作者 ｜ Janson

编辑 ｜ 志豪

车东西 10 月 23 日消息，日前，在汽车工程学会年会上，斑马智行高级副总裁、首席产品官蔡明在论坛圆桌环节阐述了公司在 AI 浪潮下的战略定位、核心技术及行业洞察。

斑马智行将自身定位为一个独特的 " 新物种 "。其业务由三层构成：底层的操作系统（OS）能力、中间的 AI 全栈技术 ，以及顶层的开放生态平台。

斑马智行高级副总裁、首席产品官蔡明在论坛圆桌

不同于行业内硬件、软件全包的垂直模式，斑马强调其平台的 " 完全横向开放性 " ，旨在与行业建立 " 竞合关系 " 。

其核心技术突破是 "Auto Omni" ——一个全模态、端到端的多模型解决方案 。此方案旨在解决行业对数据隐私、安全和断网可用的痛点。

得益于模型小型化与芯片算力提升的 " 接驳点 "，斑马智行通过将模型部署在 " 端 "（车载芯片）而非 " 云 "，并结合视觉、语音等 " 全模态 " 感知能力，斑马正推动交互从 " 语音驱动 " 跨向 " 主动智能 " 时代。

当下，斑马的重心是 " 智能座舱 "（舱）及支持未来舱驾融合的底层 OS 。他们认为 " 舱 " 指向用户多元化的 " 生活 "，是开放的、商业价值更宽厚的领域 ，即马云所言 " 未来汽车 80% 的事是跟汽车无关 " 。

面对市场竞争，斑马视不少头部自研车企为标杆，其高水平反向激励了其他车厂对斑马平台化方案的需求。

未来斑马则以 " 全开放 "、可解耦、多芯适配的灵活服务模式，赋能行业伙伴。

在会后，包括车东西在内的多家媒体与斑马智行高级副总裁、首席产品官蔡明蔡明、斑马智行首席战略官邢悦进行了对话交流，讨论了汽车 " 智能化 " 下班车中，座舱发展的前景的变化。

以下是访谈实录，车东西在不改变原意的情况下进行摘编：

一、对话斑马智行高管 系统整合、行业挑战及未来解决方案

针对智能汽车系统中 " 整合 " 与 " 交互 " 何者对用户体验更关键的问题，蔡明认为这两者密不可分，同等重要。

他将其比作 AI 的 " 感知 "（交互）与 " 执行 "（整合），二者缺一不可。斑马的全栈 AI 解决方案正体现了这种并重，它包含三大支柱：一是重构交互体系以实现深度感知和意图预判；二是构建智能中枢进行深度思考与任务分配；三是将车辆存量功能与互联网增量服务 "Agents 化 "，实现高效执行。

邢悦补充道，行业中能做好交互的已是少数，而能实现服务闭环（如将本地生活服务整合上车）的更是凤毛麟角，这构成了极高的技术和运营壁垒。

斑马智行首席战略官邢悦（左 1）、斑马智行首席产品官蔡明蔡明（左 2）

谈及产业所处的发展阶段，蔡明指出，智能汽车产业正处于软硬件 " 交替拉动 " 的 " 早期比较陡 " 的快速发展期。从微观上看，硬件可能在近半年稍稍领先，但这只是暂时的拉动状态。

邢悦则提出了 " 硬件为基，软件定义 " 的核心观点。她认为，当前大算力等硬件基础已出现一定冗余，关键在于通过软件来定义和充分释放这些硬件能力，以满足用户多样化的智能座舱需求。

蔡明对此表示赞同，并以 PC 产业为例，指出行业早期会高度关注硬件（如 486、586 处理器），但随着成熟，软件和场景价值（如 Windows 系统）将成为最终的差异化竞争根本。

然而，智能汽车的价值释放仍面临巨大挑战。蔡明总结了两个根本原因：一是系统尚未完全整合。受限于行业惯性，车辆还未实现真正的 " 中央计算 "，驾驶、座舱等系统间的隔离如同 " 任督二脉 " 未通，导致高端硬件的价值无法充分发挥。二是交互系统尚未稳定。汽车并非原生智能设备，其人机交互模式仍在探索中，尚未形成如鼠标、触屏般稳定的范式，而未来的 " 自然交互 " 体系仍在构建过程中。

面对这些挑战以及（在任何阶段都存在的）算力限制，蔡明提出的当前最优解是 " 全模态端到端的端模型 "（On-device Model）。

这一方案的优势在于，首先，它通过 " 常聆听、常睁眼 " 极大提升了 AI 的 " 感知 " 能力，并通过全时空记录实现了真正的 " 记忆 " 系统，从而拉高了用户体验上限。

其次，" 端到端 " 架构取代了旧的级联模式，保证了 " 及时性 "。

最后，作为 " 端模型 "，它实现了数据不出车、断网可用，完美兼顾了 " 安全性 " 和用户隐私。邢悦进一步强调，端模型是区别于云模型的重大机遇，它不仅能解决用户的隐私顾虑，更通过软件定义的新场景，为国产芯片厂商提供了冲击高端、高价值算力芯片的巨大发展空间。

二、不做辅助驾驶 积极布局 " 舱驾融合 "

