豆包大模型120萬億T覆蓋中國主流車企，700萬輛車已搭載

互聯(lián)網(wǎng)公司有機會從功能供應(yīng)商往更核心的方向再進(jìn)一步。

過去十多年，互聯(lián)網(wǎng)公司不愿錯過每一輪進(jìn)入汽車萬億規(guī)模產(chǎn)業(yè)的機會，從幫著賣車、賣保險到保養(yǎng)，從地圖、音樂、內(nèi)容、社交、車聯(lián)網(wǎng)、自動駕駛等功能或技術(shù)嘗試上車。

但汽車行業(yè)分工精細(xì)、鏈條長，車企和供應(yīng)商掌握著主動權(quán)，新技術(shù)在它們之間流轉(zhuǎn)，互聯(lián)網(wǎng)公司大多只能提供某一項功能，很難進(jìn)入中心。絕大多數(shù)坐進(jìn)車?yán)锖蛙嚈C說話的人，不知道背后是誰在回答。屏幕上是各家車企自己的助理名字，語音是各家定制的聲線。

在奔馳純電 GLC 里，讓車機找附近有充電樁的川菜館，回答的是豆包大模型；坐進(jìn)別克至境 E7、奧迪 E7X ，幾個人同時說話、去不同目的地、提出一連串復(fù)雜任務(wù)，理解和解決需求的也是豆包大模型——它的日均 Token 調(diào)用量已經(jīng)漲至 120 萬億，100% 覆蓋了中國主流車企。

直到 AI 迭代速度和汽車競爭烈度都不斷以超出人們預(yù)期的程度進(jìn)行，情況開始變化。科技公司發(fā)展中聚集起足夠的算力、資金和工程團(tuán)隊，把 AI 推向跨行業(yè)的基礎(chǔ)設(shè)施，Token 消耗量成為考量一家公司、一名研究員 AI 原生程度的指標(biāo)，模型和應(yīng)用的迭代節(jié)奏遠(yuǎn)快于汽車工業(yè)。

對車企來說，把基礎(chǔ)研發(fā)交給頭部模型公司、自己做產(chǎn)品定義、體驗和品牌，更符合當(dāng)下的競爭節(jié)奏——僅 4 月北京車展前后，就有超過 181 款新車首發(fā)，比上一屆北京車展多了 55%。

火山引擎想抓住這個窗口。他們持續(xù)擴展豆包大模型的邊界，汽車是下一個被他們看重的入口。今年北京車展，火山引擎專門設(shè)了展臺，展示了奔馳、別克、上汽大眾、上汽奧迪等 7 個品牌的合作車型?；鹕揭娓笨偛脳盍フf，汽車行業(yè)對其非常重要，“不追求現(xiàn)階段有多少利潤”。

在汽車產(chǎn)業(yè)里，互聯(lián)網(wǎng)公司有機會從功能供應(yīng)商往更核心的方向再進(jìn)一步。

從閑聊到助手，核心是解決問題

汽車公司有時高估用戶對新技術(shù)的耐心，低估把新技術(shù)變成用戶體驗的難度。2024 年初，超過 10 家車企在座艙密集接入 DeepSeek 等大模型技術(shù)，想讓用戶和車機像手機一樣對話。

而一臺好用的車機不在于多么風(fēng)趣、博學(xué)，而是解決問題。尤其今天中國做的電動車車內(nèi)實體按鍵越來越少。楊立偉以今天手機端的交互效率做參照系，認(rèn)為手機端能做到 85 分到 90 分，座艙車機交互長期停在四五十分。

這與過去車機的語音架構(gòu)有關(guān)。傳統(tǒng)架構(gòu)里，用戶和大模型的交互由對話驅(qū)動，架構(gòu)設(shè)計的獎勵函數(shù)是被動響應(yīng)需求、及時給出回應(yīng)，而不是提供功能，有時得到的回復(fù)只是 “聽不懂” 或 “做不到”。

