車東西（公眾號：chedongxi）
作者 ｜ Janson
編輯 ｜ 志豪

車東西4月26日消息，在2026北京車展前夕，斑馬智能把一場技術日的重點，放在了一個更明確的判斷上：汽車座艙的競爭，正在從“接入大模型”走向“把模型做成系統能力”。

此次活動中，斑馬智能集中發布了“元神AI汽車機器人大腦”、升級后的AutoOmni全模態端模型產品矩陣，以及面向復雜任務協同的AutoClaw方案。

▲斑馬AutoOmni產品矩陣

這次發布也為行業回答了兩個問題，一是端側AI到底能不能真正上車并量產；二是，車載AI除了對話之外，什么時候才能開始穩定地“辦事”。

從斑馬智能給出的路線看，其核心思路并不復雜：一方面，用端側多模態能力提升交流質量，讓車從“被動響應”走向“持續感知”。

另一方面，用跨Agent的任務編排能力，把訂餐、約人、影音、用車服務等分散功能組織起來，推動車機從單點指令執行轉向復雜目標協同。

斑馬智能方面在現場同時強調，過去兩年其已圍繞操作系統、模型能力、服務生態與交付體系做了持續投入，并把2026年視為智艙端AI加速進入爆發期的關鍵節點。

這也讓今年北京車展的一個變化變得更清晰：行業關注點正在從“有什么新功能”，轉向“誰能把AI做成可交付、可迭代、可規模化復制的產品體系”。

斑馬智能的這次發布，未必意味著格局已經定型，但至少說明，車載AI的競爭正在告別概念驗證階段，進入比拼系統集成、端云協同和量產落地能力的新周期。

一、從“元神AI”到AutoClaw 斑馬智能的三層邏輯

按照斑馬智能在技術日上的表述，公司這次對外釋放的信息可以概括為三層。

第一層，是把自身定位進一步從傳統座艙方案提供方，轉向“人工智能公司”。

斑馬智能首席產品官蔡明在現場回顧稱，斑馬智能近兩年圍繞操作系統、智艙AI和生態服務三條線持續推進：一邊升級AliOS并補齊安卓體系能力，一邊基于千問模型訓練智艙專屬能力，同時把生態服務逐步Agent化。

第二層，是圍繞“交流”能力升級端側產品矩陣。

斑馬智能此次將AutoOmni從單一技術產品升級為產品矩陣，其重點并不是簡單增加一個端模型，而是強化“常聆聽、常觀察、善記憶”的能力組合，希望讓車內交互從“喚醒—說話—結束”的離散模式，轉向更持續的感知和更自然的上下文理解。

按照現場介紹，這套方案支持不同基礎模型與MoE架構，并適配多類主流車載芯片；斑馬智能方面認為，端模型的意義不只在于離線能力，更在于隱私保護、低延遲響應和主動感知場景的落地

第三層，是圍繞“辦事”能力補上更復雜的協同能力。

此次同步發布的AutoClaw，被斑馬智能定義為面向智艙AI協作服務的解決方案，核心目標是把分散的Agent組織起來，完成跨任務、跨服務、跨終端的動態規劃。

蔡明在演講中反復強調，車載AI如果停留在單輪指令和單點調用，價值仍然有限；真正有壁壘的，是能否圍繞用戶目標拆解任務、理解變量變化，并在過程中持續調整流程。

現場演示中，AutoClaw被用來處理約飯、訂位、聯絡、調整安排等復雜任務，背后對應的是任務池、模型調度、Token與權限管理等系統能力。

▲元神AI架構

綜合來看，斑馬智能給行業提供了一套“車載AI怎么從可聊走向可用、再走向可規模化交付”的方法論。

首先，交流能力決定AI能否理解人，辦事能力決定AI能否替人完成目標，而能否真正上車量產，則取決于操作系統、模型優化、推理效率、安全機制和交付體系能否同步成立。

斑馬智能CTO司羅在現場也把這一點說得很直白：模型很重要，但模型之外的系統、數據、調度與工程化能力，同樣決定體驗上限。

這也是為什么其在活動中多次提到量產經驗、芯片適配、項目定點和安全體系——因為對車企而言，真正的門檻從來不只是功能演示，而是能否在不同平臺、不同成本帶、不同項目節奏下穩定落地。

二、對話斑馬首席產品官蔡明：車載AI下一階段，拼的不只是模型能力

在此次活動結束后，斑馬智能首席產品官蔡明、CTO司羅接受了包括車東西在內的媒體群訪，以下是本次采訪內容實錄，車東西在不改變原義的情況下進行了摘編。

▲媒體采訪現場

Q1：如果汽車智能體經濟逐步成形，車載AI可持續的商業模式會是什么？

蔡明：我覺得它不可能永遠按照現在這種“像流量費一樣一直攤著走”的方式持續下去，最終還是要回到一個更穩定的商業閉環里。

我的判斷是，訂閱會是基礎，再往上可能會泛化出一些別的形態，但不管怎么變，車廠分潤一定是繞不過去的。因為車這個終端天然就在車廠手里，入口是它的，用戶關系和運營體系也都跟車廠綁定，所以如果未來車載AI要形成比較健康、可持續的模式，比較可行的路徑還是跟車廠聯運，通過訂閱方式來做分潤。

