“超級Eva的量產(chǎn)，第一次讓汽車具備「超級智能體」形態(tài)。”

作者丨王瑞昊

編輯丨李雨晨

自2025年7月特斯拉在座艙接入Grok并與FSD形成協(xié)同后，AI上車一夜成為風(fēng)口。但熱鬧背后，當(dāng)前進(jìn)展更多停留在“語音交互升級”層面，人車交互范式未有本質(zhì)改變。真正具備意圖理解與執(zhí)行能力的“具身智能體”，依然未出現(xiàn)。

行業(yè)正在等待，一款真正改變現(xiàn)狀的產(chǎn)品。

4月17日，極氪8X上市，29分鐘大定量突破10000臺，其首發(fā)搭載由階躍、吉利、千里科技聯(lián)合研發(fā)的整車智能體“超級Eva”。這是一款回應(yīng)行業(yè)長期期待的產(chǎn)品。

與以往停留在座艙層的AI不同，超級Eva被定義為“整車智能體”，嘗試打通從感知、理解到執(zhí)行的整車鏈路，將AI從“對話入口”延伸至系統(tǒng)層能力。

過去一年，圍繞“Grok+FSD”的討論此起彼伏，但多數(shù)仍停留在追風(fēng)口階段。隨著超級Eva實(shí)現(xiàn)量產(chǎn)，這一方向第一次有了具象化的落地樣本。

01

大模型上車分水嶺：

不在對話升級，而在執(zhí)行任務(wù)

現(xiàn)在所謂“大模型上車”，本質(zhì)是把類似Grok這樣的通用模型接入座艙，用來提升語音交互體驗(yàn)。這種接入通常被稱為“外掛”AI，其提升的是對話交互體驗(yàn)，但無法深入到規(guī)劃與控制層，距離用戶期待中真正意義上的整車級智能體體驗(yàn)相去甚遠(yuǎn)。

雖然“外掛”AI也做到了更自然的對話、更豐富的知識庫、更擬人的交互體驗(yàn)。但問題在于，這些能力距離真正的汽車智能體標(biāo)準(zhǔn)仍有明顯差距。物理AI不僅要“說得更好”，更關(guān)鍵的是要“做得更好”。

換句話說，“外掛”AI的本質(zhì)仍停留在人控車的輔助工具階段，而真正的整車智能體，則需要具備自主理解、決策與執(zhí)行任務(wù)的能力。

正如麥肯錫在相關(guān)研究中指出，當(dāng)前車載AI的主要瓶頸，并不在語音識別或?qū)υ捘芰�，而在于“跨系統(tǒng)任務(wù)編排能力”的缺失。系統(tǒng)無法將用戶的一個(gè)復(fù)雜目標(biāo)，轉(zhuǎn)化為多模塊協(xié)同執(zhí)行的動(dòng)作鏈路。這也是為什么，大多數(shù)所謂“AI助手”，本質(zhì)上仍是被動(dòng)“響應(yīng)命令”的工具。

而“超級Eva”意義，就在于把目前的瓶頸突破了，讓大模型上車第一次迎來分水嶺時(shí)刻，從此前以提升交互體驗(yàn)為核心的階段，邁向AI第一次作為整車大腦的智能體階段。

這也是為什么行業(yè)將超級Eva與Grok上車Tesla的體驗(yàn)相提并論，因?yàn)樗鼈兌即碇粋�(gè)相同的趨勢：AI正在從回答問題走向完成目標(biāo)。

舉一個(gè)我們開車時(shí)的剛需場景——當(dāng)你對著車機(jī)說：“帶我去接孩子放學(xué)，順便找一家麥當(dāng)勞，5點(diǎn)前我要到學(xué)校�！�

在超級Eva出現(xiàn)前，這句話大概率無法被直接執(zhí)行。因?yàn)橄到y(tǒng)無法理解其中的多重意圖，用戶必須手動(dòng)拆解成多個(gè)指令：先導(dǎo)航到學(xué)校，再搜索麥當(dāng)勞，再設(shè)置途經(jīng)點(diǎn)，途中還要不斷確認(rèn)路線與時(shí)間。整個(gè)過程中，人仍是決策者與控制者，車只是執(zhí)行工具。

但在超級Eva中，這句話會被當(dāng)作一個(gè)“目標(biāo)”處理，而不是一串命令。

系統(tǒng)會自動(dòng)完成三層解析：先識別任務(wù)結(jié)構(gòu)——接孩子是主任務(wù)，買麥當(dāng)勞是附加任務(wù)，5點(diǎn)前到達(dá)是硬約束；再拆解每個(gè)任務(wù)——篩選合適門店、規(guī)劃最優(yōu)路線、計(jì)算時(shí)間窗口、評估繞行成本；最后調(diào)度系統(tǒng)能力——調(diào)用導(dǎo)航、輔助駕駛、泊車等多個(gè)模塊形成閉環(huán)執(zhí)行。

