從“被動(dòng)響應(yīng)”到“主動(dòng)服務(wù)”：科大訊飛重構(gòu)智能座艙新范式

智能座艙的演進(jìn)，本質(zhì)上是一場(chǎng)關(guān)于人車(chē)關(guān)系的重構(gòu)。

過(guò)去幾年，伴隨著智能化的快速普及，中國(guó)智能汽車(chē)市場(chǎng)經(jīng)歷了從“屏幕大、芯片強(qiáng)”的硬件競(jìng)賽，到“可見(jiàn)即可說(shuō)、連續(xù)對(duì)話”的語(yǔ)音普及。然而，一個(gè)現(xiàn)實(shí)的痛點(diǎn)始終存在：用戶仍然需要遷就機(jī)器——記住固定喚醒詞、背誦標(biāo)準(zhǔn)指令、分步驟下達(dá)任務(wù)。

座艙更像一個(gè)聽(tīng)話的工具，而非懂人的伙伴。與此同時(shí)，行業(yè)滲透率數(shù)據(jù)一路走高，但用戶粘性和滿意度并未同步提升，根本原因就在于：大多數(shù)所謂的智能座艙仍停留在被動(dòng)響應(yīng)層面，缺乏對(duì)復(fù)雜意圖的理解力、跨場(chǎng)景的規(guī)劃力，以及基于感知的主動(dòng)服務(wù)能力。

更深層的挑戰(zhàn)來(lái)自兩個(gè)方向。一是技術(shù)落地鴻溝：大模型上車(chē)口號(hào)響亮，但云端依賴帶來(lái)的延遲和隱私隱患、端側(cè)算力和模型大小的平衡、多模態(tài)感知和執(zhí)行閉環(huán)的打通，都是亟需跨越的關(guān)卡。二是全球化新課題：中國(guó)汽車(chē)出口量躍居世界第一，但智能座艙的“出海”，遠(yuǎn)不止語(yǔ)言翻譯那么簡(jiǎn)單，不同文化背景下的交互習(xí)慣、語(yǔ)義理解偏差、本地生態(tài)服務(wù)缺失等，都會(huì)讓說(shuō)得對(duì)、聽(tīng)得懂、融得進(jìn)成為新的競(jìng)爭(zhēng)壁壘。

圖片來(lái)源：科大訊飛（下同）

在這樣的產(chǎn)業(yè)深水區(qū)，單純的功能堆疊已無(wú)法構(gòu)建差異化，行業(yè)需要的是系統(tǒng)級(jí)的智能體能力——即從感知-理解-決策-執(zhí)行到主動(dòng)服務(wù)的完整閉環(huán)。而構(gòu)建這一閉環(huán)，恰恰需要底層大模型的深度賦能、多模態(tài)感知的量產(chǎn)落地、軟硬一體的聲學(xué)創(chuàng)新，以及全球化交互的本地化適配。

科大訊飛在北京車(chē)展上給出的答案，正是從以上維度同時(shí)發(fā)力：星火新一代多模態(tài)智能座艙提供端側(cè)多模態(tài)大模型和智能體生態(tài)，讓座艙從聽(tīng)話的工具進(jìn)化為“會(huì)辦事的管家”；iFLYSOUND氮化鎵母帶級(jí)聲學(xué)系統(tǒng)及超30項(xiàng)全鏈自研的車(chē)載音頻算法，以軟硬一體方案重塑車(chē)載聽(tīng)覺(jué)體驗(yàn)，讓聲音從聽(tīng)個(gè)響升級(jí)為百變聲活空間；海外星火大模型則打通了語(yǔ)言和文化的壁壘，為中國(guó)智能汽車(chē)出海掃清交互障礙。

科大訊飛此次發(fā)布的新品，共同構(gòu)成了對(duì)行業(yè)命題的系統(tǒng)性回應(yīng)——讓智能座艙真正回歸“服務(wù)人”的本質(zhì)。這背后，是星火大模型從通用能力向車(chē)端深度定制的遷移，是端側(cè)多模態(tài)技術(shù)從實(shí)驗(yàn)室走向量產(chǎn)平臺(tái)的突破，也是國(guó)產(chǎn)聲學(xué)供應(yīng)鏈從替代走向引領(lǐng)的縮影。

星火大模型雙線布局——國(guó)內(nèi)座艙“會(huì)辦事”，海外交互“融得進(jìn)”