這件事本質上不是單獨某一家技術公司能自己跑通的，它天然就是產業鏈協同的問題。

Q2：未來3到5年，真正決定車載AI體驗上限的關鍵點是什么？斑馬最想先在哪一塊實現突破？

蔡明：我不太認為這件事最后會由某一個單點決定，我更傾向于把它看成三個并列的核心變量。

第一個當然是模型，因為模型一旦發生躍遷，能力上限會被迅速抬高，這個是最直接的。

第二個是數據，因為今天再強的模型，本質上也還是通用模型，它不是天然為某一個車端、某一個座艙場景準備的，所以誰在垂直場景里積累了更豐富、更真實的數據，誰就更有機會把體驗做深。

第三個其實特別關鍵，就是模型調度系統和外部架構。模型本身沒法直接承接真實場景，它一定要有外面的平臺、主板、架構，去把它組織起來、調度起來、接進真實業務里。所以我認為接下來幾年，車載AI拼的不是一個點，而是模型、數據、模型調度系統這三件事一起往上爬。

有時候模型進展快一點，有時候數據和系統追上來，本質上就是這三者此消彼長、持續往上走。

Q3：今天發布的AutoClaw這類復雜任務智能體，車廠現在到底是積極接受，還是仍然比較猶豫？

蔡明：我覺得這個問題對我來說，既是問題，也不是問題。為什么這么說？因為任何一個新東西出來，都會先經歷一個概念階段，大家會熱議、會分化、會搖擺，這是正常的。

真正要問的其實不是“車廠接不接受”，而是它為什么接受，或者為什么不接受。

在我看來，車廠如果現在有顧慮，最核心還是兩件事：一個是Token消耗問題，一個是權限濫用問題。

這兩個問題不解決，大家當然會謹慎。

因為復雜任務智能體不是一個簡單的ToC小工具，它一旦真的開始替用戶調服務、跑流程、執行任務，就一定會觸碰成本和權限邊界。

但反過來講，我并不認為需求本身需要被教育。用戶對這類能力的需求其實是非常清晰、非常穩定的。

大家天然就會希望，既然AI都在車里了，為什么不能直接幫我把一件復雜的事辦完？所以從我的角度看，關鍵不在于某一個車廠今天的表態，而在于我們自己的產品完成度有沒有到那個階段。

如果產品成熟了，用戶需求又足夠穩定，這件事遲早會發生；如果產品還不成熟，那不接受也正常。所以我更關心的，還是把產品本身做好。

Q4：那斑馬準備什么時候真正和車廠去推進這件事的落地和部署？

蔡明：我們當然希望越快越好。現在我們的想法是，在接下來一段比較短的時間里，盡快把第一個更務實的版本拿出來，然后和車廠進入更具體的推進和探討。

我的意思不是說現在就已經萬事俱備了，而是說它不能永遠停留在概念展示和技術演示層面，還是得盡快進入真正的產品化節奏。

只有把版本拿出來，跟車廠一起往項目層面去推，很多問題才會暴露出來，也才能真正被解決。

Q5：在現場演示和視頻里，外界會注意到一些生態層面的細節，比如為什么會出現釘釘，而不是微信。斑馬和騰訊生態之間會不會存在壁壘？

蔡明：這個其實沒有必要過度解讀。

首先，視頻里出現釘釘，本質上只是因為阿里生態本來就是我們的合作伙伴，拿它來舉例更方便，僅此而已。

這不是說我們只能這么做，更不代表我們和騰訊生態之間有什么所謂的深層隔閡。

實際上，今天我們在很多生態合作上，尤其是音樂、多媒體這些方面，本來就是大量和騰訊系合作的，包括騰訊視頻、騰訊音樂這些，都是我們的合作伙伴。

更重要的是，從能力實現上講，很多事情根本不依賴某一個單一APP入口。

比如今天要幫用戶約朋友、約餐廳、聯絡溝通，關鍵不是非得通過某一個固定工具，而是能不能把溝通鏈路打通，能不能把事情真正辦成。

電話也好，通訊通道也好，底層基礎設施其實已經具備了。我們拿阿里生態舉例，只是因為它正好是一個現成的合作場景，而不是說整個能力只能建立在某一個特定生態之上。

Q6：你現在為什么會越來越強調斑馬是一家人工智能公司？這個變化到底意味著什么？

蔡明：我覺得這背后不是一個簡單的“換標簽”，而是業務形態確實變了。

過去如果大家看斑馬，可能更容易把我們理解成一家做車機系統、做操作系統、做座艙方案的公司；但今天我們在做的事情，已經不只是一個OS或者幾個應用功能，而是在圍繞操作系統、模型能力、生態服務、任務協同這些東西，逐步把它們組織成一套更完整的AI能力體系。

從我的角度看，這種變化意味著一個很現實的判斷：車載AI接下來比拼的，不會只是“誰接了更大的模型”“誰多做了一個功能”，而是誰能把這些能力整合成真正可用、可交付、可持續演進的系統。

當行業走到這一步的時候，就很難再只用傳統智艙供應商的邏輯去理解它了。

我們強調自己是一家人工智能公司，本質上也是想說明，我們現在真正投入和構建的，是AI時代的底層能力體系，而不只是某個單點產品。

結語：車載AI競爭升級

當下，車載AI的競爭重心正在發生變化：從模型接入，轉向系統構建；從單點演示，轉向量產交付；從“能說會答”，轉向“能理解、能協同、能辦事”。

這條路仍遠未到終局，行業也不會因為一家公司的發布就分出勝負，但可以確定的是，端側AI、Agent協同、端云一體和工程化落地，正在成為下一階段汽車座艙競爭的幾條主線。