6月8日，迅策（3317.HK）发布公告 ，宣布与智能座舱解决方案核心供应商博泰车联 、全球自动驾驶仿真第一股赛目科技签署三方战略合作框架协议
，共同研发基于Token的物理AI与世界模型，并推动Token经济在智能网联汽车领域的商业化。

市场可能会将此视为一份普通的生态合作备忘录 ，但结合迅策近期发布TokenOS操作系统的背景
，此次合作意义重大 。它标志着迅策正将其Token化价值计量体系，正式落地于智能网联汽车这一当前规模最大的物理AI终端场景
。

一
、三方协同 ，搭建物理AI完整闭环

本次三方合作有着清晰的分工、完整的链路和明确的商业场景
，形成了业内少见的物理AI的全闭环协作体系。

博泰车联提供了规模化落地的端侧硬件入口 。根据其公开资料，博泰车联是国内具备硬件 、软件
、云端一体化全栈能力的核心供应商
。更重要的是 ，公司深度绑定华为高通双生态，其基于高通骁龙8295平台的产品已规模化量产
，同时正在推进华为麒麟9610A平台的定点与量产，是业内少数同时布局两大主力AI座舱平台的供应商。

赛目科技提供了仿真与测试相关的数据资产 。作为专注于L3及以上级别自动驾驶解决方案的测试、智能网联汽车(ICV)自动驾驶仿真测试产品的设计和研发的厂商 ，赛目科技拥有全栈自研的模拟测试工具链（如SimPro 、SafetyPro）以及运营国家智能汽车与智慧交通(京冀)示范区顺义基地测试场地
。

迅策的角色
，则是为智能汽车AI服务建立Token化价值计量底座。据悉，迅策将依托其TokenOS操作系统 ，提供集Token价值计量
、动态结算与标准化计费于一体的核心服务 。

就在不到两周前的5月26日
，迅策刚发布了TokenONE。TokenONE是全球首款TokenOS操作系统，定位是行业场景Token工厂 ，核心功能是把垂直行业的原始数据、场景知识 、业务逻辑与风控规则
，全自动转化为标准化、可调用
、可计价、可审计 、可流转的场景Token资产
。产品发布后能如此迅速地锁定一个明确的万亿级落地场景，效率出人意料。

三方整合全部合作成果并统一命名为“博泰?迅策?赛目TokenOS增强模块” ，相关知识产权及商业收益由三方共同享有 。一条完整的“端侧硬件-仿真测试数据基础设施-Token结算-商业化运营 ”产业闭环就此成型
。

二
、商业价值推演：乘数效应催生指数级增长潜力

值的一提的是
，根据新闻稿披露的业务规划，三方合作并有望于2026年为迅策科技带来数亿级别的年度经常性Token调用收入。

迅策已将其商业模式从传统的软件授权、年度订阅 ，全面转向按Token实际消耗量计费+业务分成的新型模式 。2026年4月，公司Token调用对应的经常性收入(ARR)实现季度环比300%
，其Token付费收入占比已突破5%，预计年末将提升至20%-30%
。此次合作 ，正是将这一新模式植入一个具备高频 、高粘性特点的超级场景
，并将为公司带来稳定的Token收入增量。

尽管公告也谨慎地表明，具体规模“取决于车载AIAgent部署进度
、Token调用量增长及生态合作拓展情况
” ，但其收入的增长得到几个变量的乘数效应的支撑
，具备可观的确定性：

1、装机基数：

博泰车联已累计为超过50个汽车品牌的200余款车型提供服务，据高工智能汽车研究院数据 ，2025年博泰车联在中国市场25万元以上中高端价位自主品牌乘用车前装标配座舱域控市场份额位居第一 。2025年全年其智能座舱域控制器交付量达130万台
，同比增长超40%
。

这意味着博泰车联手握规模持续走高的海量车载端侧入口，即使初始渗透率不高 ，也能快速积累可观的用户池。

2 、场景频率：

不同于手机端AI大多是用户主动唤醒
、单次提问后随即退出
，调用行为零散且频次偏低 。而车载语音助手、出行规划 、车控
、充电补能、停车导航 、保险服务等服务，深度融入日常行车全流程 ，依托异步常驻的运行模式持续在线，全程跟踪对话上下文、感知行车环境
、拆解用户连贯出行意图
，交互具备高频、连续的特点
。

与此同时，单条指令会触发数次模型运算与工具联动 ，再加上汽车属于高频刚需出行工具
，通勤 、出游等使用场景贯穿每日生活，这使得车辆端AI的日均活跃交互量 ，天然远超手机端偶尔使用的AI应用。

3
、价值密度：

根据媒体报道
，高价值垂类场景Token的调用价格区间在10-100美元/百万Token，往往远高于通用Token ，且定价根据专业使用场景持续增长 。

按照年化收入=激活车辆数×日均活跃率×日均交互次数×单次Token消耗×Token单价的公式测算
，即使在设定保守的参数下（仅10万辆车、每天只交互5次 、每次仅1万Token
、单价取中位数的十分之一），年化收入也已超过数亿元的量级。

更进一步来看 ，乘数效应会催生非线性增长曲线
，眼下数亿规模的收入可能仅仅是开端，后续有望迎来指数级的增长
。

三、汽车是规模最大的试验场 ，物理AI拥有更大的远景

把视野再拉开一层，此次合作的深层意义
，远超智能汽车场景本身。

NVIDIA 、Arm等产业链核心厂商不约而同地认为，物理AI（PhysicalAI）的典型方向包括机器人
、自动驾驶汽车、视觉AI系统和工业智能体 。

其中 ，机器人尤其是人形机器人仍处于规模化前夜
，工业智能体的部署也常受制于封闭环境与割裂的旧有系统
。相比之下，智能汽车产业已具备成熟的百万级量产体系 、高度集中化的电子电气架构以及稳定在线的服务能力。换言之 ，汽车已成为当前规模最大
、商业化最成熟的物理AI试验场 。

倘若迅策以本次合作为切入点
，在这一领域实现规模化落地，就意味着迅策作为Token化价值计量底座的核心能力 ，在最严苛、最复杂的场景中得到了实证检验
。这套已验证的方法论
，未来向具身智能 、工业Agent等其他物理AI场景复刻时，扩展阻力会显著降低。

展望未来 ，迅策想要打造的价值
，可能远不止智能汽车AI增值服务这么简单 。

深耕垂直场景数据Token化领域多年，这家企业在AI产业链里扮演着独特角色
。不同于算力厂商提供底层运算能力 ，模型厂商打磨推理交互效果，迅策承担的是衔接数据、模型与终端应用的重任
，提供覆盖全链路的AI数据基础设施能力。依托车载场景完成大规模落地验证后，迅策“Token基础设施服务商”的定位可能得到进一步深化 ，有望凭借着打通数据-Token-价值结算链路
，成长为物理AI领域通用的Token结算底层 。

回顾科技产业的发展脉络，云计算时代AWS定义了算力怎么计量怎么计费；移动互联网时代 ，AppStore定义了数字商品怎么分账
。当AI从数字世界的语义游戏进入物理世界的交互链条时
，能够定义物理交互的计量方式
、定价规则与收益分配模式，就等于占据了产业链里至关重要的结构性位置。

由此 ，迅策的成长叙事
，逐渐从一家提供实时垂类数据服务的公司，转向成为物理AI进程中不可或缺的Token结算层与新型基础设施 。这条路径的想象空间 ，将广阔得多。

相应的
，估值体系也有望随之重构，长期价值将进一步在物理AI产业落地进程中得到释放
。