物理AI浪潮下：车载具身智能的落地路径研究

Physical AI时代：汽车将向车轮上的具身智能体演进

英伟达将AI产业发展划分为五大进阶阶段，清晰勾勒出人工智能从数字感知走向物理世界闭环控制的演进路径，依次为，单一图像分类AI（AlexNet）、感知AI、生成式AI、代理式AI、物理AI（Physical AI）。2012年诞生的AlexNet奠定了深度学习产业化基础，但仅能完成固定、单一的图像分类任务，属于典型弱人工智能；感知AI实现了语音、视觉、用户偏好等多模态信息识别，但不具备生成、推理与主动执行能力；生成式AI突破内容创作边界，可自主生成文本、图像、视频，却无法联动真实物理环境；代理式AI能够完成简单数字化任务，但依旧无法对物理世界产生实质作用。

直至物理AI（Physical AI）的到来，人工智能跳出数字虚拟场景，通过自动驾驶汽车、通用机器人等载体，直接感知真实环境、自主决策并执行物理动作，完成从感知到行动的完整闭环，实现了数字能力与物理实体的深度融合。在众多落地载体中，行业普遍共识，Physical AI上半场以自动驾驶规模化落地为核心，下半场将迎来车载具身智能的全面普及。

AI 发展5 个阶段，自动驾驶正在进入物理AI阶段

来源：佐思汽研

汽车的终极演进方向是成为车轮上的超级智能体，即车载 AI 机器人：不再只是将人从 A 点送往 B 点的交通工具，而是具备全域感知、长短时序记忆、自主推理理解能力，能够主动感知需求、闭环执行复杂任务的移动智能伙伴。同时汽车作为重要 AI 原生终端，将构筑跨场景超级入口，打通出行、家庭、办公场景，支撑用户在行车途中完成办公、家庭事务处理等多元需求。

汽车演进方向：车轮上的超级智能体

来源：佐思汽研

车载主动式智能服务三大核心落地路径

车载高阶具身智能的核心价值，是摆脱被动指令响应，实现持续、主动、闭环的场景化服务，落地路径可归纳为三大落地路径：

01、面向单一高频场景打造 “一句话全流程” 一体化服务，解决车载功能碎片化痛点

摒弃零散独立功能，围绕完整出行链路封装连续任务。例如长途自驾场景，用户一条指令即可触发整套闭环：路线导航规划、沿途餐饮预定、目的地酒店预订、车位预约，同步生成行程壁纸、Vlog 脚本等内容素材，实现单指令驱动全链路执行。

02、实现从“用户触发指令”→“系统主动推送服务”的跨越

分为两大支撑能力：一是深度学习用户行为偏好，持续沉淀出行时段、目的地倾向、操作习惯等数据，形成个性化服务模型，支撑用户意图预判；二是强化全域场景感知，融合车辆状态（电量、能耗、零部件工况）、外部环境信息（路况、交通管制、道路事件）与驾乘人员生理状态（疲劳程度、心率等），基于综合信息触发场景化主动服务。

03、构建座舱 - 智驾 - 云端生态跨域联动能力，打造核心差异化壁垒

打破车机各功能模块孤岛，打通座舱交互、自动驾驶系统、第三方服务生态的数据与指令通道。举例：用户自驾上海前往杭州，系统结合时间预判用餐节点，匹配用户饮食偏好推荐目标餐厅并推送优惠；同步联动导航、停车场实时数据，预占商场空闲车位；用户确认订单后，智驾系统自动更新导航终点至目标停车场，完成「订餐 - 寻位 - 停车 - 就餐」无缝连续体验。然而，这类高阶具身智能、主动式跨域服务，对车载端侧推理能力提出了极高要求，当前量产车载硬件体系存在明显算力瓶颈，难以支撑能力落地。

行业核心痛点：车载端侧算力瓶颈与软硬件周期错配

当前车载高阶主动智能、跨域协同服务难以规模化落地，核心制约在于汽车端侧算力不足与软硬件迭代错配。目前行业量产端侧模型普遍以0.2B–1.3B轻量级模型为主，并非算法能力受限，而是车载硬件算力与实时推理条件形成硬性约束。市场70%–80%的存量车型搭载高通8155、8295等主流座舱芯片，其中8295P仅30TOPS NPU算力，仅可支撑1B–3B小模型运行，仅能满足基础唤醒、简单指令、短轮次对话等轻量化交互，无法承载多模态理解、长时序记忆、多任务链式规划等AI Agent高阶能力。

