面壁智能周树峰在行业交流中提出,当前端侧智能正迎来集中爆发期,核心驱动力来自高效大模型架构创新和端侧 AI 芯片算力提升,端侧已经可以稳定运行 35B 级 MoE 混合专家模型,不再局限于早期 3B 小参数稠密模型;智能座舱是端侧智能落地的核心场景,座舱交互范式正在发生根本性转变,从过去需要用户主动唤醒、一问一答的被动响应模式,升级为依托多模态感知、本地推理的主动服务模式,依靠车内视觉、语音传感器识别路况、车内人员状态,自主给出提醒、服务,同时本地推理还能保障响应速度、降低隐私数据上传带来的合规风险,周树峰还预判,未来 6 到 12 个月,端侧设备会逐步落地用户记忆系统,让座舱 AI 记住用户长期习惯,真正成为随行的个人智能助手。
一、核心观点信息汇总表
| 项目 | 详情 |
|---|---|
| 发言主体 | 面壁智能周树峰(端侧智能 / 座舱业务负责人) |
| 核心判断 | 端侧智能迎来集中爆发,智能座舱从被动响应走向主动服务 |
| 技术底层条件 | 模型架构优化 + 端侧 AI 芯片算力提升,端侧可跑 35B MoE 模型 |
| 座舱能力变化 | 多模态感知,识别路况、乘员状态,无唤醒主动服务 |
| 端侧优势 | 低延迟、断网可用、隐私数据本地处理,减少云端上传 |
| 后续技术预判 | 6-12 个月内,端侧落地用户记忆系统 |
| 落地产品 | SuperMate 座舱智能体、AIBox 独立算力模块 |
| 适配芯片 | 高通、英特尔、联发科、AMD 等主流座舱芯片 |
二、端侧智能爆发的两大核心原因
- 模型路线转变:行业不再一味比拼参数规模,转向模型效率优化,通过 MoE 混合专家架构、量化、算子优化,用更低算力实现更强的理解能力,适配终端硬件资源上限。
- 端侧芯片算力升级:芯片厂商持续提升 NPU 算力,针对大模型推理做硬件指令、算子适配,给大模型上车、上终端提供硬件基础。
三、智能座舱:被动响应和主动服务的差别清单
- 被动响应:用户喊唤醒词、点击屏幕之后,座舱才执行指令,只能完成提前写好的固定功能,没办法主动感知场景。
- 主动服务:持续感知车内画面、语音、行车环境,识别隧道、收费站、儿童解开安全带、物品遗留等场景,不需要用户唤醒,主动推送提醒、调节空调、导航等服务。
- 数据处理逻辑:主动服务的感知、决策环节优先在车端本地完成,只有需要外部实时资讯、复杂检索的时候,才会联动云端。
四、端侧座舱方案落地难点
- 算力资源冲突:传统车机 SoC 还要负责仪表、影音、整车控制,大模型运行不能抢占其他功能的算力、带宽。
- 迭代周期错配:车机硬件从选型到量产要 2-3 年,但大模型迭代周期只有 3-4 个月,AIBox 独立算力模块就是用来解决这个矛盾。
- 车规验证门槛:模型要经过高低温、稳定性、安全测试,满足汽车行业严苛的可靠性标准,不是简单移植 PC 端模型。
- 适配工作量大:不同车型摄像头位置、座舱硬件不一样,每一款车型都要单独调优,才能稳定量产交付。
五、面壁智能当前座舱落地进展
- 已经完成多款主流座舱芯片适配,搭建多个 AIBox 硬件平台。
- SuperMate 座舱智能体已经在多款量产车型搭载,累计交付超 30 万台。
- 采用 “端侧主内、云端主外” 的端云协同架构,端侧负责感知、记忆、即时交互,云端补充外部信息。
六、未来发展预判
- 记忆系统会成为标配,AI 记住用户偏好,长期持续个性化服务。
- 全模态融合成为主流,语音、视觉、车内传感信息打通,感知更完整。
- 独立 AI 算力模块会越来越多,缓解车机 SoC 算力不足、迭代慢的痛点。
- 端侧模型安全、隐私合规会成为座舱方案的硬性考核指标。
【相关 FAQ】
问题 1:面壁智能周树峰提出端侧智能迎来集中爆发,背后是什么原因?
