千里科技与阶跃星辰的合作模式与传统模式有何不同？

传统模式是大模型公司提供通用模型，智驾公司进行后训练。而千里科技与阶跃星辰则是从底层共建“原生智驾基座模型”，将模型训练与智驾开发深度整合，旨在打造更适配驾驶场景的专用模型。

千里科技在智能驾驶领域有哪些核心主张和技术布局？

其核心主张是“用L4的架构来指导L2的开发”，采用L4与L2统一的技术架构。产品上，已迭代至ASD 4.0智能驾驶系统，并发布了车载超级智能体，目标是在2026年实现超级智能体上车元年。

模型公司批量“上车”反映了智能汽车行业的什么趋势？

这反映了AI能力正从汽车的“选装件”或附属功能，转变为需要从产品定义阶段就深度整合的“原生器官”或核心大脑，成为决定车企未来竞争力的关键。

千里科技+阶跃星辰：模型公司与智驾公司的联姻会成趋势吗？

作者：胡镤心文章来源：亿邦动力

2026-04-23 11:39

作者：胡镤心文章来源：亿邦动力

2026-04-23 11:39

邦小白快读

全文速览

文章重点介绍千里科技AI转型和智能驾驶技术突破。

1. 技术路线采用L4架构指导L2开发，强调世界模型模拟极限场景，解决传统L2上限问题。

2. 产品实操包括ASD 4.0系统快速迭代，首发覆盖30万辆车，辅助驾驶激活率92%，月均避险32万次。

行业趋势显示模型公司批量上车。

1. 千里与阶跃星辰合作共建原生智驾基座模型，提升AI能力。

2. 超级智能体功能如多轮情感对话、推荐餐厅，2026年实现上车，改变人机交互。

市场目标激进。

1. 2026年搭载量目标100万辆，2028年挑战800万辆。

2. AI能力从选装件变原生器官，成为汽车核心。

品牌营销涉及新汽车品牌发布。

1. 千里科技推出AI汽车品牌“PALLADE游心”，定位20-40万价格区间，搭载L4智驾方案和超级智能体。

2. 品牌命名源自希腊神话和庄子，强调智慧、自由、松弛感。

产品研发聚焦AI技术整合。

1. 开发超级智能体，具备自主规划、个性化记忆功能，提升用户体验。

2. 技术路线用L4架构优化L2，联合阶跃星辰打造原生模型。

消费趋势显示AI重要性提升。

1. 用户行为转向AI核心需求，如智能体处理复杂任务链。

2. 市场增长数据：2026年目标100万辆，辅助驾驶激活率92%，避险次数高。

增长市场机会显著。

1. 智驾市场快速扩张，2026年目标100万辆，2028年800万辆，覆盖30万辆车。

2. 消费需求变化：AI能力从选装件变生死线，用户偏好智能体验。

最新商业模式强调合作。

1. 合作方式：千里与阶跃星辰共建原生基座模型，联合爱芯元智、天数智芯形成生态联盟。

2. 可学习点：从L2直达L4路线，避免中间层打磨，提升效率。

风险提示和机会提示。

1. 正面影响：技术收敛加速，模型公司批量上车带来新机遇。

2. 负面影响：AI迭代快，需协同应对，避免垂直整合失败。

产品生产需求聚焦智驾组件。

1. 需求增加：ASD智能驾驶系统和超级智能体上车，需高效生产AI组件。

2. 设计启示：L4架构指导L2开发，强调世界模型模拟场景。

商业机会来自合作生态。

1. 机会：加入千里科技生态联盟，如芯片合作（爱芯元智端侧芯片、天数智芯云端芯片）。

2. 推进数字化启示：AI技术整合启示快速适应数字化生产，提升效率。

市场数据支持机会。

1. 目标搭载量2026年100万辆，显示生产规模扩大。

2. 避险次数月均32万次，体现产品可靠性需求。

行业发展趋势向AI原生演进。

1. 趋势：智驾技术收敛到世界模型和原生基座模型，模型公司批量上车。

2. 新技术：超级智能体具备多模态、端云结合特征，优化推理速度和成本。

客户痛点和解决方案明确。

1. 痛点：AI迭代快，芯片、模型、整车整合难。

2. 解决方案：协同生态联盟（如千里与阶跃合作），直接触及驾驶场景。

技术细节提供参考。

1. 阶跃星辰Step 3.5 Flash模型专为智能体打造，注重token消耗优化。

2. 实测案例：ASD 4.0处理城中村复杂场景，有效避让小动物。

商业对平台需求强调整合。

1. 需求：串起芯片、模型、整车环节，解决AI迭代快问题。

2. 问题：垂直整合风险高，需平台化管理合作。

平台最新做法聚焦生态建设。

1. 做法：千里科技构建生态联盟，联合模型公司、芯片商，实现招商合作。

2. 运营管理：从产品定义阶段以AI为核心（如“AI go first”理念），提升平台效率。

风向规避涉及技术风险。

1. 风险提示：技术路线跳跃（L2到L4）需验证，避免能力天花板。

2. 机会：平台可吸引模型公司上车，管理合作如荣威与字节火山引擎案例。

产业新动向显示技术路线变革。

1. 动向：智驾技术收敛，从端到端小模型转向世界模型，L2直达L4路线受推崇。

2. 新问题：L2到L4跳跃可行性、组织基因挑战（车企自建大脑难）。

商业模式创新合作。

1. 模式：千里与阶跃深度绑定，共建原生智驾基座模型，AI成为原生器官。

2. 政策法规启示：AI发展速度影响法规制定，需支持协同生态。

案例和数据支持研究。

1. 代表企业：千里科技目标2028年800万辆，阶跃星辰模型专为车场景。

2. 观点：欧阳明高教授判断AI速度推动路线选择，印奇强调AI大脑商业价值。

声明：快读内容全程由AI生成，请注意甄别信息。如您发现问题，请发送邮件至 run@ebrun.com 。

我是品牌商卖家工厂服务商平台商研究者帮我再读一遍。

Quick Summary

The article highlights Qianli Technology's AI transformation and breakthroughs in autonomous driving technology.

1. The technical approach uses an L4 architecture to guide L2 development, emphasizing the use of world models to simulate extreme scenarios and address the limitations of traditional L2 systems.

2. Practical product applications include the rapid iteration of the ASD 4.0 system, with initial deployment covering 300,000 vehicles, a 92% activation rate for assisted driving, and an average of 320,000 risk avoidance incidents per month.

Industry trends show model companies are being deployed in vehicles at scale.

