟動空調(diào)并保持適宜溫度。

當事故真的發(fā)生，最慌亂的時候，系統(tǒng)已經(jīng)在工作——觸發(fā)雙閃和車門鎖止，通過語音引導(dǎo)你拍攝車牌、碰撞位置等關(guān)鍵證據(jù)，手機端還會告訴你責任如何劃分、如何聯(lián)系保險，之后預(yù)約最近的維修點，并在下次啟動車輛時自動提醒保養(yǎng)。

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

智能座艙的競爭焦點正在從參數(shù)內(nèi)卷轉(zhuǎn)向體驗重構(gòu)，端側(cè)AI以其獨特的實時性、隱私性和可控性優(yōu)勢，正在成為下一代智能座艙的更好選擇。面壁通過車端-移動端-云端的分層協(xié)同，讓自然語言驅(qū)動的場景智能真正成為可量產(chǎn)、可審計、可持續(xù)的服務(wù)能力。