剖析大模型上车：怎么把汽车变成“会思考”的机器人？| 云启Attent!on播客

AI技术持续跃迁，我们的衣、食、住、行正在这场科技风暴中经历深刻重塑。其中在出行领域，由"大模型上车"掀起的又一轮智能汽车进化潮也在如火如荼进行时。

近期由云启出品的科技播客「Attent!on」邀请到刚刚宣布完成Pre-A轮融资的弋途科技联合创始人、CMO李盼，和云启资本科技组投资人桑煜共同解析大模型上车的技术变迁、进阶痛点、行业格局及未来趋势，揭秘AI如何让汽车从"出行工具"进化为"懂你的智能空间"。

欢迎扫描上图二维码或在小宇宙关注「Attent!on」收听本期节目

对话嘉宾介绍

李盼，弋途科技联合创始人、CMO

上海交通大学硕士毕业，拥有15年智能网联汽车行业产品市场生态和品牌管理经验，以及行业多个创新业务的开拓经验；曾任国内头部主机厂智能化产品总负责人、国内头部车联网公司产品生态负责人。

桑煜，云启前沿科技组投资人

长期关注具身智能、智能驾驶等前沿科技领域和创新项目。

Linda，云启董事总经理（主持人）

本期重点内容

1. 大模型上车的核心价值

• 从"被动问答"到"主动服务"：语音交互升级、场景化智能体（如行程规划、情感陪伴）
• 多模态融合：语音+视觉+车控数据的协同，打造"懂人"的移动空间

2. 技术挑战与突破

• 技术演进：TTS - 大模型端到端技术 - agent、多模态
• 生态重构：汽车底层架构有待重新定义
• 数据瓶颈：车载场景数据离散，需垂域模型与强化学习结合
• 破局策略：分层产品与技术架构

3. 主机厂合作的几大模式

• 轻量级合作：直接提供智能体模块（如语音增强、咖啡点单）
• 深度定制：供应商模型能力与主机厂硬件能力结合
• 全栈自研型：外包工程化落地需求

4. 2025年预测

• 智能座舱：端到端语音交互落地，AI Agent、AIOS在汽车场景率先实践
• 自动驾驶：VLA模型解决复杂博弈，端到端控制提升自动驾驶体验

播客时间轴

01:03 开场：认识嘉宾

02:41 大模型上车的技术演进：从机械交互到主动服务 11:33 未来每个家庭需要三个机器人：家庭Robot、宠物Robot、Mobility Robot 19:28 行业痛点：车厂架构、数据算法与生态困境 29:42 弋途科技的破局策略：分层产品与AIOS系统 32:41 车厂合作模式：传统车企、新势力与跨界大厂的差异化需求 38:02 越智能越费电？算力与能耗的平衡 41:08 趋势预测：2025年智能座舱与自动驾驶的技术爆发点 44:10 来自从业者的购车建议

以下是本期播客的节选内容（部分文字经编辑）

大模型上车的技术演进

主持人

今天之所以聊这个话题，是因为大家都看到大模型上车这个话题很热的，包括车厂已经把一些自动驾驶功能模块已经作为标品。下一步其实就是怎么去拥抱大模型、以什么样的产品形态来调用大模型。首先请桑煜从大模型技术进化的角度聊聊，2023年到2025年，大模型上车从产品上、成本上、功能上有没有哪些变化？

桑煜，云启投资人

这个历史蛮有趣的，也可以回顾一下当时我们怎么跟弋途联系上的。其实最早接触意图的时候，那个时候有一个概念比较红，叫做汽车中间件。行业里面有很多做汽车中间件，可能更多聚焦在这个技术的通信的这个方向上。但当时我们跟弋途的 CEO 吴晓航聊下来，发现他会比别人想得更深一点。就是汽车软件的 SOA 化和中间件，这是一个大的发展趋势，但是这个发展趋势怎么用？怎么变成消费者能够感知到的服务？当时大家就在做这样的一些思考。那 SOA 的软件的这个架构开发能够把很多汽车的服务原子化，但原子化怎么调度起来？就是大家一直觉着好像缺一个所谓的大脑，或者所谓的汽车上的一个智能体，真正能够把这些服务能力给串联起来。

当时我们也在畅想，并看到了大模型的一系列的进展。后来我们也把MiniMax 也介绍给了弋途，去做了蛮多的交流。弋途也是后面逐渐就坚定了往大模型的这个方向走。我觉着这个也是一个蛮典型的，大家最早是怎么样去先于行业去看到大模型在上车上的一个出发点，其实是想就是怎么样去把这个服务能力给组织起来，去用大模型形成一个大脑。

