< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
2026-04-23 19:37:24 来源：量子位
L2+上车46万辆
贾浩楠 发自 副驾寺
智能车参考 | 公众号 AI4Auto
名符其实，日行千里。
按照北京车展开幕时间计算，印奇官宣掌舵千里科技，时间正好1年零5个月。
按照千里科技去年9月28日第一次公开披露技术、方案、战略体系计算，时间仅7个月。
7个月，足够一个自动驾驶公司初步组建团队、完成早期融资，甚至拿出一个相当惊艳的Demo；也够一个大模型AI玩家刷几个榜单、发数篇顶会论文。
但从来没人能够同时完成：高阶智驾量产上车46万辆、还要挑战三年800万辆。
也没有人能先于行业：做Agent座舱、L4级技术架构、随之而来的未来robotaxi，甚至一个熟悉物理世界的基础大模型。
唯独千里科技。北京车展前夕，这家智驾的AI技术派玩家交出了令人吃惊的商业化、技术、组织进展：
规模上：从几百人的原生AI大模型创业团队，扩张成数千人级别的“AI+车”实力玩家。
技术上：从智驾算法，成长为拥有大模型（阶跃星辰）、AI座舱、大算力的超级AI玩家。
交付上：千里科技智驾装车量已达成46万辆，其中极氪9X创造了历史，连续5个月霸榜豪华旗舰SUV销冠。
从技术体系，从组织规模，从落地加速度，千里科技是妥妥的“现象级”玩家。
汽车智能化，向物理AI迭代的浪潮中，中国“AI+车”的最强G2格局，已经初显。
智能车参考前不久追踪过赵明加盟千里科技的消息，这次北京车展前，赵明作为千里科技联席董事长第一次公开露面。
他给出了一组最新数据：
目前，千里智驾已上车46万辆。
其中包括极氪9X、8X等爆款旗舰车，也有领克品牌多款车型。
尤其是极氪9X：
从去年11月开始，9X第一次成为50万以上大型SUV销冠，到现在5个月连续月销过万，一直霸榜这个品类销冠。
这个“销冠”含金量格外高，一个最重要的因素是极氪9X完成了对问界M9的史诗级超越，在一众豪华旗舰SUV中脱颖而出——
特别是在新晋豪华品牌号召力上难以匹敌华为，且自主豪华车型配置、用料同质化的客观条件下。
极氪9X本身产品力绝对够强是一方面，但合并了豪华、用料、配置等等竞品“同类项”，再叠加品牌相对弱势的减益Debuff后，会发现极氪9X最“能打”的差异化优势在于：
智能化。
有且仅有的“中国版Grok+FSD量产”能力，在用户体验层面，也在后端技术研发体系。
千里科技在极氪9X上量产的技术，既不是单一的智舱，也不是单一的L2+，而是视觉大模型为基础，融合端到端的大语言模型能力，使得极氪9X超越“软件定义汽车”、“智能汽车”的范围，开始展现出“车载AI智能体”的价值。
9X上的千里超级智能体，除了一问一答的常规能力，还能够真正与用户多模态交互，理解其意图，比如识别停车场文字标牌、各个城市不同的公交车道、潮汐车道，并和智能辅助驾驶系统配合，输出合理通行轨迹，避免违章：
高速收费站ETC/人工车道不断档，你可以在系统设定优先程度，后续无论遇上多少种不同的收费站，千里智驾ASD 4.0都能顺利自主通过：
懂技术的用户肯定意识到了，千里智驾ASD 4.0系统不是通过记忆学习这样的穷举法去识别收费站，而是靠实时感知能力、举一反三的理解能力应对复杂场景。
甚至车本身作为一个智能体，“智能”已经延伸到车外：
车外视觉覆盖前中后全向，你可以在车外用手势引导泊入狭窄车位。
千里科技通过千里超级智能体和千里智驾ASD 4.0给出的体验，其实也是2026年智能汽车技术、体验竞争的新标准：
车位到车位的体验已经不稀奇，甚至开始普及。真正能脱颖而出的，是不依赖传统技术路线，以多模态大模型为基础，给出全场景、智能体验无断点的方案。
毕竟从用户角度来说，智能不彻底就是彻底不智能。
动用数千人团队用无数条规则代码，写一个能“兜住”大部分场景的辅助驾驶系统，确实也有人做到了。但泛化性差，能力上限被锁死，同时也解决不了下限问题：因为corner case不可能用人工手段去穷尽筛选。
就像前面的收费站案例，全国不同形制的收费站千千万，系统不可能全部记忆一遍，也不可能要求用户只走系统能处理的特定场景。
千里科技则不同，落地方案已经超越AI司机范围，也超出了座舱Chatbot范围，车载AI对内外部环境从感知到认知理解，极大提高智能辅助驾驶的全场景覆。
不让用户在未知、无准备情况下接管兜底，随时绷紧神经，这才是千里科技在AI+汽车趋势中站稳“第一梯队”的核心。
在智驾行业“卷硬件、堆算力”喧嚣之下，千里科技走出了一条截然不同的技术路线。
这条路线可以用两个关键词概括：L4架构做智驾，以及大模型定义座舱，而两者的交汇点，是千里科技锁定G2格局的技术底气。
首先是“驾”的层面，千里科技不是从低阶辅助爬天梯，而是直接以L4级技术架构为底座，赋能L2++产品。
