「中国版Grok上车」分水岭：阶跃交出首份量产答卷
自2025年7月特斯拉在座舱接入Grok并与FSD形成协同后，AI上车一夜成为风口。但热闹背后，当前进展更多停留在“语音交互升级”层面，人车交互范式未有本质改变。真正具备意图理解与执行能力的“具身智能体”，依然未出现。
行业正在等待，一款真正改变现状的产品。
4月17日，极氪8X上市，29分钟大定量突破10000台，其首发搭载由阶跃、吉利、千里科技联合研发的整车智能体“超级Eva”。这是一款回应行业长期期待的产品。
与以往停留在座舱层的AI不同，超级Eva被定义为“整车智能体”，尝试打通从感知、理解到执行的整车链路，将AI从“对话入口”延伸至系统层能力。
过去一年，围绕“Grok+FSD”的讨论此起彼伏，但多数仍停留在追风口阶段。随着超级Eva实现量产，这一方向第一次有了具象化的落地样本。
大模型上车分水岭：不在对话升级，而在执行任务
现在所谓“大模型上车”，本质是把类似Grok这样的通用模型接入座舱，用来提升语音交互体验。这种接入通常被称为“外挂”AI，其提升的是对话交互体验，但无法深入到规划与控制层，距离用户期待中真正意义上的整车级智能体体验相去甚远。
虽然“外挂”AI也做到了更自然的对话、更丰富的知识库、更拟人的交互体验。但问题在于，这些能力距离真正的汽车智能体标准仍有明显差距。物理AI不仅要“说得更好”，更关键的是要“做得更好”。
换句话说，“外挂”AI的本质仍停留在人控车的辅助工具阶段，而真正的整车智能体，则需要具备自主理解、决策与执行任务的能力。
正如麦肯锡在相关研究中指出，当前车载AI的主要瓶颈，并不在语音识别或对话能力，而在于“跨系统任务编排能力”的缺失。系统无法将用户的一个复杂目标，转化为多模块协同执行的动作链路。这也是为什么，大多数所谓“AI助手”，本质上仍是被动“响应命令”的工具。
而“超级Eva”意义，就在于把目前的瓶颈突破了，让大模型上车第一次迎来分水岭时刻，从此前以提升交互体验为核心的阶段，迈向AI第一次作为整车大脑的智能体阶段。
这也是为什么行业将超级Eva与Grok上车Tesla的体验相提并论，因为它们都代表着一个相同的趋势：AI正在从回答问题走向完成目标。
举一个我们开车时的刚需场景——当你对着车机说：“带我去接孩子放学，顺便找一家麦当劳，5点前我要到学校。”
在超级Eva出现前，这句话大概率无法被直接执行。因为系统无法理解其中的多重意图，用户必须手动拆解成多个指令：先导航到学校，再搜索麦当劳，再设置途经点，途中还要不断确认路线与时间。整个过程中，人仍是决策者与控制者，车只是执行工具。
但在超级Eva中，这句话会被当作一个“目标”处理，而不是一串命令。
系统会自动完成三层解析：先识别任务结构——接孩子是主任务，买麦当劳是附加任务，5点前到达是硬约束；再拆解每个任务——筛选合适门店、规划最优路线、计算时间窗口、评估绕行成本；最后调度系统能力——调用导航、辅助驾驶、泊车等多个模块形成闭环执行。
更关键的是，在执行过程中还能根据实时路况、时间变化进行动态调整。比如遇到前方堵车会提前提醒，并可以完成以达成目标为主的规划与执行。
这背后真正发生的变化是，用户不再替AI思考“怎么做”，只需要表达“要什么”，这可以称得上是一次体验范式的重构。
Gartner在其2025技术趋势中将“Agentic AI”列为关键方向之一，强调其本质是“能够自主制定计划并执行多步骤任务的系统”，不再是传统的对话式AI。
超级Eva的出现，本质上就是把这一能力，第一次落在了量产车上。
为什么是阶跃能最先做成这件事？
如果说大模型上车的第一阶段，是把“会说话的AI”装进车里，那么这一阶段的上限，其实已经被证明是有限的。
真正的分水岭，在于AI是否开始具备“感知世界 + 理解意图 + 执行动作”的闭环能力。极氪8X首发搭载的整车智能体超级Eva，第一次国内让车载AI具备了这种闭环能力，技术层面是“语言大脑 + 语音表达 + 视觉感知”三套能力协同的结果。
而支撑这一切的底座，是阶跃星辰的Step系列模型矩阵。
据雷峰网 (公众号：雷峰网) 了解，阶跃星辰是国内基座模型研发最全面的公司之一，其自研的Step系列基座模型矩阵覆盖了从千亿参数到万亿参数，构建了从语言、推理到多模态，从理解到生成的全面能力。Agentic 时代，模型要真正从软件层面走进物理世界，覆盖了感知-推理-执行全链条的系统能力是必备要素。
阶跃最新发布的Step 3.5 Flash，是整个超级Eva的“大脑”，其不是一个单纯的大语言模型，而是一个面向Agent场景设计的推理与规划引擎。