（来源：芝能汽车）
今年车企掀起了一轮技术发布会的热潮，智己在昨天（3月18日）的技术发布会上提出了IM Ultra Agent 智己超级智能体。
这有点像汽车小龙虾的概念，"车载AI迈向具身智能的跨代际飞跃"，每台智己车都能拥有一个专属AI司机助理。
发布会虽然开得很快，但信息密度不低，涵盖了从底盘到底盘到座舱到生态的完整链路。
今天把这套技术体系拆开来聊聊。
 
  
    
    
 
      
    
Part 1
  IM Fusion Nova架构：
舱驾一体的底层逻辑
先说最核心的变化——IM Fusion Nova架构。这是智己这次发布会的技术主线，也是理解整个体系的基础。
 
  
    
    
 
      
    
汽车行业里大部分车企的智能架构，是把智驾和智舱分开做的：智驾一套芯片、一套算法，智舱一套芯片、一套系统。
好处是开发解耦，坏处是两个系统之间协调成本高，信息流转有损耗。
举一个具体场景：你正在用导航，导航提示前方500米有施工，需要变道。这个时候智驾系统感知到施工，智舱系统正在播放音乐，两者之间需要交换信息——但如果两套系统是独立的，就需要额外的接口和协调逻辑，响应速度会慢。如果两套系统融合在同一架构下，感知和理解可以同步进行，不需要跨系统沟通。
IM Fusion Nova做了一件事：从底层把智驾和智舱融合成一套架构，用异构计算的方式，让两套系统在同一个硬件基础上协同工作。
这样做的好处有三个层面：响应更快、感知更全、场景理解更深。
◎响应更快，好理解——信息不用跨系统传递，直接内部处理。
◎感知更全是什么意思？智驾摄像头看到的是车外路况，智舱摄像头看到的是车内状态。融合之后，AI不仅知道"前面有行人"，还知道"驾驶员正在看手机没注意到"——这个信息对做出驾驶决策非常有价值。
◎场景理解更深，是最关键的一点：两套系统独立时，AI只能理解单个维度的信息；融合之后，AI能综合车外环境、车内状态、用户意图做统一判断。
智己把这一套架构的核心逻辑定义为"具身智能"。具身这个词在AI领域已经热了很久，意思是AI不只是处理抽象数据，而是能通过物理身体与真实世界直接交互。
放到车上，具身智能的落地就是：AI能直接控制方向盘、刹车、油门——不是发指令，是直接控车。这和现在的语音助手"帮你操作手机"不是一回事，是完全不同的技术深度。
 
  
    
    
 
      
    
座舱层面，智己选择和阿里千问合作，把千问大模型接入了车机系统。
先说千问的背景：截至目前，千问系列模型累计下载量超过10亿次，衍生模型超过20万个。
在Hugging Face开源模型榜单上，千问全系列包揽前四。美国权威科技媒体Wired的判断是"2026年将属于千问"。选千问的逻辑很直接——中文场景理解能力最强，本地化生态最完整，背靠阿里生活服务体系的壁垒最高。
具体到车上的体验，智己描述的核心场景是"全域代劳"：用户不需要一步步操作，上车说一句话，系统理解意图后自主完成所有设置和调度。
现有大部分车机的语音交互是"点对点"的：用户说"打开空调26度"，系统执行；用户说"导航到某某地"，系统执行。这是单向的命令-执行模式，用户仍然需要自己规划路径、判断优先级、做决策。
IM Ultra Agent想做的是把中间那些需要用户主动参与的动作省掉。
用户说"我有点累了，想找个安静的地方休息一下"——系统会综合当前位置、时间、用户历史偏好，筛选出符合条件的地点，然后直接启动导航。用户省掉了"打开App、输入目的地、判断哪个选项"这些中间步骤。
 
  
    
    
 
      
    
这件事做好的话，座舱体验确实会有质变。但难点也很清楚：大模型的推理能力是通用的，场景落地的细致程度才是决定体验的关键。"懂用户"这件事，没有足够多的用户数据积累是做不出来的。
生态层面，智己的计划是把支付宝、淘宝、飞猪、高德等高频应用接入IM Ultra Agent。这个方向是对的——车载AI如果只做到"语音控车"，天花板很低；只有和真实生活场景绑定，才能真正改变用车体验。
Part 2
灵蜥数字底盘和产品落地
IM Fusion Nova是软架构，落地需要硬件支撑。这个硬件基础，就是智己的全线控灵蜥数字底盘。
 