如果想通過大模型對話解決問題，用戶需要做決策也做分解，把任務(wù)拆細(xì)，語音助手再通過 NLU（自然語言理解）模塊把指令轉(zhuǎn)成結(jié)構(gòu)化信號，分發(fā)給導(dǎo)航、車控、媒體等領(lǐng)域，任務(wù)一多，要么漏、要么錯、要么用戶一遍遍重復(fù)。

“能提供情緒價值很好，但首先要把事辦好，把基礎(chǔ)、高頻的功能做到足夠絲滑?！?楊立偉說，他們把車機定位為助手而不是 “Chatbot”。

他們的做法是建立一個 Agentic AI 架構(gòu)的大腦，由 3 個核心模塊互相協(xié)作運行，分別對應(yīng)流式對話推理、學(xué)習(xí)沉淀、目標(biāo)任務(wù)驅(qū)動三種能力。

學(xué)習(xí)沉淀引擎目的是像人一樣的學(xué)習(xí)和成長?！坝浀米　?用戶的喜好，包括對溫度、風(fēng)向、座椅調(diào)節(jié)和音樂風(fēng)格等習(xí)慣，根據(jù)知識、反饋，自我進(jìn)化，并且會反思上一個任務(wù)執(zhí)行情況，沉淀成 skill；

在前兩者基礎(chǔ)上，目標(biāo)驅(qū)動引擎的最終落點是 “辦好事”，讓用戶不必一步步發(fā)出 “開空調(diào)、調(diào)溫度、播放音樂、回家” 等指令，由車機根據(jù)任務(wù)拆解步驟、調(diào)用車載工具、技能和生態(tài)，像人的思維一樣辦事，協(xié)調(diào)好各項車控功能，調(diào)整到舒適的狀態(tài)。

據(jù)楊立偉介紹，豆包大模型目前和 50 個汽車品牌、145 種車型合作，搭載在超過 700 萬輛車，平均每天使用量超過 3000 萬次，其中應(yīng)用場景最多的是車控（53%）、導(dǎo)航（29%）、媒體（10%）—— 火山引擎認(rèn)為這反應(yīng)了用戶的真實需求，“起碼要先把車控、導(dǎo)航、多媒體做好?！?/strong>

基于這套 Agentic AI 架構(gòu)，火山引擎可以提供兩種形式的合作方案：

“AI 座艙套件” 方案，基于已經(jīng)量產(chǎn)落地的豆包大模型智能座艙方案，做了 Agentic 化的架構(gòu)升級，以能力形式輸出，既有大模型、有 Agent ，也有各類交互、工具和運營管理平臺，車企可根據(jù)需求靈活選配。

他們對新方案豆包座艙助手——用統(tǒng)一的 “大腦” 聯(lián)動整車能力，以完整產(chǎn)品形式交付，與豆包 APP 互聯(lián)互通—— 期待更多，投入大量資源與幾家深度合作的車企共同打磨。

而對于 AI 能力強化之后的安全邊界，火山引擎也有自己的思考。在與榮威的合作里，雙方把車控權(quán)限分為黑、灰、彩三層。彩區(qū)是空調(diào)、座椅、屏幕、車內(nèi)燈光等可由 AI 直接調(diào)控的功能；灰區(qū)涉及行駛狀態(tài)判斷（比如行駛中能否調(diào)座椅），AI 給出建議但執(zhí)行受規(guī)則限制；黑區(qū)是剎車、轉(zhuǎn)向等核心駕駛功能，是 AI 禁區(qū)。

“根據(jù)我們的規(guī)劃，到年底時，豆包座艙助手會像人一樣思考、基于目標(biāo)持續(xù)地辦事?！?楊立偉舉例，如果一位用戶行駛中擔(dān)心后排的孩子，他也許會說 “幫我看看孩子睡著沒？” 傳統(tǒng)的大模型會根據(jù)這一條要求做回應(yīng)，或者調(diào)節(jié)燈光和空調(diào)。