1. Qianli is collaborating with StepFun to co-develop a native autonomous driving foundation model, enhancing AI capabilities.

2. Super AI agent features, such as multi-turn emotional dialogues and restaurant recommendations, are slated for vehicle integration by 2026, transforming human-machine interaction.

Market targets are aggressive.

1. The goal is to equip 1 million vehicles by 2026, challenging 8 million by 2028.

2. AI capability is evolving from an optional add-on to a native, core component of the vehicle.

Brand marketing involves the launch of a new automotive brand.

1. Qianli Technology introduced the AI car brand "PALLADE Youxin," positioned in the 200,000-400,000 RMB price range, equipped with L4 autonomous driving solutions and a super AI agent.

2. The brand name draws from Greek mythology and Zhuangzi, emphasizing wisdom, freedom, and a sense of relaxation.

Product R&D focuses on AI technology integration.

1. Development of a super AI agent with autonomous planning and personalized memory functions to enhance user experience.

2. The technical route uses L4 architecture to optimize L2 systems, collaborating with StepFun to build a native model.

Consumer trends indicate rising importance of AI.

1. User behavior is shifting towards core AI needs, such as AI agents handling complex task chains.

2. Market growth data: Target of 1 million vehicles by 2026, 92% assisted driving activation rate, and a high number of risk avoidance incidents.

Significant growth market opportunities are evident.

1. The autonomous driving market is expanding rapidly, with targets of 1 million vehicles by 2026 and 8 million by 2028, covering an initial 300,000 vehicles.

2. Shifting consumer demand: AI capability is becoming a critical differentiator rather than an optional feature, with users preferring intelligent experiences.

The latest business models emphasize collaboration.

1. Collaboration methods: Qianli co-builds a native foundation model with StepFun, forming an ecosystem alliance with partners like Axera and Iluvatar.

2. Key learning: Adopting a direct L2-to-L4 development route avoids intermediate layer refinement, improving efficiency.

Risk and opportunity alerts.

1. Positive impact: Technological convergence is accelerating, creating new opportunities as model companies deploy in vehicles at scale.

2. Negative impact: Rapid AI iteration requires coordinated responses to avoid failures in vertical integration.

Product manufacturing demand focuses on autonomous driving components.

1. Increased demand: Efficient production of AI components is needed for the integration of ASD systems and super AI agents into vehicles.

2. Design insight: L4 architecture guiding L2 development emphasizes world models for scenario simulation.

Business opportunities arise from the collaborative ecosystem.

1. Opportunity: Join Qianli's ecosystem alliance, involving partnerships with chipmakers like Axera (edge chips) and Iluvatar (cloud chips).

