智能座艙的終局是什么？面壁智能給出了自己的答案

車東西（公眾號：chedongxi）
作者 ｜ Juice
編輯 ｜ 志豪

下一代的智能座艙究竟是什么樣子？

汽車行業(yè)目前仍然處在智能化的轉(zhuǎn)型期，對于上面這個問題并沒有足夠統(tǒng)一且權(quán)威的答案，但是在本次北京車展上，所有玩家都試圖在解答著這個問題。

“XX，我要去看日出”、“XX，我餓了，幫我找個好吃的餐廳”……仔細聽的話，會發(fā)現(xiàn)每個人坐上展車之后，都在對AI助手下達類似的指令。

這已經(jīng)成為智能座艙的常態(tài)畫面。但仔細想，問題恰恰出在這里——所有服務(wù)都來自于明確的指令。用戶必須知道自己要什么、怎么說，系統(tǒng)才能響應(yīng)。這本質(zhì)上仍是”被動智能”：座艙是工具，人是操作者。

真正的革新方向應(yīng)該是反過來的：即所有的服務(wù)都來自于座艙自己的“觀察”，不等車內(nèi)乘客下發(fā)指令就完成服務(wù)，讓服務(wù)自然發(fā)生。

只有這樣，智能座艙才能從工具屬性轉(zhuǎn)換成陪伴屬性。

幸運的是，在本次北京車展上，車東西看到這樣的未來已經(jīng)開始加速到來了。

一、告別指令式智能 座艙領(lǐng)域呼喚“真智能”

在今年的北京車展上，車輛座艙的智能化體驗已經(jīng)成為非常重要的一個板塊了。這也代表了汽車行業(yè)轉(zhuǎn)型的一個重點—— 隨著汽車四化進程加速，汽車開始越來越接近電子產(chǎn)品，座艙系統(tǒng)逐漸和手機等設(shè)備打通，行業(yè)迎來了第一次智能化升級：常用App上車，語音助手可以完成一定的車控功能。

但從本質(zhì)上來看，座艙并沒有發(fā)生“質(zhì)”的變化，仍然是以指令式智能為主。什么是指令式智能呢？即用戶提出指令，然后座艙系統(tǒng)逐個完成。無論座艙內(nèi)一次性完成多少個指令，都是被動服務(wù)的結(jié)果。座艙的服務(wù)仍然是呆呆的，缺乏主動性。

那么，座艙能不能像真人一樣，學(xué)會察言觀色，主動給人提供智能化的幫助呢？

在北京車展面壁智能的展臺上，車東西就真切的感受到了這種主動的，聰明的，真正的智能——無感智能。面壁智能全新發(fā)布的升級版SuperMate端側(cè)智能座艙方案，打通感知-記憶-推理-執(zhí)行的完整閉環(huán)，通過車內(nèi)外傳感器判斷環(huán)境和用戶需求，依靠車端模型主動式服務(wù)。

▲面壁智能展臺

舉個簡單的例子，日常行車中，乘客均在前排，但是東西放在后排，想要拿東西比較費勁。但是在面壁這套系統(tǒng)中，車輛可以通過車內(nèi)攝像頭識別到用戶的意向，自動往后調(diào)整座椅，方便用戶取物。

再比如，用戶滿臉疲憊地坐上車，癱坐到座椅上，這時車輛就會自動調(diào)節(jié)座椅高度，打開座椅按摩，調(diào)暗車內(nèi)燈光，然后自動播放解壓純音樂。

整個過程不需要用戶逐條下發(fā)指令，座艙會主動判斷需求并完成服務(wù)。用戶甚至不需要第一時間感知到車輛做了什么，只需要感受車輛無微不至的服務(wù)。

▲面壁智能智能座艙方案

這就是無感智能的核心 ——從”人找服務(wù)”變成”服務(wù)找人”，讓汽車真正變得更加懂你。

在吉利銀河M9上，面壁智能的座艙方案已經(jīng)在部分場景下實現(xiàn)了主動智能：能見度差時自動開啟霧燈，過收費站自動降窗，車內(nèi)人員檢測并分別響應(yīng)，給每個人提供相應(yīng)服務(wù)。這些都不是用戶喊出來的，是車”看”到之后自己做的。

