智己的超級智能體，真能做到「艙駕融合」嗎？

原創｜王元祺編輯｜Cong

當下智能汽車早已告別功能單打獨斗的階段，從單純的座艙語音交互、基礎駕駛輔助，向著更深層次的系統融合大步邁進，「具身智能」也順勢成為車載AI領域的熱門新方向。

當AI不再只會被動接招、執行簡單指令，或是單純識別路面狀況，而是能讀懂用戶的真實想法、精準操控車輛動作，還能聯動外部生活服務搞定全程代辦，車載智能體的核心價值才算真正落地。

順著這股行業趨勢，各大車企紛紛加碼艙駕融合研發，都想把智能汽車從「只會聽話的代步工具」，升級成「能辦實事的出行伙伴」。

2026年3月18日，智己汽車正式發布IM Ultra Agent超級智能體，直接打出「艙駕一體、全域融合」的核心定位，還官宣這套系統將率先搭載在即將開啟預售的智己LS8車型上。

今天我們就借著拆解智己智能體的機會，聊聊各大車企在車載智能體領域的布局進展，以及不同品牌之間的核心差異。文章篇幅偏長，推薦大家使用『聽全文』功能沉浸式閱讀。

01

智己的智能體是什么？

簡而言之，智己IM Ultra Agent超級智能體，所有設計都圍繞IM Fusion Nova「艙駕一體、全域融合」架構展開。

這套架構從車輛底層重構系統邏輯，通過三層技術基座搭建，徹底打通線控底盤、智駕AI、智艙AI的壁壘，為AI全域掌控車輛筑牢根基。

區別于傳統智能車座艙、駕艙各自為戰的模式，該架構通過協同計算讓全車系統步調一致，AI既能聽懂用戶的口語化需求，更能將需求轉化為實打實的車輛動作與生態服務，這也是它實現艙駕融合的核心思路。

作為架構第一層，全線控靈蜥數字底盤是實現全域融合的硬件根基，也是AI精準控車的底氣所在。

線控底盤本就是高階智駕落地的核心硬件，無機械連接的信號傳輸方式，能讓車輛響應更快、操控更精準，智己這款全線控底盤更是業內首個貼合最新線控國標的技術成果。

它搭載的全線控四輪轉向系統，20毫秒就能完成信號傳遞到動作執行的全流程，響應速度遠優于傳統轉向系統；同時配備航空級三重安全冗余，其中后輪協同轉向制動冗余為業內獨有，將轉向系統失效概率壓至低于10FIT，相當于每運行10億小時故障不超過10次。

這套底盤還通過了中汽中心極限可靠性測試，高速故障、大溫差連續變道等極端場景下都能保持穩定，智己作為牽頭單位參與線控轉向新國標制定，上汽的造車底蘊也讓這套硬件兼具標準合規性與實用穩定性。

架構第二層，是負責行為控制的智駕大模型IM AD ZETA，由智己與Momenta聯手打磨而成。

這款大模型基于Thor高算力芯片平臺打造，是面向L4級自動駕駛的基礎模型，相比智己現有IM AD大模型，參數量提升3-4倍，性能上限最高可提升20倍。

IM AD ZETA的核心運行邏輯，是依托車端高算力與云端世界模型開展強化學習，通過海量場景的試錯與反饋，讓AI打磨出最優駕駛策略，實現「提前預判、從容行動」。上汽此前已完成L4級自動駕駛實測并拿到運營牌照，這款大模型能以L4級技術能力降維賦能L2級輔助駕駛，推動智能駕駛從「模仿人類開車」向主動決策升級，也為AI全域控車提供了駕艙層面的技術支撐。

架構第三層，是充當「智慧大腦」的智艙AI，核心亮點是全球首次量產搭載的千問大模型。

智己依托股東阿里巴巴的技術與生態優勢，將千問大模型與AIOS智艙系統深度融合，打造出新一代座艙交互AI。千問大模型在開源領域影響力突出，截至目前系列模型累計下載量超10億次，衍生模型超20萬個，Token調用量位居全球第二，還登頂Hugging Face開源模型榜首并包攬前四，海外權威科技媒體《連線》也對其2026年量產表現寄予期待。

大模型加持后，智艙AI具備超強的自然語言理解與邏輯推理能力，能精準捕捉用戶的模糊意圖，更關鍵的是可將決策實時同步智駕域與底盤域，實現一句話直接控車，同時直連阿里AI Agent生態，打通高德、支付寶、飛豬、淘寶等高頻生活平臺，讓車輛成為連接出行與生活的聯動入口。