从整车架构层面看，汽车EE架构具备长周期、高固化、难迭代的特性，不仅存量车型算力不足，大量全新量产平台为控制BOM成本，普遍选用基础型座舱SoC。原生座舱芯片核心负载集中在屏幕渲染、影音解码、基础车控，算力资源常年饱和，无法稳定支撑高参数、高并发、强推理的端侧大模型。与此同时，车载芯片量产周期长达2–3年，而端侧大模型迭代周期仅3–4个月，软硬件生命周期天然错配，导致新车落地即面临智能迭代滞后的问题。

行业最优解：外置AI BOX成为车载智能体升级过渡的核心方案

在此行业背景下，无需重构整车架构、无需替换原车域控的外置端侧AI BOX，成为车企快速落地3B–7B高阶端侧大模型、规模化实现车载具身智能升级的最优增量方案。通过独立外置算力单元，隔离大模型推理负载，释放原车座舱硬件压力，以最低改造成本、最短迭代周期，实现车载智能体能力的跨越式升级。

当前布局智能座舱 AI BOX 赛道的玩家分为六大阵营：

以商汤绝影为代表的软硬一体 AI 方案商，依托自研端侧大模型、座舱智能体框架，推出标准化 SageBox 千机智盒硬件，原生搭载成熟舱内多模态感知能力；以中科创达 AIBOX‑N1 为代表的 AIOS 厂商，基于第三方芯片硬件，提供操作系统层、Agent 调度、多模态交互完整软件栈；以德赛西威为代表的Tier1 整机方案商主打车规硬件与车载 OS 输出，大模型能力多采用外部合作模式；英伟达、英特尔等芯片厂商提供差异化算力底座，赋能 AI‑BOX 硬件开发；面壁智能、火山引擎、科大讯飞等纯软件大模型厂商不自研硬件，借助第三方 AI‑BOX 承载模型与交互能力；另有主机厂自研路线，代表产品为蔚来 N‑Box，基于整车 EE 架构构建可扩展外置计算单元。

AI BOX 作为整车架构过渡期的模块化增量算力载体，能够补齐传统座舱域算力短板，支撑座舱智能体实现主动预判、连续任务调度与跨域协同，是车辆向车轮上的移动智能伙伴演进过程中的重要硬件支撑。

智能座舱车载 AI BOX由Tier1、芯片厂、大模型公司、主机厂等多方入局

来源：佐思汽研

头部AI BOX厂商产品方案深度解析

AI BOX重点厂商1：商汤绝影SageBox（千机智盒）解析

商汤绝影在2026年北京车展重磅发布SageBox（千机智盒），为自主智能体进化提供了一套全栈量产级创新方案。SageBox为独立外置 AI 算力单元，搭载 NVIDIA Orin-X，定位车辆高阶智能体算力增强方案，不替代原车座舱 SoC，原车芯片保留影音、显示、基础车控功能；SageBox 承载 Sage 端侧大模型推理、New Member 智能体任务规划。绝大多数座舱复合指令、多模态交互可在盒内本地完成，实现断网可用、免除持续云端 Token 成本；云端仅作为可选增强，用于应对端侧难以覆盖的极限开放式任务。

商汤绝影SageBox 千机智盒

图片来源：商汤绝影

商汤绝影SageBox整体构建了「端侧大模型+智能操作系统+原生车载智能体」三层全栈技术架构，自上而下形成完整的车载具身智能闭环，分别承担认知思考、系统调度、交互执行的核心能力，实现高阶主动式座舱智能服务。

第一层｜底层认知基座：Sage端侧多模态模型（Sage 32B MoE）

作为整车智能的核心思考大脑，Sage 32B MoE端侧模型承担车载认知基座职能，具备强推理、多模态融合、长时序任务规划能力。可高效完成用户复杂意图解析、长链条场景任务拆解、逻辑决策规划与多模态内容理解，支撑从被动指令响应到主动需求预判的能力升级。同时，模型原生兼容 OpenClaw、Hermes 等主流智能体框架，可打通出行、家居等跨场景生态，为多领域端侧智能体规模化落地提供通用算力与算法底座。

