一句话看懂：斑马智能在云栖大会发布全模态端侧大模型 AutoOmni 2.0-23B-A3B，用 MoE 架构把 23B 参数搬上车规芯片，63% 的端侧大模型上车车企选择了它，智舱交互正从“云端传话”转向“本地推理”。
事件核心：发生了什么
过去两年“大模型上车”大多停留在云端方案：车端采集语音，上传云端推理，再把结果传回，代价是 1 到 3 秒延迟、地库隧道断网以及私有数据出车的合规风险。斑马智能推出的 AutoOmni 2.0-23B-A3B 试图绕开这条路径，把模型直接放进座舱 SoC。
其型号后缀代表 MoE 架构的关键设计：总参数 23B 负责知识容量，单次推理仅激活 A3B（3B）专家子网络，把“知识储备”和“实时算力开销”拆开。斑马智能首席技术官司罗称，普通智舱任务能力接近 10 倍参数云端模型，复杂任务达到后者的 80% 至 90%。目前该模型已与国内外 10 家芯片企业做底层适配，推理速度提升 5 到 6 倍，量化保真度保持 99% 以上，运行内存占用下降超 50%。
为什么重要
智驾路线正在分化，智舱却在收敛。云栖大会现场，腾势 Z9GT、智己 LS6、神行者 8、红旗天工 06 的辅助驾驶方案分别来自比亚迪、Momenta、华为乾崑和卓驭，但座舱大脑都接入了斑马智能元神 AI。公开数据显示，元神 AI 已覆盖 68% 的主流车企服务，端侧大模型上车阵营中 63% 的企业选择斑马智能。
这背后是车企研发资源的务实校准：与其自研端侧模型，不如采购已跑通工程落地的方案。斑马智能首席战略官邢悦把差距归为落地周期与工程能力，而非单纯算法。更关键的是数据不出舱带来的信任——首席产品官蔡明表示，端侧处理让车企愿意开放权限，让模型调度车辆底层应用。
对用户/开发者/创作者的影响
对普通用户，端侧推理意味着弱网甚至离线环境下仍可完成多意图导航规划、车控调节和跨域交互，交互从“唤醒词+固定指令”转向全时免唤醒、结合声场定位与语境的主动服务。对开发者，端侧模型的算子重构、内存访问优化和量化工具链，可能形成新的车端 AI 应用适配层。对数据合规敏感的车企采购方，数据不离车的特性降低了过审门槛。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 AutoOmni 2.0 在量产车型上的实际 OTA 节奏与稳定性表现；二是其他座舱方案商是否跟进 MoE 端侧路线，以及芯片厂商的适配名单是否扩大；三是斑马智能从 AutoOmni 向 EdgeOmni 演进后，能否把车端验证过的端侧能力复制到更多边缘设备。
来源：InfoQ CN
