汽车华尔街
【导语】
CES国际消费电子展，从来都是科技巨头潮流秀场；虽然它不是车展平替，但车企们却非常重视这一舞台。说白了，皆为打桩自家公司科技属性，谁也不愿呆在传统制造业里被外界鼻孔，一副“拜拜，诺基亚”的既视感。或许，仍有不少人会将中国车企前去参会看作是出口转对内营销之举。假若了解此次吉利汽车参展的口气，这你敢信吗？真是不客气，就是和要特斯拉一较高低！
会不会吉利真有点东西？往下看
吉利汽车非常明确：它这次来不是秀某个智舱智驾的功能点，亦或者某个突出场景应用。来都来了，吉利汽车作为中国车企智能化研发杰出代表，早就按耐不住想要借2026 CES让外界完整了解其全域AI的内核，并且现场可以通过“上车验真”（银河 M9、极氪 9X/009 等）的方式体会什么叫做整车智能研发“代差”。
所谓“整车智能”就是从功能拼图，升级成一套统一的大脑 + 多智能体协同 + 数据飞轮的体系：
即WAM 世界行为模型（整车大脑）+ 全域AI 2.0（跨域融合）+ Eva 超拟人情感智能体（整车中枢）+ 千里浩瀚 G-ASD（高含模量智驾）。
一、WAM到底是什么？它怎么让车“更像人”？
WAM（World Action Model）世界行为模型，这个模型不新鲜。但是，吉利要讲的不是“我们也有一样的大模型”，它讲的其实是一个多层拼装——像一个组合变形金刚，身处沙盒大模型的世界里，一切就像在拍电影。
1）上层 MLLM：像“总导演”，负责定目标和大方向
你可以将其中的 MLLM（多模态大模型）理解成“总导演”，比如张艺谋。
它负责看懂用户想要什么，例如：目的地、路线偏好、时间要求、路况，来做宏观规划。比方说：该快还是该稳、要不要绕行、要不要顺路充电？
2）Action Expert：像“执行小脑”，将导演意图变成一串动作
动作专家（Action Expert）是“执行小脑”，你可以把它看做是袁和平，袁详仁那样的动作指导。当导演发指令说“稳一点、别吓到乘客”，它们就把这句话翻译成或者说拆接为：方向盘怎么打、油门怎么给、刹车怎么收、跟车距离怎么留。
3）World Model：像“脑内沙盘”，先在脑子里把未来跑一遍
世界模型（World Model）是“脑内沙盘 / 预测模拟器”：它的作用不妨比作效果监制：迈克尔·贝。
它会在毫秒级将“如果我这样或者那样打方向、这样或者那样加速”推演一遍，提前想象“下一秒、下一个画面会发生什么”。
4）Human-in-the-loop 的价值函数：像“体验评委”，给每个未来打分
这个概念最容易把人绕晕：Human-in-the-loop 的价值函数体系（Value Function）。想象一下，奥运会跳水裁判团里的郭晶晶，熟悉吗？
对，你可以把它理解成一个“体验评委团”：这些评委不是凭空来的，而是用大量人类驾驶数据训练出来的——它会对沙盘里推演出的多种未来场景进行安全、舒适、效率综合打分，选最优解，并“自我修正”。
说白了：WAM=导演（规划）+小脑（动作）+沙盘（预测）+评委（打分纠错）。
当大多数消费者还没怎么弄懂“端到端”的概念，吉利却“像拍一部拳拳到肉招招过命的动作片”那般，拆解成了可以工程化的链路。
讲到这儿，是不是我们很熟悉的味道：你们负责想，中国人负责落地。同样地，还有车载的那个“chatgpt”。
Eva：不止“会聊天”，而是“能托付”
吉利的智舱AI如果还是那个初级语音助手就敢奔CES上秀，那岂不是贻笑大方！当然不会，它已变身一个智能体架构，做成 “1+2+N”：