二、端云協(xié)同新路線上車 無感智能成為現(xiàn)實

從用戶的感受上來看，無感智能確實能讓消費者享受到科技的便捷。但為什么并沒有在行業(yè)內(nèi)形成大規(guī)模落地呢？關(guān)鍵在于技術(shù)路徑選擇與較高的技術(shù)門檻。

當前智能座艙的大模型部署并沒有形成單一技術(shù)路線。公開信息顯示，大致可分為三類：云端為主、端云協(xié)同、強端側(cè)。根據(jù)由清華大學(xué)車輛與運載學(xué)院、中國汽車報、面壁智能共同發(fā)布《智能座艙：定義 AGI 時代的汽車新范式》白皮書（下文簡稱為《白皮書》）顯示，純云端架構(gòu)雖然模型能力上限高、服務(wù)擴展快，但一旦進入車內(nèi)高頻交互場景，會迅速遭遇四個結(jié)構(gòu)性約束：

一是算力成本高，車內(nèi)語音、多模態(tài)識別、推薦、狀態(tài)問答等交互一旦高頻發(fā)生，就會形成持續(xù)的API和推理支出。

二是時延體驗。用戶在地庫若想通過語音打開空調(diào)，純云端方案在信號不佳時會失效，最終還需要手動操作，對用戶來說，這會帶來不好的體驗感。

三是網(wǎng)絡(luò)依賴。對于汽車來說，隧道、地庫、偏遠區(qū)域并不是邊緣場景，而是高頻用車的真實場景，如果系統(tǒng)關(guān)鍵能力建立在云端往返之上，斷網(wǎng)或者弱網(wǎng)環(huán)境就存在擊穿體驗底線的風(fēng)險。

第四則是隱私與能耗壓力，智能座艙會接觸車外視頻、車內(nèi)語音、艙內(nèi)攝像頭、人臉信息、位置軌跡等敏感信息。這些信息的上傳不但會增加隱私合規(guī)的壓力，也會帶來設(shè)備能耗和鏈路管理的開銷。

白皮書進一步指出，舊一代座艙即便擁有語音助手，很多時候仍然依賴菜單邏輯和標準命令；當自然語言開始承擔跨功能調(diào)用、連續(xù)追問和多服務(wù)編排的職責后，任何顯著的網(wǎng)絡(luò)往返、識別遲滯或上下文丟失，都會被用戶直接感知為”車不懂我”。這也是為什么AGI時代的座艙體驗，不可能單純依靠更強的云端模型來解決。

▲《白皮書》發(fā)布現(xiàn)場

那么，哪些功能應(yīng)該放在端側(cè)？清華大學(xué)李克強教授提出，”車端-移動端-云端”的分層協(xié)同邏輯，要求系統(tǒng)具備明確的能力分工、可靠的跨端接力和可審計的執(zhí)行機制。具體而言：一是有時延要求的功能，即越接近瞬時交互的任務(wù)；二是涉及到隱私敏感的內(nèi)容，比如涉及艙內(nèi)視頻、聲紋、人臉、位置軌跡的任務(wù)應(yīng)優(yōu)先在本地完成；三是涉及到車控的功能，一旦能力需要觸發(fā)空調(diào)、車窗、座椅、燈光甚至更高等級的車輛執(zhí)行，就需要可驗證，可審計的本地控制鏈。 需要調(diào)用大范圍外部知識、聯(lián)網(wǎng)服務(wù)或復(fù)雜長鏈規(guī)劃的任務(wù)，仍更適合由云端承擔。

