--- title: "站在物理 AI 分水岭，商汤绝影 “一剑定乾坤”" type: "Topics" locale: "en" url: "https://longbridge.com/en/topics/40200718.md" description: "今年新能源汽车渗透率持续攀升，行业由政策驱动全面转向市场驱动，智能化竞争进入深水区。理想 MindVLA-o1 已实现自然语言理解、自主推理与复杂泊车，华为、小鹏、蔚来等也加速推进舱驾一体，智驾与座舱边界正系统性消融。这一切共同印证：物理 AI 时代正加速到来。而这一趋势在产业一线集中呈现。2026 北京车展，整车与核心技术供应商第一次在物理空间融在一起..." datetime: "2026-04-25T14:14:30.000Z" locales: - [en](https://longbridge.com/en/topics/40200718.md) - [zh-CN](https://longbridge.com/zh-CN/topics/40200718.md) - [zh-HK](https://longbridge.com/zh-HK/topics/40200718.md) author: "[汽车之心](https://longbridge.com/en/profiles/3726156.md)" --- # 站在物理 AI 分水岭，商汤绝影 “一剑定乾坤” 今年新能源汽车渗透率持续攀升，行业由政策驱动全面转向市场驱动，智能化竞争进入深水区。 理想 MindVLA-o1 已实现自然语言理解、自主推理与复杂泊车，华为、小鹏、蔚来等也加速推进舱驾一体，智驾与座舱边界正系统性消融。 这一切共同印证：**物理 AI 时代正加速到来。** 而这一趋势在产业一线集中呈现。 2026 北京车展，整车与核心技术供应商第一次在物理空间融在一起。这种融合在传递一个强烈信号： **智能驾驶的定义权，正从幕后走向台前。谁能定义「整车智能」，谁就掌握下一轮竞争的入场券。** 「整车智能」并不是一个终点的概念，只是一道入口命题。当 AI 完成「感知—决策—物理执行」的完整闭环，AI 才算真正从「软件智能」升维到「物理智能」。 换言之，物理 AI 的可信落地是定义整车智能的核心标尺。 然而，物理 AI 必须直面现实世界，由于真实物理世界的不确定性、极端场景的不可预测性，AI 难以做到稳定、可解释、可验证的可信决策。 从算法可行到上车可信，看似咫尺之遥，却是**最难跨越的「最后 500 米」。** 那么这道横亘在量产与安全之间的关卡，真正的瓶颈究竟是什么？ **01、物理 AI，困于可信** 回看自动驾驶的进化路径，答案一目了然。 第一阶段是**规则时代**。 靠人工写逻辑、调参数、补场景，遇到新情况就得重新开发，迭代慢如蜗牛。 第二阶段是**端到端时代**。 从视觉信号直接输出驾驶动作，靠模仿学习学会「像人一样开车」。但它只解决了「能不能开」，没解决「敢不敢信」。AI 的决策变成黑盒：为什么刹、为什么避、为什么绕，乘客一无所知，不信任感无意间被放大。 商汤绝影曾有一个很形象的比喻：**「端到端和传统技术范式的区别，就是人脑通用性之于动物的区别。」** 但人之所以为人，不只是会动作，更会解释、会沟通、会让人安心。「我为什么刹车」、「前面发生了什么」、「接下来要怎么做」——这些，才是用户真正在意的东西。 这正是「可信」问题的症结所在。商汤绝影曾判断：「端到端是智能驾驶的 ChatGPT 时刻。」既然是 ChatGPT 时刻，为什么用户还不信任？ 原因是因为端到端解决了能力，但没有解决可解释性。智驾高端局的决战，战场在云端，但入场券是「可信」。 这背后，藏着一整条清晰的技术脉络。 第一步：**模仿学习。** 用海量人类驾驶数据训练，让 AI 学会「看到什么，就做什么」，这是特斯拉 FSD V12 走通的路径。 第二步：**世界模型。** 不只模仿，还能「想象」，在虚拟世界里预演各种可能，提前推演决策后果。这正是 2024 年商汤绝影「开悟」世界模型的核心逻辑。 第三步：**强化学习。** 让模型与世界模型持续交互、试错、反馈、迭代，最终超越普通人类驾驶水平。这便是 2025 年商汤绝影 R-UniAD 的技术路线。 因此，端到端的瓶颈，不在车端，而在**云端**；不在数据量，而在**数据质量**；不在能不能开，而在**敢不敢信**。 