智能化进入深水区，汽车产业竞争正从“单点功能”转向“系统能力”。
过去一段时间，行业在语音交互、辅助驾驶等领域快速迭代，但也暴露出体验割裂、能力孤岛、升级路径不一致等问题：座舱能“听懂”，智驾能“看见”，底盘能“执行”，却往往缺少统一的理解框架与协同机制，导致用户在真实场景中仍需频繁接管与重复指令，系统“聪明”却不够“可靠”“好用”。
在此背景下，吉利汽车集团在国际消费电子展期间宣布其全域AI技术体系进化至2.0阶段，并以世界行为模型WAM作为关键底座，强调把智能能力从分域拼装转向跨域融合。
吉利方面表示，WAM通过分层架构形成从“理解与规划”到“预演、判断、修正”的闭环：上层完成宏观任务规划，下层进行精细推演与决策，并引入价值函数与人类参与校正机制，力图让车辆在复杂道路与多变交互中具备更一致的“常识体系”和更可持续的进化能力。
这一思路意在解决跨域系统对同一环境理解不一致的问题，使车辆对距离、速度、物体行为与社会规则的认知能够在多个域之间共享，从而减少信息与决策链路的断点。
从原因看，整车智能化的复杂性决定了“堆功能”难以长期奏效。
一方面，智能座舱、辅助驾驶、底盘控制、能量管理等子系统所依赖的数据类型、时序要求与安全边界不同，传统分域开发容易形成接口复杂、升级不同步、责任边界模糊的结构性难题；另一方面，大模型与端到端技术的兴起，使“统一理解—统一决策—统一执行”的工程路径成为可能，但也对算力、软件架构、验证体系与合规提出更高要求。
吉利提出的全域AI 2.0以“智能体化”和“引擎化”作为两项架构级突破：前者通过“1+2+N”多智能体协同框架，让不同域的智能体能够对话、协商、协作，实现任务分解与资源调度；后者把感知、认知、记忆、决策等基础能力沉淀为可复用的公共引擎，供各域按需调用，减少重复建设并提高一致性与稳定性。
在影响层面，这类跨域融合方案若能稳定落地，将可能带来三方面变化：其一，用户体验从“功能可用”走向“服务连贯”，例如通过更自然的语言指令触发座舱、导航、车辆控制与驾驶辅助的联动，实现“舱驾协同”；其二，系统能力从“场景堆叠”走向“可扩展平台”，在同一底座上持续迭代，形成可规模化复制的能力边界；其三，产业竞争从“硬件参数”更多转向“软件体系与数据闭环”，技术路线、组织协同与验证能力将成为关键变量。
吉利同时发布了“千里浩瀚”辅助驾驶系统的英文品牌及软件版本名称“千里浩瀚G-ASD”，并称其为与合作方联合研发的高含模量智能辅助驾驶解决方案，强调在同等级中追求更优体验。
与此同时，吉利携多款电动化新车型以及电池、座舱系统等技术成果集中亮相，意在展示技术体系与产品节奏的联动。
对策方面，跨域大模型与多智能体并非“发布即落地”，更考验工程化与安全化路径。
行业普遍需要在数据治理、仿真与道路验证、功能安全与网络安全、以及人机共驾策略等方面形成可审核、可追溯的体系。
尤其是在辅助驾驶领域，能力边界必须清晰，提示与接管机制需要更严谨，避免用户误解系统能力。
吉利提出的人类参与校正与价值函数体系，反映了对安全冗余与持续优化的重视；而公共引擎化的思路，则有助于在架构层面减少分域重复开发与不一致风险。
接下来，关键在于产品端的可感知提升是否能够在稳定性、响应速度、异常处理与迭代节奏上形成闭环，并在不同车型与不同市场环境中经受长期检验。
前景看，随着智能电动汽车进入存量竞争阶段，整车智能化的评判标准将从“有没有”转向“好不好、稳不稳、能不能持续升级”。
全域AI 2.0这类平台化路线若取得验证成果，有望推动汽车软件架构进一步标准化，促进供应链从零散功能交付转向体系化协同，带动交互体验、驾驶辅助与整车控制的一体化演进。
对企业而言，技术发布只是起点，真正的竞争在于以规模化产品与长期口碑完成验证，形成可持续的研发、数据与服务能力闭环。
吉利汽车全域AI 2.0的发布，不仅是一次技术升级，更是中国汽车工业在智能化浪潮中迈出的坚实一步。
在全球汽车产业格局重塑的当下，以吉利为代表的中国品牌正通过技术创新，逐步赢得国际市场的认可与尊重。
未来，如何将技术优势转化为用户价值，将成为吉利乃至整个行业需要持续探索的课题。