第十九屆北京國(guó)際汽車展覽會(huì)期間，面壁智能聯(lián)合清華大學(xué)車輛與運(yùn)載學(xué)院、中國(guó)汽車報(bào)共同發(fā)布《智能座艙：定義 AGI 時(shí)代的汽車新范式》白皮書，并舉辦專題研討會(huì)。

清華大學(xué)人工智能研究院常務(wù)副院長(zhǎng)孫茂松、清華大學(xué)計(jì)算機(jī)系教授及面壁智能首席科學(xué)家劉知遠(yuǎn)、中國(guó)汽車工程學(xué)會(huì)副秘書長(zhǎng)及國(guó)汽戰(zhàn)略院執(zhí)行院長(zhǎng)鄭亞莉發(fā)表主旨演講。來自中國(guó)汽車工業(yè)協(xié)會(huì)、清華大學(xué)車輛與運(yùn)載學(xué)院、上汽大眾、梧桐科技、車聯(lián)天下、中金資本等機(jī)構(gòu)的嘉賓參與了圓桌討論，圍繞端側(cè) AI 如何定義下一代座艙體驗(yàn)、智艙產(chǎn)業(yè)協(xié)同等議題展開深入對(duì)話。

面壁智能 CEO 李大海在致辭中談到了發(fā)起這份白皮書的初衷："從研發(fā)到量產(chǎn)落地，在全鏈條的實(shí)踐中，我們?cè)絹碓揭庾R(shí)到一家公司跑得快固然重要，但一個(gè)行業(yè)跑得穩(wěn)、跑得遠(yuǎn)，更需要所有伙伴的共同協(xié)作。智能座艙發(fā)展到現(xiàn)在，功能越來越多，算力越來越強(qiáng)，用戶真正感知到的智能提升有多少？安全焦慮解決了嗎？產(chǎn)業(yè)鏈上下游還能如何協(xié)同合作共贏？這些問題不是面壁一家公司能回答的。"

配裝率已超 76%但座艙的"智能"為什么還沒有被真正感知？

白皮書開篇即提出了一個(gè)尖銳的問題：智能座艙在中國(guó)市場(chǎng)的配裝率已突破 76%，但用戶真正感知到的智能體驗(yàn)仍然有限。屏幕更大了、功能更多了，為什么很多車主的日常交互仍然停留在"打開某個(gè)功能"，"說出某條標(biāo)準(zhǔn)指令"的層面？

研討會(huì)上，這一判斷引發(fā)了廣泛共鳴。清華大學(xué)車輛與運(yùn)載學(xué)院博士后帥斌指出，現(xiàn)在的車"每次上車還是像第一次見面，缺少連續(xù)記憶和個(gè)性化進(jìn)化能力"。車聯(lián)天下經(jīng)營(yíng)管理委員會(huì)主任李金龍直言，真正的殺手級(jí)應(yīng)用不是某個(gè)單一功能，而是"在用戶還沒開口之前，車已經(jīng)懂了"。梧桐科技 CEO 曹斌則從更底層的視角指出，當(dāng)前大多數(shù)座艙使用的都是安卓操作系統(tǒng)，而安卓是面向手持可觸屏設(shè)備開發(fā)的，"這種交互模式在車?yán)锲鋵?shí)是不自然也不友好的。大模型的出現(xiàn)，可能會(huì)讓座艙從一個(gè)相對(duì)過時(shí)的狀態(tài)，躍遷到更符合人類自然交互的形態(tài)。"上汽大眾智能座艙總監(jiān)朱麗敏從車企視角指出，智能座艙正處在開發(fā)范式切換的關(guān)鍵節(jié)點(diǎn)："大模型帶來的變化不是漸進(jìn)式的，我們需要用全新的開發(fā)范式來擁抱這一輪智能化升級(jí)。"

那么，新的范式應(yīng)該長(zhǎng)什么樣？下一代智能座艙的競(jìng)爭(zhēng)焦點(diǎn)，將從"還有什么功能沒上"轉(zhuǎn)向"自然語言驅(qū)動(dòng)的場(chǎng)景智能與任務(wù)閉環(huán)"——用戶說的是意圖，系統(tǒng)負(fù)責(zé)理解、追問、拆解和執(zhí)行。鄭亞莉?qū)⑦@一轉(zhuǎn)變上升到產(chǎn)業(yè)邏輯層面：AI 對(duì)汽車的影響不是加法而是乘法，座艙智能體將成為串聯(lián)各域智能的"唯一交互中樞"，推動(dòng)汽車從功能集成走向智能協(xié)同。

孫茂松則用一句話概括了智能座艙的終極標(biāo)準(zhǔn)："用之不覺，失之難存。"他認(rèn)為，座艙 AI 要做到的是精準(zhǔn)意圖識(shí)別、善解人意，成為"一個(gè)伴你走天涯的靈動(dòng)之家"。