对于辅助驾驶路线（如端到端与高清地图）的选择，斑马智行的蔡明总明确了其战略定位：斑马不做智能驾驶的应用层和算法，而是专注于 "L 型 " 战略，即提供支持智驾和智舱的底层操作系统（底软），并构建完整的智能座舱上层应用。

蔡明解释，这是一项战略性选择。首先，他判断智驾未来将成为 " 标配化 " ( Commodity ) 功能，就像手机通话质量，难以形成差异化和新的商业模式。

其次，该领域商业模式与斑马的优势不契合。

最后，L2 级辅助驾驶已是红海，而高端智驾（如端到端）极度依赖海量行车数据，这是斑马所不具备的。

斑马智行元神 AI 智能体

尽管如此，斑马正积极布局未来的 " 舱驾融合 "。蔡明指出，无论是在 " 芯片融合 "（OS 层支持）还是 " 模型融合 "（One Model）上，斑马都已占据优势。

邢悦补充道，斑马的角色是提供 " 基建 "，解决行业痛点。她认为，行业的真正痛点不是智驾算法本身，而是缺乏支持无图驾驶（尤其在中国复杂路况下）的 " 空间大模型 " 等基础设施。

在斑马专注的智能座舱领域，蔡明强调其战略是 " 开口、开放 " 的。他认为智驾指向 " 封闭和标准 "，而智舱则 " 指向生活 "，承载着未来汽车 80% 的开放性商业价值。

在具体实现上，斑马通过 AI 深度升级音乐、导航、车控等 " 存量 " 场景，使其从被动响应（如 " 雾灯在哪 "）变为主动智能（如 " 检测到雾，已开雾灯 "）。

同时，斑马大力开拓 " 增量 " 场景，如短剧、亲子互动等。邢悦介绍，其核心是 " 平台级智能体 "，它能通过自然交互，跨应用完成复杂任务，例如在导航中无缝完成订餐或购买电影票（包括选座和支付），或在隧道断网后提供会议摘要。

她强调，这些功能已在部分车型上量产落地。

三、与客户双向奔赴 认可新势力能力上限

在探讨斑马智行在激烈的 " 屏幕大战 " 和 " 芯片战争 " 中的核心战略时，蔡明总和邢悦总给出了清晰的解答。

蔡明指出，面对芯片竞争，斑马的策略是 " 全面开放 " 和 " 广泛适配 "。作为软件平台服务商，斑马必须支持尽可能多的芯片，这形成了一个 " 双向奔赴 " 的生态：芯片厂商需要斑马的操作系统来触达车厂并实现价值，而斑马也借此获得了芯片层面的深度支持。

邢悦则补充，面对 " 屏霸 " 趋势，斑马的策略是 " 一箭多星 "，即通过 " 智能体（Agent）组团上车 " 来充分利用和填充多屏、大屏带来的交互空间。

在关键的端侧大模型部署上，如何平衡算力与模型大小是核心问题。蔡明将其描述为算力提升与模型 " 小平化 " 的 " 握手 "。

他判断，行业正迎来一个关键的 " 接驳点 "，即以高通 8×97 或英伟达 Orin Y 为代表的算力芯片，与通义 3-Omni-4B（或 10B 左右）的端模型实现了完美的结合。这一拐点的实质性捕捉，将打开全新的局面。

斑马 Auto Omni 智舱 AI

实现这一突破的技术路径是复杂的。蔡明详解了斑马全模态端模型的四大核心环节：首先是深度参与通义基础模型的（闭源）训练；其次是进行 " 融合训练 "，将导航、车控、本地生活等多个垂直场景的数据 " 融合 " 进一个模型，使其在体积不变的前提下实现多任务能力；第三步是高难度的 " 量化 " 压缩，将模型性能损失（掉点率）控制在极低水平；最后是针对不同芯片平台进行极其繁重的部署和调优，例如与高通的合作就投入了巨大的人力。

对于如何衡量模型的好坏，蔡明提出了 " 思考、感知、记忆 " 三大核心维度，并表示具体指标正在快速推进中。而 " 千人千面 " 的个性化体验，则正是依赖于 " 记忆 " 维度的完善，通过构建区分用户的记忆系统来实现。

当被问及 " 硬件决定上限，软件决定体验 " 的观点时，蔡明认为这只是阶段性现象。智能系统的发展是软硬件 " 交替拉动 " 的周期。当前的硬件算力突破，很快就会被软件（如端模型）的需求所消耗殆尽，并反过来拉动硬件进行下一轮迭代。

在竞争定位上，蔡明明确了斑马与小鹏、华为的根本不同。小鹏、理想等自研车厂是斑马的 " 标杆 " 和 " 市场拉动力 "，他们把体验天花板拉得越高，其他车厂就越需要斑马这样的平台方案。

最后，蔡明表示，斑马天然愿意积极参与国家标准的制定，这源于阿里 " 缺芯少魂 " 的初心和产业责任。

结语：斑马要做好底软融合

面对 AI 浪潮，斑马智行亮明了其 " 横向开放 " 平台战略。他们不做智驾 " 红海 "，而是聚焦于智能座舱的广阔价值，并提供支持 " 舱驾融合 " 的底层 OS。

斑马正抓住芯片算力与模型小型化的 " 接驳点 "，携手生态伙伴，推动汽车交互从 " 语音驱动 " 迈向 " 主动智能 " 的新时代。