澎湃OS修系统，天工100插卡上车

端侧AI最近冒出两条同日新闻：[[小米]]发布[[澎湃OS 4]]，用“柔光玻璃”“超级小爱2.0”把体验叙事拉满；[[芯擎科技]]宣布[[天工100]]车规AI加速芯片量产，要插卡给存量车补大模型算力。一个把软件做深，一个把硬件做薄。端侧AI正从跑分竞赛转向落地效率——这比发布会上的参数更值得盯。

小米没堆参数，先把动画做到“手指跟着光走”

上周拿到[[澎湃OS 4]]样机，我最先做的不是跑分，是把桌面图标拖进文件夹。光影真的会追着手指走，手指慢它慢，手指停它散开。这种细节如果放在三年前，大概率被当成“花活”，但在2026年，它是判断一套系统有没有“人味”的入口。

[[小米]]这次没在NPU峰值上大做文章，反而把功夫花在三件事上：负载精算、内存预载、澎湃OS专属应用运行环境。按照官方说法，连续打开多个应用、重载场景下突然打开相机，都不会卡顿。落实到体验层面，就是拖动图标有实时光影，控制中心点按有呼吸光效，锁屏时钟可以做成玻璃风格且大小、位置、字体全都能手动调，小组件支持堆叠收纳，常用软件加入一镜到底动画。

去年[[澎湃OS 3]]靠底层优化实现口碑逆袭，说明用户吃这套。过去安卓阵营卷“首发骁龙”“跑分破百万”，但卡顿、掉帧、动效生硬这些日常痛点反而没人管。[[小米]]这次相当于把“系统级体验”重新拿出来当卖点。

据多位接近[[小米]]的人士私下表示，澎湃OS 3的口碑逆袭让团队意识到，用户并不关心底层有多先进，只关心桌面跟不跟手。到了[[澎湃OS 4]]，立项时直接把“掉帧即事故”写进了考核。

产业逻辑很清楚：手机端AI体验的瓶颈不在NPU峰值算力，而在系统能不能把每一帧动画和每次内存调度对齐。算力可以靠高通联发科，但顺滑只能靠自研OS。这是[[小米]]作为手机厂必须要补的课。

下表能看到[[澎湃OS 4]]这次流畅度增强的组合拳：

超级小爱2.0的“专家模式”，把大模型从聊天框拽进操作链

如果动画只是面子，[[超级小爱2.0]]的专家模式就是里子。

试一个场景：你说“帮我昨晚拍的那几张夜景批量调亮，生成带日期的便签，再发到家庭群”。传统语音助手要么听不懂，要么跳回聊天窗口让你手动选图。[[超级小爱2.0]]的专家模式直接在超级岛开始拆任务：识别图片→打开相册→批量调亮→生成便签→调起通讯软件→发送。

这套交互不占用屏幕主视野，还能切换到卡片和全屏形态。[[小米]]给它的定位不是“聊天机器人”，而是系统内的任务执行器。

过去两年，手机端AI最大的尴尬是：大模型很聪明，但住在一个对话框里。查天气、写文案还行，一涉及跨应用操作就抓瞎。[[小米]]这次把大模型接进了系统调度和Intent框架，相当于给了模型一双能按虚拟按键的手。

从产业视角看，这是从语音助手到Agent的跳跃。手机端AI竞争已经过了“谁的回答更像人”的阶段，进入“谁能自动完成一长串操作”的硬碰硬。苹果、三星、华为都在做类似的事，但[[小米]]这次把入口做得更轻——超级岛不打断当前任务，更接近自然交互。

下面这张流程图能看到专家模式的执行逻辑：

这里有一个关键判断：未来一年，谁的系统能稳定拆解20步以上的跨应用任务并保持低错误率，谁就掌握手机端AI的交互入口。[[小米]]抢了先手，但能不能扛住碎片化应用生态，还要等更多实测。