密度定律破題：端側(cè)AI如何在有限算力下實(shí)現(xiàn)高質(zhì)量體驗(yàn)？

純?cè)贫思軜?gòu)面臨四大結(jié)構(gòu)性約束：算力成本隨用戶規(guī)模線性增長(zhǎng)、網(wǎng)絡(luò)時(shí)延難以滿足自然對(duì)話的節(jié)奏、隧道和地庫等場(chǎng)景下網(wǎng)絡(luò)不可用、以及艙內(nèi)攝像頭和聲紋等高敏感數(shù)據(jù)上云帶來的隱私風(fēng)險(xiǎn)。孫茂松在演講中強(qiáng)調(diào)，座艙 AI 必須滿足三項(xiàng)基本要求：斷網(wǎng)可用、隱私不出車、瞬間時(shí)延——這意味著核心能力必須跑在車端。他同時(shí)指出一個(gè)常被忽視的事實(shí)：汽車端側(cè)算力是各類智能設(shè)備中最強(qiáng)的，能夠支撐相當(dāng)規(guī)模的大模型運(yùn)行，"宜端則端、宜云則云"是務(wù)實(shí)的部署原則。

孫茂松借《中庸》中"致廣大而盡精微"來類比大模型的兩條路線："致廣大就是 scaling law，模型越大越好，這是主線，但只有少量大廠有資源去做。對(duì)廣大企業(yè)來說，應(yīng)該做盡精微——到垂直領(lǐng)域把它做透。智能座艙正是一件盡精微的事，而現(xiàn)在做這件事正當(dāng)其時(shí)。"

但將能力搬到車端并不意味著問題自動(dòng)消失。端側(cè) AI 落地面臨"效果-成本-速度"的不可能三角：模型能力不能因上車就明顯降智，硬件成本不能粗暴轉(zhuǎn)嫁給用戶，響應(yīng)速度必須匹配自然對(duì)話的節(jié)奏。破解這一三角，關(guān)鍵在于模型本身的效率——這正是密度定律要回答的問題。

劉知遠(yuǎn)在演講中系統(tǒng)闡述了由清華團(tuán)隊(duì)提出的"密度定律"——模型的有效知識(shí)容量與物理參數(shù)規(guī)模的壓縮比。數(shù)據(jù)顯示，2023 年以來大模型能力密度平均每 3.3 個(gè)月翻一倍。他指出，密度定律改變了行業(yè)對(duì)"更強(qiáng) AI"的默認(rèn)想象：更強(qiáng)不一定意味著更大，關(guān)鍵在于單位參數(shù)能釋放出多高的有效智能。通過"架構(gòu)-數(shù)據(jù)-學(xué)習(xí)"的協(xié)同優(yōu)化，面壁智能的端側(cè)模型制備技術(shù)可以將 PB 級(jí)數(shù)據(jù)壓縮至百萬分之一注入小模型，在有限車規(guī)算力下實(shí)現(xiàn)高質(zhì)量體驗(yàn)。

密度定律第一次給"端側(cè) AI 為什么有可能"提供了系統(tǒng)性解釋：效果上，更高知識(shí)密度意味著用更小參數(shù)規(guī)模逼近更強(qiáng)能力；成本上，模型變小對(duì)高端芯片的依賴顯著下降；速度上，計(jì)算量減少直接帶來更快響應(yīng)。行業(yè)的競(jìng)爭(zhēng)焦點(diǎn)正在從"算力有多高"轉(zhuǎn)向"單位算力到底能獲得何種體驗(yàn)"。

圓桌討論中，李金龍對(duì)此高度認(rèn)同："用更小的模型做更多的事，是解決端側(cè)算力瓶頸的關(guān)鍵方向。"梧桐科技 CEO 曹斌則從 Tier 1 視角補(bǔ)充，搭載輕量化大模型的座艙系統(tǒng)在無網(wǎng)絡(luò)環(huán)境下已能實(shí)現(xiàn) 95% 以上的語音指令識(shí)別準(zhǔn)確率，端側(cè)能力正在快速逼近實(shí)用門檻。

劉知遠(yuǎn)在演講中還描繪了通用人工智能在座艙中匯聚的圖景：全模態(tài)感知讓座艙具備"看和聽"的能力，極致高效的模型底座讓這些能力在端側(cè)穩(wěn)定運(yùn)行，全面自主的智能體系統(tǒng)則讓座艙從"對(duì)話助手"進(jìn)化為"執(zhí)行伙伴"。孫茂松以一句話概括了這一技術(shù)路線的精髓："端側(cè)模型，小而強(qiáng)且美。"

從數(shù)據(jù)安全到產(chǎn)業(yè)協(xié)同：端側(cè) AI 規(guī)模化落地還需要什么？

端側(cè) AI 的技術(shù)路線日漸清晰，但要真正規(guī)?；涞?，行業(yè)還需要跨過兩道門檻：建立用戶信任，以及完成產(chǎn)業(yè)協(xié)同。