2. Digital transformation insight: AI integration necessitates rapid adaptation to digital production processes to enhance efficiency.

Market data supports the opportunity.

1. Target of 1 million equipped vehicles by 2026 indicates scaling production.

2. An average of 320,000 monthly risk avoidance incidents highlights demand for product reliability.

Industry trends are evolving towards AI-native systems.

1. Trend: Autonomous driving technology is converging on world models and native foundation models, with model companies being deployed in vehicles at scale.

2. New technology: Super AI agents feature multimodality and edge-cloud integration, optimizing inference speed and cost.

Customer pain points and solutions are clear.

1. Pain point: Rapid AI iteration makes integration of chips, models, and vehicles challenging.

2. Solution: Collaborative ecosystem alliances (e.g., Qianli and StepFun) enable direct engagement with driving scenarios.

Technical details provide reference.

1. StepFun's Step 3.5 Flash model is designed specifically for AI agents, focusing on token consumption optimization.

2. Case study: ASD 4.0 effectively handles complex scenarios like urban villages, including avoiding small animals.

Business demands on platforms emphasize integration.

1. Demand: Platforms must connect chips, models, and vehicle segments to manage rapid AI iteration.

2. Problem: High risks of vertical integration necessitate platform-managed collaborations.

Latest platform strategies focus on ecosystem building.

1. Strategy: Qianli constructs an ecosystem alliance, partnering with model companies and chip suppliers to facilitate business cooperation.

2. Operations management: Embedding AI at the product definition stage (e.g., "AI go first" philosophy) improves platform efficiency.

Risk mitigation involves technical challenges.

1. Risk alert: The feasibility of the L2-to-L4 technological leap requires validation to avoid capability ceilings.

2. Opportunity: Platforms can attract model companies for vehicle integration, managing partnerships as seen in the Roewe-ByteDance Volcengine case.

Industry developments indicate a shift in technical routes.

1. Development: Autonomous driving technology is converging, moving from end-to-end small models to world models, with the direct L2-to-L4 route gaining traction.

2. New questions: Feasibility of the L2-L4 leap, and organizational challenges (e.g., difficulty for automakers to build their own AI 'brains').

Business model innovation through cooperation.

1. Model: Qianli's deep partnership with StepFun to co-build a native autonomous driving foundation model positions AI as a native organ of the vehicle.

2. Policy implications: The pace of AI development influences regulation, requiring support for collaborative ecosystems.

Case studies and data support research.

1. Representative firms: Qianli targets 8 million vehicles by 2028; StepFun's models are tailored for automotive scenarios.

2. Expert views: Professor Ouyang Minggao notes AI speed influences route selection; Yin Qi emphasizes the commercial value of the AI 'brain'.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

【亿邦原创】“本来明哥可以躺平了，被印奇这个年轻人刺激了一下。”前荣耀CEO、现千里科技联系董事长赵明站在北京五棵松的夜色里和观众打趣。

4月22日晚，千里科技在在北京五棵松M空间举办AI战略暨产品发布会，这是千里科技全面拥抱AI后的首次公开亮相，也是它从传统制造业向“AI+车”全面转型后的一次展示。

过去几个月，千里科技完成了从大模型到智能驾驶、智能座舱、Robotaxi的完整产业布局。ASD智能驾驶系统从3.0迭代到4.0仅用三个月，首发上车覆盖30万辆车。2026年第一季度实现收入与利润双增长。截至3月31日，已有17款车、46万辆搭载了千里科技的智能驾驶辅助技术，辅助驾驶激活率达92%，月均避险32万次。

赵明在发布会上公布了一个激进的预测：2026年搭载量将突破100万辆，2027年达270-330万辆，2028年挑战800万辆。“如果这个趋势实现，千里科技将成为全球最大的智驾方案供应商之一。”

1、技术路线激进

千里科技本次的核心技术主张，是“用L4的架构来指导L2的开发”。

赵明在演讲中解释，L2的技术无法平滑演进到L4。场景是无限的，即使800万辆车在路上跑，能穷尽的数据也有限，必须引入世界模型来模拟海量极限场景。但更关键的是，不是所有大模型都适合走向L4。用开源大语言模型后训练出来的智驾模型，上限有限——能识别红绿灯、能跟车，但遇到交警指挥、特种车辆避让，就会“懵”。为此，千里科技与阶跃星辰结成战略合作伙伴关系，联合打造原生智能驾驶基座模型。

