千里科技智舱产品线总裁张星认为，阶跃提供模型能力，决定智能体「智力的上限」；千里本身负责产品打磨和体验落地，决定用户真正感知到的「体验上限」。而这正是「阶跃 + 千里」在「物理 AI」领域的差异化竞争中的最大优势。
编辑丨浪浪山与明知山
在北京车展之前，印奇在解释自己为何同时兼任阶跃星辰和千里科技的董事长时工表示：
「阶跃所构建的是一个从手机到更多终端的一个大脑，没有大脑就不能形成 AI，而构建这样一个大脑，难的不在资源，不在资金，而在组织架构。就是将这个大脑放到一个对的容器，让这个容器继承它的产品形态并承载它的商业价值。」
「而千里正是这样一个容量，AI+ 车，车是当前最为牢靠、价值最高的这样的一个载体。」
同时兼任这两个公司的负责人，正可以构建这样一个组织架构，实现 AI 与容器的打通。
四个月后，在上海的世界人工智能大会（WAIC）上，印奇表示：
「2026 年模型能力已经『跨越了能力的临界点』。」
他给出的的判断依据是「AI 已从只能连续执行数秒任务，进阶到能够独立工作数十小时」。
他同时认为随着智能体模型与下一代终端产品加速结合，「智能正从数字屏幕走向真实物理世界」，智能体也将从聊天工具进化为「能够感知、决策和执行任务的生产力最小单元。」
也就是说，AI 正在从「会回答」走向「能做事」，也就是将 AI 装进一个对的容器使之在物理世界运行。
企业无需再困在单纯竞争「谁的模型更强」，而是往前再走一步，看谁能先把它装进一个复杂、持续运行、且可规模化验证的系统里。
而在印奇看来，未来电脑会成为 Agent 工作站，手机会成为随身智能中枢，汽车会成为移动智能空间，机器人会成为人类身边的智能伙伴。
但电脑的数字屏幕属性太足，机器人的未来太远，仅从现阶段看，印奇为阶跃设计的物理 AI 的入口有两个：汽车，和手机。
在 WAIC 的演讲中，印奇认为智能体进入物理世界后，会带来三个层面的变化：「新系统、新载体、新网络」。
新系统：Agentic OS 连接模型、数据、工具、接口与设备
新载体：电脑、手机、汽车、机器人会成为同一智能体在不同场景下的不同「身体」
新网络：A2A 网络将连接人与智能体、智能体与智能体
而在当前阶段，印奇为阶跃设计的物理 AI 的入口主要有两个是汽车和手机。
在 2026 年世界人工智能大会前夕，印奇以阶跃星辰董事长的身份发布了其首款智能体手机 STEPX Neo，这是一款类似于豆包手机的产品。
不过对于这款颇有噱头的「大模型手机」，印奇仅进行了简单介绍，包括价格、配置、商业模式和量产节奏均未公布具体信息，最终这部手机也并未在 WAIC 展台向大众展示，就像其本人所说，STEPX Neo 目前尚处于「阶跃在 AI 端侧的首次探索」。
而就在同一场发布会上，阶跃正式发布了全球首个智能体原生操作系统 Step AOS（Step Agentic-native OS），新一代个智能体阶跃 Amoo，以及面向汽车、手机等终端场景的端侧模型家族 Step Edge。
在官方资料中，这套模型矩阵围绕 Agentic 时代的核心需求打造，最显著的特色在于三个方面：
兼顾智能与效率，阶跃的模型在提升模型推理、规划、工具调和复杂任务执行能力的同时， 进步优化推理成本、响应速度与部署灵活性，使模型能够更高效地支撑真实业务场景落地；
多模态能力能力持续领先，不仅覆盖文本模型，也全覆盖了图像、语音、视频的理解和生成等多种模型类别，为更然的终端人机交互、更丰富的内容生产以及更复杂的场景理解提供智能底座；
采用端云协同的模型架构，通过云端大模型提供强的通智能与复杂任务处理能力，同时结合端侧模型在低时延、隐私保护、个性化响应和本地化运行方面的优势，形成更适配 Agentic 应用落地的完整技术体系。
从这系列发布节奏不难判断，阶跃旨在打通从基座模型、端侧模型、智能体系统到硬件终端的完整链路，构建从模型、系统到终端的技术闭环，一个技术底座。
而千里科技对应的，就是为这个底座找到最有商业价值、也最有现实复杂度的落点——智能汽车。
与现阶段的具身智能相比，汽车既是一个真实运行在物理世界中的复杂系统，又已经具备感知、决策、执行、人机交互、端云连接等多重能力，同时还拥有成熟供应链、量产能力和明确的用户场景。
用印奇自己的话说：