要理解星火新一代多模態(tài)智能座艙的升級(jí)，首先要厘清一個(gè)當(dāng)前行業(yè)認(rèn)知的誤區(qū)：語(yǔ)音交互的智能化程度，并不取決于對(duì)話的流暢度，而取決于系統(tǒng)對(duì)用戶真實(shí)意圖的理解深度。過(guò)去幾年，不少企業(yè)都宣稱(chēng)實(shí)現(xiàn)了“可見(jiàn)即可說(shuō)”、“連續(xù)對(duì)話”的能力，但這些能力本質(zhì)上都是建立在大量預(yù)置指令模板和有限狀態(tài)機(jī)之上的，用戶依舊需要用機(jī)器能聽(tīng)懂的方式說(shuō)話，只是模板數(shù)量變多了、對(duì)話輪次變長(zhǎng)了，這種模式走到今天，邊際效益已經(jīng)遞減——無(wú)論怎么擴(kuò)充指令集，總會(huì)有用戶的口語(yǔ)表達(dá)落在覆蓋范圍之外的情況。

星火新一代多模態(tài)智能座艙引入的端側(cè)多模態(tài)大模型SparkAuto-EMM，則是從底層改變這一邏輯，不是通過(guò)擴(kuò)充模板來(lái)記住更多說(shuō)法，而是通過(guò)大模型對(duì)語(yǔ)義的表征能力，去理解用戶一句話背后的真實(shí)需求。例如車(chē)控自由說(shuō)：當(dāng)用戶說(shuō)有點(diǎn)悶時(shí)，系統(tǒng)會(huì)結(jié)合車(chē)內(nèi)外溫度、車(chē)窗狀態(tài)、天氣情況、甚至用戶的歷史偏好，判斷應(yīng)該開(kāi)窗還是開(kāi)空調(diào)，這背后涉及模糊語(yǔ)義消歧、上下文感知、多模態(tài)信息融合等一系列的綜合能力。

更值得關(guān)注的是端側(cè)部署的產(chǎn)業(yè)意義。

大模型上車(chē)有兩種路徑：云端和端側(cè)。云端方案能力上限高，但代價(jià)是網(wǎng)絡(luò)依賴和隱私風(fēng)險(xiǎn)，而且在地下車(chē)庫(kù)、隧道、高速等信號(hào)不穩(wěn)定的場(chǎng)景下，云端方案隨時(shí)可能失效。端側(cè)方案則是將所有計(jì)算鎖定在車(chē)機(jī)內(nèi)，斷網(wǎng)可用，數(shù)據(jù)不出車(chē)，從架構(gòu)上解決了云端部署的核心痛點(diǎn)。

當(dāng)然，端側(cè)部署會(huì)面臨算力和模型大小的矛盾。一輛經(jīng)濟(jì)型車(chē)的座艙芯片可能只有幾TOPS的算力，旗艦車(chē)型則可能有幾十甚至上百TOPS，對(duì)此科大訊飛的解決方案是提供0.5B到7B的階梯式模型矩陣，不同算力平臺(tái)可以裁切出最合適的版本。

而且傳統(tǒng)語(yǔ)音系統(tǒng)只能處理單步指令，但真實(shí)的用戶需求往往是多步驟、多條件的。比如用戶給出一條指令：“先加油再去機(jī)場(chǎng)，路上找一家川菜館”，系統(tǒng)需要拆解出三個(gè)子任務(wù)，查詢沿途加油站和餐廳的信息，考慮路線順序，還要結(jié)合用戶偏好排序。這種復(fù)雜任務(wù)規(guī)劃，既需要大模型對(duì)自然語(yǔ)言的理解，也需要與地圖、興趣點(diǎn)搜索等外部服務(wù)的實(shí)時(shí)交互，本質(zhì)上是“理解-規(guī)劃-執(zhí)行”三個(gè)環(huán)節(jié)的閉環(huán)。星火新一代多模態(tài)智能座艙在這一層面的突破，讓智能座艙首次具備了類(lèi)似智能助手的任務(wù)編排能力。

智能體生態(tài)則是星火座艙將“辦事”能力延伸到車(chē)外服務(wù)的關(guān)鍵。通過(guò)與超50家頭部生態(tài)伙伴的合作，科大訊飛構(gòu)建了三層智能體架構(gòu)：第一層圍繞高頻剛需場(chǎng)景，自研或深度定制精品智能體，一站解決全家出行中的娛樂(lè)和信息需求；第二層深度集成生態(tài)伙伴面向車(chē)端優(yōu)化好的多端通用智能體，典型代表是美團(tuán)生態(tài)的三大高頻場(chǎng)景——美食推薦、智能排號(hào)、在線訂座，用戶從發(fā)現(xiàn)餐廳到完成預(yù)約，全程在座艙內(nèi)閉環(huán)，無(wú)需切換手機(jī)；第三層面向長(zhǎng)尾場(chǎng)景，以解決方案形式集成優(yōu)質(zhì)生態(tài)智能體，保證能力邊界的可擴(kuò)展性。

