什么是智能座艙的終極標準？清華教授：用之不覺，失之難存

新京報訊（記者張建林）“每次上車，它還是像第一次見到我。”這不是戀愛關(guān)系的抱怨，而是一位車主對自家智能汽車的真實吐槽。當一輛售價數(shù)十萬元的智能汽車，其語音交互仍停留在“打開車窗”“導(dǎo)航到公司”這種機械指令層面時，駕駛員不禁要問：智能座艙在中國市場的配裝率已突破76%，那它的“智能”究竟藏在了哪里？

在第十九屆北京國際汽車展覽會期間，《智能座艙：定義AGI時代的汽車新范式》白皮書發(fā)布。圍繞端側(cè)AI如何定義下一代座艙體驗、智艙產(chǎn)業(yè)協(xié)同等議題，專家們還在會上展開了一次深入對話。

面壁智能CEO李大海談到了發(fā)起這份白皮書的初衷：智能座艙發(fā)展到現(xiàn)在，功能越來越多，算力越來越強，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？這些問題似乎也正是白皮書試圖破解的核心命題。

清華大學人工智能研究院常務(wù)副院長孫茂松用一句話概括了智能座艙的終極標準：“用之不覺，失之難存。”他認為，座艙AI要做到的是精準意圖識別、善解人意，成為“一個伴你走天涯的靈動之家”。

不過，現(xiàn)實距離這個愿景還有距離。清華大學車輛與運載學院博士后帥斌指出，當前座艙普遍缺乏“連續(xù)記憶和個性化進化能力”。

白皮書里提到，下一代智能座艙的競爭焦點，將從“還有什么功能沒上”轉(zhuǎn)向“自然語言驅(qū)動的場景智能與任務(wù)閉環(huán)”——用戶說的是意圖，系統(tǒng)負責理解、追問、拆解和執(zhí)行。

中國汽車工程學會副秘書長鄭亞莉?qū)⑦@一轉(zhuǎn)變上升到產(chǎn)業(yè)邏輯層面。在她看來，AI對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”，推動汽車從功能集成走向智能協(xié)同。

但這條路徑上橫亙著一個現(xiàn)實難題：純云端架構(gòu)面臨算力成本、網(wǎng)絡(luò)時延、斷網(wǎng)不可用、隱私風險四大結(jié)構(gòu)性約束。孫茂松明確給出了座艙AI的三項硬指標：斷網(wǎng)可用、隱私不出車、瞬間時延。這意味著核心能力必須跑在車端。

清華大學計算機系教授、面壁智能首席科學家劉知遠在會上系統(tǒng)闡述了由清華團隊提出的“密度定律”——模型的有效知識容量與物理參數(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個月翻一倍。劉知遠指出，密度定律改變了行業(yè)對“更強AI”的默認想象：更強不一定意味著更大，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)-學習”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)算力下實現(xiàn)高質(zhì)量體驗。

技術(shù)路線日漸清晰，但規(guī)模化落地還需跨越信任與協(xié)同兩道門檻。中國汽車工業(yè)協(xié)會副總工程師王耀用一個生動的例子說明了這一點：“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別不同的隱私場景——比如朋友上車了，AI特別主動，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憂，協(xié)會正在推動“數(shù)據(jù)本地化存儲”標準，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設(shè)計角度指出，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。需要在交互設(shè)計層面讓用戶“看見”安全，比如在隱私數(shù)據(jù)被調(diào)用時給出清晰的提示和授權(quán)。好的設(shè)計應(yīng)該讓用戶感覺到“我的數(shù)據(jù)我做主”，而不是被動接受。在多乘員、多音區(qū)和跨端協(xié)同場景下，權(quán)限治理不再只是后臺問題，而是開始成為交互設(shè)計本身的一部分。

隨著模型廠商、芯片廠商、OS平臺方、Tier1和車企同時涌入智能座艙賽道，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。下一階段的競爭不再只是“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”。

白皮書中指出，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轉(zhuǎn)為基礎(chǔ)能力，這一轉(zhuǎn)折點預(yù)計出現(xiàn)在2027年-2028年前后。驅(qū)動變化的因素包括：車規(guī)級芯片算力持續(xù)提升、電子電氣架構(gòu)向中央集中式演進、端云協(xié)同工程能力日趨成熟，以及消費者預(yù)期的根本變化——他們不再滿足于“車里有功能”，而開始要求“車能聽懂并把事辦完”。

編輯 張磊

校對 賈寧