如果从技术和产品形态的角度来回顾，基于原来是比较传统的 NLP 和 TTS 的技术，大家去做一个很机械式的问答，再到今天其实是希望能够去发挥大模型的能力。

我举一个比较形象的例子：大家可能希望在车里有一个无微不至的管家，这个管家可以做主动式的服务，它会发现你现在的座椅的状态不太舒服，或者发现今天下雨应该把加热功能、雨刷功能打开等等。是一个被动式的服务，变成一个主动式的服务。再比如说可能我们期待得更深层一点，就是这个无微不至的管家能够去体会你的情感，知道你今天的日程，你可能今天比较的疲惫，会去跟你去聊天、去共情，给你去放一些音乐。

主持人

李盼总加入弋途之前其实是在车厂，算是甲方。到了弋途之后是要服务甲方。所以从这样两种经验和身份出发，您怎么看大模型上车的进展？

李盼，弋途科技联合创始人、CMO

我的整个工作履历其实都在汽车的供应链里。原来搞车联网，再后来去到主机厂，然后现在再出来创业。我觉得我们其实这个大概十几年，我们这些传统汽车人经历了一波互联网浪潮，就大概在 2015、2016年 那个时候开始讲互联网经济、互联网+。那个时候我们看到一些比较本质的东西，就是互联网它是信息分发跟效率的提升。不管是移动互联网的应用还是服务，大家快速都想快速地把它移植到这个汽车上。

但是我觉得过去大概七八年左右的时间，移动互联网对汽车产品的改造我觉得没有达到我们的预期吧。讲一句开玩笑的话，就是现在这个车上的智能座舱版，也就是装了几块 pad 而已，尽管这个 pad 可能越来越大，也能做一些多屏交互，但本质上我觉得它是移动互联网时代的一个产物，没有真正带来汽车智能化的交互以及智能化的服务。那对于智能驾驶这个就更不用讲，那是自动驾驶这个领域干的事情。

所以其实我们这些传统汽车人还是心里面揣着一个想法：认为车这样一个产品或终端应该可以被 AI 重新刷新。这句话是什么意思呢？就是说我觉得如果把车当成是一个最大的终端，我们还是会认为说车要从一个所谓移动出行的工具，变成一个移动的智能空间。其实它本质上这个车本身不管是里面的硬件还是软件，乃至很多的操作系统等等，都需要重新被定义。

就像我们今天去看机器人，这个产业可能原来的基础比较薄弱，就是还在本体上做一些突破。我们跟机器人公司相比较，我们车造了 100 多年，它的动力系统、底盘、转向、车身系统，就是所谓的机器人的几大本体。我觉得我们已经造到足够成熟，并且中国的这块的产业链的优势是非常非常明显的。对，但是我们如果说想要去往一个所谓的移动空间的这样一个方向去发展的时候，光有这样的一个机械本体的结构还是不够的。它是服务于人的。

我前段时间其实分享了一观点，我觉得 5 年或者更长一段时间之后，每个家庭可能会拥有三个robot。家里边有一个家庭 robot，可能帮你去打扫卫生、做饭、带孩子等等。还有一个robot，它可能是你要带出去遛一遛的，可能是一个玩具狗，或者说是一个宠物。而在地下车库，我们还有一个robot，它是我们的 mobility robot，能带我去远方、带我通勤、旅游的、接孩子等等。同时要为我遮风避雨，要有舒适性、安全性以及可以去长距离移动的便利性。

但是这样的一个 robot ，目前本体很OK，但它还没有很强的车内的这种互动性。我觉得随着我们对空间的功能属性重新去定义，那我觉得空间本身也会发生变化，但是随之而来的是什么呢？它今天如何能够像一个真正的助理一样理解主人的意图，能听懂你的话、能执行你的任务，并且还能够自主地去调动整车的各种各样的控制器。这里面就涉及到三件事很有意思。

第一件事情就是思考、理解、推理，弋途把它定义为一个mind，它是一个车载的一个mind， 从感知的输入加处理，再到推理、输出，包括做各种任务的分发跟安排，这件事儿它是一个 mind 要干的，它要干的是道路上的垂域的事情。比如去感知上车的老人、孩子、朋友，在路上行驶高速、高架，可能还要感知上车要带的很多东西，比如小朋友带个球上车。它要能察言观色、会思考，会做一些这样的深度推理。

第二件事情是人机交互。大模型上车一定又是一种全新的人机交互的形态，它未必一定是要你要弄个大屏杵在那，我要去触控。本质上在我们的车载空间里面，交互又会是一个很巨大的机会，但它也会依赖于模型。

第三件事情是服务。这个服务其实会区别于以往我们谈的在车上听个歌、导个航。打个比方，如果我们拥有一个自己的助理，你高速这个助理有一个北京来的老朋友下午7点多落地虹桥机场，这里面的信息量非常大，可能包含五层信息。这个助理需要开始思考和揣摩，比如涉及到机场接机、晚饭安排等等。这些所有涵盖 Mobility 的各种各样的服务，其实都应该是汽车这个 robot 要去帮用户去解决的。

所以我觉得当这三个很重要的子系统都会通过 AI 驱使它去用一套新的架构来去做的时候，再配上我们整个重新这个 redesign 的一个本体空间，才有可能我们在未来 3 到 5 年真正做一个懂我的 family 的一个伙伴，能够帮我自由地去完成各种各样的一些出行的需求。

我们弋途就是围绕这三件事展开的。

瓶颈与破局

主持人

大模型上车在现在这个阶段遇到的一些实际痛点到底是什么？哪些问题在现阶段还算是比较容易能够被解决的？哪些痛点可能真的还是需要行业不同player长期共同努力的？

李盼，弋途科技联合创始人、CMO

第一，产业的发展有它自己的节奏。大模型非常好，但大模型今天要将整车的底层架构重新定义，行业还得去遵循这样的标准。因为还有大量的供应商遵循现有的一套开发的协议跟模式，这个本身就是一个巨大的一个工作，但是我相信有想法的，包括有创新力的公司可能也已经在做这样的事了。

第二，目前从几个核心要素的角度，数据、算法来看，我觉得算力其实是差不多在车载应该看起来是 OK 的。因为像前段时间Nvidia Thor 它都已经超过 1000 TOPS，其实在车端做一些端部的东西都是 OK 的。

但是说实话算法跟数据，它不像是互联网，其实有很多离散的数据，包括用户的一些行为场景，没有那么common。不像说我今天要帮员工或者帮用户去查找个文献，做个PPT。所以我觉得在算法跟数据层面还差了一点，其实需要有公司来把它拎起来去做。

第三是生态，目前围绕 AI 终端生态是极其不成熟的。提出软件定义汽车之后，差不多已经过去十年，形成了这个上下游非常成熟的产业链。有人搞生态、搞应用跟服务。经过了十年，大家已经磨合得非常成熟了。但是今天按照刚刚谈的这套架构，我觉得是万里长征才开始第一步。

桑煜，云启投资人

我也想再从我们投资的视角来回答一下。有两个字着从我们投资的视角是很重要的，就是"节奏"。 AI 、大模型上车这个事，至少在两层的技术飞轮的迭代里面。一层是 AI 技术本身，大家其实也能够感受到，尤其是我们一线投资人看 AI 真的是觉着每天都有新的成果出现，对于企业更是如此。那你要怎么样去想办法去用好这些技术，而且有可能这些技术的进步哪天来了一个阶跃，那它对于你原来的方案是一个颠覆性的影响。所以怎么样去适配好这个技术进步的节奏，这个非常考验产品经理和我们公司的选择。

我们在的第二个卷的飞轮，其实就是整个行业的生态。那车厂现在也在上，但是如刚刚我们所讨论的，这个技术可能还是比较新的，底层的适配也是在不断地去迭代。包括 Infra 这一层和硬件这一层，还有很多合作伙伴，那做域控的、做系统的、做语音前端大模型的等等，大家是在一个生态里面去一起去往前进，市场这块的教育也需要去持续不断地去输出。那我觉着这个公司在一个技术也在迭代，然后这个生态环境大家一起再往前冲的这样的一个趋势里面，就怎么样把握好我们自己的这个定位和节奏，这个是非常关键。

主持人

李盼总我还是蛮好奇的，弋途这边现在在合作的这些车厂里有传统车厂、也有新势力，也有一些已经存在的跨界的互联网大厂，他们其实也在搞一些汽车相关的事情。我不知道从您的视角看，您觉得大家各自的侧重点有什么不同吗？

李盼，弋途科技联合创始人、CMO

大家都知道 AI 很重要，但是真正把组织全都刷新一遍、大家都来做AI，这个也不可能不现实，所以其实在主机厂这边有三种不同的需求或者说合作方式。

其实是对车厂来说，它是做大产品定义的。今天这是一台新车，这个新车上面要有新的体验，比如要自然语言交互、要在车上办公、不开车的时候能在车上打游戏。产品的定义、场景等等很多东西定出来之后，车厂还是需要有人给供解决方案。那提供解决方案里面就会有几种不同的方式了。

一种是把智能体直接给到客户的，车厂觉得挺好就拿过来用。第二种事车厂有一定研发实力，他们会做一些定制化开发，需要供应商提供一些模型能力。第三类是全栈自研大的车厂，不管是应用、交付等等都要自己弄，但这里面也会诞生一类新需求，还是需要有一些人帮他们去做工程化落地的工作。

我举个例子，比方说模型，撤场自己在外面找一些模型过来谈一些合作，但是比如多模态的模型，它就是需要有关于感知数据的处理，要有端部的一些工作要做。但是这些东西其实可能对于它来需要搭一个架构，保证未来能够在不同的车型上能够快速延展或者适配。所以不同的车厂在不同的阶段所需要的东西它其实也是不一样的。

本期完整内容，欢迎通过小宇宙app订阅「Attent!on」频道收听~