IM AIOS

搜索文档
上汽集团新一代智己LS6上市
中证网· 2025-09-12 08:21
产品发布与定位 - 上汽集团旗下智己汽车发布新一代LS6车型 定位20万元级大五座SUV市场 售价区间19.79万元至26.99万元 [1] 核心技术配置 - 首次搭载恒星超级增程技术 定位为自带超充桩的电车 解决续航补能及冬季衰减焦虑 [1] - 升级灵蜥数字底盘 新增灵蜥爆胎稳定控制功能 提升高速及弯道爆胎场景下的行驶稳定性 [1] - 搭载IM AIOS系统并引入AI Agent随车智能助手 深度融合微信生态 支持停车缴费及外卖点单等场景服务 [1] 智能驾驶方案 - 提供英伟达NVIDIA DRIVE AGX Thor芯片和520线超级激光雷达选装方案 [1] - 在满血版Momenta辅助驾驶方案基础上进一步提升辅助驾驶能力与安全上限 [1]
昔日爆款智己LS6,要靠大增程再次逆袭?
经济观察网· 2025-09-11 10:33
产品发布与定价 - 新一代智己LS6于9月10日上市 叠加权益后售价19.79万元至26.99万元 同步开启大定和交付 [2] - 该车型定位中高端五座SUV 售价下探至20万元以下 采取"高配低价"竞争策略 [3][4] - 上市27分钟后大定订单超过1万辆 显示市场初期积极反应 [5] 技术配置与性能 - 首次搭载"恒星超级增程"技术 纯电续航里程达450公里 综合里程最大达1500公里 [2] - 增程电池来自宁德时代 提供52度和66度两个版本 百公里综合燃料消耗量低至0.06L [2] - 搭载升级版"灵蜥数字底盘" 具备爆胎稳定控制和主动防侧翻功能 四驱版最小转弯半径仅4.49秒 [3] - 采用800V超快充技术 支持快速补能 [2] - 提供英伟达NVIDIA DRIVE AGX Thor芯片和520线超级激光雷达选装方案 [4] 智能化升级 - IM AIOS首次引入AI Agent随车智能助手 融合微信生态 支持停车缴费和外卖点单等多元场景 [4] - 升级"雨夜模式" 在恶劣天气下提供更清晰视野 [4] - IM AD3.0无图城市NOA实现"全国都能开" 由满血版Momenta赋能 [4] 市场竞争环境 - 主要竞争对手包括阿维塔07 岚图FREE+等国家队品牌 以及特斯拉ModelY 理想L6 极氪7X 乐道L60 小鹏G6等新势力车型 [4] - 增程技术加入时间较晚 但通过打造450公里超长纯电续航实现差异化竞争 [2] 销量表现与战略定位 - 智己LS6自2023年10月推出后成为销量主力 2023年品牌总销量3.8万辆 LS6在12月单月销量破万 [3] - 2024年品牌销量达6.5万辆 LS6贡献显著 [3] - 2024年1-7月累计交付2.5万辆 同比有所下滑 8月交付6108辆 [3] - 公司采取"自上而下"发展曲线 早期依靠30万元以上车型但市场接受度不高 [2] - 增程技术首搭LS6车型 意图通过"后来居上"策略寻找新的增长突破口 [2][3]
如何用AI重构智舱交互逻辑?
虎嗅APP· 2025-03-18 09:51
文章核心观点 智己汽车携手斑马智行发布IM AIOS,将AI大模型+AI Agent落地智能座舱,重新定义智舱交互方式,开启"No Touch & No App"新时代,在阿里系AI加持下试图重新定义汽车,改写行业游戏规则[1][8] 分组1:行业背景与趋势 - 汽车从“四个轮子的沙发”向“第三空间”进化,技术回应人性需求,AI大模型推动汽车成为智能伙伴,但传统智舱交互引发用户吐槽 [1] - ChatGPT问世后AI应用广泛,车企积极拥抱AI技术,力图对智舱实现革命性颠覆 [2] 分组2:智己IM AIOS特点与优势 - 拥有类人化理解和沟通能力,通过“No Touch & No App”串联多Agent协作,解决传统交互占用驾驶注意力问题 [3] - 首创元神AI智能体引擎提供底层技术支持,可实时主动感知用户需求和环境变化,实现主动式服务 [3] - 与Apple Intelligence为同源引擎,苹果用户可无缝流转,设备无感互联,满享Apple Music音源 [8] 分组3:全新智己L6亮点 - 预计4月上市的全新智己L6与饿了么打通外卖全流程AI Agent,是行业首台上车“AI外卖”的智能轿车 [4][5] - AI外卖以Al Agent形态上车,实现多Al Agent协同,从单点功能到场景服务、指令式语音到多情景式对话转变 [6] 分组4:智己领先原因 - 智己IM AIOS率先落地主动交互智舱概念,得益于阿里同时拥有“顶尖AI技术”与“完整服务生态”,且智己是其在汽车领域重资投入的高端新能源品牌 [7] - 基于通义千问,智己和斑马联合研发行业最大端上开放式语音模型,是行业首个AI交互智能体,支持多模态输入,结合NLP感知需求 [7]