智能體生態(tài)的核心價(jià)值——不是簡(jiǎn)單的應(yīng)用商店或語(yǔ)音喚醒第三方App，而是以大模型為調(diào)度中樞，將不同智能體的能力按需組合，響應(yīng)用戶的復(fù)合意圖。與消費(fèi)級(jí)AI產(chǎn)品的泛化能力不同，科大訊飛的智能體生態(tài)完全圍繞車(chē)載場(chǎng)景設(shè)計(jì)：駕駛場(chǎng)景下交互時(shí)間極短，需要首輪命中率高、任務(wù)路徑短；安全要求也更高，不能因處理長(zhǎng)尾請(qǐng)求而分散駕駛注意力；網(wǎng)絡(luò)環(huán)境復(fù)雜，需要有支持離線或弱網(wǎng)下的方案。這些約束條件，決定了車(chē)載智能體生態(tài)不能簡(jiǎn)單移植互聯(lián)網(wǎng)產(chǎn)品的邏輯，而必須基于對(duì)真實(shí)駕駛行為的長(zhǎng)期理解進(jìn)行定制。

再將視線轉(zhuǎn)向海外。中國(guó)汽車(chē)出口量已經(jīng)躍居全球前列，但智能座艙的出海遠(yuǎn)未成熟。這方面，不少企業(yè)的做法是，將國(guó)內(nèi)的語(yǔ)音方案翻譯成目標(biāo)語(yǔ)言，然后直接部署，結(jié)果得到的用戶反饋往往是“系統(tǒng)說(shuō)得很標(biāo)準(zhǔn)，但就是不像人話”——因?yàn)檎Z(yǔ)言不只是詞匯和語(yǔ)法，還有文化語(yǔ)境、使用習(xí)慣、甚至禮貌程度。

海外星火助理的差異化在于，它從底層構(gòu)建了一套母語(yǔ)級(jí)交互體系。32種語(yǔ)言，60個(gè)國(guó)家和地區(qū)，100多款明星車(chē)型的量產(chǎn)交付，中國(guó)出海前?的?企中，8家已經(jīng)科大訊飛合作，這些數(shù)字說(shuō)明的不僅僅是覆蓋范圍，更是經(jīng)過(guò)大批量驗(yàn)證的可靠性。52個(gè)高質(zhì)量TTS發(fā)音人、全部由母語(yǔ)者構(gòu)建的語(yǔ)料庫(kù)、多輪專(zhuān)家交叉校驗(yàn)，這些細(xì)節(jié)保證了地道性，而非簡(jiǎn)單的正確性。更深一層，海外星火助理還整合了全球主流車(chē)機(jī)生態(tài)，從導(dǎo)航到音樂(lè)，從體育到新聞，讓用戶獲得的是熟悉的本土數(shù)字生活體驗(yàn)，而非一個(gè)“外國(guó)車(chē)”的生硬界面。

星火大模型在國(guó)內(nèi)的任務(wù)是讓座艙“能辦事”，在海外的任務(wù)則是讓中國(guó)汽車(chē)“被接納”，兩條戰(zhàn)線共享同一套底座，卻針對(duì)完全不同的場(chǎng)景做了深度定制。這種能力不是靠一個(gè)通用大模型就能實(shí)現(xiàn)的，它要求團(tuán)隊(duì)既懂AI，又懂汽車(chē)，還懂全球各地的用戶差異，這也是科大訊飛區(qū)別于僅僅將通用大模型套殼上車(chē)的消費(fèi)級(jí)AI產(chǎn)品的核心能力所在。

AI音效新物種，讓普通車(chē)也能擁有百萬(wàn)級(jí)聽(tīng)享體驗(yàn)

如果說(shuō)座艙交互的智能化是軟件定義的體現(xiàn)，那么車(chē)載音響的變革則更需要軟硬一體的思維。

車(chē)載音響行業(yè)長(zhǎng)期存在一個(gè)潛規(guī)則：好聲音與高價(jià)格強(qiáng)綁定，過(guò)去行業(yè)內(nèi)普遍的認(rèn)知是，只有豪華品牌的高配車(chē)型，或者選裝了知名品牌音響的車(chē)型，才能獲得“好聽(tīng)”的體驗(yàn)。這種認(rèn)知背后，既有品牌溢價(jià)的商業(yè)邏輯，也有硬件成本和技術(shù)門(mén)檻的現(xiàn)實(shí)約束。科大訊飛此次發(fā)布iFLYSOUND的核心價(jià)值就在于，不是開(kāi)發(fā)了又一款所謂的高端音響，而是帶來(lái)了一套打破了價(jià)格和體驗(yàn)正相關(guān)關(guān)系的技術(shù)方案。

