解读“统一指挥权”：吉利布局物理AI的智能进化路径
（文/观察者网 张家栋 编辑/高莘）
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
1月26日，阶跃星辰（StepFun）宣布完成超50亿元人民币B+轮融资，刷新过去12个月中国大模型赛道单笔融资纪录。同日，公司官宣印奇出任董事长，负责公司战略节奏与技术方向制定。
南华早报
随着AI行业竞争从“百模并行”转向资源与应用场景集中，印奇同时担任阶跃星辰与千里科技两家公司的董事长，已然不再是一次简单的人事变动，其背后的战略指向性不言而喻。
对此，接近阶跃星辰和千里科技的人士向观察者网表示，这次人事变动，将进一步促使千里科技、阶跃星辰以及吉利控股集团之间的协同。
从企业定位来看，阶跃星辰近一阶段对外释放的战略信号，已经明显指向物理AI（Physical AI）。该公司将人工智能的主要落地方向锚定在汽车、机器人等现实世界设备上，新一轮融资的用途也被明确用于基础模型研发以及终端侧的规模化部署。
这一路线，使阶跃星辰逐渐从通用模型提供方，转向为复杂物理系统提供底层智能能力的技术平台。
在技术推进路径上，阶跃星辰持续投入语言基础模型、多模态模型以及端云协同架构，并尝试通过终端部署形成可反哺模型迭代的数据闭环。这种高度依赖工程化和应用反馈的研发模式，对模型公司与终端场景之间的协同提出了更高要求。
作为中国较早一批计算机视觉领域的创业者，印奇的个人经历，则恰好覆盖了这一协同所需的多个环节。
2011年，他创立旷视科技，并推动人脸识别等计算机视觉技术在安防等场景中实现规模化落地。随后，其职业重心逐步从单一算法突破转向更复杂的系统级智能应用。
近年来，他深度参与智能驾驶相关布局，并在吉利强化智能驾驶能力的背景下，出任吉利投资的千里科技董事长，推动以整车为载体的智能化能力在量产车型中的落地。
千里科技董事长印奇 千里科技正式
据《南华早报》报道，过去一年，千里科技已与吉利汽车展开多项合作，在其旗下车型中部署“千里浩瀚”辅助驾驶系统。
在这一脉络下，印奇担任阶跃星辰董事长角色，也被外界看做是其过往在算法商业化与产业协同上的经验，在连接基础大模型与真实物理场景的过程中起到了关键作用。
《南华早报》还称，印奇在此前便将两家公司的关系概括为“千里科技构建以车辆为中心的AI应用场景，阶跃星辰提供支撑这些场景的基础模型和核心智能能力，是‘大脑’层面的核心能力。”
对于千里科技而言，这种协同最直接体现在技术链条的延展上，过去，其优势主要集中在工程落地和产品部署速度，但在底层模型能力的演进节奏上，仍需与外部技术方保持配合。随着阶跃星辰被纳入同一战略调度体系，千里科技在产品定义阶段获得了更大的主动权，同时也需要面对模型能力与整车系统深度耦合所带来的复杂性。
同时，这种协同关系，还展现在吉利控股集团整体的智能化布局。随着吉利持续强化自身在智能驾驶领域的能力建设，千里科技在其体系内的重要程度不断提升，而作为“大脑”的阶跃星辰，则将为其带来更前沿的技术支持。
更进一步来看，这种协同效应对吉利的意义，或许并不局限于智能驾驶单一领域。随着吉利近年来在卫星互联网、低空经济以及可穿戴设备等方向持续加码，其对人工智能能力的需求，正从“车端智能”向更广泛的物理世界延伸。
吉利控股集团正式
印奇同时执掌两家公司，带来的不仅是决策效率的提升，也意味着更高程度的战略集中。这种模式能否在开放性、规模化与垂直整合之间取得平衡，将直接影响阶跃星辰在头部大模型竞争中的位置，也将影响千里科技乃至吉利控股在“车+AI”时代，再到更广泛的物理AI时代的座次。
在此背景下，通过千里科技与阶跃星辰形成的模型与应用联动，吉利在多个新兴技术方向上已经潜藏着更高的技术协同潜力。
从全球AI生态的演化来看，在今年年初的CES 2026展会上，英伟达创始人兼CEO黄仁勋明确提出全面转向“物理 AI”之后，基础模型公司正在迎来新的风口期。
不同于此前以“文生图”“文生视频”为代表的纯软件应用，物理AI更强调模型与真实世界的连接能力，这也令多数缺乏硬件能力、缺乏终端经验、也缺乏直接面对市场与用户的组织路径的AI技术企业，直面新的现实难题。
