斑馬智能連發(fā)元神AI、AutoOmni和AutoClaw，車載AI從對話走向辦事

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(shù)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(tǒng)能力”。

此次活動中，斑馬智能集中發(fā)布了“元神AI汽車機器人大腦”、升級后的AutoOmni全模態(tài)端模型產(chǎn)品矩陣，以及面向復(fù)雜任務(wù)協(xié)同的AutoClaw方案。

▲斑馬AutoOmni產(chǎn)品矩陣

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

從斑馬智能給出的路線看，其核心思路并不復(fù)雜：一方面，用端側(cè)多模態(tài)能力提升交流質(zhì)量，讓車從“被動響應(yīng)”走向“持續(xù)感知”。

另一方面，用跨Agent的任務(wù)編排能力，把訂餐、約人、影音、用車服務(wù)等分散功能組織起來，推動車機從單點指令執(zhí)行轉(zhuǎn)向復(fù)雜目標協(xié)同。

斑馬智能方面在現(xiàn)場同時強調(diào)，過去兩年其已圍繞操作系統(tǒng)、模型能力、服務(wù)生態(tài)與交付體系做了持續(xù)投入，并把2026年視為智艙端AI加速進入爆發(fā)期的關(guān)鍵節(jié)點。

這也讓今年北京車展的一個變化變得更清晰：行業(yè)關(guān)注點正在從“有什么新功能”，轉(zhuǎn)向“誰能把AI做成可交付、可迭代、可規(guī)?；瘡?fù)制的產(chǎn)品體系”。

斑馬智能的這次發(fā)布，未必意味著格局已經(jīng)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(tǒng)集成、端云協(xié)同和量產(chǎn)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(shù)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(tǒng)座艙方案提供方，轉(zhuǎn)向“人工智能公司”。

斑馬智能首席產(chǎn)品官蔡明在現(xiàn)場回顧稱，斑馬智能近兩年圍繞操作系統(tǒng)、智艙AI和生態(tài)服務(wù)三條線持續(xù)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(xùn)練智艙專屬能力，同時把生態(tài)服務(wù)逐步Agent化。

第二層，是圍繞“交流”能力升級端側(cè)產(chǎn)品矩陣。

斑馬智能此次將AutoOmni從單一技術(shù)產(chǎn)品升級為產(chǎn)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(nèi)交互從“喚醒—說話—結(jié)束”的離散模式，轉(zhuǎn)向更持續(xù)的感知和更自然的上下文理解。

按照現(xiàn)場介紹，這套方案支持不同基礎(chǔ)模型與MoE架構(gòu)，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(yīng)和主動感知場景的落地

第三層，是圍繞“辦事”能力補上更復(fù)雜的協(xié)同能力。

此次同步發(fā)布的AutoClaw，被斑馬智能定義為面向智艙AI協(xié)作服務(wù)的解決方案，核心目標是把分散的Agent組織起來，完成跨任務(wù)、跨服務(wù)、跨終端的動態(tài)規(guī)劃。

蔡明在演講中反復(fù)強調(diào)，車載AI如果停留在單輪指令和單點調(diào)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(wù)、理解變量變化，并在過程中持續(xù)調(diào)整流程。

現(xiàn)場演示中，AutoClaw被用來處理約飯、訂位、聯(lián)絡(luò)、調(diào)整安排等復(fù)雜任務(wù)，背后對應(yīng)的是任務(wù)池、模型調(diào)度、Token與權(quán)限管理等系統(tǒng)能力。

▲元神AI架構(gòu)

綜合來看，斑馬智能給行業(yè)提供了一套“車載AI怎么從可聊走向可用、再走向可規(guī)?；桓丁钡姆椒ㄕ?。

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(chǎn)，則取決于操作系統(tǒng)、模型優(yōu)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(xiàn)場也把這一點說得很直白：模型很重要，但模型之外的系統(tǒng)、數(shù)據(jù)、調(diào)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(chǎn)經(jīng)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(jié)奏下穩(wěn)定落地。

二、對話斑馬首席產(chǎn)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(jié)束后，斑馬智能首席產(chǎn)品官蔡明、CTO司羅接受了包括車東西在內(nèi)的媒體群訪，以下是本次采訪內(nèi)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(xiàn)場

Q1：如果汽車智能體經(jīng)濟逐步成形，車載AI可持續(xù)的商業(yè)模式會是什么？

蔡明：我覺得它不可能永遠按照現(xiàn)在這種“像流量費一樣一直攤著走”的方式持續(xù)下去，最終還是要回到一個更穩(wěn)定的商業(yè)閉環(huán)里。

