界面新聞?dòng)浾?| 周姝祺

試圖從硬件參數(shù)競(jìng)賽與價(jià)格戰(zhàn)泥潭中抽身的汽車(chē)制造商們，正在把籌碼押向全新的AI賭注。它們希望打造出一種媲美科幻電影，具備主動(dòng)感知與服務(wù)能力的“汽車(chē)機(jī)器人”。這場(chǎng)轉(zhuǎn)向不僅關(guān)乎技術(shù)升級(jí)，也被視為向資本市場(chǎng)講述新一輪增長(zhǎng)故事的關(guān)鍵。

理想汽車(chē)CEO李想日前發(fā)文稱(chēng)，人工智能正經(jīng)歷從Chatbot（聊天機(jī)器人）向Agent（智能體）進(jìn)化。過(guò)去AI工具更多提供建議，但真正進(jìn)入生活和用于生產(chǎn)和生活，它必須能夠行動(dòng)。他認(rèn)為，汽車(chē)本質(zhì)上是一個(gè)在物理世界移動(dòng)的機(jī)器人，應(yīng)當(dāng)像司機(jī)一樣理解用戶需求、主動(dòng)提供服務(wù)。

要實(shí)現(xiàn)這一愿景，車(chē)輛必須同時(shí)具備意圖理解與物理執(zhí)行能力，這也意味著目前獨(dú)立運(yùn)作的兩套系統(tǒng)需要打通，即負(fù)責(zé)交互與服務(wù)的智能座艙，以及負(fù)責(zé)感知與控制的智能駕駛。只有形成從決策到控制的完整鏈路，“汽車(chē)機(jī)器人”才具備落地現(xiàn)實(shí)基礎(chǔ)。

小鵬汽車(chē)CEO何小鵬在內(nèi)部講話中也給出了相似判斷。據(jù)36氪報(bào)道，何小鵬稱(chēng)，汽車(chē)產(chǎn)業(yè)正在進(jìn)入與AI深度融合的新階段，智能座艙與智能駕駛將實(shí)現(xiàn)技術(shù)合流，最終形成“超級(jí)智能體”。

這兩家公司為此同時(shí)開(kāi)始著手內(nèi)部組織架構(gòu)的調(diào)整，為艙駕融合策略邁出實(shí)質(zhì)性一步。

理想汽車(chē)拆散了自動(dòng)駕駛研發(fā)部門(mén)，并按照AI公司的組織結(jié)構(gòu)將團(tuán)隊(duì)梳理為幾大版塊：Infra（基礎(chǔ)設(shè)施）團(tuán)隊(duì)負(fù)責(zé)算力和數(shù)據(jù)；基座模型團(tuán)隊(duì)聚焦多模態(tài)認(rèn)知模型的預(yù)訓(xùn)練和后訓(xùn)練；軟件本體團(tuán)隊(duì)構(gòu)建完整工具鏈工具鏈與通用智能體工程；硬件本體團(tuán)隊(duì)讓硅基智能在物理世界有載體。

小鵬汽車(chē)則將自動(dòng)駕駛中心和智能座艙中心兩個(gè)智能化一級(jí)部門(mén)，合并為“通用智能中心”，并圍繞基座模型、Infra底座設(shè)立二級(jí)組織。合并后，統(tǒng)一的AI中臺(tái)將同時(shí)支撐智駕、座艙及機(jī)器人等業(yè)務(wù)，減少重復(fù)研發(fā)與資源分散。

多位接受界面新聞采訪的業(yè)內(nèi)專(zhuān)家認(rèn)為，這種艙駕打通和統(tǒng)一AI底座將是未來(lái)汽車(chē)智能化發(fā)展的主流方案。從技術(shù)?？?，座艙與智駕目前分別采用的視覺(jué)-語(yǔ)言大模型（VLM）和視覺(jué)-語(yǔ)言-動(dòng)作大模型（VLA），在底層能力具備復(fù)用空間，這為統(tǒng)一架構(gòu)提供了可能性。

硬件基礎(chǔ)設(shè)施的成熟加速了這一進(jìn)程，新一代高算力芯片已具備同時(shí)運(yùn)行VLA與VLM能力的算力儲(chǔ)備。對(duì)于受困于成本壓力的汽車(chē)公司而言，實(shí)現(xiàn)艙駕融合還可以降低硬件冗余與系統(tǒng)成本。

特斯拉是艙駕融合的率先實(shí)踐者。一個(gè)已經(jīng)開(kāi)始北美地區(qū)實(shí)踐的案例是，用戶說(shuō)出模糊的語(yǔ)音指令后，由智能助手Grok負(fù)責(zé)解析語(yǔ)義并生成導(dǎo)航目的地，隨即交由全自動(dòng)駕駛系統(tǒng)FSD執(zhí)行具體的路徑規(guī)劃與車(chē)輛控制。

一位從事艙駕融合相關(guān)領(lǐng)域的業(yè)內(nèi)人士接受界面新聞采訪表示，特斯拉這種艙駕交互聯(lián)動(dòng)還處于相對(duì)初級(jí)階段。本質(zhì)上系統(tǒng)仍然依賴(lài)駕駛員的顯性指令來(lái)觸發(fā)動(dòng)作，尚未實(shí)現(xiàn)從被動(dòng)響應(yīng)向主動(dòng)服務(wù)的跨越。

“未來(lái)更值得期待的是，系統(tǒng)將不再依賴(lài)顯性指令，而是通過(guò)捕捉駕駛員的生理信號(hào)、行為習(xí)慣等多模態(tài)輸入，精準(zhǔn)預(yù)判其潛意識(shí)意圖，并與物理世界的實(shí)時(shí)狀態(tài)對(duì)齊，實(shí)現(xiàn)人-車(chē)-環(huán)境的協(xié)同感知。更進(jìn)一步，座艙可動(dòng)態(tài)調(diào)整對(duì)駕駛員的干預(yù)程度，不再是由人單向指揮車(chē)，而是讓車(chē)輛主動(dòng)融入人類(lèi)的感知-決策閉環(huán)?！?/p>

但要注意的是，現(xiàn)階段想要實(shí)現(xiàn)座艙和智駕的統(tