车东西（公众号：chedongxi）
作者 ｜ Janson
编辑 ｜ 志豪
车东西10月23日消息，日前，在汽车工程学会年会上，斑马智行高级副总裁、首席产品官蔡明在论坛圆桌环节阐述了公司在AI浪潮下的战略定位、核心技术及行业洞察。
斑马智行将自身定位为一个独特的“新物种”。其业务由三层构成：底层的操作系统（OS）能力、中间的AI全栈技术 ，以及顶层的开放生态平台。
▲斑马智行高级副总裁、首席产品官蔡明在论坛圆桌
不同于行业内硬件、软件全包的垂直模式，斑马强调其平台的“完全横向开放性” ，旨在与行业建立“竞合关系” 。
其核心技术突破是“Auto Omni”——一个全模态、端到端的多模型解决方案 。此方案旨在解决行业对数据隐私、安全和断网可用的痛点。
得益于模型小型化与芯片算力提升的“接驳点”，斑马智行通过将模型部署在“端”（车载芯片）而非“云”，并结合视觉、语音等“全模态”感知能力，斑马正推动交互从“语音驱动”跨向“主动智能”时代。
当下，斑马的重心是“智能座舱”（舱）及支持未来舱驾融合的底层OS 。他们认为“舱”指向用户多元化的“生活”，是开放的、商业价值更宽厚的领域 ，即马云所言“未来汽车80%的事是跟汽车无关” 。
面对市场竞争，斑马视不少头部自研车企为标杆，其高水平反向激励了其他车厂对斑马平台化方案的需求。
未来斑马则以“全开放”、可解耦、多芯适配的灵活服务模式，赋能行业伙伴。
在会后，包括车东西在内的多家媒体与斑马智行高级副总裁、首席产品官蔡明蔡明、斑马智行首席战略官邢悦进行了对话交流，讨论了汽车“智能化”下班车中，座舱发展的前景的变化。
以下是访谈实录，车东西在不改变原意的情况下进行摘编：
一、对话斑马智行高管 系统整合、行业挑战及未来解决方案
针对智能汽车系统中“整合”与“交互”何者对用户体验更关键的问题，蔡明认为这两者密不可分，同等重要。
他将其比作AI的“感知”（交互）与“执行”（整合），二者缺一不可。斑马的全栈AI解决方案正体现了这种并重，它包含三大支柱：一是重构交互体系以实现深度感知和意图预判；二是构建智能中枢进行深度思考与任务分配；三是将车辆存量功能与互联网增量服务“Agents化”，实现高效执行。
邢悦补充道，行业中能做好交互的已是少数，而能实现服务闭环（如将本地生活服务整合上车）的更是凤毛麟角，这构成了极高的技术和运营壁垒。
▲斑马智行首席战略官邢悦（左1）、斑马智行首席产品官蔡明蔡明（左2）
谈及产业所处的发展阶段，蔡明指出，智能汽车产业正处于软硬件“交替拉动”的“早期比较陡”的快速发展期。从微观上看，硬件可能在近半年稍稍领先，但这只是暂时的拉动状态。
邢悦则提出了“硬件为基，软件定义”的核心观点。她认为，当前大算力等硬件基础已出现一定冗余，关键在于通过软件来定义和充分释放这些硬件能力，以满足用户多样化的智能座舱需求。
蔡明对此表示赞同，并以PC产业为例，指出行业早期会高度关注硬件（如486、586处理器），但随着成熟，软件和场景价值（如Windows系统）将成为最终的差异化竞争根本。
然而，智能汽车的价值释放仍面临巨大挑战。蔡明总结了两个根本原因：一是系统尚未完全整合。受限于行业惯性，车辆还未实现真正的“中央计算”，驾驶、座舱等系统间的隔离如同“任督二脉”未通，导致高端硬件的价值无法充分发挥。二是交互系统尚未稳定。汽车并非原生智能设备，其人机交互模式仍在探索中，尚未形成如鼠标、触屏般稳定的范式，而未来的“自然交互”体系仍在构建过程中。
面对这些挑战以及（在任何阶段都存在的）算力限制，蔡明提出的当前最优解是“全模态端到端的端模型”（On-device Model）。
这一方案的优势在于，首先，它通过“常聆听、常睁眼”极大提升了AI的“感知”能力，并通过全时空记录实现了真正的“记忆”系统，从而拉高了用户体验上限。
其次，“端到端”架构取代了旧的级联模式，保证了“及时性”。
最后，作为“端模型”，它实现了数据不出车、断网可用，完美兼顾了“安全性”和用户隐私。邢悦进一步强调，端模型是区别于云模型的重大机遇，它不仅能解决用户的隐私顾虑，更通过软件定义的新场景，为国产芯片厂商提供了冲击高端、高价值算力芯片的巨大发展空间。
二、不做辅助驾驶 积极布局“舱驾融合”