三層技術基座并非各自為戰，IM Fusion Nova架構通過協同計算實現三者深度聯動，讓AI完成「讀懂意圖—規劃方案—控車+聯動生態」的全閉環操作。

比如用戶隨口說出包含路線、場景、服務的模糊需求，千問大模型能快速抓取核心訴求，聯動高德規劃最優路線，同步對接阿里生活生態完成服務預訂，IM AD ZETA再根據路線制定駕駛決策，線控底盤精準執行操控，全程無需用戶額外操作，實現真正的全域代辦。

而這套能力將以「專屬司機助理1.0」的形態，落地3月26日開啟預售的智己LS8，這款車型也會成為智己超級智能體的首個量產載體。

02

其實，并非只有智己

智己發布IM Ultra Agent的背后，是整個智能汽車行業對車載智能體的集體布局。吉利、小鵬、華為鴻蒙智行等品牌，均結合自身技術儲備、生態資源與研發思路，推出了各具特色的車載智能體。

各大品牌的核心方向都是提升AI的理解、執行與系統融合能力，只是技術路徑和側重點各不相同，這些探索共同推動車載AI從單一功能向全域服務升級，也讓艙駕融合成為行業共識，不同的技術選擇，也折射出各品牌在智能車領域的核心優勢與布局邏輯。

比如，在今年CES期間，吉利在行業首發了具備自我反思與進化能力的世界行為模型——WAM（World Action Model）。由而其智能體可以說是由超級Eva + G-ASD的組合打造。

這款智能體以「整車智能」為核心，打通智能座艙、智駕、車輛控制三大系統，通過自然語言交互就能響應整車場景需求，無論是出行導航、自動泊車，還是車輛功能調節，一句語音指令即可輕松完成。

生態層面，它整合吉利自有出行生態與合作生活平臺，聚焦車主日常用車場景，疊加吉利整車制造的深厚底蘊，智能體指令執行與硬件適配性更貼合量產車型，落地主要圍繞銀河系列車型，主打實用接地氣的用車體驗。

而小鵬憑借智駕自研的長期積累，打造了以VLA為核心的智能體，研發重心偏向「智駕為核、艙駕協同」。這款智能體基于小鵬自研車載大模型，與智駕系統深度綁定，AI能更精準匹配駕駛場景需求，比如不同路況切換智駕模式、優化路線、應對突發狀況，同時也能完成座艙常規交互與車輛控制。

生態層面更聚焦出行剛需，打通小鵬自有充電、泊車、路線規劃平臺，服務更貼合日常駕駛場景。小鵬長期深耕智駕自研，也是少數能自主研發智駕大模型的車企，艙駕協同與智駕決策能力是其核心亮點。

又如華為鴻蒙智行的鴻蒙智能體，依托鴻蒙分布式架構，走出「跨終端聯動、全場景融合」的特色路線，這也是它區別于其他競品的核心特質。

這款智能體基于華為盤古大模型，借助鴻蒙分布式軟總線技術，實現車機、手機、平板、智能家居的無縫銜接，AI服務能跳出車輛場景，延伸至用戶日常生活的方方面面。

艙駕融合層面，它與華為ADS高階智駕系統深度協同，可響應跨場景出行需求，比如在家中發出的出行指令，能直接同步車機完成路線規劃。生態層面打通鴻蒙全場景體系，覆蓋出行、生活、辦公、家居等多個領域，車輛成為鴻蒙生態的重要終端，通過合作車型實現技術落地。其實每一家都有其特色，有機會我們出一個長文來逐一詳解。

不難發現，各家智能體都在發揮自身長板：吉利依托整車制造與自有生態做落地，小鵬以智駕自研聚焦出行場景，華為憑借鴻蒙系統實現跨終端聯動。

這些產品都在探索艙駕融合，但部分仍停留在座艙、駕艙淺層協同階段，未完成底層系統重構，生態融合也多局限于自有領域，這也讓行業對智己IM Ultra Agent的「全域融合」抱有期待，同時對其量產實際表現持觀望態度。

03

智己差異化在哪里？

對比行業同類產品，智己IM Ultra Agent走出了獨有的差異化技術路徑，核心聚焦底層架構、資源整合、生態選擇三大維度，在艙駕融合賽道辨識度拉滿，同時也伴隨著相應的落地考驗。