正是在这一背景下，阶跃星辰与千里科技在“统一指挥权”下形成的协同，更像是一种破局式尝试：一端是持续演进的基础模型能力，另一端是已深度嵌入整车体系与产业链的智能化平台，其叠加效应不仅可能重塑两家公司的成长曲线，也将对吉利控股在更广泛技术版图中的布局产生长期影响。而这一组织协同的成功与否，或许也将为整个行业提供重要的参考。
本文系观察者网独家稿件，未经授权，不得转载。
相关攻略
近日，开源具身智能原生框架Dexbotic宣布正式支持以RLinf作为其分布式强化学习后端。对具身智能开发者而言，这不仅是一次普通的工程适配，更意味着VLA模型研发中长期存在的「SFT与RL割裂」问题，正在被真正打通。 这是一种典型的「乐高式协作」：双方不强行Fork、不粗暴揉合代码，而是保持清晰边
随着大模型参数规模不断增长，混合专家（Mixture-of-Experts, MoE）架构因其稀疏激活特性，成为平衡模型性能与计算开销的主流方案。然而，在实际的Web级应用部署中，一个关键挑战日益凸显：传统MoE的路由机制通常是“无记忆”的。 试想，在搜索引擎、智能问答或多轮对话等高并发场景下，用户
编程十年的一点分享 在软件开发的路上走过十几年，从一个爱好者到以此为业，有些体会或许值得聊聊，就当是抛砖引玉吧。 最早接触编程，是从BASIC和C语言开始的。工作后，随着需要，陆续学习了dBase、Access这类桌面数据库的开发。真正以开发为职业，可以说始于FoxPro 5 0，之后技术栈随着项目
引言 编程，是一门实践科学。这意味着，学习它的最佳方式就是动手去敲代码。但这是否意味着，我们可以因此轻视理论的学习呢？ 入门编程 如果你去各大技术社区提问“该如何入门编程”，五花八门的答案会瞬间涌来。 不过，仔细梳理一下，无外乎以下几种流派： 学院派 他们推荐从C语言入手，并辅以数据结构、操作系统等
想象一下这个场景： 你让 AI Agent 帮你修一个代码 Bug。它打开项目，读了 20 个文件，改了改，跑了一下测试，没过，又改，又跑，还是没过……来回折腾了十几轮，终于——还是没修好。 你关掉电脑，松了口气。然后收到了 API 账单。 上面的数字可能让你倒吸一口凉气——AI Agent 自主修
热门专题
热门推荐
财务智能化浪潮正深刻重塑行业格局，这既是严峻挑战，更是历史性机遇。对于广大财务从业者而言，固步自封意味着职业风险，主动转型才是破局关键。那么，财务人员如何应对智能化转型？核心在于积极拥抱变化，将人工智能、大数据等前沿技术内化为自身的核心竞争力。 一、持续学习，实现技能进阶 在智能化时代，学习已成为财
在探讨人工智能的最新进展时，语言大模型已成为一个无法回避的核心议题。它早已超越了实验室研究的范畴，正作为构建新一代AI智能体的关键平台，深刻改变着我们与机器交互、协作乃至共同进化的模式。 那么，语言大模型为何能成为AI发展的基石？其核心优势在于强大的理解与生成能力。通过对海量文本数据的深度学习与算法
人工智能的浪潮正席卷而来，其中，大语言模型无疑是浪尖上最耀眼的明珠。它们动辄千亿参数的庞大体量，以及背后精妙的深度学习架构，让机器理解并生乘人类语言的能力达到了前所未有的高度。不过，一个现实问题也随之浮现：这些“通才”型巨无霸，如何能精准地服务于千差万别的具体场景？答案的关键，就在于“微调”这项技术
在数字化浪潮席卷全球的今天，一项融合前沿AI与3D技术的创新解决方案正引领人机交互的新趋势。实在智能重磅推出的全栈AI虚拟人解决方案，深度融合了自然语言处理与3D数字化定制技术，旨在为用户打造前所未有的沉浸式交互体验。这不仅是一次技术升级，更是智能科技迈向人性化、情感化的重要里程碑。 那么，这套AI
在当今企业数字化转型的进程中，流程挖掘技术已成为提升运营效率与管理水平的关键工具。它如同一位专业的“企业流程医生”，能够基于真实数据为企业进行精准诊断并提供优化“处方”。 那么，什么是流程挖掘？简单来说，它是一种从企业信息系统（如ERP、CRM）的事件日志中自动发现、监控和改进实际业务流程的技术。它