但據(jù)他介紹，火山引擎的座艙助手會持續(xù)思考，如果小孩睡了，調(diào)整座艙到更舒適的狀態(tài)；如果小孩醒了，會主動陪伴，講故事、播放他喜歡的小豬佩奇或模仿媽媽的口吻安撫，以不影響車主駕駛的形式匯報狀態(tài)……“這看起來只是一個簡單任務(wù)——不是測試時常用的開車去某地、順便選餐廳、再播放一首音樂，但只幫忙看 ‘孩子睡沒睡’ 并不完全解決問題。人類助手會做什么？那么我們希望座艙助手也能做到?！?/p>

一個大腦，深度聯(lián)動整車

過去三個多月，OpenClaw 讓大眾直觀看到 AI 除了能聊天，還能動手做事，自主調(diào)用工具、完成多步任務(wù)。它和 ChatBot 最大的不同是，后者由對話驅(qū)動，而 OpenClaw 這類 Agent 由目標(biāo)驅(qū)動，這要求 OpenClaw 至少需要理解、思考和調(diào)度能力——那么，如果汽車內(nèi)也有一個自主性的 Agent 呢？

觀眾在火山引擎展臺體驗火山引擎合作車型的座艙。

隨著底層模型、框架、工具生態(tài)的逐漸成熟，一些 API 已經(jīng)有了標(biāo)準(zhǔn)和規(guī)范，技術(shù)上給車機配一個能主動服務(wù)的 Agent 不是太難，比如一些車機助手能記住用戶想要避開的路段，在下一次規(guī)劃路線時避開——這意味著它有時空因果記憶和對用戶的長期記憶；另一類車機系統(tǒng)可以在聽到 “有點冷” 時主動調(diào)高空調(diào)、關(guān)閉車窗、打開座椅加熱——這體現(xiàn)了意圖識別和使用工具的能力。

技能各家都有，做好不易。如果問題復(fù)雜、任務(wù)鏈長，累積的誤差越多，越容易陷入死循環(huán)。這正是考驗大模型廠商和汽車公司能力的核心。尤其在 2024 年 5 月 GPT-4o 發(fā)布會后，行業(yè)開始認(rèn)同有情感、像真人的語音交互在車上實現(xiàn)的可能性和前景。

2026 年，座艙 AI 的競爭從 “大模型上車” 轉(zhuǎn)向 “智能體上車”，有人開始稱 2026 年為 “智能體上車元年”。

有自研能力或孵化 AI 公司的車企快速推進(jìn)，理想、小鵬已完成從技術(shù)架構(gòu)到組織架構(gòu)的整合，吉利和階躍星辰、千里科技合作，將座艙、輔助駕駛等在生態(tài)層面打通，組建為 “超級智能體”，在極氪 8X 上首發(fā)。另一些車企選擇和頭部 AI 公司合作，除了火山引擎和榮威合作的 “家越”，阿里通義千問和上汽智己宣布，將把座艙、智駕、底盤和阿里生態(tài)服務(wù)連成一個整車級智能體。

他們之中有的選擇在座艙內(nèi)分場景部署多個 Agent，比如通勤點單、長途出游等；有的則推動智能座艙和大模型的結(jié)合從 “接一個 LLM 進(jìn)車機” 演化為讓車 “長” 出一個能感知、推理、調(diào)度的 “大腦” —— 這正是火山引擎正在做的 —— Agents 在同一個基礎(chǔ)模型上調(diào)度，對外作為一個大腦響應(yīng)用戶的指令。

這正成為汽車智能化競爭的新焦點。體現(xiàn)之一是艙駕融合，過去車企講艙駕融合更多指的是用一塊芯片提供座艙和輔助駕駛兩套系統(tǒng)的算力，但從特斯拉將 Grok 大模型引入座艙，整合座艙功能和 FSD 開始，理想、小鵬、吉利等陸續(xù)推動底層模型和數(shù)據(jù)不同程度打通，目的是讓 AI 溝通座艙和駕駛，從單個功能整合為整車體驗。