在信任層面，"數(shù)據(jù)不出車"是端側(cè)架構(gòu)最容易被認(rèn)可的價(jià)值，但它并不自動(dòng)等于安全。當(dāng)智能體具備更高自主性——能主動(dòng)感知、編排任務(wù)、調(diào)用服務(wù)——新的安全邊界隨之出現(xiàn)。中國(guó)汽車工業(yè)協(xié)會(huì)副總工程師王耀用一個(gè)生動(dòng)的例子說明了這一點(diǎn)："端側(cè)模型不只是數(shù)據(jù)不出車，更重要的是它能不能識(shí)別不同的隱私場(chǎng)景——比如朋友上車了，AI 特別主動(dòng)，可能就暴露了你的隱私。"他指出，數(shù)據(jù)出境和車內(nèi)攝像頭隱私是用戶最大擔(dān)憂，協(xié)會(huì)正在推動(dòng)"數(shù)據(jù)本地化存儲(chǔ)"標(biāo)準(zhǔn)，端側(cè) AI 方案天然符合這一方向。中金資本董事總經(jīng)理徐萌萌從用戶體驗(yàn)設(shè)計(jì)角度指出，最大的挑戰(zhàn)是"信任的可視化"——用戶不知道自己的數(shù)據(jù)去了哪里。我們需要在交互設(shè)計(jì)層面讓用戶"看見"安全，比如在隱私數(shù)據(jù)被調(diào)用時(shí)給出清晰的提示和授權(quán)。好的設(shè)計(jì)應(yīng)該讓用戶感覺到"我的數(shù)據(jù)我做主"，而不是被動(dòng)接受。在多乘員、多音區(qū)和跨端協(xié)同場(chǎng)景下，權(quán)限治理不再只是后臺(tái)問題，而開始成為交互設(shè)計(jì)本身的一部分。

在產(chǎn)業(yè)協(xié)同層面，鄭亞莉在演講中明確指出，AI Car 時(shí)代企業(yè)的生存邏輯將發(fā)生根本轉(zhuǎn)變：價(jià)值創(chuàng)造從"造好車"轉(zhuǎn)向"運(yùn)營(yíng)智能體"，資源配置從固定硬資產(chǎn)轉(zhuǎn)向數(shù)據(jù)軟資產(chǎn)，競(jìng)爭(zhēng)博弈從單一維度升級(jí)為生態(tài)體系間的價(jià)值網(wǎng)絡(luò)對(duì)抗。曹斌坦言，當(dāng)前最大的痛點(diǎn)是生態(tài)碎片化——不同車企的接口標(biāo)準(zhǔn)不統(tǒng)一，同一個(gè) AI 能力需要反復(fù)適配，"真正的智能應(yīng)該是'開箱即用'的標(biāo)準(zhǔn)化能力"。王耀從行業(yè)組織角度強(qiáng)調(diào)跨域協(xié)同離不開產(chǎn)業(yè)上下游的深度合作，徐萌萌則從設(shè)計(jì)角度指出，協(xié)同的核心是"體驗(yàn)一致性"——用戶在不同品牌、不同車型之間切換時(shí)，座艙體驗(yàn)應(yīng)該是可延續(xù)的。這需要行業(yè)和各個(gè)車企共同定義交互標(biāo)準(zhǔn)和設(shè)計(jì)語言。

隨著模型廠商、芯片廠商、OS 平臺(tái)方、Tier 1 和車企同時(shí)涌入智能座艙賽道，原有的線性供應(yīng)鏈正在重構(gòu)為"芯片-模型-OS-應(yīng)用"的網(wǎng)狀協(xié)同。下一階段的競(jìng)爭(zhēng)不再只是"誰供貨給誰"，而是"誰定義接口、誰掌握數(shù)據(jù)邊界、誰提供安全可信的執(zhí)行基礎(chǔ)設(shè)施"。

未來 2-3 年內(nèi)，智能座艙的端側(cè) AI 能力大概率將從差異化亮點(diǎn)轉(zhuǎn)為基礎(chǔ)能力，這一轉(zhuǎn)折點(diǎn)預(yù)計(jì)出現(xiàn)在 2027-2028 年前后。驅(qū)動(dòng)變化的因素包括：車規(guī)級(jí)芯片算力持續(xù)提升、電子電氣架構(gòu)向中央集中式演進(jìn)、端云協(xié)同工程能力日趨成熟，以及消費(fèi)者預(yù)期的根本變化——他們不再滿足于"車?yán)镉泄δ?，而開始要求"車能聽懂并把事辦完"。引領(lǐng)下一階段競(jìng)爭(zhēng)的關(guān)鍵，不僅是爭(zhēng)奪"在路上"的體驗(yàn)優(yōu)勢(shì)，更是角逐誰能率先把自然語言交互轉(zhuǎn)化為穩(wěn)定、可信、低打擾、可閉環(huán)的智能服務(wù)能力。

免責(zé)聲明：市場(chǎng)有風(fēng)險(xiǎn)，選擇需謹(jǐn)慎！此文僅供參考，不作買賣依據(jù)。

關(guān)鍵詞：