把智能電動汽車視為可自主移動的智能空間，和自主移動相關(guān)的自動駕駛一直把持著流量和輿論的高地，與智能空間相關(guān)的智能座艙始終未能站到舞臺的中央。

既然輿論場未能做到雨露均沾，今天我就帶著大家探討一下，站在2025年初這個時間節(jié)點，智能座艙到底發(fā)展到了什么階段？

太陽底下沒有新鮮事。十年前的中華大地上演了一波“互聯(lián)網(wǎng)+”、“+互聯(lián)網(wǎng)”的熱潮。

十年后，在DeepSeek爆火的催化下，各行各業(yè)開始一股腦地追風(fēng)大模型，期待通過“大模型+”、“+大模型”改進(jìn)業(yè)務(wù)流程、服務(wù)模式、產(chǎn)品形態(tài)、功能實現(xiàn)，以期在日益殘酷的市場環(huán)境下提升效率和競爭力，或者在新的領(lǐng)域里創(chuàng)造一種新生態(tài)，在山窮水復(fù)之地殺出一個柳暗花明。

和大多數(shù)行業(yè)只是蹭熱點、拉花架子不一樣的是，直接面向消費者、接受人民群眾真金白銀檢驗的汽車行業(yè)是真正實踐大模型的少數(shù)幾個行業(yè)之一。

比較典型的是自動駕駛大模型，從視覺語言模型VLM到視覺語言動作模型VLA和世界模型WM，國內(nèi)車企在智駕大模型的賽道上一路狂奔。

與各路玩家瘋狂推動自動駕駛大模型上車形成鮮明對比的是，可以實現(xiàn)對用戶需求和意圖的主動共情感知的多模態(tài)座艙大模型遲遲未能落地。

消費者的體感非常明顯，自動駕駛系統(tǒng)晝夜急行軍，在一年之內(nèi)就將城區(qū)場景下的平均接管里程從十公里左右推進(jìn)到了一百公里，足足提升了一個數(shù)量級，但用戶在座艙里的體驗上并沒有太大的突破。

有一說一，頭部車企的語音識別能力已經(jīng)做得相當(dāng)不錯，也已經(jīng)引入了視覺感知能力。

但是，視覺和語音的協(xié)同效果遠(yuǎn)未達(dá)標(biāo)，受制于算力、訓(xùn)練數(shù)據(jù)缺失等難題，語音、視覺、觸控這些多源信號未能實現(xiàn)低延遲的跨域融合，其結(jié)果就是，現(xiàn)在的座艙對用戶需求的理解淺層化，依然只能被動地響應(yīng)用戶的顯性指令。

按照智能座艙的分級標(biāo)準(zhǔn)，目前的座艙仍然停留在L1感知智能階段，離最終級的L4全面認(rèn)知智能還遠(yuǎn)著呢！

追熱點、蹭概念是企業(yè)營銷慣用的好手段。

2022年底，ChatGPT橫空出世，各路手機(jī)廠商和頭部新勢力車企紛紛于2023年啟動大模型的“自研”。

2025年初，大模型行業(yè)迎來DeepSeek時刻，手機(jī)廠商和車企又開始紛紛接入DeepSeek。

車企們接入DeepSeek，倒并非全然為了蹭熱點，而是因為DeepSeek的確能大幅度提升車機(jī)系統(tǒng)的用戶體驗。

在接入DeepSeek的節(jié)奏和策略上面，傳統(tǒng)車企和頭部新勢力車企表現(xiàn)出了顯著的差異。

吉利、東風(fēng)、長安、奇瑞、廣汽、長城這些傳統(tǒng)車企動作最為迅速，蔚小理這邊則表現(xiàn)得猶猶豫豫，目前只有理想同學(xué)App官宣接入了DeepSeek。

傳統(tǒng)車企之所以動作神速，是因為免費開源、易部署的DeepSeek能夠在短期內(nèi)幫助它們迅速提升座艙能力，在幫助優(yōu)化現(xiàn)有座艙用戶體驗的同時，為它們彎道超車頭部新勢力提供了一個有力的技術(shù)杠桿。