于是今年，行业出现了一次关键转向：**从功能可用，走向体验可信。** 2026 年，大模型行业正跨过关键拐点：从 AGI L2 推理阶段，加速迈向 AGI L3 自主执行阶段。当智驾开始「会思考」，则是重塑智能座舱的竞争逻辑。 过去的座舱是「人找功能」：你说导航，它才导航；你不说，它沉默等待。 更进一步的智能应该是「车懂人心」：知道你在开车、知道快下班、知道你常去的地点，主动提醒、主动规划、主动服务。这是从工具到智能体的本质跨越。 然而这一步，被一道行业铁律死死卡住：端侧大模型上车的「不可能三角」。 「能力强：要能做智能体、多步推理、复杂任务闭环」； 「跑得动：要在车规 Orin/Xavier 芯片上低延迟、低功耗运行」； 「用得起：主流场景免云端 Token 计费、端侧闭环降本、可大规模量产」。 行业落地过程中，三类主流方案都需要做出权衡与取舍。 **02、商汤绝影如何破局「物理 AI」可信度？** 纯云端方案能力强，却受制于网络稳定性与长期成本；轻量化端侧小模型运行稳定，却难以支撑高阶智能体任务；常规车云协同方案则面临调度复杂、体验割裂的困境。 三类路线各有取舍，**但无一能同时满足强能力、低功耗、低成本的核心诉求。** 当行业普遍深陷车载大模型的「不可能三角」，在强能力、低功耗、低成本之间反复取舍时，商汤绝影选择了差异化的技术路径。 跳出非此即彼的取舍逻辑，通过底层架构革新，探索一套更适配车载量产环境的端侧大模型解决方案。 2026 北京车展期间，商汤绝影正式推出 SageBox（千机智盒），构建了**「Sage 端侧模型、Sage OS**（千机系统）**、New Member 原生智能体」**三层技术架构。 这款产品，让高阶智能体能力在车端有限硬件条件下跑通起来了。 MoE 架构、总参数 32B、激活参数仅 3B，在全球 Agent 权威评测基准 PinchBench 上以 94% 任务完成率 超越 Claude、GPT-5.4、Gemini，所需激活算力仅为同级端侧旗舰的 1/14，显存占用约 1/31。 这是物理 AI 落地的基础条件：**模型必须真正住在车里，才能在没有网络、没有云端的极端场景下照常工作。** 能力纬度测评 商汤绝影认为：「打破三角的关键，不是『取舍』，而是『解耦』——让能力与成本各归其位，互不妥协。」 支撑这一切的，是两项自研技术： SCOUT 框架让复杂能力注入时 GPU 消耗节省约 60%；ERL 可擦除强化学习（已被 ICLR 2026 收录）在多步推理中自动识别并抹除错误步骤，装车后复杂任务完成率提升 20%。 三个设计，分别对应不可能三角的三个顶点：MoE 解决能力与负载的矛盾，SCOUT 解决训练成本的问题，ERL 解决推理稳定性的挑战。 于是，当你说「预热车内、导航回家、切换轻松音乐」，Sage 无需逐句确认，0.5 秒内联动空调、导航、音乐三套系统；检测到后排有儿童时，主动触发儿童模式，不等唤醒。 可信的第一步，是 AI 真的在场——不依赖云，不怕断网，始终稳定。Sage 的价值，不在于堆砌技术，而在于用一套体系化的解耦思路，缓和了这道长期存在的行业难题。 小模型获得最高成绩 智驾的信任危机，比座舱更深。 它不是「听不懂指令」，而是「你不知道它为什么这么开」。 传统规则驱动的智驾，遇到长尾场景就僵；模仿学习复刻的智驾，遇到没见过的情况就迷；二段式端到端，信息在模块边界被压缩，决策链条不透明，系统「犹豫」甚至突然反转——这些，**都在消耗用户对智驾的信任。** 商汤绝影今年升级的 R-UniAD 2.0 生成式智驾方案，更进一步打破了传统端到端架构的数据瓶颈，新增多模态交互能力，可精准响应驾驶员自然语言指令，实现决策可解释与舱驾场景全覆盖——系统更透明，体验更连贯。 可信的第二步，是 AI 的决策有据可循——不是黑盒，是可被理解的判断过程，可被验证的量产结果。 作为统一智能底座，该方案可无缝适配 L2 至 L4，并已在北京、武汉等城市泛化测试中稳居行业头部，与东风汽车的量产合作，标志着智驾从模仿学习正式走向自主进化。 前两层可信解决的是——**舱内大脑稳不稳、驾驶决策靠不靠谱。**但物理 AI 真正的可信，必须是系统级的。 如果舱和驾各自为战，用户永远要在两套逻辑、两套体验、两种「信任预算」之间切换。这正是当前大多数智能车的真实处境： 座舱是一个产品，智驾是另一个产品，整车是两者的物理拼接。 