王興興親測后點贊！這家AI公司提前半年把“龍蝦”能力帶上車，還管住了Token黑洞

作者 | 華衛

幾天前，宇樹科技創始人王興興坐進了寶馬剛剛全球首發的新世代 i3，并親自體驗了其最新一代智能座艙。這更像一場臨時起意的特別“面試”：他在對話中不斷拋出復雜需求與路線規劃，都被妥善解決且整個交互過程流暢自然，王興興頻頻稱贊。

據了解，這套座艙背后搭載的核心技術，來自斑馬智能的“元神 AI”。“經過兩年多的深耕，我們現在已經成為中國市場智艙 AI 的 No.1，現在我們服務的車廠數是兩年前的三倍多。”以這一姿態發聲的斑馬智能背后，是其不到兩年時間快速建立起來并不斷進化的全棧智艙 AI 技術體系，合作車企擴展至近 20 家主流品牌，包括大眾、寶馬、智己汽車、東風汽車、紅旗、比亞迪等。

在前不久的 AI TECH DAY 上，斑馬智能又新發布了“元神 AI 汽車機器人大腦”，同時推出 AutoOmni 全模態端模型產品矩陣與“龍蝦上車”方案 AutoClaw，構成所謂的“一腦雙引擎”升級。這不只是一輪產品迭代，更像在做一次預判：汽車正在從功能的集合機器，變成一個可以持續進化、還能主動協作的的智能體系統。

“我們是一家 AI 公司，定位就是做最強的機器人大腦。”現場，斑馬智能首席產品官蔡明強調了將公司名字從斑馬智行改成斑馬智能的出發點。而在他看來，“車一定會成為最早 Robot 化的智能終端，成為最早的機器人。”

這次，斑馬智能對“元神 AI”的升級，濃縮成兩個非常明確的方向：交流和辦事。基于這兩個核心引擎，現在的元神 AI 不止提供優質的模型，還建立了優秀的模型協作系統。

“好的智艙 AI 就是能和人順暢交流，還能協作把事辦了。”蔡明對智艙 AI 的判斷是，No touch No APP。在他看來，如果 AI 做得好，人與車之間的交互就不該靠觸摸屏，辦事也不應該再回到 APP 里。

“端側模型是必選項”，

升級 Auto Omni 為產品矩陣

在交流側，斑馬智能給出的答案是全模態端側大模型實車方案 AutoOmni。其大腦由阿里云通義提供，Qwen-Omni 全模態大模型為 Auto Omni 提供了強大的基礎模型能力；高通第五代驍龍汽車座艙平臺 SA8397P 以高達 320 TOPS 的 AI 算力，支持其在車內流暢運行。

“如果一個 AI 始終不能看、不能聽、不能記憶，它就不能再繼續進化了。”蔡明表示，正因如此，端側模型在斑馬智能的體系里，不再是“優化項”，而是“必選項”。只有當感知、理解和記憶發生在本地，AI 才有可能形成連續性的體驗，而不是一次次被打斷的對話。

基于這一邏輯，他在現場宣布，Auto Omni 將從單一的技術產品升級為一個完整的產品矩陣。據介紹，Auto Omni 提供類人自然交互和全域主動智能，包含兩個核心產品板塊：端智能交互中樞和生成式場景引擎。

總的來說，Auto Omni 讓車“豎起了耳朵，睜開了眼睛”。有了全面和豐富的記憶，讓最開始像本能一樣的那些單一功能出現得更合理、舒適，甚至是自動發生的，其跟人的關系也變成一種更有溫度的相處。

此外，AutoOmni 產品矩陣支持 Qwen 3.5 Omni 以及 MoE 架構等不同基礎模型，并廣泛適配國內外主流大算力芯片。蔡明透露，當前 Auto Omni 主要支撐智能車、車機器人的演進和迭代，未來也一定會拓展到其他的智能端。

去年 9 月已啟動“龍蝦”類產品，

全方位管控 Token

“好的 AI 辦事不能靠 APP，靠什么？靠 Agent。而 Agent 多了，就一定需要一個跨 Agent 協同的組織者去解決復雜任務。”這是蔡明對于智艙 AI 應該如何辦事的判斷。

為此，斑馬智能推出了智艙 AI 協作服務解決方案 Auto Claw，其核心能力也是兩個板塊：負責前臺任務的智能協作中樞和指向后臺管理的專屬自治蝦塘。據悉，早在去年的云棲大會上，斑馬智能就提出了元神 AI 會覆蓋規劃迭代型的場景，要做的就是這幾個月火的“龍蝦”干的事情。