第二层｜中层调度中枢：Sage OS 千机系统（Sage AIOS）

Sage OS为三层架构的核心枢纽与系统底座，承担全域资源调度与模块打通职责。一方面负责车载硬件算力管理、模型推理调度、任务优先级分配，保障Sage大模型低延迟、高稳定本地推理；另一方面打通底层硬件、端侧模型与上层智能体的数据流、指令流，为New Member原生智能体提供稳定、安全、标准化的运行环境，实现“思考层”与“执行层”的高效协同。

第三层｜上层交互执行：New Member 2.0 原生车载智能体

New Member 原生智能体作为上层应用主要负责执行交互，包含Always-On 持续采集语音、舱内视觉、车身传感器信号，将用户请求、环境信息送入 Sage 模型进行推理→决策→接收 Sage 输出的任务方案，并可灵活调用全车 100 + 车载工具（空调、导航、座椅、影音等）落地执行。

图片来源：商汤绝影

大语言模型（LLM）预训练学到海量文本知识，擅长写作、摘要、语言推理，但是遇到非语言、符号类、空间类陌生任务（OOD 未见过任务）性能暴跌，这背后存在两大矛盾。首先动作空间和生成空间不匹配，即LLM 生成每个 token 都要跑海量参数，让大模型自己一遍遍试错探索环境，算力成本极高、效率极低。其次，预训练文本很难完整编码真实世界物理 / 环境规则，书本文字无法穷尽所有动态环境，纯靠 LLM 自己摸索新环境非常吃力。车载场景下，端侧大模型从零试错学习舱驾联动、复杂行车场景规划，成本高、收敛慢。

Sage 定位是端侧具备高阶 Agent 推理能力的端侧AI大模型，采用MoE架构，总参数量为32B，激活参数仅3B，它的差异化优势是Token 零成本、Always-On 离线可用，在断网场景下，所有车载座舱智能体任务，全部由车端本地 Sage 3B 端侧模型独立完成，不需要上传问题到远程服务器推理，没有 Token 计费。背后实现的工作机制是商汤绝影围绕Sage后训练阶段自研的两项关键技术：SCOUT和ERL。

SAGE差异化优势

图片来源：商汤绝影

SAGE 关键技术拆解：SCOUT+ERL

SCOUT（Sub-Scale Collaboration On Unseen Tasks）是 SenseAuto 商汤绝影联合南洋理工发表于 ICML2026 的大模型智能体训练框架，也是 Sage 端侧大模型核心后训练技术。框架采用三级流水线：

阶段一：Exploration Stage 探索阶段

用轻量小型网络（小型 MLP/CNN）作为 scout 侦察兵，小模型参数量小、推理速度快；

借助强化学习（DQN/PPO）快速在陌生环境里试错，产出大量高质量专家轨迹（action 序列、环境交互经验）；

阶段二：Distillation Stage 蒸馏阶段

把小模型跑出来的交互轨迹做文本化，通过监督微调将环境知识蒸馏至大模型。大模型不用自己从零试错，直接学习小模型摸索出来的环境规律。

商汤绝影SCOUT大模型智能体训练三级框架

图片来源：商汤绝影

阶段三：Evolving Stage 演进阶段｜多轮强化学习激活大模型内在知识

在学到环境规则基础上，对 LLM 做多轮 PPO 强化学习，激活大模型预训练自带的世界知识，结合新任务规则，优化推理、决策能力。该方案解决纯大模型自主探索未知场景算力成本高、收敛缓慢的痛点，可降低训练算力开销，提升模型在空间、长时序、开放式陌生任务上的推理能力。

商汤绝影 Sage 模型后训练关键技术之一 ERL工作原理拆解

图片来源：商汤绝影

ERL 可擦除强化学习，专门解决搜索增强大模型在多步骤链式推理中“一步出错、整条任务链路失效”的核心难题。 机制借鉴人类思考纠错习惯：模型能够自主定位推理链路里的错误环节，仅擦除出错片段、保留已验证正确的历史信息，仅针对出错部分局部重试规划，不用全部任务推倒重来，有效提升小模型执行复杂连续任务的成功率。

