重慶車企首家：長安汽車自研大模型獲國家生成式 AI 備案審批
重點摘要
#長安汽車# 全棧自研的長安 #天樞大模型# 已正式通過備案審批，成為重慶首家通過國家級備案的車企，標誌著長安科技自主研發的“天樞大模型”作為獨立訓練、運營的生成式 AI 大模型服務或產品可面向公眾提供服務。
### 長安汽車天樞大模型通過國家生成式AI備案，成重慶首家車企
長安汽車近日宣布，其全棧自研的「天樞大模型」已正式獲得國家生成式人工智慧服務備案審批，成為重慶地區第一家通過此國家級備案的汽車製造商。這項進展不僅代表長安在人工智慧領域的自主研發能力獲得官方認可，也意味著該大模型可作為獨立訓練與運營的生成式AI服務或產品，合法對公眾提供服務。
### 重點整理：全棧自研與獨立營運
長安汽車此次通過備案的關鍵在於「全棧自研」與「獨立營運」兩項特點。不同於部分車廠採用第三方AI平台進行客製化調整，長安的天樞大模型從底層架構到訓練流程均由內部團隊主導開發，並且擁有獨立的運營權限。這使得長安不僅能掌握核心技術，更能在合規前提下，直接將模型部署於車輛或相關應用中，提供給終端消費者使用。
### 背景脈絡：中國生成式AI監管與車廠競賽
自2023年中國發布《生成式人工智慧服務管理暫行辦法》以來，企業若欲推出面向大眾的生成式AI服務，必須向主管機關提交備案並通過審查。此制度旨在確保AI生成內容的安全與可控。在汽車產業中，智慧座艙、語音助手、自動駕駛輔助等場景高度依賴AI模型，因此多家車廠積極投入大模型研發。長安汽車能率先在重慶取得備案，顯示其技術布局已領先同區競爭者，也為後續其他車廠提供了合規參考路徑。
### 可能影響：從智慧車輛到產業生態
天樞大模型通過備案後，最直接的影響是長安汽車能將生成式AI功能整合進新車或現有車款中。例如，車主可透過自然語言與車輛互動，獲得行程建議、車輛狀態解說、甚至生成旅途內容等服務。此外，長安也可能將此模型授權給合作夥伴，擴展至智慧交通或車聯網領域。對重慶汽車產業而言，此舉將強化當地作為智慧製造重鎮的技術形象，吸引更多AI相關供應鏈進駐。
### 讀者可關注的後續動向
接下來值得關注的重點包括：長安汽車是否會公布天樞大模型的具體應用場景，例如哪些車型將率先搭載，或是否推出OTA（空中下載）更新來部署新功能。同時，其他車廠如比亞迪、吉利等是否會加速備案進程，形成新一輪AI競賽。此外，由於生成式AI法規持續演進，長安如何確保模型內容安全與用戶隱私，也將成為觀察指標。消費者可留意後續官方釋出的示範影片或試用活動，實際體驗大模型帶來的互動變化。
### 結語：車廠自主AI的里程碑
長安汽車天樞大模型取得備案，不僅是單一企業的技術成就，更象徵中國車廠從硬體製造轉向軟體與AI定義的趨勢確立。在合規框架下，自研大模型將為車輛賦予更人性化的互動能力，同時也考驗車廠在數據治理與演算法倫理上的投入。未來，隨著更多車廠跟進，生成式AI在汽車產業的應用將更加普及，而長安此次的突破，無疑為這條道路點亮了第一盞綠燈。
Related
相關文章
微軟“意外洩密”：Claude Mythos萬億參數，訓練規模浮出水面？
這篇消息聚焦「微軟“意外洩密”：Claude Mythos萬億參數，訓練規模浮出水面？」。原始導語提到：Scaling萬歲！ 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
收費才是DeepSeek的“成人禮”
這篇消息聚焦「收費才是DeepSeek的“成人禮”」。原始導語提到：豆包先給DeepSeek探探路。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
轉戰閉源遇挑戰：消息稱 Meta 一再推遲上線 AI 模型 Muse Spark
根據《華爾街日報》報導，Meta 公司最強 AI 模型「Muse Spark」開發遭遇阻礙，已多次延後上線時程。截至目前，該模型仍未對開發者開放 API 進行調用。
如何針對您的語言、領域或口音微調 Nemotron 3.5 ASR
