车机装进23B大模型，为什么用户还是不愿为智驾掏钱？

2026云栖大会的会场外停了八辆车，来自腾势、神行者、红旗、智己、MG等不同品牌。其中一辆是首款搭载高通骁龙8397平台与斑马智能AutoOmni的量产车，它的智能座舱模型跑在车规芯片上，而不是云端。

这辆车旁边，是一场名为「原生智能·端上生长」的论坛。当Agent Native成为AI的新主流叙事，产业焦点正从云侧AI基础设施转向端侧。云端决定AI有多强，端侧决定它敢不敢接管真实世界。

渗透率七成，付费率不足一成

先看两组数据。按工信部披露的数据，2026年上半年具备L2级组合驾驶辅助功能的乘用车新车渗透率达到70.5%，具备领航辅助（NOA）能力的车型装车率超过三成。硬件层面的普及已经基本完成。

但另一组数据是另一回事。据多家行业调研数据，国内高阶智驾的付费订阅与买断整体渗透率不足10%，多数自主品牌自研智驾的付费激活率不足30%，而在20万元级以下的走量家用车型上，付费率甚至低于2%。

麦肯锡《2026中国汽车消费者洞察》显示，约八成受访者将城市NOA视为购车时的重要选项；另有罗兰贝格等多家调研机构的结果显示，多数用户认为核心智驾与座舱的基础功能应当免费标配。用户认可这项能力的价值，但不认为它应该被单独收费。

斑马智能首席战略官邢悦这样解释智驾软件付费转化偏低的原因：「核心原因在于，行业尚未形成真正的超级智能体交互范式。」

座舱侧也有同样的落差。据斑马智能提供的数据，从2024年中启动全面AI转型至今，该公司对主流车企的服务覆盖率达到68%，在端侧智能与端模型应用领域的市场份额为63%。但装机不等于使用。

斑马智能首席产品官蔡明的判断是：「AI上车不是终点，更是一个更重要问题的起点：用户的深度使用。」他认为，深度使用的核心在于基于意图驱动、AI真正懂「我的世界」，这就需要在端侧发生一场交互范式变革，需要以用户为中心的跨端上下文和记忆连通。

端侧的三堵墙

把端侧理解为「云端模型的缩小版」，是这个领域最常见的误解。端侧的约束不是尺寸，而是三堵墙。

• 内存墙：车规级芯片的运行内存远低于服务器，且要和座舱系统的其他进程共享。一个模型能不能跑起来，往往不取决于算力峰值，而取决于权重能否驻留。
• 时延墙：座舱交互的容忍度以百毫秒计，主动安全类的提醒更短。云端往返的网络抖动可能吃掉全部预算。
• 并发墙：真实的座舱不是单任务环境，语音、视觉、车控、导航、音乐往往同时在线，模型需要在多路任务下保持稳定，而不是在单任务benchmark上刷高分。

这三堵墙之外，还有两项来自产业的约束。隐私方面，座舱内的语音、图像、位置属于高敏数据，全量上云在多数市场已不可行。斑马智能首席技术官司罗判断：「车是一个非常重要的半封闭的场景，需要保护隐私的场景。」

成本方面，Agent时代的token消耗是持续性支出，全部由云端承担意味着车企要为每一辆在用车支付长期账单。司罗认为，车主和OEM厂商在车本身的芯片能力上已经花了很大成本，端模型的价值就是把这部分已付出的硬件价值释放出来，「把端上的能力变成我们真正的端上的token工厂」，从而大规模降低传上云的流量与云端token消耗。

顺着这两项约束，司罗给出了三个趋势判断：端AI随着端侧算力与资源的快速提升进入快速发展期，且端上做的不是云端能力的简单迁移，而是差异化能力；云侧AI从级联式的小模型链路全面转向大模型驱动，端云一体的整体架构从2026年开始出现、之后会成为主流；舱驾融合加快落地，2026年以两个系统互相调用的形态出现，之后走向模型层面的融合。

稀疏化：把大模型塞进芯片的解法

内存墙的存在，使得稀疏架构在端侧的意义比在云端更重要。在云端，MoE解决的主要是训练与推理的经济性问题，即用更少的激活参数换取更大的总参数容量。在端侧，这件事的性质大不一样，它决定的是一个模型能否被放进芯片。

总参数决定能力上限，激活参数决定单次推理的内存与算力开销，二者解耦之后，端侧才有机会在有限的物理资源上获得接近中大型模型的能力。斑马智能的AutoOmni走的正是这条路线。

司罗在演讲中把端模型的竞争要素概括为四句话：「首先基模是支柱，同时量化与部署在端上是壁垒，系统是围栏，能够有差异化的场景是非常重要的特色。」四个词各指一层：基础模型决定能力上限，量化与部署决定能不能真的装进车里，系统决定它的行为边界，场景决定它值不值得用。在端侧，第二和第三层才是真正的分水岭。

在工程指标上，斑马智能这套端侧方案可概括为多、快、好、省四项：多指8路以上多任务稳定并发，快指大模型推理提速5至6倍，好指99%以上的量化保真度，省指运行内存占用减少50%。

这四项里，最能说明端侧工程性质的是后两项。量化是端侧部署的必经之路，但激进量化会以精度损失为代价，保真度指标衡量的正是「压缩之后还剩多少」；内存占用减半则直接决定了模型能否与座舱其他进程共存。

在此之前，斑马的端侧主力是4B的稠密模型。据司罗介绍，相比通用领域的大模型，AutoOmni-4B在智能座舱的全场景平均能力提升达到20%，其中座舱文本（车控、导航、娱乐等）的理解提升22%，视觉相关的场景理解提升17%，音频尤其是情绪与语音理解的提升更大，达122%，同时在通用领域的能力与头部通用大模型保持一致。

