阶跃+千里：强强联合构筑物理 AI 基座模型

在2026年世界人工智能大会上,物理AI和具身智能成为最热关键词。行业普遍认为,AI汽车将成为最先量产的具身智能载体,智能体上车是AI进入物理世界的最佳实践。智能汽车行业的竞争逻辑,正从单点技术突破转向“基础模型+产业生态”的综合较量。

WAIC 首日媒体直播间中,千里智驾CTO杨沐与阶跃星辰副总裁、端侧模型负责人俞刚的一场对话,揭示了一个产业事实,基座模型正在突破AI汽车智能上限。一家负责基础模型演进,一家负责智驾场景落地——这对“稀有组合”,如何推动 AI 走进物理世界?突破口在于智驾基座模型的联合研发。

“ AI 汽车长脑子要趁早”

在智驾行业,绝大多数智驾公司采用开源模型做初始化,再用自有数据微调。阶跃与千里的做法截然不同——从预训练阶段就深度绑定。俞刚指出,传统做法的问题在于智驾数据补多了,通用常识能力会下降,而双方通过数据配比实现精细控制,“这不是物理拼接,是化学反应”。杨沐补充,真正瓶颈是缺一个能把感知、博弈推理、边缘场景响应集成到同一架构的基座模型,这必须从预训练阶段协同设计。“原生”的含义正在于此:模型从第一行代码起,就把物理世界的传感器数据、驾驶博弈逻辑写进了基因。

端云结合 兼顾效率与安全

数字与物理世界之间横亘着“时延-算力-安全”的天堑。俞刚拆解:模型越大、思维链越长,能力越强但反应越慢,自驾不可能等漫长思考再决策。阶跃和千里的解法是“端云协同”——端侧快速闭环安全指令,复杂任务路由云端。杨沐透露,新模型已出现关键突破:前车靠拢时会减速,而现有量产车在同样场景下仍会直线冲过去。AI汽车开始像人一样理解博弈和预判,而非执行指令。

无人驾驶需要攻克自我博弈和强化学习

杨沐给出分阶段判断:2027年上半年大模型量产上车;2028-2029年出现“六边形战士”级方案。他强调量产只是起点,真正实现Robotaxi级别无人驾驶,还需在对抗环境中进行强化学习和自我博弈,否则“日常不出事,一旦出事就是人身财产损失”。他以AlphaGo作比,自主学习一旦启动,一到两年就会迎来质变。

在端侧AI进化的路上,“阶跃+千里”构成的稀有生态,正以底层预训练阶段深度协同,共建原生物理世界基座模型,打通数字智能到物理空间的完整闭环,有望成为中国面向Agent时代、布局Physical AI赛道最有竞争力的产业组合。