• 1：EVA = 整车级超级智能体，全局总指挥 + 用户唯一交互中枢
• 2：智驾/智舱 两个垂域智能体
• N：底盘、能源、车身等子域智能体
直白讲，EVA可以看做是代理模式：未来乘员不用再点屏幕、点菜单，完全去中介化，想到什么就直接说——
“帮我去充电”“接上我朋友”“今晚回家路上顺路取个快递”，EVA这个智能体会做任务分解、资源调度、舱驾协同，把整段出行链路全部做完。
别忘了，车展现场有银河 M9那样的车型，验真可以上车就试。可以说，吉利这回去CES是真的不怯场，指名要和特斯拉的FSD站一块儿。
G-ASD：盯着特斯拉 FSD “正面对标”？
话说回来，吉利要没点真东西，敢去FSD的北美主场？
所以，把吸睛的戏剧层面抛开，究其本源，吉利想赢的不仅是路试，例如在“某一段路开得谁比谁漂亮”，谁能更好的应对交通环境，真正的关键在：含模量。
含模量？可以把它理解为：一套智驾系统里，有多少决策是“模型算出来的”，而不是“规则由工程师写死的”。含模量越高，系统越像“会学习的司机”；含模量越低，越像“会背题的考生”。举个例子：集万千工程师写规则的第一代智能驾驶系统巅峰杰作，通用汽车的Super Cruise就是典型代表。
而第二代，决策是“模型算出来的”，当下G-ASD 与 FSD 是“行业唯二具备超高含模量”的方案。
“唯二”？吹牛吗？所谓善者不来，来者不善。吉利汽车此次在展会上对外界的阐释很“清晰”也非常“硬核”——数据、算力、硬件、闭环一整套证据链：
• 850 万车搭载辅助驾驶、累计百亿智驾里程、2500s万clips、百万级事故安全数据集；并强调“全生命周期数据闭环”。
• 车端：H7方案采用 Thor + 双 Orin；H9方案采用双 Thor、标配 5 颗激光雷达，总共 1400 TOPS。
• 云端：星睿智算中心 2.0 综合算力 23.5 EFLOPS；这个综合算力还给出一个工程口径——每提升 1 EFLOPS，一次迭代周期内可多学习近 10 万个场景。
• 规划：在法规允许下，今年推送高速 L3和低速 L4，并提到 Robotaxi 运营。
①：数据闭环（看谁在“越开越聪明”这件事上更有底气？）
吉利：直接给出规模口径 + 闭环承诺：
• 850 万车辆、百亿里程、2500 万clips、百万级事故数据集 + 全生命周期闭环。
特斯拉：官方信息目前能查到的“车队遥测与安全报告”：
• Tesla 车辆安全报告解释其如何基于车队数据统计“Autopilot/手动驾驶里程”。
• Tesla FSD 安全页面提到 Q3 2025 单季收到25 亿遥测数据包（不含中国）。
这个数据对比有些出乎人意料：吉利反而给出更令人信服的数据：“有一整池可训练数据，并且把事故数据纳入安全闭环”。没错，吉利的背后有沃尔沃，无论是事故数据的第一时间收集整理，还是全生命周期闭环的策略，都能看到沃尔沃为安全所付出的多年探索努力。可以说：吉利是站在了同行与同侪巨人的肩膀上。
当然，讨论数据这事，永远不是单一维度，比谁更多；而是比‘闭环速度 + 长尾覆盖率’。总之，clips的标注体系、长尾场景占比、合成数据与真实数据的配比，这些才决定“含模量”的真实性。
②：算力与工具链（谁更像“有工厂的AI公司”？）
先把 EFLOPS 得搞清楚概念：FLOPS就是“每秒能做多少次浮点运算”；而EFLOPS是“Exa FLOPS”，也就是 10~18 量级（百万万亿级）运算/秒。