作為業內首個主打「艙駕一體、全域融合」并從底層重構系統的智能體，它與競品的設計思路差異鮮明，這種差別并無絕對優劣之分，只是企業資源與研發目標的不同選擇，實際價值仍需量產落地驗證。

底層架構全域重構是核心亮點，區別于競品單一模塊切入再做協同的模式，IM Fusion Nova架構從源頭打通底盤、智駕、智艙三大模塊，通過協同計算實現全車系統統一調度。AI不再是服務單一場景的輔助工具，而是掌控全域的核心樞紐，讓「艙駕一體」從淺層協同升級為深度融合，提前布局的全線控底盤，也為AI精準控車筑牢了硬件根基。

多方技術資源整合是另一大特色，形成「上汽造底盤、Momenta研智駕、阿里供大模型」的互補格局。依托股東資源優勢，上汽的造車底蘊、Momenta的智駕積累、阿里的大模型與生態加持，讓智己快速搭建起高水準智能體體系，各模塊技術實力均穩居行業第一梯隊。

生態融合聚焦場景化落地，依托阿里AI Agent生態綁定高德、支付寶等高頻平臺，將出行服務與車輛操控深度綁定，讓智能體從被動執行指令轉向主動解決需求，實用性遠超單純的自有生態聯動。

這套差異化路徑也伴隨著實打實的落地考驗：多模塊分屬不同技術體系，協同適配難度偏高；「艙駕一體、全域融合」仍處于概念落地初期，LS8尚未正式開售，真實場景表現有待市場檢驗；生態高度依賴阿里體系，跨終端協同能力仍有拓展空間。

除此之外，智己智能體也面臨車端算力支撐、復雜場景意圖識別、極端工況穩定性等行業共性難題。其底層重構思路為艙駕融合提供了新方向，最終能否獲得市場認可，終究要看量產落地的真實體驗。

04

艙駕融合，落地才是核心

從行業發展規律來看，車載智能體向「艙駕一體、全域融合」進階是必然趨勢。當智能汽車從代步工具升級為生活聯動終端，智艙、智駕、底盤的深度融合，就成為技術發展的核心方向。

智己IM Ultra Agent正是這一趨勢下的重要探索，依托IM Fusion Nova架構搭建三層技術體系，從底層重構車輛系統，試圖讓AI實現從意圖理解到全域執行的完整跨越，既展現了品牌的智能布局，也為行業提供了新的參考思路。

這款智能體充分借力股東資源優勢，上汽的底盤技術、Momenta的智駕能力、阿里的大模型與生態資源三者互補，讓「艙駕一體」的概念具備了落地底氣，即將搭載的LS8車型，也讓這套技術有了具象化的量產載體，行業和用戶都能直觀感知其實際表現。

但技術概念到量產落地，從來都隔著一段需要踏實跨越的距離。車載智能體的艙駕融合，并非單一技術突破就能實現，而是硬件、軟件、大模型、生態的全方位協同。智己雖完成底層架構打通，但模塊協同流暢度、真實場景響應速度、生態聯動穩定性等細節，都需要經過量產車的長期市場檢驗。

當前行業智能體研發呈現多元化格局，吉利、小鵬、華為各憑優勢走出不同路線，并無統一的技術標準，用戶體驗與落地效果才是衡量價值的核心。未來車載智能體的競爭，會從單一功能比拼，轉向技術體系、生態資源、用戶體驗的綜合較量，只有貼合需求、運行穩定、聯動順暢的產品，才能真正打動消費者。

智己LS8的預售和量產，是檢驗IM Ultra Agent實力的關鍵窗口，其「艙駕一體、全域融合」的實際成色，也會成為行業觀察智能體發展的重要樣本。無論最終表現如何，智己的探索都推動了行業對艙駕融合的深度思考，也印證了車載AI的核心終究是服務用戶，能解決實際需求的技術，才具備長久生命力。

車云小結

智己IM Ultra Agent以IM Fusion Nova架構為核心，搭建起線控底盤、智駕大模型、千問大模型三層技術體系，是車載智能體向具身智能邁進的重要探索，核心亮點是從底層完成艙駕系統深度重構，嘗試打破智艙與智駕的固有壁壘。

這款智能體的差異化在于多方技術資源整合與阿里生活生態深度聯動，全域服務實用性突出，但也面臨多模塊協同適配的量產考驗。目前該技術尚未正式量產落地，真實場景表現仍需市場檢驗。車載智能體發展無固定范式，各家品牌均依托自身優勢布局，艙駕融合的最終價值，終究要落腳于用戶實際體驗和量產落地效果。