NVIDIA 推出 Nemotron 3.5 ASR，這是一個具備 6 億參數的串流多語言語音轉文字模型，能從單一檢查點即時轉錄 40 種語言區域，並內建標點符號與大小寫功能。它繼承了今年稍早於 Hugging Face 及 NIM 發布的 Nemotron 3 ASR（僅支援英文）模型，後者已獲得人工智慧分析獨立基準測試的驗證。
何小鵬內部講話曝光，「最美」機器人量產時間表出來了？
機器人能不能規模化穩定交付，是整個行業的生死問題。 作者丨李希 編輯丨馬曉寧 “4季度一定要把量產做出來。”在近日的一場小鵬機器人量產動員大會上，何小鵬給內部團隊定下了一條極具壓迫感的時間線：2026 年四季度完成量產，2027 年一季度進入國內汽車門店導購場景，2027 年二季度開始進入海外市場。這場講話裡，何小鵬反覆強調的並不是 Demo、視頻或者模型參數，而是三個關鍵詞：“量產、全棧自研、跨域融合”。如果把過去兩年的具身智能行業理解為“模型秀場”，那麼小鵬這場內部講話，更像是一場真正的製造業動員令。我們認為，小鵬正在試圖把機器人，按照“造車邏輯”重新做一遍。01何小鵬說了哪些話小鵬去年年底發佈的全新一代人形機器人 IRON 相當矚目，一度被稱為“最美”機器人。除了量產時間表外，何小鵬表示，小鵬機器人是全國唯一一家全領域自研、跨界融合的機器人廠商。而且小鵬的自研深度很深。小鵬汽車花了5年的時間做自研，才能把第一個版本做到行業水平，再花5年時間才能把多個不同能力的跨域進行融合。而如果做簡單的產品定義與集成自研，你就永遠做不到跨域融合。（因為）你永遠會看到其他人給你提的需求，你再去找供應商商量，供應商說做不到，你就做不到了。所以何小鵬在會場堅決表態，小鵬要成為機器人中的蘋果，從芯片到操作系統、從關節到手都要做到自研，這樣才有可能做到不一樣。當然前期的投入時間難度特別大，但是想象力、創新力和改造力也特別不一樣。這款量產機器人，會是一款什麼樣的機器人？何小鵬給的產品定義是，小鵬正在走出一條不一樣的產品和商業路線。小鵬的機器人是一個優雅、美、安全的機器人，是一個能夠跟人近距離交互的機器人。02從“機器人 Demo”到“機器人工程”何小鵬在講話中回憶了小鵬汽車早期自動駕駛研發時的經歷。當時團隊曾經認為，“硬件先做，軟件後面 OTA 即可”，但後來發現，零下 30 度起霧、電磁幹擾、
CVPR 2026：深度學習的「標準件」，正在被逐個拆掉
注意力的浮點精度不是必須的，歸一化流的"精確可逆"是可以放棄的…… 作者丨馬曉寧 編輯丨岑 峰 這裡有一幢大樓，叫做深度學習。過去幾年，人們不停地給它加蓋、擴建，越蓋越高，越蓋越複雜。這幢大樓叫 Transformer。蓋樓時用了一大批標準件，浮點精度是它的鋼筋，層歸一化和殘差連接是它的混凝土，因果掩碼是它的承重隔斷。旁邊還有兩棟附樓：一棟是擴散模型；另一棟歸一化流。在漫長的施工期裡，人們不斷加裝更粗的鋼筋、更復雜的控制系統，以為這樣做就能讓這幾棟樓更穩固高大美觀。但是這樣真的是對的嗎？可現在，這些施工的收益越來越小，而有人在附樓裡試出了更好的新零件，量化、去噪、可逆約束都有了更輕便的替代品。於是，一批施工隊同時進場，對準這些標準件開刀。他們不是來修修補補的，而是問一個更根本的問題：這根柱子、這面牆、這套管道，到底是真承重，還是隻因為一直在那兒所以沒人動？更有意思的是，五支施工隊去了不同的樓層。有的在樓體外牆動手，拆掉了那些只用來裝飾的預製板——那是推理端的精度和定製策略。有的鑽進設備層，重新鋪設了管線——那是訓練目標的參數化方式。還有的直接下到地下室，對著地基裡的鋼筋動起了大錘——那是歸一化層和可逆性約束。把它們放在一起看，你會發現一條清晰的遞進線：深度學習的"標準件"正在從外圍到核心，被逐個拆掉。01從推理端開刀：精度和定製策略，不是必須的最先被質疑的標準件，是那些看起來最"技術性"的，比如說，浮點精度的矩陣乘法，和針對不同架構手工調參的量化策略。這些因為不涉及“模型為什麼能work”的核心設計哲學，看起來只是優化效率、節省算力，所以最容易被人當成“普通的工程優化”。但 CVPR 2026 的這兩篇論文告訴我們，遠不止"模型可以更省"這麼簡單。▎BinaryAttention：1-bit 注意力，比全精度還能打Transformer 的注意力模塊一直是算力黑洞。Quer