在 AI 技术加速向终端下沉的当下，整车智能已不再停留于概念层面。2026 年 6 月 25 日，吉利汽车研究院智能座舱智能化规划专家董文灏在第八届 AI 智能座舱大会上表示，汽车行业正从比拼模型参数的 " 上半场 " 转向应用落地的 " 下半场 "，核心目标是构建一个有记忆、能进化、可决策的整车级智能体。

吉利全新一代 AIOS 架构为此提供了底层支撑，通过端云协同与跨域融合，打通座舱、智驾、底盘及动力等不同域之间的壁垒。今年 4 月，超级 EVA 已在极氪 8X 车型实现量产首发，其独特之处在于接入了世界行为模型，能够同时处理导航规划、驾驶辅助与生态服务等复杂任务，并支持模糊意图理解与多轮对话，让车机更像一位 " 出行管家 "。

面向未来，董文灏表示，吉利将持续推进多智能体协同框架，适配从 8295 到下一代大算力芯片的多元平台，确保弱网环境下也能提供高智商服务。他强调，云端模型决定能力上限，端侧体验则决定用户口碑，只有将两者深度耦合，才能真正让 AI 座舱从功能叠加走向服务进化的新阶段。 

董文灏 | 吉利汽车研究院 智能座舱智能化规划专家

以下为演讲内容整理：

AI 发展趋势与行业痛点

从宏观视角来看，AI 本身在去年取得了长足的突破，其发展重心已从上半场的模型竞赛过渡到下半场的应用落地。当下的比拼焦点不再是单纯的模型参数量和性能指标，而是如何将 AI 能力更深入地嵌入到终端设备中，开发出能够感知环境、进行思考并执行任务的各类超级智能体。聚焦到汽车行业，今年被视为汽车超级智能体的元年，大量此类智能体将在各类车型上实现商业化落地。行业目标已高度收敛，即打造一个舱驾融合的整车级智能体，使车机不再是孤立的存在，而是成为一个具备记忆、情感，并能自我进化与决策的 AI 伙伴。

实现这一目标的路径十分清晰：首先在端侧部署大算力芯片，其次在架构上实现端云协同与跨域融合，并建立数据闭环等能力，最终在此架构之上打造各类应用智能体。然而，在端侧部署大算力芯片的过程中，吉利也遇到了一些核心痛点。例如，在模型层面，端侧的平均推理速度有时会达到三秒，这对用户而言难以接受。同时，端到端的语音链路与传统三段式语音链路在兼容性上也存在问题。在推理框架与中间件层面，尽管吉利正在开发行业内算力最大的座舱芯片，可部署 14B 模型并拥有四块 NPU，但在同一芯片上部署多个模型并进行实时算力分配时，仍面临诸多困难，如仅支持串行任务调用而不支持并行多任务开发，动态调用效果不佳。在场景应用层面，由于芯片价格昂贵，而当前端侧模型能为用户带来的体验仅限于哨兵模式增强或舱内识别等有限功能，这使得用户不愿意为高昂的芯片成本买单。

吉利全新一代 AI 架构与超级 EVA 产品

为解决上述痛点，吉利分享了自己的思考与实践。首先，吉利发布了全新一代的 AI OS 架构，该架构以 AI 子系统为核心。在底层硬件平台上，吉利将在端侧部署下一代座舱芯片，同时也正在开发 AI Box，作为 NPU 算力的补充，旨在为算力相对不足的老旧车型实现智能化平权。向上则是 AI 架构层，其核心是一个跨平台融合的大模型部署框架和 AI 数据管道，云端和车端将部署包括生成式大模型、播报大模型、感知大模型在内的各类模型。再往上是整车操作系统层，根据不同品牌，吉利针对不同品牌分别采用全栈自研的 ZEEKR OS 和 Flyme Auto 两款 AI OS。最上层则是智能化体验层，分为 AI 语音和 AI 场景两部分，前者通过语音实现控车与导航，后者则将智能主动服务应用于各类场景。与用户交互的界面，是吉利三个品牌统一的 EVA 形象。