  
    
    
 
      
    
线控底盘这个概念，在行业里喊了好几年，但真正量产落地的非常少。
之前只有少数豪华品牌在部分高端车型上尝试过，比如丰田在某些车型上做过线控转向的demo，但因为安全冗余方案不成熟、成本过高等原因，一直没有大规模推开。
智己这次的进展，有两点值得重点说：
◎响应速度。最新量产的全线控四轮转向系统，从信号传到动作执行只需要20毫秒。这个数字比传统转向系统快了4倍以上。
20毫秒是什么概念？人类驾驶员踩下刹车的神经反应时间大约是200毫秒，20毫秒的响应速度意味着系统可以在驾驶员感知到危险之前就已经完成动作。
这4倍的差距，在高速弯道和紧急变道场景中体验非常明显——底盘对指令的执行几乎是"无感"的，车身姿态的控制精度比传统机械结构高出一大截。
◎安全冗余。国标对线控转向的要求是双重冗余——信号和执行器各备一份。智己做的是三重冗余，多出来的一重是基于后轮协同转向的制动冗余。
这重冗余的实际价值在哪里？智己给了一个具体场景：假设在120公里每小时的高速行驶中，前轮转向系统完全失效——前轮不知道转到哪个位置了——这种情况下，驾驶员转动方向盘时，系统会通过后轮转向和单点制动协同，帮助车辆安全靠边停车并制动。这个场景不是理论推演，是真实可能发生的极端工况。
智己的测试条件是：车速160公里每小时、负28度到正50度的温度范围、连续大角度转向——性能衰减控制在5%以内。整套系统做了11400多项实验，才敢拿出来量产。
智己是线控转向新国标的牵头制定单位。这个身份很关键——他们不只是满足现有标准，而是在参与定义未来的标准。对于整个行业来说，这意味着智己的技术路线可能会成为其他品牌参照的坐标系。
灵蜥数字底盘的实际体验有几个关键词：稳、准、韧。弯道里车身侧倾控制得比较好，高速恢复时方向盘的响应比传统机械结构更有"人车合一"的感觉。
媒体圈子里有一个说法是"开完智己的线控底盘，再开别的车会觉得方向盘有点迟钝"。这个评价可能有点夸张，但方向是对的。
线控底盘这项技术，在智己LS8上的量产落地，意味着20万到40万价格段的国产车型，把豪华品牌旗舰车型才有的机械配置，下放到了普通消费者触手可及的价格区间。这件事本身，比"AI超级智能体"这个概念更有实际意义。
 
  
    
    
 
      
    
这套技术体系，最终要落在具体的产品上。智己LS8将是首款搭载IM Fusion Nova架构和千问大模型的车型，计划3月26日正式开启预售。
LS8的定位是科技旗舰SUV，在线控底盘和高算力平台的加持下，率先上线专属司机助理1.0版本。
这意味着前面讲的这套技术，不是期货，而是会在LS8上交付的量产能力。结合智己LS6和LS7的定价策略，LS8的价格区间预计在30-40万之间，当然有机会能往30往下做份额。
智己的差异化在于两点：
◎线控底盘的驾驶体验是同价位独一份的。全线控+三重冗余+20毫秒响应的组合，目前没有第二家在量产车上做到。
这个技术差距，在驾驶质感上是有感知的，在弯道和紧急变道场景，线控底盘对车身姿态的控制精度比传统机械底盘高很多。
◎阿里生态的绑定。小鹏接入了阿里妈妈和支付宝的本地生活服务，但深度不如智己这次公布的计划；理想的语音助手强在体验打磨，但生态内容不如阿里系丰富；蔚来的换电体系是护城河，但在AI座舱体验上没有阿里生态的宽度。
LS8最终的口碑，取决于千问大模型上车后的实际交互体验能不能做到"老管家"级别；另外还要看线控底盘在长期使用中的可靠性表现。
智己的牌面不错，一周后LS8的定价和后续的用户口碑，会是真正决定这场技术发布价值的终局。