一块7nm卡，让老车“无感”吃上大模型

如果说[[小米]]在手机里做系统级优化，[[芯擎科技]]则在汽车里选择了一条更“粗暴”但立竿见影的路。

一台已经交付两年的车，座舱主控芯片只有最基础的算力，语音助手还停留在预设指令。现在售后师傅打开盖板，插上一张标准接口的卡，车机就能流畅运行3B-7B参数的多模态大模型，语音助手的响应速度从“等一下”变成“我在听”。这不是改装店的野路子，而是[[天工100]]给出的量产方案。

[[天工100]]是一颗7纳米车规级AI加速芯片，算力96 TOPS，每秒102GB独立内存带宽，AI推理完全不占用中控、仪表等基础功能算力。它通过PCIe接口以插卡式硬件形态接入车载系统，无需更换主控芯片，无需改动整车电子电气架构，新车和老车都能用。

成本也是个杀手锏。单卡成本控制在千元级别，比传统高算力双控方案至少降低一半。安全性方面，通过AEC-Q100 Grade3和ISO 26262 ASIL-B双重车规认证，内置硬件安全加密模块，对用户语音、图像等隐私数据实现硬件级隔离。

这也解释了为什么车企愿意买账。此前要在车上部署大模型，主流做法是更换整车主控芯片，成本高、周期长，已售车型几乎无法升级。插卡方案把“换主机”变成了“加外设”，像PC插独立显卡。

有供应链人士私下对笔者嘀咕，车企对主控芯片换代周期长这件事已经忍无可忍，[[天工100]]这种插卡方案本质上是把PC独立显卡的思路搬上了车，车厂和Tier 1开始反向定义芯片形态。

下表能直观看出两条技术路线的差异：

两条路线：小米向下做深系统，芯擎向外做薄硬件

把[[澎湃OS 4]]和[[天工100]]放在一起看，会发现一个有意思的交叉点：[[小米]]在手机里用软件把算力需求“消化”掉，让老硬件也能顺滑；[[芯擎科技]]在汽车里把算力做成独立硬件模块，让老车也能插卡升级。一个向下做深系统，一个向外做薄硬件，目标都是降低端侧AI的部署门槛。

芯擎这家公司2018年成立于武汉经开区，路线很清晰：先做座舱芯片，再做智驾芯片，再做舱驾融合。先后推出国内首款7纳米车规级智能座舱芯片[[龍鹰一号]]、智驾芯片[[星辰一号]]、5纳米AI舱驾融合芯片[[龍鹰二号]]。目前[[龍鹰一号]]已实现百万级量产装车，市场份额稳居国内智能座舱芯片前三。上半年刚完成超2亿美元融资，弹药充足。

从产业链看，这两条路线正在共同教育市场：大模型落地要“轻”。手机端，用户不会为AI多花两千块换机，但会为“不掉帧、能自动办事”买单。汽车端，车企不会为一个大模型把所有车型电子架构推倒重来，但会为千元级外挂卡尝试升级。

下面这张产业关系图能看清两条路径的走向：

再把芯擎的时间线拉开看，它每一步都踩在国产车规芯片替代和端侧AI爆发的交汇点上：

这里有一个判断需要警惕：外挂芯片短期能救火，长期却要面对整车集成度提高后的挤压。一旦主控芯片原生算力足够，外挂卡的存在感会下降。但至少在当下，[[天工100]]帮车企把大模型上车的时间提前了两年。

小结

[[小米]]的[[澎湃OS 4]]和[[芯擎科技]]的[[天工100]]，看似一个手机系统一个车规芯片，核心都是回答同一个问题：端侧AI怎么在不逼用户换设备的前提下真正可用。[[小米]]把答案写在动画和任务流里，[[芯擎科技]]把答案做成一张可以插拔的卡。

接下来，更值得期待的是软件调度与外部算力的打通。如果[[小米]]的系统优化能力与芯擎的外挂算力接口形成某种默契，手机与汽车之间的端侧AI通路，可能提前被国产玩家跑通。