在近期举办的北京车展上，汽车智能化成为全场焦点。当多数AI企业仍在争夺云端算力时，面壁智能另辟蹊径，将AI“大脑”直接嵌入汽车终端，实现无需联网、不依赖云端的智能交互，即便在隧道或地下车库等信号盲区也能快速响应。
面壁智能联合创始人兼CEO李大海提出，大模型的发展终局将是云侧与端侧的分野——云侧服务于数字世界，端侧则深度融入物理世界，而汽车正是物理世界中最具价值的智能终端。基于“密度定律”，该公司认为端侧模型的能力正以远超摩尔定律的速度提升，未来每辆车都将配备本地化、实时响应且隐私安全的AI助手，这一理念成为其技术路线与商业布局的核心逻辑。
车展现场，面壁智能发布了新一代端侧智能座舱产品SuperMate。与传统云端语音助手不同，SuperMate通过车端算力实现全模态感知与决策，无需联网即可完成复杂交互。其全双工全模态大模型支持同时“看、听、说”，打破传统“回合制”交互模式。例如，当驾驶员表现出疲惫或后排儿童有危险动作时，系统可主动识别并调整车窗、悬架等设置，全程无需手动操作。
技术层面，SuperMate的核心能力包括三部分：一是基于MiniCPM-o4.5模型的全模态感知，实现边观察、边倾听、边回应；二是端侧自主编排的“大脑”，通过意图识别与思维链推理优化决策；三是行为模式库，模拟人类记忆分层机制，根据用户习惯主动调整环境设置。联合创始人兼COO雷升涛解释，传统记忆数据库需用户主动触发，而行为模式库能通过分析微表情、姿态等数据，无声无息地提供个性化服务。
目前，面壁智能的端侧座舱方案已搭载于长安马自达EZ-60、吉利银河M9等量产车型，并开放实车体验。EZ-60于2025年10月交付，是首款具备GUI Agent能力的量产乘用车；吉利银河M9则通过端侧VLA大模型实现智能雾灯、自适应车窗等功能。上汽大众、广汽集团等头部车企也已完成定点合作。
在生态合作方面，面壁智能采取开放策略，其端侧模型已适配高通、英特尔、联发科等主流芯片平台，并与德赛西威、中科创达等Tier1供应商深度合作。与英特尔联合开发的AIBox解决方案基于18A制程Core Ultra平台，提供180Tops算力，成为全球首个大规模量产的端侧AI上车产品，标志着端侧大模型从技术验证进入规模化部署阶段。
海外市场布局上，雷升涛透露，面壁智能正与国内芯片厂商、车企合作，将成熟端侧产品推向全球。中国智能座舱与自动驾驶技术较海外市场领先约两年，这一差距成为出海的核心优势。例如，海外用户对“无需联网、隐私保护”的AI助手需求强烈，而面壁通过适配当地语言、法规与路况，实现技术领先与本地化落地的双重驱动。
针对行业热议的“舱驾融合”，李大海认为需区分芯片层与业务层：芯片层面，大算力融合是趋势；但业务层面，智能座舱与自动驾驶因目标差异（用户体验 vs 安全优先）短期内仍将独立发展。雷升涛举例，当用户指令“将车停到海边黄色车位”时，座舱负责意图理解，驾驶系统执行路径规划，体现舱驾协同的典型场景。长期来看，汽车将演变为“会动的机器人”，智能座舱需与自动驾驶深度协同，最终实现“舱驾一体”的完整智能体。
在技术架构上，面壁智能提出“端侧主内、云侧主外”的端云协同模式。端侧负责车内实时感知、隐私数据处理与车控执行，确保数据不出车、延迟低于百毫秒；云侧则处理餐厅推荐、天气预警等低时效任务。李大海比喻：“端侧是汽车的‘小脑’，负责快速反应；云侧是‘大脑’，负责深度思考，二者协同而非替代。”
本届车展显示，汽车智能化竞争正从“联网依赖”转向“离线智能”，从“被动响应”升级为“主动服务”。面壁智能的端侧路线直击行业痛点：用户对隐私与实时性的需求，以及主机厂对成本与可控性的考量。例如，云端交互需上传海量数据，隐私风险高；而网络断连时，云端智能将失效。端侧模型通过本地化处理，为这些问题提供了解决方案。同时，高知识密度端侧模型的发展，也为全球AI行业提供了新思路——智能的效率不取决于参数规模，而在于与场景的贴合度。