面壁智能聯(lián)合創(chuàng)始人兼CEO李大海在接受采訪時表示，“面壁智能認為端側(cè)模型和云端模型是協(xié)同的關(guān)系，端側(cè)主內(nèi)，云側(cè)主外?！倍藗?cè)模型可以感知車艙內(nèi)外環(huán)境，把車內(nèi)的所有任務(wù)都做好，實時性更強，又不需要為隱私擔心。云主外則是處理需要大范圍外部知識、聯(lián)網(wǎng)服務(wù)或復(fù)雜長鏈規(guī)劃的任務(wù)。”哪個餐廳好吃、哪里交通變復(fù)雜、哪里天氣劇烈變化，這些只能通過云側(cè)智能去了解，去做協(xié)同互補?！?/p>

▲面壁智能聯(lián)合創(chuàng)始人兼CEO李大海

那么面壁智能是如何實現(xiàn)端側(cè)無感智能的呢？面壁智能聯(lián)合創(chuàng)始人兼COO雷升濤也從技術(shù)角度做了解讀，主要拆解了三項核心能力：

▲面壁智能聯(lián)合創(chuàng)始人兼COO雷升濤（右一）

一是面壁智能通過端側(cè)模型，讓車能夠有一套可以在線獲取并且有反饋的“五官”。面壁的全雙工全模態(tài)模型 MiniCPM-o 4.5 未來將會“上車”，結(jié)合車內(nèi)傳感器，像一個時刻在線的真人，可以邊看、邊聽、邊說。

▲面壁智能全雙工全模態(tài)模型MiniCPM

二是面壁智能在讓模型有了“五官”的基礎(chǔ)上，還有了可以自主編排，自我修正的大腦。人類司機駕駛的時候，大腦執(zhí)行的一般不是“指令”，而是最終的“目的”。?壁通過意圖識別、思維鏈、端側(cè)極致推理等能?，讓車具備了“邏輯”，不再只是執(zhí)行動作，而是在幫助用戶解決問題。

三是面壁智能建立了一個行為模式庫，類似于AI的“海馬體”，模擬了人類?腦從 L1 到 L5 的記憶分層機制，讓Agent有了“抽象”的高維度能力。隨著數(shù)據(jù)值的不斷積累，Agent會越來越像人，最終讓座艙的服務(wù)升華到類似人類“本能”的程度。

技術(shù)路線需要產(chǎn)業(yè)驗證。面壁已經(jīng)與吉利、上汽大眾、廣汽集團、長安馬自達等車企達成合作，預(yù)計今年更多車型搭載其端側(cè)AI方案。芯片層面，與高通、英特爾、聯(lián)發(fā)科、AMD、輝羲、瑞芯微、英偉達等主流廠商深度合作；Tier 1層面，與梧桐車聯(lián)、德賽西威、中科創(chuàng)達、安波福等達成生態(tài)合作。

截至目前，面壁已完成三個汽車品牌量產(chǎn)落地，預(yù)計今年量產(chǎn)規(guī)模達30萬臺。 對于一個創(chuàng)業(yè)公司來說，這個速度說明端側(cè)路線已經(jīng)跨過”概念驗證”，進入”規(guī)模復(fù)制”階段。

三、清華系模型公司 專注高密度大模型開發(fā)

端側(cè)智能座艙不是”把模型變小塞上車”。行業(yè)玩家眾多，為什么面壁能率先跑通量產(chǎn)？核心在于三層壁壘，每一層都需要長期積累，短期投入難以補齊。

第一層是理論底座。端側(cè)落地的核心難題在于”效果-成本-速度”的不可能三角。效果要足夠好，不能讓自然語言理解和多模態(tài)感知一上車就明顯”降智”；成本要足夠低，不能把高端芯片和額外NPU成本粗暴轉(zhuǎn)嫁給用戶；速度要足夠快，因為一旦系統(tǒng)承接的是自然對話、連續(xù)追問和實時聯(lián)動，用戶對延遲的容忍度會顯著下降。

面壁智能與清華團隊聯(lián)合提出了密度定律（Densing Law），李大海介紹，面壁智能2024年發(fā)現(xiàn)大模型的知識密度提升速度比摩爾定律快了5倍，能力密度每3.5個月翻一倍。李升波教授用棉花與黃金的密度比喻指出，密度定律指引行業(yè)從追求“棉花體積”轉(zhuǎn)向追求“黃金密度”，通過模型結(jié)構(gòu)、訓(xùn)練方法和算法的創(chuàng)新，在同等算力下激發(fā)更高智能是系統(tǒng)性破解“算力-功耗-成本”三角關(guān)系的關(guān)鍵技術(shù)路徑。