更關(guān)鍵的是，在執(zhí)行過程中還能根據(jù)實(shí)時(shí)路況、時(shí)間變化進(jìn)行動(dòng)態(tài)調(diào)整。比如遇到前方堵車會提前提醒，并可以完成以達(dá)成目標(biāo)為主的規(guī)劃與執(zhí)行。

這背后真正發(fā)生的變化是，用戶不再替AI思考“怎么做”，只需要表達(dá)“要什么”，這可以稱得上是一次體驗(yàn)范式的重構(gòu)。

Gartner在其2025技術(shù)趨勢中將“Agentic AI”列為關(guān)鍵方向之一，強(qiáng)調(diào)其本質(zhì)是“能夠自主制定計(jì)劃并執(zhí)行多步驟任務(wù)的系統(tǒng)”，不再是傳統(tǒng)的對話式AI。

超級Eva的出現(xiàn)，本質(zhì)上就是把這一能力，第一次落在了量產(chǎn)車上。

02

為什么是階躍能最先做成這件事？

如果說大模型上車的第一階段，是把“會說話的AI”裝進(jìn)車?yán)�，那么這一階段的上限，其實(shí)已經(jīng)被證明是有限的。

真正的分水嶺，在于AI是否開始具備“感知世界 + 理解意圖 + 執(zhí)行動(dòng)作”的閉環(huán)能力。極氪8X首發(fā)搭載的整車智能體超級Eva，第一次國內(nèi)讓車載AI具備了這種閉環(huán)能力，技術(shù)層面是“語言大腦 + 語音表達(dá) + 視覺感知”三套能力協(xié)同的結(jié)果。

而支撐這一切的底座，是階躍星辰的Step系列模型矩陣。

據(jù)我們了解，階躍星辰是國內(nèi)基座模型研發(fā)最全面的公司之一，其自研的Step系列基座模型矩陣覆蓋了從千億參數(shù)到萬億參數(shù)，構(gòu)建了從語言、推理到多模態(tài)，從理解到生成的全面能力。Agentic 時(shí)代，模型要真正從軟件層面走進(jìn)物理世界，覆蓋了感知-推理-執(zhí)行全鏈條的系統(tǒng)能力是必備要素。

階躍最新發(fā)布的Step 3.5 Flash，是整個(gè)超級Eva的“大腦”，其不是一個(gè)單純的大語言模型，而是一個(gè)面向Agent場景設(shè)計(jì)的推理與規(guī)劃引擎。

Step 3.5 Flash有三個(gè)關(guān)鍵能力。

第一是速度與穩(wěn)定性。模型推理速度最高達(dá)到350TPS，在復(fù)雜任務(wù)中仍能保持低延遲響應(yīng)，這意味著它可以支撐更流暢的車端實(shí)時(shí)交互。

第二是復(fù)雜任務(wù)推理能力。在OpenRouter全球調(diào)用榜中登頂，這一成績證明了Step 3.5 Flash具備穩(wěn)定處理多步邏輯鏈的能力，在現(xiàn)實(shí)Agent場景中被大量開發(fā)者所選用。

三是長上下文與記憶能力。支持256K級別上下文處理，讓“連續(xù)任務(wù)”成為可能，這是車載Agent能夠記住用戶偏好，更“懂人”的基礎(chǔ)

這三點(diǎn)能力決定了當(dāng)前車載AI最關(guān)鍵的一個(gè)變化：AI第一次能夠“理解一個(gè)目標(biāo)”，而不只是“理解一句話”。得益于這一能力，例如你提出“我要去看演唱會”這一目標(biāo)，超級Eva便能自動(dòng)拆解為出發(fā)、路線、停車、訂酒店、訂飯店等多個(gè)子任務(wù)，并在執(zhí)行過程中根據(jù)路況與時(shí)間動(dòng)態(tài)調(diào)整。

這不再是簡單的導(dǎo)航或推薦，而是一次完整的任務(wù)編排與執(zhí)行，體現(xiàn)出大模型在復(fù)雜場景下的推理深度與系統(tǒng)級調(diào)度能力。