在研发策略上，千里科技采用L4、L2统一架构，不断把L4的技术与体验向L2落地。

发布会现场，千里科技通过一段实测视频展示了ASD 4.0的能力。4月17日上市的极氪8X，已首发搭载千里超级智能体与千里智驾ASD 4.0方案。系统加持的极氪8X在上海城区行驶，经历了城中村窄路会车、人车混行、“鬼探头”等复杂场景，系统处理流畅，能够识别路穿行的小动物并有效避让。

千里科技还同步发布了相应的车载超级智能体。

赵明指出，2026年是超级智能体上车的元年。超级智能体能够自主规划执行、具备个性化长期记忆、处理复杂任务链。在实测演示中，千里超级智能体不仅能够与乘客进行多轮情感对话，还能识别路边小店、推荐餐厅、查询体育馆赛事，让乘客重新“认知”每天走过的街区。

阶跃星辰CEO姜大昕在圆桌环节中进一步阐释了超级智能体的战略意义。他认为，大模型带来的根本改变是人机交互方式——从GUI（图形界面）到自然语言交互，智能终端将成为AI的入口。阶跃最新发布的旗舰模型Step 3.5 Flash专为智能体场景打造，除了模型智能，更注重成本与推理速度，因为每一个复杂任务的背后都是成千上万的token消耗。阶跃的模型具备智能体能力、多模态能力和端云结合三个特征，与汽车场景的结合非常自然。

发布会的另一重磅环节，是千里科技代表客户宣布了全新AI汽车品牌“PALLADE游心”的亮相。PALLADE来自希腊神话，雅典娜的智慧与守护之意；中文名“游心”取自《庄子·人间世》，表达的是一种自由、松弛、不被定义。品牌定位20-40万价格区间，将搭载千里科技的L4架构智驾方案与超级智能体技术。首款车型涵盖越野车等多个品类。

2、智驾下半场，模型公司在批量“上车”

过去一年，智驾的技术路线正在收敛，端到端小模型已逐渐触及能力天花板，行业开始向世界模型和原生基座模型演进，千里科技与阶跃星辰的合作也是这一趋势的典型代表。

千里科技并非在孤军奋战。就在同一天，清华大学教授欧阳明高在智能电动汽车发展高层论坛上给出了相似的判断：L2到L3再到L4是渐进路线，但“根据人工智能的发展速度，我更倾向于从L2直达L4的路线”。换句话说，与其在中间层反复打磨，不如直接用L4的架构来提升今天的L2体验。

技术路线的收敛只是门槛，真正的挑战在于：谁能把芯片、模型、整车这些环节真正串起来。过去车企习惯垂直整合，恨不得什么都自己干。但AI技术迭代太快，从芯片到模型到整车，没有任何一家能全包圆。

千里科技选择协同，联合阶跃星辰做基座模型，联合爱芯元智做端侧芯片，联合天数智芯做云端大芯片，形成一个生态联盟。

这引出了一个更值得观察的行业现象：模型公司正在批量“上车”。

传统路径通常是“大模型公司提供通用模型，智驾公司拿去做后训练”，但千里和阶跃走得更远，双方从底层共建“原生智驾基座模型”，把模型训练和智驾开发捏在了一起。

姜大昕在圆桌环节解释：阶跃专注于打造具备智能体能力的端云结合多模态模型，车是模型落地的最佳载体，与千里的深度绑定，让模型能够直接触及驾驶场景，从简单的导航升级为理解意图的“第三空间管家”。

印奇也表示：阶跃构建“超级AI大脑”，千里为这个大脑找到最具商业价值的“容器”——智能汽车。“没有大脑不能谈AI，而车企或终端公司自己构建大脑极难，难在组织基因。”

这意味着AI能力不再只是汽车的“选装件”，而是需要从底层长出来的“原生器官”。

当千里和阶跃选择联手时，其他玩家也没有闲着。就在千里发布会的前一天，荣威与字节火山引擎联合发布了全球首个AI原生汽车序列“家越”。双方不是简单的“AI上车”，而是从产品定义阶段就以“AI go first”为核心理念，让AI成为整车的大脑而非附属功能。

过去，车企的核心竞争力是发动机、底盘、供应链；现在，AI能力正从“锦上添花”变成“生死线”。

以后买车，没个聪明的AI都不好意思跟人打招呼。

【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com，我们将及时沟通与处理。

已点赞

好文章,值得被更多人看到

标签:: 产业科技 B2B

京东618划重点：5月6日起用母亲节活动打头阵 “低价”依然是大促重点

今年京东采取“三连促”模式，5月6日至5月10日围绕母亲节设置了礼遇季活动；随后是“抢先购”阶段的“心动购物季”活动。5月31日晚8点进入京东618大促的开门红阶段。

电商平台京东未来零售

2026-04-23 11:30:48