火山引擎對艙駕配合的處理是分工明確：座艙大模型作為助手，把用戶的泛化指令轉(zhuǎn)譯成智駕系統(tǒng)能懂的輸入，最終能不能執(zhí)行、怎么執(zhí)行由智駕系統(tǒng)自己判斷。

挑戰(zhàn)在于汽車是超級硬件——有上千種原子化功能，一張座椅的角度、加熱、通風(fēng)、按摩等功能就涉及近百個工具，且駕駛類相關(guān)功能安全性、穩(wěn)定性要求極高。

火山引擎智能座艙產(chǎn)品負(fù)責(zé)人張航回憶，2023 年時，他們也做車內(nèi) Chatbot，但體驗不夠好，認(rèn)為未來的 AI 上車趨勢一定是做助手，但與同行討論時，大多數(shù)判斷這件事做不成。

他們和豆包大模型基模團(tuán)隊溝通后，結(jié)論是有挑戰(zhàn)但有可能。第一步是做 Function Call（函數(shù)調(diào)用），讓大模型理解且能夠調(diào)用每個車控，比如開關(guān)和調(diào)節(jié)空調(diào)。一開始，大模型只能控制 100 多個車控接口，慢慢擴展到 1000 多個，就像擁有了手和腳——能否用工具解決問題，這是大模型和 Agent 的重要區(qū)別之一。

第二步讓大模型能感知環(huán)境狀態(tài)，通過實時變化的傳感器，輸入車速、溫度、電量、駕駛員狀態(tài)等信息，比如車窗關(guān)閉和開了一條縫時空調(diào)的調(diào)節(jié)方式不同。這讓大模型有了更多的決策依據(jù)。

“只能是硬啃。” 張航說，做完第二步時已經(jīng)過去一年。這一年多足夠一家新成立的大模型廠商漲到數(shù)十億美元估值。但汽車產(chǎn)品結(jié)構(gòu)復(fù)雜、精密，需要一定周期積累技術(shù)和工程化經(jīng)驗。

同樣是調(diào)節(jié)空調(diào)，豪華、商務(wù)車型車主與運動車型車主的需求可能不同，年長用戶和年輕用戶的偏好也不同。當(dāng)用戶說 “有點熱” 時，如何才能調(diào)整到最舒適的狀態(tài)——這需要車企的 KnowHow。每家車企對空調(diào)檔位、出風(fēng)位置、掃風(fēng)情況的設(shè)置不同，車企需要根據(jù)產(chǎn)品定義和經(jīng)驗告訴火山引擎每款車型的空調(diào)具體情況和想達(dá)到的狀態(tài)。

通過 3 年積累，火山引擎的大模型有了可調(diào)用的工具、能感知環(huán)境狀態(tài)、積累了用戶偏好和場景知識，就像有了手腳、感官和神經(jīng)，變成能主動識別、規(guī)劃、處理任務(wù)的 Agent——給汽車裝上 “大腦” 的時機到了。

不過行業(yè)里也有車企走多模型協(xié)同的路線，由意圖分類先做粗篩，再分發(fā)到專門模型處理具體任務(wù)。對于大模型如何上車，有的車企希望自研；有的車企認(rèn)為自研成本高且必要性不大，傾向直接采購?fù)暾桨?；還有的車企在兩條路線之間組合，自研與外采并行。

楊立偉說，他們正和合作車企推進(jìn)豆包座艙助手方案，2026 年年底就會發(fā)布，“體驗效果能有 80、90 分”。

先做標(biāo)桿，再做標(biāo)準(zhǔn)化

Agent 的進(jìn)化速度，和 FOMO 情緒籠罩下人們對 Agent 的熱情推動車企更開放。2026 年，輔助駕駛的技術(shù)路線收斂，同類配置的駕駛體驗逐漸趨同，座艙內(nèi)的使用體驗成為智能化競爭的 “下半場”；大模型在手機端的迅速發(fā)展，也讓消費者將 “AI 上車” 作為評價一臺車是否 “先進(jìn)”“智能” 的重要維度；與外部已有用戶認(rèn)知的互聯(lián)網(wǎng)科技公司合作，還能得到品牌加成。

