阶跃+千里：物理AI时代的“灵魂”与“躯体”——基于WAIC 2026的自动辨析
核心事件研判
时间锚点：2026年7月17日，上海，世界人工智能大会（WAIC）主论坛。
关键信号：图灵奖得主、强化学习奠基人理查德·萨顿（Richard Sutton）与千里科技董事长印奇同台演讲。两人的论述指向同一逻辑闭环：智能并非静态语料的堆砌，而是在目标、行动与反馈之间生长出来的。
行业定性：这标志着AI竞争的核心主线已从"语言模型预测下一个词"转向"物理AI预测下一个状态"。随着具身智能被纳入国家"十五五"规划六大未来产业之一，全球资本正在加速涌入这一赛道——近18个月流入该赛道的资金已超百亿美元，仅2026年一季度即达64亿美元。
技术架构辨析：为何"端侧"是物理AI的生死线？
在物理AI（如自动驾驶、具身智能）场景下，云端大模型的参数压缩版无法直接作为解决方案。
1. 算力与环境的极端约束
云端模型运行在电力充沛、带宽无限的机房；而车规级芯片面临几瓦至几十瓦的功耗限制、被动散热以及高度碎片化的指令集（高通、联发科、地平线等）。将云端方案直接移植到端侧，往往导致性能严重折损。
2. 原生级端侧模型（Step Edge）的三大硬约束
阶跃星辰提出的 Step Edge 定位为专为终端算力定制的原生模型，解决了三个传统工程无法解决的痛点：
* 实时性挑战：支持低至 0.1秒 的本地 ToolCall 执行。在时速120公里的路况下，云端往返的延迟是以米计的物理风险，必须依赖本地推理。
* 弱网/无网可用性：针对隧道、山区、地库等场景，设计了原生端云协同机制——高频简单任务由端侧接管，复杂推理交由云端。
* 隐私闭环：车内摄像头与麦克风采集的数据比手机更为私密，文本、视觉、语音必须全模态在本地处理，确保敏感数据不出端。
核心指标辨析："含模量"与护城河重构
传统智驾方案商依赖"加模块、写规则、打补丁"的工程堆叠，而阶跃+千里的合作逻辑是"换底座"。
1. "含模量"概念
这是衡量智驾系统里模型能力覆盖广度与深度的指标。
* 对比案例：特斯拉 FSD v12 用端到端神经网络取代了超过 30万行 显式 C++ 代码，实现了从"规则驱动"到"模型驱动"的代际更替。
* 演进趋势：随着"含模量"提升，人工地图与预设规则比重下降，系统的泛化能力增强，迁移成本塌缩。
2. 联合研发基座模型
2026年4月，阶跃星辰与千里科技宣布联合研发原生智驾基座模型，在预训练阶段将海量通用语料与驾驶数据融合。这种"脑体协同"旨在让模型天生懂路，而非后天补课。
商业化落地验收：数据与事实
理论上的最优解需要量产数据来验证。截至2026年年中，相关数据呈现出以下特征：
1. 平台化能力验证
千里智驾已构建面向全球的开放智驾平台，技术底座覆盖极氪、领克、银河、smart精灵6等跨品牌、跨价位车型。
* 装车规模：ASD（Auto Driving System）装车量突破 50万台，覆盖 19款 主流车型。
* 迭代速度：今年7月开始大规模OTA推送的 ASD 4.0 版本，单次更新即可覆盖数十万辆存量车，展现了模型驱动系统相比规则堆叠系统在批量更新上的优势。
2. 用户活跃度指标
- 激活率：千里智驾辅助驾驶激活率达到 92%。在行业普遍回避真实使用率的背景下，这一数据表明该系统已跨越"装了不用"的鸿沟，具备高频实用价值。
- 市场排名：今年上半年，千里在智驾方案商的城区NOA装机量排名位列 第三。
3. 产品形态创新：舱驾融合智能体
2026年3月，吉利、阶跃、千里推出行业首个量产级舱驾融合汽车智能体"超级Eva"，并在WAIC上亮相升级版搭载极氪8X。
* 驱动大脑：基于阶跃的 Step 3.7 Flash 模型（上线两天冲上OpenRouter趋势榜全球第二），具备Agentic能力。
* 技术突破：打通了传统割裂的座舱与智驾系统，实现"一句话控智驾"及City Drive（导航即导游）的全链路任务执行。
结论
印奇一人兼任两家公司董事长（2024年出任千里科技董事长，2026年1月出任阶跃星辰董事长），其商业逻辑在于：AGI必须与物理世界叠加才能兑现价值。
对于AI从业者与创业者而言，物理AI的门槛极高，但同时也构筑了新的护城河。目前能同时满足以下三要素的组合极少：
1. 为物理世界原生构建的基座模型；
2. 能在车规芯片上存活的端侧能力；
3. 具备量产规模的物理载体。
从"预测下一个词"到"理解物理定律"，AI正在从数字空间走向实体世界。