核心观点 - 面壁智能推出全球首个纯端侧智能助手cpmGO 通过端侧部署实现高准确性 低延迟和快速开发 在车载场景中解决云端模型的关键限制 并已与多家车企合作实现商业化落地[4][5][6] 准确性与专业性 - 端侧多模态交互动作执行准确率达91% 意图完成率89% 参数识别准确率97% 确保用户指令精准执行[4] - 专业场景关怀功能包括识别儿童安全座椅卡扣状态 误操作率低至1.3% 并能感知疲劳驾驶状态和前方障碍物[4] - 健康类信息在车内场景容错率几乎为零 需避免误导性建议和安全法律责任[1] 响应速度与算力 - 所有语音 视觉和车控推理在车规级SoC本地完成 实现毫秒级实时响应 数据100%不离车[4] - 弱网或断网环境下仍能稳定运行 支持行车记录仪拍照和播放预存视频等操作[4] - 车载算力 功耗和散热受限 需在准确性与性能间权衡 端侧推理是趋势但面临网络和成本挑战[2] 开发与商业化 - 从技术突破到长安马自达MAZDA EZ-60量产仅用10个月 较行业平均周期缩短40% 2025年4月实现全球首秀[5][6] - 提供货架级原子产品适配 包括泛化语音车控 GUI Agent和智能哨兵等功能 支持车企个性化选配共创[6] - AI特性导致测试 验证和上线复杂 汽车行业需满足功能安全和合规要求 研究性模型需成熟化流程工具链[3] 行业合作与落地 - 与长安汽车 上汽大众 长城汽车等顶级车企完成多款车型定点[5] - 与高通 英特尔 联发科技 梧桐车联 德赛西威 中科创达和安波福等企业深度合作[5] - 端侧大模型在汽车座舱领域商业化落地迈入新阶段 推动端侧原生智能座舱广泛落地[5]