智能座艙大模型的典型應(yīng)用場景是出行助手、用車助手、娛樂助手和百科老師。

DeepSeek R1具備碾壓目前所有本土大模型的超強(qiáng)推理能力，其帶來的多輪對話和模糊語義識別能力，能夠顯著提升百科老師中的知識問答、數(shù)學(xué)解答、娛樂助手中的模糊信息捕捉和作詩作畫能力。

DeepSeek R1基于推理的多步規(guī)劃能力，也能用于出行助手中的復(fù)雜場景出行規(guī)劃和調(diào)度。

除了在用戶端幫助提升智能場景理解和主動服務(wù)能力，它還有助于車企端的降本增效。

DeepSeek R1的推理成本相比同類模型下降了整整一個數(shù)量級，這就意味著車企可以在云端以更低的算力滿足更多用戶的需求，從而大幅度降低車企的部署成本。

相信在經(jīng)過消費者的呼吁和成本的倒逼之后，蔚來和小鵬也會在保留自家的大模型作為主力的同時，陸續(xù)將DeepSeek接入自家的車機(jī)。

一個成熟的男人在面對愛人的胡攪蠻纏時，會咬著牙關(guān)說出澆滅女人心火的四字箴言：是我的錯！

車企們是不是也應(yīng)該反思一下軟件定義汽車這么好的概念為什么很難讓用戶掏錢。是消費者太刁鉆，還是軟件的體驗不到位，無法吸引用戶買單？

時常祭出四字箴言的我倒是覺得，等到智能駕駛系統(tǒng)的水準(zhǔn)真正達(dá)到了L3或L4，或者智能座艙系統(tǒng)可以提供千人千面的個性化體驗，勢必會有一部分消費者愿意為軟件定義汽車這種雙贏的商業(yè)模式買單。

之所以目前的座艙系統(tǒng)無法做到“千人千面”，一則是因為，傳統(tǒng)座艙系統(tǒng)的神經(jīng)網(wǎng)絡(luò)使用來自五湖四海、悲歡并不相通的用戶數(shù)據(jù)做訓(xùn)練，將分屬于每個人的碎片化數(shù)據(jù)用于模型的訓(xùn)練，模型最終只能提取出普世價值觀之類的最大公約數(shù)，無法深刻洞悉個體的用戶畫像，以至于普世化有余，個性化不足。

二則是因為當(dāng)前主流的神經(jīng)網(wǎng)絡(luò)存在在部署后不再具備學(xué)習(xí)能力的主要弱點。

當(dāng)前，模型的訓(xùn)練和部署是兩個階段，訓(xùn)練完成之后做部署推理時，神經(jīng)網(wǎng)絡(luò)的參數(shù)不會再發(fā)生變化，不具備根據(jù)用戶的交互數(shù)據(jù)進(jìn)行實時學(xué)習(xí)的能力。

因此，為了實現(xiàn)千人千面的用戶體驗，必須建立一個可以分析用戶數(shù)據(jù)、學(xué)習(xí)用戶習(xí)慣、能夠在一次又一次的交互中實時調(diào)整參數(shù)的神經(jīng)網(wǎng)絡(luò)，才能不斷構(gòu)建出越來越精準(zhǔn)的用戶畫像，因人而異地真正實現(xiàn)個性化的服務(wù)。

在一次次溝通交流中逐漸清晰的用戶畫像反映了座艙對用戶的長期記憶能力，每一個過去的你都會決定現(xiàn)在的你，而你現(xiàn)在的所思所想會決定未來的你，只有座艙大模型像人一樣建立起記憶能力，才能在緣生緣滅的每個緣起里讀懂真正的你！

多模感知、邏輯推理、長時記憶是智能座艙最需要的三大能力，DeepSeek已經(jīng)初步解決了邏輯推理的難題，至于多模感知和長時記憶能力，還需要車企繼續(xù)努力。