阿里云AI智能座舱，从涌现到进化

2026年6月25日，在第八届AI智能座舱大会上，阿里云智能集团AI汽车行业解决方案专家王冠分享到，过去四年，千问大模型从追赶走向涌现式突破，Qwen3.5实现原生多模态与自主Agent能力，编程、推理、长程任务等复杂智能自然涌现，彻底改变了过去“设计什么才会什么”的AI范式。

王冠谈到，基于全模态Omni模型与千问超级Agent，智能座舱正从指令式语音助手进化为“听得懂、办得了、记得住、看得清”的类人伙伴，一句话订餐、订机酒等场景已从设想走向量产。这一进化背后，是阿里云百炼平台提供的高性能、高性价比、安全可靠的AI底座，以及从芯片到模型到生态的全栈能力，确保座舱智能化不仅可Demo，更可规模化落地。他表示，面向未来，阿里云将持续以Agentic Cloud赋能车企，推动汽车产业加速驶入AI汽车新世界，让每一次出行都拥有可进化的智慧伙伴。

王冠｜阿里云智能集团/AI汽车行业解决方案专家

以下为演讲内容整理：

我今天分享的题目是“AI智能座舱，从涌现到进化”。为什么用“涌现”和“进化”这两个词？因为过去三年，大模型领域发生了一件非常有意思的事，很多能力不是我们设计出来的，而是涌现出来的。当模型规模跨过某个临界点，它突然就“会”了，会推理、会调用工具、会理解视频。这些能力是量变到质变的产物。而这些涌现出来的能力，正在驱动智能座舱发生一次根本性的进化，从听指令的工具，变成懂你的伙伴。

要了解涌现是如何发生的，就要从千问大模型的发展历程说起。2023年4月，千问发布，那时候的大模型还处于追赶GPT-4的阶段。同年9月，Qwen首次开源，开始走向社区。2024年是涌现加速的一年，Qwen2.5发布并开源，72B参数拿下“最强开源”。同一年万相视频生成模型超越Sora登顶VBench，全模态模型Qwen-Omni亮相，这是涌现的一个典型例子，一年前做不到的事，模型规模到了就自然具备了。2025年更是密集爆发，Qwen3发布并开源，长文本支持百万Tokens，Qwen3-Omni实现了全模态理解，一个模型可以同时处理文本、图片、音频、视频，我们更是将模型的尺寸压缩到了几B，以便于模型上车。此外，开源衍生模型突破7.8万个，成为全球最大的模型群。到2026，Qwen3.5系列发布，从原生多模态走向现实世界智能体。此外，Qwen3.7-Max在Arena全球盲测中拿到国产第一。

图源：演讲嘉宾素材

从2022年发布到现在，整整四年，千问几乎每个月都有新的突破。这不是匀速前进，而是加速涌现过程，越到后面，突破越密集。这些能力不只是实验室里的跑分，它已经走到了各行各业。千问做到了全球开源生态第一，衍生模型超过20万个，全球下载量突破10亿。在中国企业级大模型市场中，千问市占率达到了第一。

从零售导购到代码辅助，从数字员工到消费电子，千问已经在各行各业的真实场景中得到验证。百万企业的选择，说明千问不只是一个模型，更是一个经过检验的生产力平台。

大模型未来会向什么方向发展呢？

第一个维度是“深”——SMART。模型不再只是快速给出答案，而是学会了慢思考，执行复杂任务、抑制幻觉、泛化地调用工具、根据反馈自主决定下一步。

第二个维度是“广”——KNOWLEDGE。训练Token从2T增长到45T，MoE、混合注意力等架构创新让同等任务的成本降低10 倍。

第三个维度是“全”——OMNI。耳聪目明、能说会画。真正的智能需要全模态，而全模态模型的三个硬指标是低延时、高拟真、不降智。

深、广、全，这三个维度的能力交汇在一起，构成了智能座舱进化的底层动力。

下面具体来看看模型能力。千问系列的基础能力——Qwen3.5系列实现了原生多模态，从早期训练阶段就接入视觉语言训练。词表从15万扩展到25万，覆盖201种语言和方言。