傳統(tǒng)車(chē)載功放多采用硅基MOSFET器件，受限于材料特性，功率密度較低，要實(shí)現(xiàn)高保真大功率輸出，往往需要增大體積和散熱結(jié)構(gòu)，導(dǎo)致重量和成本同步攀升。氮化鎵（GaN）作為新一代半導(dǎo)體材料，具有更高的工作頻率和轉(zhuǎn)換效率，在消費(fèi)電子領(lǐng)域已經(jīng)得到驗(yàn)證，但在車(chē)載領(lǐng)域的大規(guī)模應(yīng)用，面臨車(chē)規(guī)級(jí)可靠性、成本控制和系統(tǒng)集成的多重挑戰(zhàn)。

科大訊飛的做法沒(méi)有停留在器件替換的思路上，而是從系統(tǒng)架構(gòu)層面重新設(shè)計(jì)——將氮化鎵的優(yōu)勢(shì)和車(chē)載場(chǎng)景的特殊需求進(jìn)行了深度適配，通過(guò)芯片協(xié)同、算法優(yōu)化和散熱創(chuàng)新等，逐一打通了從器件到系統(tǒng)的落地瓶頸。

科大訊飛采用ARM+ADSP協(xié)同的SOC架構(gòu)，配合首創(chuàng)的氮化鎵音頻功放架構(gòu)，實(shí)現(xiàn)了單通道300W的峰值輸出，足以驅(qū)動(dòng)8歐姆影院級(jí)重低音單元。紅寶石薄膜電容/電感技術(shù)再加上低密度翅片專(zhuān)利散熱設(shè)計(jì)的應(yīng)用，相比傳統(tǒng)方案，在實(shí)現(xiàn)音質(zhì)提升20%、重量降低30%的前提下，還能有效縮減硬件成本。基于此，高保真音響不再是成本無(wú)上限的旗艦車(chē)型才能擁有的配置，主流車(chē)型也可以在有限的BOM成本內(nèi)，獲得母帶級(jí)的還原能力。行業(yè)首個(gè)QQ音樂(lè)臻品音質(zhì)認(rèn)證，更是從第三方角度驗(yàn)證了iFLYSOUND的硬件素質(zhì)，已經(jīng)達(dá)到高解析度音頻的播放標(biāo)準(zhǔn)。

硬件提供了性能底座，算法則負(fù)責(zé)將這些硬件能力轉(zhuǎn)化為用戶可感知的體驗(yàn)價(jià)值。

iFLYSOUND全鏈自研了超過(guò)30項(xiàng)車(chē)載音頻算法，覆蓋從麥克風(fēng)收音、主動(dòng)降噪、聲場(chǎng)重建到揚(yáng)聲器驅(qū)動(dòng)的全鏈路。而“好聽(tīng)、好用、好玩”的三層框架，進(jìn)一步擴(kuò)展了車(chē)載音響的智能邊界。

傳統(tǒng)音響只負(fù)責(zé)播放聲音，iFLYSOUND則是將聲音作為座艙體驗(yàn)的調(diào)節(jié)變量，音樂(lè)廳模式追求真實(shí)聲場(chǎng)還原，電影院模式則強(qiáng)化低頻和人聲，營(yíng)造沉浸感，不同模式服務(wù)于不同的內(nèi)容類(lèi)型。

好用層面，聲場(chǎng)分區(qū)解決了車(chē)內(nèi)多用戶的需求沖突——駕駛者需要導(dǎo)航語(yǔ)音，乘客想聽(tīng)音樂(lè)，通過(guò)獨(dú)立音區(qū)互不干擾。聲場(chǎng)智導(dǎo)則是一個(gè)與駕駛安全強(qiáng)相關(guān)的創(chuàng)新：給導(dǎo)航和警示音賦予方位感，用戶通過(guò)聽(tīng)覺(jué)就能判斷轉(zhuǎn)向方向或風(fēng)險(xiǎn)來(lái)源，減少對(duì)視覺(jué)的依賴。