对于辅助驾驶路线（如端到端与高清地图）的选择，斑马智行的蔡明总明确了其战略定位：斑马不做智能驾驶的应用层和算法，而是专注于“L型”战略，即提供支持智驾和智舱的底层操作系统（底软），并构建完整的智能座舱上层应用。
蔡明解释，这是一项战略性选择。首先，他判断智驾未来将成为“标配化”(Commodity)功能，就像手机通话质量，难以形成差异化和新的商业模式。
其次，该领域商业模式与斑马的优势不契合。
最后，L2级辅助驾驶已是红海，而高端智驾（如端到端）极度依赖海量行车数据，这是斑马所不具备的。
▲斑马智行元神AI智能体
尽管如此，斑马正积极布局未来的“舱驾融合”。蔡明指出，无论是在“芯片融合”（OS层支持）还是“模型融合”（One Model）上，斑马都已占据优势。
邢悦补充道，斑马的角色是提供“基建”，解决行业痛点。她认为，行业的真正痛点不是智驾算法本身，而是缺乏支持无图驾驶（尤其在中国复杂路况下）的“空间大模型”等基础设施。
在斑马专注的智能座舱领域，蔡明强调其战略是“开口、开放”的。他认为智驾指向“封闭和标准”，而智舱则“指向生活”，承载着未来汽车80%的开放性商业价值。
在具体实现上，斑马通过AI深度升级音乐、导航、车控等“存量”场景，使其从被动响应（如“雾灯在哪”）变为主动智能（如“检测到雾，已开雾灯”）。
同时，斑马大力开拓“增量”场景，如短剧、亲子互动等。邢悦介绍，其核心是“平台级智能体”，它能通过自然交互，跨应用完成复杂任务，例如在导航中无缝完成订餐或购买电影票（包括选座和支付），或在隧道断网后提供会议摘要。
她强调，这些功能已在部分车型上量产落地。
三、与客户双向奔赴 认可新势力能力上限
在探讨斑马智行在激烈的“屏幕大战”和“芯片战争”中的核心战略时，蔡明总和邢悦总给出了清晰的解答。
蔡明指出，面对芯片竞争，斑马的策略是“全面开放”和“广泛适配”。作为软件平台服务商，斑马必须支持尽可能多的芯片，这形成了一个“双向奔赴”的生态：芯片厂商需要斑马的操作系统来触达车厂并实现价值，而斑马也借此获得了芯片层面的深度支持。
邢悦则补充，面对“屏霸”趋势，斑马的策略是“一箭多星”，即通过“智能体（Agent）组团上车”来充分利用和填充多屏、大屏带来的交互空间。
在关键的端侧大模型部署上，如何平衡算力与模型大小是核心问题。蔡明将其描述为算力提升与模型“小平化”的“握手”。
他判断，行业正迎来一个关键的“接驳点”，即以高通8×97或英伟达Orin Y为代表的算力芯片，与通义3-Omni-4B（或10B左右）的端模型实现了完美的结合。这一拐点的实质性捕捉，将打开全新的局面。
▲斑马Auto Omni智舱AI
实现这一突破的技术路径是复杂的。蔡明详解了斑马全模态端模型的四大核心环节：首先是深度参与通义基础模型的（闭源）训练；其次是进行“融合训练”，将导航、车控、本地生活等多个垂直场景的数据“融合”进一个模型，使其在体积不变的前提下实现多任务能力；第三步是高难度的“量化”压缩，将模型性能损失（掉点率）控制在极低水平；最后是针对不同芯片平台进行极其繁重的部署和调优，例如与高通的合作就投入了巨大的人力。
对于如何衡量模型的好坏，蔡明提出了“思考、感知、记忆”三大核心维度，并表示具体指标正在快速推进中。而“千人千面”的个性化体验，则正是依赖于“记忆”维度的完善，通过构建区分用户的记忆系统来实现。
当被问及“硬件决定上限，软件决定体验”的观点时，蔡明认为这只是阶段性现象。智能系统的发展是软硬件“交替拉动”的周期。当前的硬件算力突破，很快就会被软件（如端模型）的需求所消耗殆尽，并反过来拉动硬件进行下一轮迭代。
在竞争定位上，蔡明明确了斑马与小鹏、华为的根本不同。小鹏、理想等自研车厂是斑马的“标杆”和“市场拉动力”，他们把体验天花板拉得越高，其他车厂就越需要斑马这样的平台方案。
最后，蔡明表示，斑马天然愿意积极参与国家标准的制定，这源于阿里“缺芯少魂”的初心和产业责任。
结语：斑马要做好底软融合
面对AI浪潮，斑马智行亮明了其“横向开放”平台战略。他们不做智驾“红海”，而是聚焦于智能座舱的广阔价值，并提供支持“舱驾融合”的底层OS。
斑马正抓住芯片算力与模型小型化的“接驳点”，携手生态伙伴，推动汽车交互从“语音驱动”迈向“主动智能”的新时代。