端模型的天花板在哪

4B能做的事已经不少。现场放出的实车视频里，它完成了多意图与跨意图的连续车控，也通过手车互联直接操作了微信、读取并转述消息。但司罗把一个更关键的问题摆了出来：端模型的天花板在什么地方？是不是能够接近云侧大模型的能力？

这正是AutoOmni 2.0-23B-A3B要回答的。按他给出的口径，这个激活3B的MoE端模型在智能座舱场景下，普通任务基本相当于10倍参数量的云侧模型，复杂任务的处理能力相当于10倍参数量云模型的80%到90%之间。

现场播放的实车视频里，一条连续指令包含调整座椅位置、打开前排按摩、开启全车通风三个动作；随后的导航任务则经历了「去王总公司」「去之前先把王总的儿子和女儿接上」「在附近找一个加油站并添加为途经点」的多轮追加与重规划。

比数字更有说服力的是司罗对迭代速度的一段自述：「就在一个月前、三周前，当时我第一次来评测我们自己模型的能力的时候，差距是非常非常大的，我当时一个判断是在一季度内我们不可能做展示。但是就在短短的几周之内，通过我们快速的迭代以及能力的提升，已经提升到在很大程度上接近云侧模型。」

一位CTO在发布现场承认三周前自己还判断「不可能展示」，这句话透露的信息量不小：端模型能力提升速度，比从业者自己的预期还快。

支撑这套能力落地的是大算力芯片适配。据介绍，斑马智能已经合作包括高通、英伟达、紫光展锐、小鹏图灵在内的十家芯片厂商；这条路径始于2025年云栖大会与高通联合发布的8397首个座舱AI端侧方案，到2026年已有多个量产车型落地。

大脑与小脑的分工

端侧变强不等于云端退场。真正的架构问题是分工。斑马智能的分工方式是把理解与执行分开：AutoOmni承担多模态理解与规划，相当于大脑；AutoClaw、System Agent与Harness承担意图拆解、任务路由与受控执行，相当于小脑。

司罗说明了这套框架的职责：以端侧模型为底座的端云一体框架，除了模型能力与上层的Harness Engineering框架能力之外，还要统一安排什么样的任务放在云上、什么样的任务放在端上，以及数据如何分配，比如哪些隐私数据必须留在端上，哪些记忆数据可以经过总结之后放到云上。

端云协同由此变成两个能实际解决的问题：任务按什么标准切分？数据按什么标准留存？

在此之下，端上的Agent Group按领域拆成导航、媒体、主动视觉、GUI等分支，由SystemAgent统一负责分域与拒识、主动参与、记忆信号提取，以及端云后仲裁——端侧与云侧各自给出结果，再由系统裁决采信哪一个。记忆则单独成层，通过Memory接口完成实时信息提取、个人信息注册与记忆增强，底下用SQLite与RAG落地存储。

拒识这一项，现场的demo给了一个很直观的注脚。视频里两位乘客正在聊天，车机始终在听，却不作声；直到其中一人说出「外面太吵了，可以把车窗关上吧」，它才响应。司罗在旁解释：「它可以分辨什么时候是人人对话，什么时候是人机对话。」全车全时免唤醒的难点其实不在「听得见」，而在「知道什么时候不该应答」。

而端侧记忆走SQLite与RAG则是蔡明所说的「我的世界」在实现层的落点：愿景是让AI懂每个用户，代码层面就是一张本地数据库加一套检索。按司罗给出的数字，斑马目前已与合作伙伴一起搭建了数十个主动智能场景，能力概括为「长聆听、长观察、善记忆」。

云端的角色则是知识与复杂推理。蔡明把这套端云一体架构概括为三个连通：「首先是端上和云上的算力和服务的连通，这是元神AI的主体；第二，实现了围绕着用户的各个智能终端的连通，所有的数据和场景被打通，AI能够真正完整地理解我的世界；第三个，实现了用户与服务的连通，围绕用户所有服务都可以完全实现跨场景、跨端、跨APP的整合与联动。」

把执行框架推到智驾侧

座舱之外，斑马把同一套思路延伸到了智能驾驶。据介绍，公司正与头部智驾厂商合作，第一阶段是用座舱的自然语言理解与规划能力，去调用智驾系统提供的API接口，以此实现更好的出行体验；第二阶段则是更深的耦合，座舱与智驾在模型层面融合。

按其技术方案的描述，这条链路从传感器输入与用户需求出发，先经过一道由规则加提示词构成的安全边界，再通过工具和协议去调用自动驾驶能力，智驾方案商把能力封装成activate_noa(destination)、lane_change(direction)这类函数交给座舱侧调用。到了第二阶段，座舱大模型的VLM/VLA识别与推理结果将直接影响智驾行为，用于增强场景理解与规划、协助处理长尾场景。

这套设计里最值得注意的是那道安全边界被单独画成了一个环节。模型负责理解「离前面那辆货车远一点」，而系统负责保证这个理解不会变成一次危险的变道。

端侧要把模型部署到车上，也会带来两个问题。一道对内：模型拿到执行权之后，系统能不能管住它？一道对外：这套东西能不能被第三方认可，从而进入不同的市场？前者决定AI在车里敢做多少事，后者决定这辆车能开到哪里去。用司罗的话说，「随着端能力的出现，端安全变成了一个新兴的至关重要的功能」。

「数据不出车」是端侧最常被引用的安全论据，但它只回答了数据去哪儿的问题，没有回答模型在车内做什么的问题。