这意味着，其智驾系统的感知、预测、规划与控制模块，从一开始就是为“无人化”设计的。当这套架构用于L2++时，带来的不是功能堆叠，而是安全冗余与体验上限的双重跃升。
不过要明白，千里的L4，可不是传统的那种规则+地图主导的L4，而是以纯视觉大模型方案为主，并利用世界模型辅助生成极端场景训练数据的路线，也就是广义上的端到端——数据驱动。
在千里科技这里，有一个专属名称——“含模量” 。
它不只是衡量智驾系统中AI模型驱动的比例，更强调模型的质量、智能上限，以及模型驱动整车智能系统的广度与深度。含模量越高，系统越接近“AI司机”而非“代码傀儡”。
极氪9X，以及刚刚上市的8X上的千里智驾ASD4.0，其实就高含模量的体现：横纵一体模型带来拟人化控车，基于物理世界通识的场景理解，让车辆能看懂手势、识别临时路障。
这种技术选择，其实与特斯拉、马斯克的第一性原理不谋而合，但不同之处在于，千里科技背靠中国复杂的路况与更快的工程化迭代，在城区无图领航、地下车库记忆泊车等场景中走出了自己的节奏。
L4底层架构成功量产并接受市场检验，实际也为千里科技版图下另一业务——千里智行蓄满了“能量条”。
官方透露，到2030年，千里科技将为全球超过30万辆的Robotaxi提供综合解决方案。
“舱”的层面，千里科技认为两者不应割裂，千里超级智能体+千里智驾ASD4.0的核心是从“一问一答的Chatbot”进化为可处理复杂任务的整车智能体（超级Agent）。
按照OpenAI划分的AI发展阶段，实际已经属于L3级别：
按照今年流行的说法，是车载龙虾，人车交互进入新阶段。
它的能力已经超越了传统语音助手：用户说“带我去接孩子放学，顺便找一家可自提的麦当劳，5点前到学校”，超级Eva能自主规划路线、启动智驾、途中下单、临停取餐、校门口自动泊车。
背后，是阶跃星辰大模型的全栈支撑——千里科技的董事长印奇，同时也担任阶跃星辰董事长。
阶跃为超级Eva提供了两大核心模型：
此外，千里+吉利+阶跃已形成战略共同体。吉利提供整车平台与量产通道，阶跃供应顶级大模型，千里完成工程化集成与智驾算法。
这种“整车厂+大模型公司+Tier 1”的紧密三角关系，形成了当前智驾行业罕见的生态壁垒。
汽车智能化浪潮以来，行业喊过“软件定义汽车”、“AI定义汽车”等等，但千里科技的叙述是：AI+车。
字面相似，但内涵却完全不同。
智驾、智舱不再是独立模块，而是被同一套AI底座驱动的整车智能，去感知真实世界：
理解速度、动量、加速度、光线折射反射、物体材质结构等等物理法则，甚至理解人类用户的行为、表情、情绪，然后给出合适的交互行为或策略指令，
千里科技本质上是在用具身智能的方法来做车端解决方案，更本质的技术视角表述：这其实就是物理AI。
或者说汽车智能化浪潮发展到现在，早就不局限于车，而是成为物理AI第一个落地的载体。
从这个角度出发，就能明白印奇同时担任阶跃星辰、千里科技董事长背后的含义：基础大模型从语言向多模态跨越，一旦跑通，落地应用从车开始，但又何止于车。
AI技术在过去3年快速经历从“判别式”到“生成式”、从“单模态”到“多模态”的跨越。大模型让机器拥有了接近人类的推理与交互能力。
这种能力与汽车结合，智能汽车便跃迁为“移动智能体”——相比单纯谈智驾的接管率、智舱的响应速度，“AI+车”的超越之处在于：它让汽车拥有了持续进化的“大脑”，而非堆砌功能的“四肢”。
技术变了，时代变了，竞争格局也变了。
技术上，必须同时具备大模型研发能力、智驾全栈算法、舱驾融合工程化能力——缺一不可。
落地上，需要量产通道、数据闭环、生态协同三者齐备。
放眼全球，这样的玩家特斯拉是一个（Dojo+FSD+Grok闭环）；国内范围，华为也是一个（盘古+ADS+鸿蒙座舱）。
现在，千里科技也集结了这样的团队。
自主AI+车的G2格局已然成型：一个是已经创造奇迹的华为，另一个是AI大模型基因主导的千里科技。
尤其是在商业化层面，千里的平台优势更加凸显，定位AI+车的平台级供应商，既输出智驾+智舱解决方案，又具备车辆本体的研发生产能力。
同是印奇任董事长的阶跃星辰，提供基础大模型能力；
吉利则通过曹操出行等提供Robotaxi平台化能力。
极氪X9登顶销冠，从商品角度来看，是吉利汽车的里程碑。
而从技术层面看，唯一在技术体系融合度、量产方案覆盖广度、大模型+智驾+智舱全栈能力上，能与华为“五五开”玩家，的确也只有千里科技了。
对华为表达过钦佩、尊重、致敬的层出不穷，千里科技当然也不例外。
不过，吸收大量华为系猛将的千里科技，却给出了最行动派的态度：
致敬华为最好的方法，就是超越华为。
版权所有，未经授权不得以任何形式转载及使用，违者必究。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。