因此，吉利的“综合算力 23.5 EFLOPS”，它更像一个“算力中心”的总盘子——将多类计算资源（不同集群、不同精度、不同任务）统在一起报一个“综合规模”。不过，应当看到“综合”≠“训练某个模型时的真实有效吞吐”，有效吞吐取决于模型结构、并行策略、数据管线、精度（FP16/FP8等）和通信效率。
这就非常考验吉利对于算力归拢工程干地是否漂亮，不妨就叫“AI工程施工”。吉利的做法是通过云端大模型训练（千亿级智驾基座模型），再通过世界模型生成式能力补 Corner Case，再通过强化学习与仿真训练；最后将云端能力通过知识蒸馏带到车—终端多模态 VLA 模型。
特斯拉的则是围绕 Dojo + 训练系统展开，外界已经比较熟悉。两者对比起来，持平而论：吉利的优势是“把世界模型、合成数据、蒸馏上车”这条链路干的明明白白；而特斯拉的优势“车队数据 + 自研训练系统”。长期迭代里已证明效率惊人，效果炸裂。
至于谁更强，还是往前看吧。未来就提一样最简单的：OTA 的有效迭代速度。等着看，往后谁迭代出新版本更快，效果更为炸裂。
③：上车覆盖与订阅空间（谁更会把AI变成“持续现金流”？）
说到底，AI的重度投入离不开消费者认可。对于特斯拉而言：订阅这件事“明牌”了，接受度非常高。FSD（Supervised）订阅 $99/月（不同基础版本升级路径略有区别）。并且，有一次性购买与订阅选项。
至于吉利：G-ASD 首版本已在极氪、领克多款车型上搭载，并给出 H1/H3/H5/H7/H9 的硬件分层逻辑。而Eva 则以银河 M9 为锚点，强调“未来一句话调度跨端生态”。简单说：“上车覆盖与分层方案”是做好了，但是订阅机制与定价，吉利似乎还纠结于中国市场的卷法，估计还要再等等看。
总的来说，特斯拉已经把“智驾订阅”跑成一个商业模型；对于后来者吉利而言：它有302万销量的品牌矩阵（极氪/领克/银河），更适合做“硬件分层 + 软件订阅分层 + 生态服务分层”的组合拳。这么看的话，其实吉利的商业想象空间比肩特斯拉起来，各有千秋。
EVA vs Grok：不比“谁更会聊天”
在汽车华尔街看来：特斯拉的Grok 实则是“你车里的AI聊天搭子”；而吉利的EVA 却想当“你车的总经理”。
大家先别喷，实事求是：Grok 是 xAI 的 AI companion（Beta），可以免手操作对话，能发起导航命令（找目的地、开始导航），但它仍是“伴侣型AI”，并没有被定义为整车控制中枢。而吉利的 EVA 则是：整车级超级智能体、用户唯一交互中枢、能做任务分解与资源调度，强调“舱驾协同”，甚至就像“帮我去充电/接朋友”这种复杂多项的完整任务链作为目标体验。
所以，这么看就很清楚了，真正比的不是人格、不是语音交互真人感，而是——谁能从“聊天入口”升级成“任务入口”，再升级成“执行入口”。入口嘛，很容易做热闹：你给它几种人格、后台多整几句金句，尤其择机蹦出来短视频它就爆了；但是做丝滑跳转，流转执行，这就很难做可信了。
总之，倘若 EVA 只做到“比 Grok 更会聊”，那就没啥要拎出来说的；只有当 EVA 真能“托付式完成任务”，并且丝滑可靠不翻车，当然有资格说代差。
最后，我们来做个总结：吉利此次参展2026 CES，其实未来就看三件事：
1. EVA 的管家链路：从你一句话到任务分解、再到跨域执行，能做几成？失败时怎么交接？
2. G-ASD 的城市体验：含模量高不高，最后还是要体现在“像不像人、稳不稳、会不会突然抽风”。
3. 商业化定价与责任边界：订阅空间不是“收不收费”，而是“收多少、包什么、出了事怎么界定”。
特斯拉已经明牌，吉利也必须跟牌——“管上”。
评论(0)