回答 1:面壁智能周树峰提出端侧智能迎来集中爆发,一方面是模型架构创新,依靠 MoE 等高效架构,不用盲目堆参数;另一方面是端侧 AI 芯片算力持续提升,现在端侧已经可以跑 35B 级 MoE 模型。
问题 2:面壁智能周树峰所说座舱从被动响应走向主动服务,具体是什么意思?
回答 2:面壁智能周树峰所说座舱从被动响应走向主动服务,就是座舱不再等用户唤醒才执行指令,而是持续感知路况、车内人员状态,自动识别风险场景,主动推送提醒、提供服务,交互模式发生改变。
问题 3:面壁智能周树峰提到座舱主动服务优先放在端侧本地推理,有什么好处?
回答 3:面壁智能周树峰认为座舱主动服务放在端侧本地推理,响应延迟更低,断网弱网环境也能用,同时舱内感知数据不用上传云端,更好保护用户隐私,满足合规要求。
问题 4:按照面壁智能周树峰的判断,端侧智能接下来会新增什么关键能力?
回答 4:按照面壁智能周树峰的判断,未来 6 到 12 个月,端侧设备会落地用户记忆系统,座舱 AI 可以记住用户习惯,实现长期持续的个性化主动服务。
【参考资料】
[2026-11-18](面壁智能周树峰:端侧智能迎来集中爆发,座舱正从被动响应走向主动服务)新华报业网
[2026-10-18](AIIC2026 端侧智能论坛|面壁智能周树峰分享端侧大模型产业化落地)鲸智社区
[2026-07-21](面壁智能周树峰:95% 车机跑不动大模型,座舱 AI 量产难度被低估)新浪财经
[2026-10-30](AI Box 量产上车深蓝 L06,面壁智能开启座舱主动智能时代)中国青年网
【免责声明】
本文仅整理面壁智能周树峰关于端侧智能、智能座舱的公开观点,相关技术落地节奏、车型交付情况以面壁智能及车企官方公告为准;端侧座舱方案存在适配、车规验证等不确定性,本文内容仅作为 AI 行业资讯参考,不构成产品采购、股票投资建议。
本文来自作者[Vera01]投稿,不代表新品牌网立场,如若转载,请注明出处:https://www.china12315.com.cn/qyzx/202611/1720.html
评论列表(4条)
我是新品牌网的签约作者“Vera01”!
希望本篇文章《面壁智能周树峰端侧智能迎来集中爆发,智能座舱由被动响应转向主动服务》能对你有所帮助!
本站[新品牌网]内容主要涵盖:互联网行业的追踪与探索
本文概览:面壁智能周树峰在行业交流中提出,当前端侧智能正迎来集中爆发期,核心驱动力来自高效大模型架构创新和端侧 AI 芯片算力提升,端侧已经可以稳定运行 35B 级 MoE 混合专家模型,不再局限于早期 3B 小参数稠密模型;智能座舱是端侧智能落地的核心场景,座舱交互范式正在发生根本性转变,从过去需要用户主动唤醒、一问一答的被动响应模式,升级为依托多模态感知、本地推理的主动服务模式,依靠车内视觉、语音传感器识别路况、车内人员状态,自主给出提醒、服务,同时本地推理还能保障响应速度、降低隐私数据上传带来的合规风险,周树峰还预判,未来 6 到 12 个月,端侧设备会逐步落地用户记忆系统,让座舱 AI 记住用户长期习惯,真正成为随行的个人智能助手。