在好玩層面，無(wú)麥K歌、露營(yíng)空間、隨行DJ等功能豐富了座艙的社交和娛樂(lè)屬性。以隨行DJ為例，AI可以根據(jù)駕駛節(jié)奏、車(chē)速、油門(mén)深度等實(shí)時(shí)數(shù)據(jù)自動(dòng)混音，讓音樂(lè)和駕駛行為產(chǎn)生動(dòng)態(tài)呼應(yīng)，實(shí)現(xiàn)的是從播放器到創(chuàng)作者的身份轉(zhuǎn)變。

市場(chǎng)數(shù)據(jù)提供了驗(yàn)證：iFLYSOUND已落地超過(guò)120萬(wàn)輛車(chē)，北京車(chē)展上發(fā)布的魏牌V9X、東風(fēng)日產(chǎn)NX8、2026款極氪007（參數(shù)丨圖片）GT、奇瑞星途EX7、奇瑞風(fēng)云T9L、昊鉑S600等新車(chē)也都搭載了相關(guān)技術(shù)。

將座艙交互和車(chē)載聲學(xué)放在一起看，會(huì)發(fā)現(xiàn)一條清晰的線索：科大訊飛構(gòu)建的是一個(gè)從聽(tīng)懂到辦好再到體驗(yàn)好的完整閉環(huán)。星火大模型負(fù)責(zé)理解用戶意圖并調(diào)動(dòng)能力執(zhí)行任務(wù)，iFLYSOUND負(fù)責(zé)提供高品質(zhì)且可變化的感官體驗(yàn)，兩者共同支撐起主動(dòng)式AI座艙的價(jià)值主張——不是等用戶下達(dá)指令，而是在用戶表達(dá)感受、甚至尚未表達(dá)時(shí)，就能提供恰當(dāng)?shù)姆?wù)和氛圍。

小結(jié)：

如果展開(kāi)過(guò)去二十余年的時(shí)間軸，會(huì)發(fā)現(xiàn)一個(gè)更本質(zhì)的事實(shí)：科大訊飛在汽車(chē)行業(yè)的角色演變，始終與智能座艙的技術(shù)迭代同頻。從最早的語(yǔ)音合成上車(chē)，到成為國(guó)內(nèi)車(chē)載語(yǔ)音市場(chǎng)的份額領(lǐng)先者，再到今天端側(cè)大模型和全棧聲學(xué)系統(tǒng)的量產(chǎn)落地，這條路徑不是跨界者的突襲，而是長(zhǎng)期主義者的持續(xù)深耕。

與許多互聯(lián)網(wǎng)公司或AI創(chuàng)業(yè)公司不同，科大訊飛對(duì)汽車(chē)行業(yè)的理解，建立在數(shù)千萬(wàn)輛量產(chǎn)車(chē)的交付、數(shù)億條真實(shí)交互數(shù)據(jù)的反饋、以及無(wú)數(shù)個(gè)與車(chē)企聯(lián)合攻關(guān)的工程難題之上，而這些認(rèn)知，都是時(shí)間和場(chǎng)景共同沉淀的壁壘。

科大訊飛積累的不是某一項(xiàng)技術(shù)的先發(fā)優(yōu)勢(shì)，而是對(duì)汽車(chē)行業(yè)規(guī)則、車(chē)規(guī)級(jí)工程要求、用戶真實(shí)駕駛場(chǎng)景的系統(tǒng)性理解。與那些將通用大模型簡(jiǎn)單封裝后推向車(chē)市的消費(fèi)級(jí)AI產(chǎn)品相比，科大訊飛更知道方向盤(pán)后的用戶在高速行駛時(shí)需要多短的交互路徑，知道夜間駕駛時(shí)語(yǔ)音反饋的音量和亮度應(yīng)該如何變化，知道海外不同地區(qū)的用戶對(duì)“禮貌程度”和“語(yǔ)速”有著截然不同的期待。科大訊飛的核心價(jià)值就在于，把大模型這一通用能力，重新打磨成了一款真正懂車(chē)、懂駕駛者、懂全球用戶的車(chē)規(guī)級(jí)智能體。

科大訊飛此次北京車(chē)展上發(fā)布的產(chǎn)品，共同傳遞出一個(gè)清晰的信號(hào)：智能座艙的競(jìng)爭(zhēng)已經(jīng)進(jìn)入系統(tǒng)級(jí)智能體能力的比拼時(shí)代。單點(diǎn)功能的堆砌無(wú)法構(gòu)建核心競(jìng)爭(zhēng)力，只有將理解、規(guī)劃、執(zhí)行、感知、情感等能力深度融合，才能讓座艙從冰冷的硬件，進(jìn)化為有溫度的數(shù)字伴侶。