基于这一架构，吉利推出了名为 " 超级 Eva" 的产品。在今年 1 月的美国 CES 展览会上，特斯拉的 "GROK" 产品令人印象深刻，其核心是深度导航与深度对话。吉利早在之前便有技术布局，并在极氪 8X 上实现了超级 Eva 的首发。其核心技术能力在于接入了世界行为模型，并真正实现了智能座舱、智能辅助驾驶、底盘域、动力域等多个领域的融合。简单来说，超级 Eva 同时实现了类似特斯拉 "GROK" 加上 FSD 的功能。其带来的核心产品体验可以概括为四个维度：很懂你、很懂路、会规划、很能办事。

具体而言，超级 EVA 具备记忆能力，能够精准识别模糊的意图指令，并可同时进行多任务规划。例如，用户可以下达一系列复杂指令：" 下班后去接孩子，接了孩子后去看日落，看完日落导航去上周吃过的那家川菜馆并取号，回家路上顺路找一家水果店，最终在九点前到家。" 超级 Eva 能够同时完成路线规划、记忆调用、生态调用以及激活智能辅助驾驶等一系列功能。由于采用了端到端的语音链路，相较于传统语音，它带来了更低的延迟和更具情感化的交互体验，让用户感觉更像在与一个真正的伙伴交流。

超级 Eva的技术架构与端侧算力解决方案

超级 Eva 的技术架构核心在于两大模块。其一，是一个统一的跨域记忆体系，具备长短期记忆能力，该能力计划在当年第三季度正式在车上实现。其二，是引入的自学习机制，能够不断学习并了解用户喜好，做出更符合用户偏好的选择。在基础架构方面，吉利部署了各类大模型，核心算法集中在理解模型与感知模型上。理解模型引入了世界行为模型，感知模型则侧重于全模态感知。在角色与交互层面，引入了快慢思考两条路线：对于简单指令，通过快思考快速响应；对于复杂指令，则通过慢推理链路处理。在交互层面，吉利重点实现了生成式 UI 交互，将交互从以指令为中心、以 APP 为组织的方式，升级为以意图为中心、以思威链为组织的方式，旨在打造全新的交互范式。

针对此前提到的端侧算力痛点，吉利提出了自己的解决方案，即构建一个面向异构算力平台的可拓展车端多智能体框架，名为 CockpitAgent。这个框架不再是一个全能而笨重的单体，而是一个高效协同的 " 项目经理团队 "。它设定了总调度、判断专家、资源管家三个角色，通过实时调度，使得各项能力按需启动，而非全部高负载运转，同时始终将安全相关的算力置于首位。该框架还打造了家庭记忆模型，能够记忆不同家庭成员的外貌、喜好和习惯。其最终优势在于，对所有算力平台都具有良好的适配性，超级 EVA 将从 8155 等老旧车型覆盖到最高规格的 8797 平台，同时带来高效率与低延迟的体验。

未来展望与挑战

吉利汽车的目标不仅仅是制造一辆交通工具，更是希望将汽车打造成一个整车的出行管家。在夯实基础能力的前提下，吉利将深度挖掘各类智能场景。这主要体现在四个方面：在用户层面，从理解指令升级为理解用户，识别不同成员的喜好；在场景层面，实现场景级决策，进行持续的主动推荐与服务；在协同层面，从独立智能体走向整车智能体的协同分工合作；在连接层面，持续引入外部生态，如订票、订酒店等服务。吉利坚信，云端大模型决定上限，而端侧体验决定下限。因此，吉利将致力于将端侧能力做到极致，确保在无网或弱网环境下，也能提供全能的智能服务，其目标是未来在无网情况下的能力，也要优于当前主流平台在云端模型支持下的表现。

2026 年是汽车超级智能体的元年，吉利通过超级 Eva 迈出了坚实的第一步。未来，吉利将持续迭代产品体验，以整车智能为核心，以用户体验为目标，与行业伙伴携手，共同开创 AI 座舱的新时代。

（以上内容来自吉利汽车研究院智能座舱智能化规划专家董文灏于 2026 年 6 月 25 日 -26 日在第八届 AI 智能座舱大会暨 2026 第四届车载显示与感知技术革新峰会上发表《智启座舱新时代：超级 Eva 构筑整车级智慧生命体》主题演讲。）