楊立偉說，對豆包座艙助手方案上車的第一批合作伙伴，火山引擎投入了上百人，“重投入加快落地、短期內(nèi)不優(yōu)先考慮要有多少利潤，而是看服務(wù)水平”，因為 “成功與否不看現(xiàn)在成了幾單，而是看用戶體驗?zāi)懿荒茏龊茫懿荒茏龀霰贰保故径拱竽Ｐ秃突鹕揭嫔宪嚨淖詈眯Ч?/p>

座艙和大模型的結(jié)合，讓火山引擎看到了進(jìn)入汽車更深一層的可能。楊立偉說，豆包座艙方案尋找最初的合作伙伴時，品牌因素只排第四，更重要的是對座艙 + AI 足夠相信、開放程度夠高、愿意投入、節(jié)奏要快。他說火山引擎總裁譚待與他討論汽車業(yè)務(wù)時，更多關(guān)注的是用戶價值、使用體驗、使用頻次。

他們對于汽車業(yè)務(wù)的長期設(shè)想是隨著經(jīng)驗增加和技術(shù)發(fā)展，座艙助手的底層能力和架構(gòu)更加成熟，把產(chǎn)品和應(yīng)用模塊化，避免重復(fù)投入、節(jié)約人力。在產(chǎn)品標(biāo)準(zhǔn)化后，和一級供應(yīng)商等生態(tài)伙伴合作，擴大服務(wù)范圍。

標(biāo)準(zhǔn)化與生態(tài)合作的背后的商業(yè)邏輯是，火山引擎提供基礎(chǔ)能力，讓客戶在它之上做出差異化產(chǎn)品；客戶做得越好，供應(yīng)商的調(diào)用規(guī)模越大，雙方的利益方向一致。這是 AWS、Shopify 等互聯(lián)網(wǎng)基礎(chǔ)設(shè)施長期成功的重要因素：將自己的商業(yè)利益與客戶的成功綁定在一起。

火山更進(jìn)一步的地方在于自己做工具鏈、集成集團(tuán)體系內(nèi)的各種能力。挑戰(zhàn)則是車企作為大型制造業(yè)公司，與 AWS 的初創(chuàng)客戶、Shopify 的中小商家在議價位置上完全不同。車企多數(shù)時候希望以更低的成本、更快的速度獲得差異化、個性化的服務(wù)；而且車端大模型的遷移成本目前還不高，車企接入一家供應(yīng)商的模型，主要工程量集中在提示詞、車控接口映射、測試校準(zhǔn)，遷移到另一家時可以部分復(fù)用。

這個領(lǐng)域的從業(yè)者大多相信車正從交互終端演化為物理 Agent。座艙是這條演化的起點，終點是車能感知環(huán)境、理解意圖、規(guī)劃任務(wù)、執(zhí)行動作的一體化能力?；谶@個假設(shè)，火山引擎選的是一條需要長期投入的路。模型與工具鏈持續(xù)迭代，與車企的合作持續(xù)加深，標(biāo)桿項目持續(xù)落地。

中國電動車時代的供應(yīng)鏈公司有過類似劇本 —— 每次技術(shù)變革新增或改進(jìn)零部件時，新供應(yīng)商常以更新的技術(shù)、更開放的合作模式、更好的服務(wù)意識抓住有潛力的客戶，隨他們成長 —— 過去 10 年里，地平線、孔輝、拓普等供應(yīng)鏈新軍沿這條路徑起步。一位頭部輔助駕駛供應(yīng)商總結(jié)，作為創(chuàng)業(yè)公司，一開始只能自己撲上去、做出樣板，才有上牌桌的資格。

“就像馬拉松比賽剛跑了 1 公里，我們會把周期放得比較長?！?楊立偉說。