百亿入局大模型，车企究竟在赌什么？

"不谋全局者，不足谋一域。"

7月19日的WAIC汽车AI专场上，比亚迪、小鹏、理想发布了各自的自研车载全域大模型。通用大模型赛道热度持续升温的同时，头部造车企业也在重点关注车载专用AI，累计研发投入都已经突破了上百亿。

国产车企集体下场自研大模型，意味着车载AI已经成为了AI落地规模最大的终端场景之一。

但我们现在需要搞清楚一个问题：车企花上百亿自研车载全域大模型，只是为了优化车内语音交互吗？

全域打通，车载AI远不止是座舱升级

如果把车载大模型当成一个更聪明的语音助手，那你可就低估它了。市面上不少车型在装上基础版的大模型后，能连续对话、能回答你的问题，很显然这远不止一个语音助手这么简单。

新一代车载全域AI真正的独特之处，在于能将座舱、智驾、车路协同三方面融会贯通。

除了独立的娱乐功能，车载AI能把感知摄像头拍到的路况、车内乘客的状态、车辆的各种数据，全都汇进同一个大模型里。在我们开车的路上，模型能根据路况调整驾驶策略，能根据乘客状态自动调节空调温度，还能根据车路协同的情况预知风险。过去座舱只负责影音、智驾只负责开车，而现在，两套系统能相互配合，给用户更好的体验。

以前不少车企为了省钱省事，通常会用外部通用大模型来快速装车。但通用大模型并不是为车设计的，因为它响应慢、场景不适配、车端算力跑不动，而且数据安全也是个问题。也正因为这些缺点，头部车企才转向自研轻量化的车载专用模型，不想被通用方案"一刀切"。

这么看，智能汽车确实正在变成一个能感知、能决策的移动智能空间。但仔细一想，上百亿砸进去，真想让车载大模型大规模落地，仍旧有不少困难需要克服。

车载全域大模型，能解决哪些老问题？

智能电动车行业有几个长期解决不了的麻烦。

座舱和智驾不懂配合首当其冲。座舱语音只负责影音空调，自动驾驶系统自己跑自己的，两边交流几乎等于零，想让两者配合工作只能分开下指令。

交互能力有限也是关键麻烦。传统车机语音只能听懂提前设置好的命令，遇到复杂场景很难胜任。

以上两个麻烦还是其次，端侧算力一根筋两头堵才是真正的麻烦。通用大模型太大，直接放车上成本高、延迟大；用轻量小模型，能力又缩水，很难找到合适的模型。

要解决这几个问题，只能靠车企自研全域大模型。全域架构能把车内所有数据链路打通，动态感知车内外环境，轻量化模型适配车载芯片，理论上座舱和智驾能一体化调度。

这些痛点其实并非新发现，之前业内就试过中间件、多系统联动这些改良办法，但都不尽如人意。全域大模型真正的独特之处，在于只用一套统一的模型底座就能搞定所有事，而不是几个系统东拼西凑，毫无关联。

这套方案最后能不能成功，还需要看两个关键指标：车端部署成本能不能压下来，极端情况下模型决策靠不靠谱。目前这两个问题，等车辆大规模上路实测才能验证。

看得见的研发投入，看不见的落地成本

很多人直观的感受是：既然车企有上百亿的投入，其产品竞争力肯定配得上它的成本，能让对手望尘莫及。

那让我们先算一笔账，一套成熟的自研车载大模型，需要养算法团队、买算力、长期路测迭代。百亿仅仅只是起步，此后每年还得持续往里砸钱做更新。

除此之外，还有几笔看不见的成本。

首先是硬件适配。全域大模型对车载芯片算力要求更高，老车的硬件跑不动，新模型只能装在新车上。老车主享受不到大模型带来的便利，车企就得想办法同步迭代硬件方案。

其次是行车安全红线。座舱娱乐出点小错问题不大，但自动驾驶直接跟车主的安全挂钩。大模型面对路上的突发状况，一旦推理错误或误判，后果很严重。因此，车企需要建立一套非常严苛的安全体系来杜绝自动驾驶的一切出错可能，否则后果将是无可挽回的。

最后是用户体验分层的问题。很多普通车主的核心需求还是代步，搞这么多复杂的功能，到底是不是刚需？过度智能化反而可能抬高操作门槛，弄巧成拙。

这些隐性成本叠加下来，百亿投入的车载大模型能不能符合消费者真正的需求，还真不好说。

车企入局AI，产业逻辑正在改写

（图片来源于互联网）

车载大模型的发布或许是整个智能汽车产业格局转变的信号。

在过去的智能汽车产业链里，AI大模型是由科技公司负责的，车企更多的是扮演硬件制造商和采购方的角色。但当比亚迪、小鹏、理想这些头部车企逐渐开始花重金自研模型时，车企也就随之正式成了AI赛道的核心玩家。在可预见的未来，车企会手握车辆终端和大量的真实道路数据，自研专用大模型，打造自己的独特优势。车企不再只是AI的使用者，而是技术研发的主体。

不过这条赛道的竞争也同样激烈。地平线、毫末智行这些自动驾驶科技公司在大力推行自己的车载方案，通用大模型厂商也在出轻量化的车端版本。虽然车企有终端场景的优势，但在大模型算法人才和技术的积累上，还有很大的追赶空间。

智能座舱变身移动智能空间，但全面普及尚需时日

技术方向已经明确了——打通座舱、智驾、车路协同，让汽车从代步工具变成移动智能空间，这确实是行业公认的趋势。但想让车载AI大规模普及，还得跨几道门槛：车企需要平衡算力需求和制造成本，建立完善的安全体系来防止模型误判，理顺数据采集和使用的合规问题，找到用户真正的刚需，而不只是一味的胡乱堆料。

WAIC上这一波集中亮相，宣告车载AI赛道正式进入爆发期。各大车企百亿级的投入，也已经拉开了这场竞赛的序幕。留给我们的思考题是：车载大模型什么时候量产装车？搭载车型卖多少钱？长期上路实测的是否能保证稳定、安全？只有搞清楚这些问题的答案，才能让我们判断车载AI到底只是个营销概念，还是真的能改变智能汽车的竞争力。

这些问题都还需要时间，不妨拭目以待。