举例说明，假设用户下达长链条指令：“导航去杭州，顺路找一家爱吃的餐厅，预约车位”。针对这种多步 Agent 链式任务，端侧AI模型的工作步骤是拆解任务→查询位置→查询餐厅→查询车位→下发导航。采用传统AI大模型，如果中间某一步拆解、理解出错，整套流程直接崩坏。商汤绝影的ERL 可以让 Sage 在推理过程中，识别中间步骤错误，局部擦除错误环节，重新规划，不用把全部任务推倒重来，提升车载复杂 Agent 任务的成功率。

SCOUT 与 ERL 从训练源头降低陌生环境学习成本，到在推理运行阶段修复链式任务错误，二者相辅相成，共同构筑起 Sage 端侧大模型面向车载具身智能的算法底座。在此技术基础之上，以外置 AI‑BOX 形态落地的 SageBox，也折射出整个 Physical AI 行业当前的机遇与现实约束。值得注意的是，这套端侧大模型智能体能力并不局限于汽车场景，还可迁移复用，充当其他硬件的边缘智慧大脑，拓展至家用边缘大脑、陪伴机器人等 Physical AI 终端，在更多实体设备上释放具身智能的价值。

AI BOX重点厂商2：中科创达量产版AIBOX-N1

中科创达量产版AIBOX-N1是基于NVIDIA Drive AGX Orin打造的车规级独立AI算力扩展单元，稳定输出200TOPS AI算力与205GB/s超高带宽，完美适配1–7B多模态大模型本地流畅推理。产品核心优势为轻量化外挂部署，零整车架构改造，支持风冷、水冷双散热方案，适配各类乘用车安装环境与宽温车规工况。

依托自研滴水AIOS 2.0 Pre系统底座，产品可实现多模型并发调度、动态算力分配、低延迟推理优化，有效解决传统座舱域控算力拥堵、大模型运行卡顿的痛点。帮助车企在不更换原车域控的前提下，快速落地座舱AI Agent、多模态交互、增强哨兵、主动场景服务等高阶功能，支持车型算力分层配置，大幅缩短智能化改款周期、降低研发迭代成本。目前该产品已获得吉利等头部主机厂前装定点，是行业中期车载端侧大模型规模化落地的标杆性弹性算力方案。

中科创达量产版AIBOX-N1

图片来源：中科创达

AI BOX重点厂商3：面壁智能AI 大模型

面壁智能 AI BOX 是大模型厂商主导的外挂式座舱独立算力单元，以MiniCPM 系列端侧大模型 + SuperMate 座舱 AI 智能体为核心壁垒，面向主机厂提供 “硬件算力底座 + 原生端侧大模型 + 座舱 Agent 应用” 一体化方案，无需重构原车 EE 架构，为存量改款、全新车型提供弹性算力扩展，优先实现纯本地离线闭环的多模态座舱智能体验。

产品采用双平台分层布局，精准覆盖高低端市场：旗舰版联合英特尔Core Ultra平台，搭载XPU异构架构，最高180TOPS稠密AI算力，可支撑35B超大参数模型与复杂长上下文、全模态推理任务，适配高端智能车型；性价比版采用瑞芯微RK3576M+RK1828车规双芯方案，依托风冷散热、低功耗特性，稳定运行3B–7B MiniCPM模型，推理速度可达100+token/s，适配中端车型规模化量产落地。

面壁智能AI BOX 采用双硬件平台硬件布局

来源：佐思汽研

面向 Physical AI 下半场，汽车向车轮上的超级智能体演进已是行业明确趋势。实现主动式全流程服务、座舱‑智驾‑生态跨域协同，是车载具身智能的核心目标，但理想能力落地仍面临现实约束。 外置端侧 AI BOX 作为增量升级方案，无需大刀阔斧改动整车架构，即可补齐大模型算力，成为现阶段兼顾成本与迭代效率的务实路径，也吸引大模型企业、Tier1、芯片厂商、主机厂多方入局竞争。

不过外置 AI BOX 仍是阶段性过渡路线，未来伴随新一代舱驾一体芯片陆续量产，域控原生集成大模型将成为重要发展方向。硬件形态虽会迭代，但行业竞争的本质始终落脚于真实用户体验。如何控制硬件成本、满足车规安全、优化推理时延，把演示级的长链条主动服务变为高频可用功能，是行业共同的挑战。