“去年 9 月我們就已經開始做相關產品的研發準備。這次‘龍蝦’火了，對我們來說其實挺不約而同的，也再次證明了我們對技術趨勢判斷是對的。”蔡明稱。

那么，AutoClaw 能做到什么？據介紹，其通過端云一體中樞系統連接全車，用 Harness 理念重塑服務組織，驅動出行生活、影音娛樂、用車服務等 SuperAgent 協同工作。現場演示案例顯示，如果今晚想約幾個朋友吃飯，AutoClaw 會邊確認時間、邊訂餐廳、邊調整安排，將不確定性的需求轉化為主動性的服務。

也就是說，從任務上來講，它是動態規劃的，有非常強的靈活性；從流程上，它不斷的獲取外界信息，可以動態調整流程。蔡明談到，AutoClaw 躍遷成為一個辦事能手后，需要有一個與之相匹配的 Agent 運行環境，讓它可以好用、快用、易用。為此，斑馬智能為其專門準備了一套全時段、自治的和跨終端的運行系統。

值得一提的是，當 AI 真正開始“辦事”，面臨的問題也隨之變得現實起來。蔡明在現場點出了兩個最核心的挑戰，一是 Token 的海量消耗，二是權限濫用。據悉，斑馬智能在 AutoClaw 的運轉體系里加上了針對性的管控機制。

在 Token 消耗合理化方面，他們干了三件事。第一，在做大量智能體開發的成功經驗基礎上，讓 SKU 調用時任務信息壓縮做到極致。信息任務被壓縮，消耗的 Token 就會少。第二，在整個規劃運行流程里加入反思和運行機制，讓 AI 任務鏈不會因為邏輯卡死。卡死以后變成死循環，也會不停地消耗。第三是獨立的 Token 管理，保證 Token 被全方位被管控。

對于權限濫用，斑馬智能上的第一個標準動作是，用獨立的空間加上沙箱，給用戶做一個專屬的安全環境。除此以外，他們將賬號與服務數據封裝在 seal 里面，與模型本身做硬隔離，避免因模型幻覺而導致的信息泄露。

“有了 Auto Omni 和人的感同身受，再加上 AutoClaw 的復雜辦事能力，元神 AI 就能升級成汽車機器人大腦。”蔡明總結道。

“智艙 AI 成為中國智造名片”，

從高配變成基礎能力

“今年，AI 上車會從高配走向標配。”在 AI TECH DAY 現場，斑馬智能 CTO 司羅給出了判斷。在他看來，2026 年是智能座艙端 AI 技術發展的關鍵年份，端側智艙 AI 首先會在旗艦車型和旗艦芯片上完成體驗驗證，同時會逐漸走向更加廣泛的量產化車型，更加走向廣泛的標配。

也就是說，端側 AI 將不再只是“高配標簽”，而會成為定義下一代智能座艙的基礎能力。“智艙 AI 成為中國智造的名片，技術領先歐美不是 1-2 年，而是 1-2 個代際。”司羅直言。

按照斑馬智能的節奏，端側智艙 AI 將在這一年進入“規模化爆發期”。一個很直接的信號就是落地量：斑馬智能已經拿下國內絕大部分端模型市場訂單，并將在年內陸續量產交付。

“這個事確實非常不容易。”司羅在現場特別提到，斑馬已經形成了一套相對標準化的 Super Agent 開發范式。這套范式的核心不是單點能力提升，而是通過流程標準化，把“應用變 Agent”的路徑工程化。結果是非常直接的：傳統 App 進行 Agent 智能化改造的整體開發周期，可以縮短 50% 以上。“通過這一能力的賦能，我們可以幫助更多的 APP 和優質互聯網內容進入到車的環境，幫助 OEM 廠商豐富自己的座艙生態，提升用戶的體驗。”

據介紹，斑馬智能是很早就把互聯網平臺服務轉化為原生 AI 服務的廠商。除了跟進本地生活服務上車外，他們還把擁車服務和聽音樂、看視頻、少兒、辦公等十幾個智能座艙的場景都充分地做了 Agent 化，并且接入了 System Agent 智能中樞中，實現了一鍵生態上車的體驗。司羅表示，“這個時間點距離我們發布元神 AI 只有半年時間，所以半年時間我們構建了完整的 AI 機構以及豐富的 Agent 生態，速度非常快。”

“誰能率先把 AI 做成可量產、可交付、可持續迭代的系統能力，誰就更有機會拿到下一階段產業紅利。”

聲明：本文為 AI 前線整理，不代表平臺觀點，未經許可禁止轉載。

會議推薦

世界模型的下一個突破在哪？Agent 從 Demo 到工程化還差什么？安全與可信這道坎怎么過？研發體系不重構，還能撐多久？

AICon 上海站 2026，4 大核心專題等你來：世界模型與多模態智能突破、Agent 架構與工程化實踐、Agent 安全與可信治理、企業級研發體系重構。14 個專題全面開放征稿。

誠摯邀請你登臺分享實戰經驗。AICon 2026，期待與你同行。

今日薦文

你也「在看」嗎？