商汤绝影选择打通这堵墙。 SenseAuto Go 依托生成式智驾 R-UniAD 2.0、New Member 2.0 及 SageBox 千机智盒三大核心技术支撑，构建舱驾一体超级智能体，不仅可实现 L4 级自动驾驶的点到点高效接驳，更将智驾的安全可靠与智舱的主动交互。 「真正的 AI 汽车，是一个真正懂你、爱你、守护你的家庭新成员。」 在如今的车企智能化赛道上，堆参数容易，建信任难。 商汤绝影走的路，是物理 AI 可信落地最难走、也最有价值的那条：端侧装得下的大脑、量产经得起的决策、整车撑得住的守护。 舱驾一体，不是功能的叠加，而是可信度的统一。 **03、整车智能体，执棋破局** 2026 年的智能座舱，正站在一个清晰的范式切换路口。 行业不再是小步迭代，而是从功能堆砌走向智能体驱动，而每一次范式转移，留给玩家的窗口期，都比想象中更短。 更关键的变化在于：**智驾与座舱的技术路线正在快速收敛。**过去两者是两套独立系统；而多模态大模型的出现，让它们拥有了统一底座——同一个模型，既可处理驾驶感知，也可承接座舱交互。 这意味着，车企的选择逻辑正在改变： 从「智驾选一家、座舱选一家」，转向「寻找能打通全域的一体化方案」。一旦深度绑定，切换成本将急剧升高。 而在这场窗口期竞赛里，端侧能力是真正的差异化变量。 云端大模型更像「公共资源」，任何厂商都可接入，差异仅停留在提示词与场景层，容易被复制。但把大模型高效跑在车规芯片上，做到低延迟、高稳定、强推理，是长期工程化积累的结果，难以短期追赶。 这也是为什么，商汤绝影的布局并非从单一维度切入，而是沿着一条清晰且连续的路径展开。 从 2022 年 UniAD 到 2025 年「开悟」世界模型，再到今年 R-UniAD2.0 与 Sage 相继落地，这条路径清晰且连续：从感知到认知，从驾驶到座舱，从单点突破到全域融合，最终指向的，是同一个目标：舱驾一体全场景智能体。 这个「一体」，不是用中间件简单连接两套系统，而是认知层面的真正融合。 - 模型架构：MoE 混合专家、激活策略、量化与压缩技术 - 后训练体系：SCOUT 分级学习、ERL 可擦除强化学习等自研算法 - 车规落地：与芯片平台深度适配、大量实车场景验证 三层能力叠加，构成了难以复制的壁垒。 特斯拉、小鹏、理想等头部车企正悄然推进组织重构，试图将 AI 能力内化，打通智驾与座舱的研发壁垒。 但对多数车企而言，从零自研舱驾一体底座的技术门槛极高，不仅需要模型能力，还需要车规适配、数据飞轮与持续的工程化投入。 商汤绝影的切入点正在于此：通过兼容主流 Agent 框架，提供开放基座，让车企不必从零搭建技术栈，即可快速接入端侧智能体能力。 这种「基座 + 生态」的模式，一方面降低了车企进入舱驾一体的门槛，另一方面也构成了商汤绝影独特的技术护城河。 回到最初的问题：物理 AI 时代，汽车将走向何方？ 答案已经清晰：**不再是单点功能的军备竞赛，而是舱与驾的认知统一。** 让 AI 的每一次感知、每一次决策都稳定可验证，让更懂人心的座舱交互与更拟人的智驾决策，由同一个智能体底座驱动，交付到用户手中。 这是商汤绝影的全局竞争力： 从 Sage 的端侧智能体底座，到生成式智驾的量产落地，再到舱驾一体全场景智能体的统一愿景——不只是在每个赛点领先一步，而是在每一个赛点之间，铺设好了相互贯通的技术连贯性。 下半场的窗口期不会停留。 未来两三年，端到端与舱驾融合路线将趋于稳定，后来者不仅面临技术追赶难题，更要面对组织惯性、数据飞轮、生态绑定的三重路径依赖。 特斯拉、小鹏、理想通过组织重构内化 AI 能力，是自上而下的战略先手；商汤绝影以开放基座赋能车企舱驾一体，则是自下而上的技术落子。 两条路殊途同归，都指向同一个方向——**谁先建立起舱驾一体的端侧智能体底座与生态护城河，谁就率先定义整车智能的下一个时代。** $SENSETIME-WR(80020.HK) $SENSETIME-W(00020.HK) ### Related Stocks - [HUAWEI.NA](https://longbridge.com/en/quote/HUAWEI.NA.md) - [80020.HK](https://longbridge.com/en/quote/80020.HK.md) - [00020.HK](https://longbridge.com/en/quote/00020.HK.md)