还有Qwen的旗舰模型Qwen3.7-Max，有三个涌现性的突破。一是编程智能体，这不是代码写得好，而是模型涌现出了自主编程的闭环能力，能够理解需求、拆解任务、调试代码、提交修复。二是通用推理，Arena全球盲测总榜，国产第一，全球第六。三是超长程自主任务，能够全自主完成35小时复杂Agent任务，超过1000次工具调用。这个能力一年前的模型做不到，但当能力跨过临界点后，有些功能就自然涌现了。

Qwen3.5-Omni是一个对座舱场景特别关键的模型。座舱是天然的全模态场景，用户在说话、车内有摄像头、有音乐、有导航画面，信息是多模态涌入的。过去用多个模型拼接处理，效果不好、延时高、模态之间还会“打架”。而Qwen3.5-Omni是端到端的全模态模型，一个模型就能够同时理解文本、图片、音频、视频，预训练数据更是超过了1亿小时音视频。

如果将一段视频给Omni，让Omni识别视频的背景音乐，分析这段视频的大纲，给出每个部分的梗概，Omni可以很好地输出。此外，Omni不只会听，还会说，并且原生支持119种语言，能够对多语言进行理解和翻译。在国产汽车全球化的今天，Qwen-Omni更是主机厂出海的不二选择。

Omni模型的出现，意味着座舱语音交互的基座问题被解决了，不再需要拼凑多个模型，一个Omni就够了。Omni模型有不同的尺寸，为了Omni能上车，我们特意制作了Qwen3.5-Omni-Mobile的模型，用于端侧部署的量化、压缩和推理加速，能够在主流车规芯片上极致运行，在端侧负责快速响应和高隐私场景。此外，在云端部署Qwen3.5-Omni-Flash，通过百炼平台提供高并发算力，云端负责深度理解和生态调用。同时，我们汇聚了阿里巴巴最强的办事生态，构建了千问超级Agent。“Hi，千问”不只是一个语音入口，而是一个能聊天、会办事的智能体。

有四个场景代表了座舱从“语音助手”到“类人伙伴”的进化。一是一句话找餐厅。你说“帮我找个附近的川菜馆”，它不只是搜索，还能帮你打电话预订。这是“办事”，不是“搜索”。二是一句话订机酒。你说“下周三去上海出差”，它会自动规划行程、比价、预订。另外还有在千问完成点外卖和订机酒的场景。

图源：演讲嘉宾素材

Omni和千问超级Agent便是我们为智能座舱的下一个升级做的准备，让智能座舱真正实现“听得懂”“办得了”“记得住”“看得清”的智能副驾。但座舱的进化不能只靠一个模型的突破。从一辆车的Demo到百万辆车的量产，需要一个平台级的AI底座。

对此，阿里云百炼集合五大能力，为座舱规模化铺平道路。一是高性能，让Agent跑得更快、峰值更稳，早高峰几百万辆车同时在线，推理延迟必须控制在毫秒级。二是高性价比，让Token消耗可控、可预测、可优化。三是安全可靠，车主的行驶数据、语音数据、支付数据，安全是底线。四是效果更优，模型不是一锤子买卖，需要持续迭代，逼近座舱场景的真实需求。五是生态繁荣，一套接口接入全模型与全平台能力，不只千问，DeepSeek、智谱、Kimi都能通过百炼统一接入。总体而言，模型能力再强，没有平台支撑，也只是一辆概念车。

智能座舱离不开大模型，就像大模型离不开云一样。阿里云具有全球领先的开源模型，千问是全球最大的开源模型家族。开源意味着车企可以基于Qwen做自己的模型，不再受制于人。此外，阿里云是亚太第一的AI云，亚太市场份额第一，32个地域、105个可用区、200+国家覆盖。对出海车企来说，全球部署是刚需。此外，我们还有自研的国产算力，有云和AI基础设施、平头哥真武规模应用。我们的算力自主可控，长期竞争力的保障。

阿里云提供的不只是算力，更是从芯片到模型到生态的全栈能力，让座舱的进化可持续、可规模化。阿里云也在不停的进化，从去年的AI全栈，到今年的Agentic Cloud，阿里云在云服务市场也比将会持续领跑。阿里云将继续与车企一起，加速汽车产业进入AI汽车新世界。

（以上内容来自阿里云智能集团/AI汽车行业解决方案专家王冠于2026年6月25日-26日在第八届AI智能座舱大会发表的《阿里云AI智能座舱，从涌现到进化》主题演讲。）