我的判斷是，訂閱會是基礎(chǔ)，再往上可能會泛化出一些別的形態(tài)，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(guān)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(xù)的模式，比較可行的路徑還是跟車廠聯(lián)運，通過訂閱方式來做分潤。

這件事本質(zhì)上不是單獨某一家技術(shù)公司能自己跑通的，它天然就是產(chǎn)業(yè)鏈協(xié)同的問題。

Q2：未來3到5年，真正決定車載AI體驗上限的關(guān)鍵點是什么？斑馬最想先在哪一塊實現(xiàn)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(fā)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(shù)據(jù)，因為今天再強的模型，本質(zhì)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(shù)據(jù)，誰就更有機會把體驗做深。

第三個其實特別關(guān)鍵，就是模型調(diào)度系統(tǒng)和外部架構(gòu)。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(gòu)，去把它組織起來、調(diào)度起來、接進真實業(yè)務(wù)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(shù)據(jù)、模型調(diào)度系統(tǒng)這三件事一起往上爬。

有時候模型進展快一點，有時候數(shù)據(jù)和系統(tǒng)追上來，本質(zhì)上就是這三者此消彼長、持續(xù)往上走。

Q3：今天發(fā)布的AutoClaw這類復(fù)雜任務(wù)智能體，車廠現(xiàn)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(jīng)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(xiàn)在有顧慮，最核心還是兩件事：一個是Token消耗問題，一個是權(quán)限濫用問題。

這兩個問題不解決，大家當然會謹慎。

因為復(fù)雜任務(wù)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(diào)服務(wù)、跑流程、執(zhí)行任務(wù)，就一定會觸碰成本和權(quán)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(wěn)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(fù)雜的事辦完？所以從我的角度看，關(guān)鍵不在于某一個車廠今天的表態(tài)，而在于我們自己的產(chǎn)品完成度有沒有到那個階段。

如果產(chǎn)品成熟了，用戶需求又足夠穩(wěn)定，這件事遲早會發(fā)生；如果產(chǎn)品還不成熟，那不接受也正常。所以我更關(guān)心的，還是把產(chǎn)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?，F(xiàn)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(wù)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(xiàn)在就已經(jīng)萬事俱備了，而是說它不能永遠停留在概念展示和技術(shù)演示層面，還是得盡快進入真正的產(chǎn)品化節(jié)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(xiàn)場演示和視頻里，外界會注意到一些生態(tài)層面的細節(jié)，比如為什么會出現(xiàn)釘釘，而不是微信。斑馬和騰訊生態(tài)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(xiàn)釘釘，本質(zhì)上只是因為阿里生態(tài)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(tài)之間有什么所謂的深層隔閡。

實際上，今天我們在很多生態(tài)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(xiàn)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(lián)絡(luò)溝通，關(guān)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(chǔ)設(shè)施其實已經(jīng)具備了。我們拿阿里生態(tài)舉例，只是因為它正好是一個現(xiàn)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(tài)之上。

Q6：你現(xiàn)在為什么會越來越強調(diào)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(yè)務(wù)形態(tài)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(tǒng)、做操作系統(tǒng)、做座艙方案的公司；但今天我們在做的事情，已經(jīng)不只是一個OS或者幾個應(yīng)用功能，而是在圍繞操作系統(tǒng)、模型能力、生態(tài)服務(wù)、任務(wù)協(xié)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(xiàn)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(xù)演進的系統(tǒng)。

當行業(yè)走到這一步的時候，就很難再只用傳統(tǒng)智艙供應(yīng)商的邏輯去理解它了。

我們強調(diào)自己是一家人工智能公司，本質(zhì)上也是想說明，我們現(xiàn)在真正投入和構(gòu)建的，是AI時代的底層能力體系，而不只是某個單點產(chǎn)品。

結(jié)語：車載AI競爭升級

當下，車載AI的競爭重心正在發(fā)生變化：從模型接入，轉(zhuǎn)向系統(tǒng)構(gòu)建；從單點演示，轉(zhuǎn)向量產(chǎn)交付；從“能說會答”，轉(zhuǎn)向“能理解、能協(xié)同、能辦事”。

這條路仍遠未到終局，行業(yè)也不會因為一家公司的發(fā)布就分出勝負，但可以確定的是，端側(cè)AI、Agent協(xié)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。