第二層是端側(cè)模型的技術(shù)積累。雷升濤表示，面壁智能的端側(cè)模型每次發(fā)布的時候，都會在HuggingFace、Github上引發(fā)討論，這說明在端側(cè)模型技術(shù)方面，面壁智能已經(jīng)具備了全球領(lǐng)先的影響力。憑借以小博大、高效低成本的鮮明特性，面壁智能 MiniCPM 大模型，深受全球開發(fā)者歡迎。截至目前，MiniCPM 系列模型已囊括語言模型、全模態(tài)模型、多模態(tài)模型、語音模型，是國內(nèi)除阿里以外唯一開源的「端側(cè)模型全家桶」 AI 廠商，在 GitHub、Hugging Face 等平臺下載量已突破 2800 萬。

第三層是量產(chǎn)規(guī)模。李大海介紹，在2023年的時候，面壁智能就認為大模型會把所有的行業(yè)都重新做一遍，因此，他們認為大模型跟汽車、智能座艙結(jié)合是一個必然會發(fā)生的事情。

面壁智能在2024年7月正式組建了汽車團隊，開始堅定布局汽車業(yè)務(wù)。

“其實面壁智能一直走在汽車與AI結(jié)合的最前沿，我們和很多先鋒主機廠一起，不斷定義新的智能座艙產(chǎn)品，不斷豐富和完善新的場景，讓智能座艙在端側(cè)模型的賦能之下，變得更快、更主動、更聰明，這是我們一直在做的工作?！崩畲蠛Ｕf到。

今年量產(chǎn)30萬臺的意義不只是數(shù)字——端側(cè)模型上車需要針對不同芯片做推理優(yōu)化、針對不同車型做場景適配、針對不同車企做功能定制。

▲面壁智能的智能座艙產(chǎn)品

下一階段，面壁智能會通過提供高知識能量密度的端側(cè)大模型，跟行業(yè)里所有的Tier 1、芯片廠商一起開放合作，把智能座艙做好。

李大海在采訪中也表述了自己的夢想：“我們的愿景是未來每輛汽車上都有一個賈維斯，而這個賈維斯的能力由面壁智能提供?！?/p>

結(jié)語：無感智能才是座艙行業(yè)的未來

在過去幾年內(nèi)，汽車智能化轉(zhuǎn)型進行的如火如荼，智能駕駛，智能座艙都進入到全新的階段。而在今年的北京車展上，這種趨勢明顯有了進一步的加強。

不少行業(yè)專家都喊出了“智能體上車元年”的口號，這也意味著智能座艙領(lǐng)域從大語言模型上車轉(zhuǎn)向了更具實際價值的階段。

在這個過程中，還有一個底層的能力需要發(fā)生轉(zhuǎn)變，智能座艙需要從被動智能變成主動智能。讓智能座艙從“美麗廢物”轉(zhuǎn)變成“實干家”。

不夸張的說，AI終將會顛覆智能座艙領(lǐng)域。

不過目前智能座艙領(lǐng)域也遠未出現(xiàn)技術(shù)終局，各種技術(shù)也都正在碰撞中往前發(fā)展，既有云廠商為代表的云上智能方案，也有純端側(cè)方案，同時以面壁智能為代表的端云協(xié)同方案也正在快速落地生根。

這代表了中國科技行業(yè)的繁榮，百花齊放，各種路徑并行，一起探索智能座艙甚至是智能汽車的未來。對于汽車行業(yè)來說，將會帶動徹底的產(chǎn)業(yè)升級，對于用戶來說，將會享受到真正好用的智能座艙產(chǎn)品。

而面壁智能已經(jīng)給出了自己的答案——無感智能，讓服務(wù)自然發(fā)生。