「AI 的终局必然是与物理世界交互，而车是最佳切入点。」
AI 上车，从「能接活」到「能办事」
今年 3 月，吉利联合千里科技、阶跃星辰首发超级 Eva，首个打通座舱、智驾、数字生态的整车级智能体，核心驱动是阶跃 Step 3.5 Flash 基座模型。
在 7 月全新升级到 1.5 版本后，超级 Eva 由阶跃最新 Agentic 模型 Step 3.7 Flash 驱动，并接入端到端语音大模型与视觉理解大模型，支持精准理解模糊指令、自主规划路线、启动智能辅助驾驶及完成复杂任务操作。
如果只看展台演示，超级智能体上车很容易被误解成一种「更聪明的语音助手」：更会聊天、更会理解自然语言，也更像一个能陪伴用户的车内 AI。
但千里科技智舱产品线总裁张星特别强调说：这一轮变化的重点，不是车里多了一个助手，而是汽车智能化的底层逻辑正在切换。
「我们现在面对的，不再只是『移动互联网上车』，而是、『超级智能体上车』。」
它和过去「移动互联网上车」的差别在于：系统开始从响应命令，升级为理解意图、规划任务、调度能力、闭环执行。
过去的车载语音系统，核心是识别命令、调用功能、给出反馈，它或许可以做得更拟人、更丝滑，但本质上仍然是一个响应式系统：用户说什么，它执行什么。
而「超级智能体」需要做到的不只是「能聊天」，更关键的是「能规划」。
它不只是接收指令，而是需要先理解用户到底想做什么，再把一个模糊意图拆解成若干步骤，调用搜索、导航、服务和车端能力，最后完成闭环。
从「能接活」到「能办事」，这是超级智能体区别于聊天助手、绘画助手等垂类工具的关键所在。
张星举了一个很典型的例子：
用户说「导航去浦东圆圆的湖」，系统不应该只做本地地图的关键词匹配，而是要先理解意图、再检索信息、识别「滴水湖」这一真实地点，最后完成路线规划。
如果用户提出相互矛盾的需求，系统也不该机械执行，而要先识别冲突，再确认真实意图。
「它具备规划能力，所以能够思考，也能够反问。」
表面看，这是一个更聪明的交互案例；往深一点看，这其实是在重新定义汽车里的智能系统：它不再是若干孤立功能的调用器，而开始成为一个能管理连续任务的行动体。
「未来用户对于汽车的认知，会变成『这辆车本身就是一个超级智能体』。」
「超级智能体上车元年」下的差异化优势
在「超级 Eva」发布后，包括官方口径和行业分析都曾多次将其与特斯拉 Grok 放在一起比较。
在交流环节，张星并不回避这种对比。
在他看来，Grok 上车对整个行业最大的正面意义，正是让市场第一次比较清晰地意识到，超级智能体确实可能成为汽车智能化的下一种产品形态。
「这点非常积极。」
他今年 1 月专门去美国体验过 Grok 和 FSD，在张星的观察里，Grok 至少有两件事做得非常突出。
第一，是拟人化交互。它不只是能听懂用户说什么，而是把对话做得更接近真人交流的感觉；与此同时，它对多语种的支持能力也相当强。
第二，是率先打通了汽车最核心、也最高频的场景——出行。无论用户以多模糊、多复杂的方式表达「我要去哪里」，它都能够理解意图、完成规划，并形成从需求到导航的闭环。
不过，在他的体验中，Grok 虽然打通了出行链路，但与智驾之间还没有完全联动，FSD 仍需要用户手动触发。
也正是在这个节点上，千里科技开始加快推进自己的超级智能体产品。
按照张星的说法，千里科技在去年下半年就已经启动相关规划和研发，而 Grok 上车后的市场反馈，进一步强化了他们对这条路线的判断：超级智能体将是正确方向。
千里最初的切入思路，与 Grok 有相似之处，同样是先打通最高频的交互和出行场景，因为对 Agent 来说，第一性原理首先是交互；只有交互成立，后续的导航、出行和服务调度才有可能形成真正闭环。
「当时内部甚至把这个产品（超级 eva）叫作『Grok Plus』。」
但千里并没有把目标停在「做一个中国版 Grok」，它「Plus」的，是交互和出行之外，再把视觉能力接进来，让系统能看见前方环境，能理解更多真实场景；再往后，继续做舱驾融合、生态打通和统一入口。
张星认为「超级 Eva」现阶段最突出的特点有两个：
一是推进速度非常快，3 月底就已经实现量产；
二是它的能力边界仍在快速扩展，而不是停留在一个相对固定的功能框架里。