如果說Step 3.5 Flas這一大腦解決的是“想清楚”，那么語音模型解決的是“說清楚”。

傳統(tǒng)車載語音的問題是交流不擬人，輸出往往是功能播報(bào)式的——“已為您規(guī)劃路線”“空調(diào)已開啟”。而超級Eva接入階躍的語音大模型，改變的正是這種表達(dá)方式。

該模型具備幾個(gè)能力：情緒理解（識別用戶語氣背后的緊迫性或松弛感）；語義重構(gòu)（將機(jī)械指令轉(zhuǎn)化為自然表達(dá)）；對話連續(xù)性（支持上下文中的持續(xù)交流，而不是一次性問答）；知識庫（支持智能搜索，什么都能聊）。

舉一個(gè)例子，你說“我累了，好想回到小時(shí)候”，它會像一個(gè)知心朋友一樣陪你聊天。

換句話說，這一模型能力解決的是“人愿不愿意繼續(xù)說”，而不是“說得像不像人”，后面的能力此前的車載AI助手就已具備。

如果說Step 3.5 Flash和語音模型是大腦和嘴巴，那么視覺模型就是智能體的眼睛。

這是當(dāng)前大多數(shù)車載AI的短板，Grok也不例外。

超級Eva接入視覺能力，使車輛第一次具備了基礎(chǔ)的環(huán)境理解能力，能識別車位是否被占用，還能感知環(huán)境變化并調(diào)整策略……。

值得一提的是，超級Eva的多模態(tài)協(xié)同能力，是目前類似Grok也仍未完全覆蓋的方向。Grok強(qiáng)于語言與數(shù)字世界理解，但在物理感知與執(zhí)行閉環(huán)上仍處于演進(jìn)階段。

對于汽車這一最具想象力的物理AI終端來說，超級Eva讓它不再是工具，而開始成為一個(gè)可以協(xié)助人類完成任務(wù)的超級智能體。

03

原生AI時(shí)代，需要怎樣的造車模式？

過去AI上車慢和體驗(yàn)不及預(yù)期，癥結(jié)在于三方能力的互相割裂：模型公司懂AI，但不一定懂整車系統(tǒng)；車企懂整車，但不一定有最前沿的模型能力；中間工程落地和場景編排，常常缺少一個(gè)足夠強(qiáng)的承接方。

這造成的結(jié)果就是：模型很強(qiáng)，但上不了車；上了車，但調(diào)不動(dòng)整車系統(tǒng)；功能做出來了，但難以快速量產(chǎn)和穩(wěn)定交付。

而超級Eva的快速量產(chǎn)，驗(yàn)證了一條新的可行路徑：AI基座模型公司、汽車廠商、汽車科技公司三方聯(lián)手的深度共創(chuàng)，最終呈現(xiàn)的效果最優(yōu)。

這種“你中有我”的深度融合，讓三方從第一天起就圍繞“整車智能體”目標(biāo)做聯(lián)合定義和聯(lián)合開發(fā)。

數(shù)據(jù)佐證了這一模式的效率，Step 3.5 Flash于2月2日發(fā)布并開源；3月16日即接入超級Eva并開啟預(yù)售；4月17日隨極氪8X正式上市。從模型發(fā)布到量產(chǎn)上車，僅用了兩個(gè)多月。

而且，這并非階躍在汽車領(lǐng)域的首次亮相。此前，階躍已聯(lián)合吉利、千里打造了智能座艙Agent OS，并率先在吉利銀河M9上實(shí)現(xiàn)了端到端語音大模型的上車。此次超級Eva的量產(chǎn)，標(biāo)志著階躍“AI+終端”的商業(yè)化鏈路已完全跑通，并且進(jìn)入了加速期。

因此，車上智能體要想真正做深、做快、做成量產(chǎn)，不能只靠車企單打獨(dú)斗，也不能只靠模型公司技術(shù)輸出。階躍、吉利和千里科技的合作，可謂是為行業(yè)打造了一個(gè)商業(yè)范本。

04

超級Eva隨極氪8X量產(chǎn)上市，不能看作是一個(gè)簡單功能的加入，它最大的意義在于宣告汽車正式進(jìn)入“整車智能體”時(shí)代。

很多車企都在布局大模型上車，但階躍、吉利、千里聯(lián)合研發(fā)的超級Eva，可以說是首個(gè)真正實(shí)現(xiàn)量產(chǎn)落地、性能強(qiáng)、真可用的“中國版Grok上車”。

以此為起點(diǎn)，超級Eva將不再只是車內(nèi)的伙伴，更是連接出行、生活服務(wù)的智能樞紐。從理解一句話到搞定一整件事，階躍AI+終端的商業(yè)化進(jìn)程，正進(jìn)入全面加速的快車道。