2026年，端云協(xié)同將成為智能汽車能否落地的關(guān)鍵，而阿里云正站在這條趨勢(shì)的最前沿。

為什么 2026 年是關(guān)鍵節(jié)點(diǎn)？因?yàn)楸姸嘁貤l件在同一時(shí)間接近成熟。

車端算力的上限突破。隨著高通、英偉達(dá)等廠商持續(xù)推升車規(guī)級(jí) SoC 的計(jì)算能力，車載芯片第一次在功耗、成本與穩(wěn)定性之間，找到了一個(gè)相對(duì)可行的平衡點(diǎn)。

過去很長一段時(shí)間里，端側(cè) AI 在汽車上“不成立”，并不是因?yàn)樾枨蟛淮嬖冢且驗(yàn)樗懔?、能耗和可靠性無法同時(shí)滿足車規(guī)要求。新一代車載計(jì)算平臺(tái)逐步量產(chǎn)，語音、多模態(tài)感知、基礎(chǔ)推理等能力開始真正跑在車端，且具備持續(xù)可用性。

與此同時(shí)，大模型的“性價(jià)比”仍在快速提升。過去制約大模型上車的核心矛盾在于：小參數(shù)模型效果不夠好，而汽車端側(cè)的算力與功耗條件，又不足以支撐大參數(shù)模型穩(wěn)定運(yùn)行，二者長期無法兼得。結(jié)果是，大模型要么停留在云端，要么只能在車端以“精簡版”的形式存在。

如前所述，車端算力提高的同時(shí)，模型也在優(yōu)化，模型架構(gòu)優(yōu)化、推理效率提升以及量化、蒸餾等技術(shù)逐步成熟，在更小參數(shù)規(guī)模下實(shí)現(xiàn)接近甚至超出以往大參數(shù)的大模型效果，大模型具備真正“上車”的工程可行性，不再依賴極端算力堆疊，也不以犧牲體驗(yàn)為代價(jià)，而是在車端算力可承受的范圍內(nèi)，提供穩(wěn)定、可預(yù)期的智能能力。

在這種情況下，主機(jī)廠逐步確定自己的智能化供應(yīng)商，結(jié)合行業(yè)來看，企業(yè)并不滿足于單點(diǎn)能力供應(yīng)，而是希望在行業(yè)未來還不確定的情況下，找到一份更確定的答案，廠商是否有長期投入和系統(tǒng)級(jí)布局，成為決定性因素。

阿里云在智能汽車領(lǐng)域的優(yōu)勢(shì)，正體現(xiàn)在端云協(xié)同的完整布局上。在端側(cè)，阿里云能夠提供強(qiáng)大的模型選擇，覆蓋從多模態(tài)感知、語音理解到實(shí)時(shí)決策的多種應(yīng)用場景，使車輛在有限算力下依然能穩(wěn)定、高效地執(zhí)行復(fù)雜任務(wù)。

從2023年至今，阿里通義團(tuán)隊(duì)已開源300多款模型，包含大語言模型千問Qwen及視覺生成模型萬相Wan等兩大基模系列，開源囊括文本生成模型、視覺理解/生成模型、語音理解/生成模型、文生圖及視頻模型等「全模態(tài)」，覆蓋0.5B、0.6B、1.5B、1.7B、3B、4B、7B、8B、14B、30B、32B、72B、110B、235B、480B等「全尺寸」參數(shù)，支持中、英、法、德、西、俄、日、韓、越、阿拉伯等119種語言及方言。

在2025年，通義團(tuán)隊(duì)首發(fā)Qwen3-Omni原生全模態(tài)大模型，純模型端到端音頻對(duì)話延遲低至211ms，該模型一經(jīng)推出，迅速得到車企認(rèn)可，幾乎所有車企都開始測(cè)試Qwen3-Omni上車。

在云側(cè)，阿里云提供領(lǐng)先的 AI 云服務(wù)，包括大規(guī)模訓(xùn)練、開源大模型以及持續(xù)迭代能力，為端側(cè)模型的長期進(jìn)化和能力更新提供動(dòng)力。

阿里巴巴集團(tuán)CEO吳泳銘日前宣布，未來三年，阿里將投入超過3800億元，用于建設(shè)云和AI硬件基礎(chǔ)設(shè)施，總額超過去十年總和。這也創(chuàng)下中國民營企業(yè)在云和AI硬件基礎(chǔ)設(shè)施建設(shè)領(lǐng)域有史以來最大規(guī)模投資紀(jì)錄。

這種端云結(jié)合的模式，不僅保障了車輛在關(guān)鍵場景下的安全與確定性，也讓智能汽車具備了持續(xù)進(jìn)化的能力，為車企提供了可落地、可擴(kuò)展、可持續(xù)的整體解決方案。

端云協(xié)同，于云廠商而言是一次真正的洗牌。端云協(xié)同考驗(yàn)的已經(jīng)不只是模型能力，而是“安全優(yōu)先”的系統(tǒng)設(shè)計(jì)邏輯，車規(guī)級(jí)云基礎(chǔ)設(shè)施，支撐高并發(fā)、低延遲的智能調(diào)度，足夠大的生態(tài)，支撐真實(shí)生活場景等，阿里云踩中了中國車企當(dāng)前最核心的需求。


審核編輯 黃宇