回到行业层面，Grok 上车之后，国内迅速出现了一批围绕超级智能体展开的新尝试，今年也因此被不少业内人士称为「超级智能体上车元年」。
当被问到舱驾 Agent 会不会很快陷入同质化竞争时，张星的判断很明确：如果底层技术没有发生变化，产品体验驱动下的竞争一定会越来越像，最终大家很容易做到「大差不差」。
过去十年，智能座舱基本就是沿着「移动互联网上车」的逻辑演进，竞争激烈、功能趋同，本质上都是在同一条技术曲线上内卷。
但现在不一样了。张星给出的说法是，随着大模型出现，AI 已经进入 2.0 时代，底座技术发生了巨大变化：
「当底座技术发生变革时，产品体验的第二竞争曲线就会出现。」
而他认为，这条曲线对应的，不再是一个存量替代市场，而是一个由超级智能体开启的增量市场。
也正因此，谁能提供完整解决方案，谁就更有可能在这一轮竞争里占据主动。
「目前国内能够提供完整产品解决方案的公司实际上很少，既做大模型，也做汽车业务，阶跃星辰与千里科技的组合就是其中之一。因此，我们具备提供完整解决方案，并持续打造产品能力的基础。」
张星将千里科技和阶跃星辰的组合所带来的差异化竞争优势总结为两个方面：
其一是，阶跃提供模型能力，决定智能体「智力的上限」；
对于衡量智驾系统智能化水平，千里一直有个关键指标：「含模量」，也就是在整套驾驶决策里，有多少比例是真正由大模型自己学出来的，而不是工程师事先写死的规则或人工标注的地图。
在此前与智驾网的交流中，印奇曾提到一个「汉堡包」理论：
「现在市面上所有的智驾系统可以分成三层，最内部的是模型，中间是一个规则系统，最上面是地图。我们讲的『含模量』，就是模型、规则、地图的比例。」
去年 9 月，印奇曾判断：
「无论现在市场上主流智驾厂商讲多么 fancy 的大模型概念，整个『含模量』可能不到 50%。从整个国际市场来看，行业标杆的『含模量』能达到 80%-90%。」
当时千里智驾的目标则是在未来六个月时间把自身的「含模量」提高到 80%-90%。
而最近发布的 ASD4.1 版本，是千里与阶跃星辰联合打造的是原生智驾基座模型，即在预训练阶段便融合通用语料与海量智驾数据，而不是沿用「通用大模型 + 后期微调」的传统路线。
实现地库到地面、城区到乡镇等全场景无断点的 D2D 通行；
基于物理 AI 大模型提升语义理解能力，优化对小动物、特殊车辆及需特别关注人群的识别与交互策略；
推进舱驾深度融合，支持语音直接控车，车辆可主动理解用户意图并执行操作。
千里科技联席董事长赵明此前公开表述中甚至直言，仅依靠端到端技术或基于开源大模型后训练的智驾模型：
「无法应对复杂的真实驾驶场景，其能力上限存在明显瓶颈。」
千里与阶跃的另一重差异化优势在于千里本身同时具备智驾、座舱、硬件和软件能力，负责产品打磨和体验落地，决定用户真正感知到的「体验上限」。
另外，张星同样表示，跳出技术层面，阶跃与千里的组织架构天然具备更好的组织协同优势，能够更顺利地推动更有竞争力产品的落地：
「没有企业比千里更适合做舱驾融合。」
当然，所有关于「物理 AI」、「超级智能体」、「AI 上车」的叙事，写到最后都必须回到一个更硬的问题：它到底有没有走出展台，进入真实业务；有没有形成用户可以感知的体验；有没有在足够复杂的环境中跑起来。
对于千里科技来说，这恰恰也是它现在最想证明的部分。
从公开数据看，千里科技已经不再停留在「技术储备」阶段。
截至 2026 年 3 月 31 日，千里智驾技术已搭载 17 款车型、合计 46 万辆汽车，辅助驾驶激活率达到 92%，月均避险 32 万次，辅助驾驶里程同比增长 215%，使用泊车功能增长 144%。7 月，千里智驾 ASD 装车量已突破 50 万台，覆盖极氪、领克等 19 款主流车型。
经营数据层面，2025 年，千里科技实现营业收入 99.99 亿元，同比增长 42.13%；归母净利润约 0.84 亿元，同比增长 111%；其中汽车业务收入达到 64.40 亿元，同比增长 52.71%；研发费用则达到 8.22 亿元，同比增长 102.13%。
这些数字未必足以说明「物理 AI」已经成熟，但至少说明，千里科技不是从零开始讲故事，而是在一个已经具备装车规模、用户活跃度和持续反馈的体系和正在被经营指标验证的业务方向。
