在人工智能領(lǐng)域，“智能體（Agent）”已成為近期無法回避的熱門詞匯。隨著Manus AI智能體展現(xiàn)出獨(dú)立建站、股票分析及旅行日程安排等能力后，國內(nèi)外眾多企業(yè)紛紛押注AI智能體的未來。

甲骨文AI集團(tuán)副總裁Miranda Nash在訪談中指出，AI Agent將成為今年科技公司的焦點(diǎn)。同樣，智譜CEO張鵬在2025中關(guān)村論壇年會(huì)上發(fā)布了全新智能體AutoGLM沉思，并預(yù)言2025年將是AI Agent的爆發(fā)之年。

中關(guān)村論壇年會(huì)上，智能體浪潮的一個(gè)標(biāo)志性事件是面壁智能推出的“小鋼炮超級(jí)助手cpmGO”。這款號(hào)稱全球首個(gè)落地車端的純端側(cè)智能助手，標(biāo)志著面壁智能“模型即Agent”愿景的技術(shù)實(shí)踐。

面壁智能的這款小體積智能助手不依賴云端，而是完全部署在汽車設(shè)備上，能在斷網(wǎng)、弱網(wǎng)環(huán)境下自主完成感知、理解、決策與執(zhí)行的全過程。它不僅能看、能聽、能說，還能控車、看屏、識(shí)人、識(shí)艙，甚至值班守車，遠(yuǎn)超傳統(tǒng)語音助手的功能范疇。

作為國產(chǎn)大模型初創(chuàng)企業(yè)，面壁智能自成立以來便以“高效大模型”和“端側(cè)部署”為技術(shù)核心，其MiniCPM系列模型已應(yīng)用于AI手機(jī)、AI PC及智能座艙等多個(gè)終端。

中關(guān)村論壇上，面壁智能聯(lián)合創(chuàng)始人兼CEO李大海引用知名AI工程師Alexander Doria的觀點(diǎn)，強(qiáng)調(diào)模型本身而非工作流，才是未來AI智能體的發(fā)展方向。他提出“模型即智能體，模型即產(chǎn)品，模型即交互”，并稱“將小鋼炮這個(gè)端側(cè)模型送去上班，就是Agent。”

據(jù)李大海透露，小鋼炮助手將于今年第三季度正式隨車上市，目前已有整車廠和Tier1廠商進(jìn)行測試。在這場智能體競賽中，面壁智能憑借能“上車”的AI智能體，率先打響國產(chǎn)端側(cè)智能體的第一槍。

與傳統(tǒng)車載語音助手相比，小鋼炮超級(jí)助手cpmGO更為復(fù)雜。作為一款部署在車端的純端側(cè)模型和超級(jí)助手，它不依賴云端推理，而是通過面壁智能自研的MiniCPM-o全模態(tài)模型本地運(yùn)行，形成“感知→理解→推理→調(diào)用工具→實(shí)際執(zhí)行”的完整智能體閉環(huán)。

小鋼炮能基于艙內(nèi)外攝像頭和麥克風(fēng)陣列，構(gòu)建強(qiáng)大的多模態(tài)感知系統(tǒng)，識(shí)別乘客手勢、面部及車外動(dòng)態(tài)等視覺信息，并結(jié)合語音感知進(jìn)行響應(yīng)。它不僅能識(shí)別指令意圖，還能理解上下文，如在用戶詢問如何調(diào)整屏幕亮度時(shí)，能準(zhǔn)確執(zhí)行相應(yīng)操作。

面壁智能在去年12月便打造出首個(gè)純端側(cè)部署、Always On的“GUI Agent屏幕助手”，實(shí)現(xiàn)了“可見即可說”的功能。在此基礎(chǔ)上，小鋼炮具備工具調(diào)用能力，不僅能實(shí)現(xiàn)泛化語音車控、智能哨兵、兒童與寵物監(jiān)控，還能在車機(jī)或手機(jī)屏幕上自動(dòng)完成一連串操作任務(wù)。

尤為重要的是，小鋼炮能在弱網(wǎng)甚至無網(wǎng)環(huán)境下運(yùn)行，滿足端側(cè)智能體對(duì)低延遲、強(qiáng)隱私的剛性要求。它已具備智能體的核心三要素：自主感知、意圖判斷、工具調(diào)用，成為能夠理解用戶語境、做出合理判斷并完成任務(wù)的智能體和AI助手。

然而，小鋼炮目前仍偏向執(zhí)行型助手，缺乏主動(dòng)安排工作的能力及作為“虛擬駕駛助理”的人格化設(shè)定與情緒表達(dá)。同時(shí)，大量場景尚未廣泛上市驗(yàn)證。李大海雖提到當(dāng)前Agent智能體的通病是“長期上下文記憶差”，但小鋼炮目前也未展現(xiàn)出解決這一挑戰(zhàn)的能力。

在國內(nèi)大模型初創(chuàng)公司中，面壁智能、智譜、百川智能、月之暗面（Kimi）和深度求索（DeepSeek）等五家公司已逐步展現(xiàn)出各自明確的路線分野。面壁智能以“輕量模型、純端部署、場景落地”為戰(zhàn)略關(guān)鍵詞，將MiniCPM系列定位為能在終端本地運(yùn)行的小模型。

相比仍在“智能體是什么”階段做演示、發(fā)論文的同行，面壁智能已將“智能體”落地到汽車上，支持實(shí)時(shí)、多模態(tài)、無網(wǎng)絡(luò)運(yùn)行，真正進(jìn)入真實(shí)使用場景。然而，這也意味著它必須面對(duì)工程難題、芯片適配、商業(yè)驗(yàn)證等挑戰(zhàn)。