当地时间3月17日，吉利汽车集团CTO李传海应邀出席NVIDIA GTC 2026大会，并宣布吉利将与NVIDIA在物理AI、企业AI、工业AI三大领域持续深化合作与战略协同，双方将围绕智能驾驶、智能座舱、智能制造与研发、云端与 AI 基础设施等维度，展开一系列深度合作，定义下一代智能出行技术底座。此外，吉利还宣布在“舱驾融合”上实现关键突破，携手阶跃星辰、千里科技联合打造的超级Eva+G-ASD 4.0即将发布并量产上车，极氪8X将首发搭载打通智能座舱、智能辅助驾驶、数字生态的超级智能体，提供对话式舱驾协同、全场景数字生态服务联动，标志着吉利在物理AI技术量产方面迈出关键一步。

吉利与NVIDIA形成物理AI时代的互补闭环，定义下一代智能出行技术底座

作为车企，吉利完成了全域AI智能化布局，2025年便率先发布了智能汽车行业全域AI技术体系。今年CES期间，吉利又发布了具备自我反思与进化能力的世界行为模型——WAM（World Action Model），构建了统一的“整车大脑”，全域AI技术体系也随之进化到了2.0时代。目前，吉利已实现了AI技术在整车各域的跨域融合，让汽车智能首次拥有了持续进化的“世界观”和“判断力”。

据了解，吉利与NVIDIA将在三大维度展开深度战略协同：在物理AI领域，探索智能汽车核心能力的持续进化；在企业AI领域，深化云端算力基础设施和企业级AI平台的协同；在工业AI领域，推进智能制造与研发体系的数字化革新。这种从智能汽车到企业管理、从模型数据到场景应用的全链路协同，不仅为吉利的技术落地提供了强大支撑，也为行业探索AI驱动出行变革提供了可复用的范本。

在智能辅助驾驶领域，吉利与千里科技共同打造的千里浩瀚G-ASD辅助驾驶系统，采用行业领先的Smart AI Agent架构，完整应用了WAM世界行为模型。目前，吉利正与NVIDIA展开深度合作，千里浩瀚G-ASD将集成 NVIDIA Alpamayo、NVIDIA Cosmos 和 NVIDIA NuRec，以提升智能辅助驾驶的开发、仿真与验证效率。此外，吉利将与生态系统合作伙伴一起，使用 NVIDIA DRIVE AGX Hyperion 自动驾驶汽车架构，进行robotaxi的开发和商业化，以增强复杂驾驶场景中的泛化能力和安全冗余。

在云端与AI基础设施领域，吉利将充分利用 NVIDIA AI 超算平台，结合NVIDIA Nemotron开源大模型、NVIDIA NeMo软件以及 NVIDIA AI Enterprise套件，加速企业级 AI 进化，实现从研发数据处理到业务决策智能化的全面升维，推动吉利向“AI组织”加速转型。

在车端体验上，吉利将行业首发搭载由 NVIDIA 与联发科（MTK）共同开发的天玑汽车座舱平台旗舰芯片 C-X1。C-X1 采用 NVIDIA Blackwell GPU，并支持第二代 Transformer 引擎和 NVFP4，针对 LLM 和 VLM 推理性能进行了专门优化，具有无与伦比的 token 处理吞吐量和显存带宽效率。同时，吉利将基于 NVIDIA DRIVE AGX 平台以及一系列优化的 AI 模型，用于 AI Box 的差异化应用，持续驱动座舱内 AI 体验的颠覆性创新。

此外，双方的合作还延伸至工业 AI 领域，涵盖了Vision AI 智能体的应用、基于NVIDIA Omniverse库的工厂自动化建设，以及由 AI 驱动的工业设计与 CAE（计算机辅助工程）工作流等各个方面。通过AI技术的介入，吉利将大幅缩短研发周期，并实现生产制造流程的极致柔性与自动化。这种从“制造”到“AI智造”的跃迁，正是未来汽车产业竞争力的核心所在。

李传海强调：“与NVIDIA的战略协同，是吉利开放AI生态的核心实践。这不是简单的车企+芯片厂，而是面向物理AI时代，共同定义下一代智能出行技术底座的深度合作，将为全球用户带来更安全、更智能的出行体验，也为智能汽车产业的技术演进，提供更具想象空间的协同范式。”

极氪8X将首发搭载超级Eva+G-ASD 4.0，实现舱驾协同、全场景数字生态服务联动

舱驾一体是2026年汽车AI智能体的核心趋势，通过WAM与NVIDIA硬件的协同，吉利物理AI在舱驾一体方面实现了革命性突破，将通过超级Eva与千里浩瀚G-ASD两大核心载体，持续为用户带来全新的智能出行体验。

超级Eva是吉利联合阶跃星辰共同研发，基于WAM与智驾、底盘、动力等底层系统原生融合的整车智能体。它不是外挂于车辆的独立AI，而是与车共生的智慧本体，将朝着可聊性、深规划与强记忆三大方向持续迭代。

在可聊性上，Eva采用了端到端语音语义一体化模型，直接把音频token输入大模型，输出意图标签和执行参数。在深规划上，Eva采用了多模态感知融合 + 动态任务规划引擎，可将模糊指令拆解为座舱环境配置、内容推荐、服务预订、健康监测的并行动作序列。在强记忆上，Eva的记忆架构，可通过短期记忆存储近期对话实体与情感标签，通过长期记忆构建长期关系图谱，如家庭成员、重要事件、内容偏好以及偏好概率值等。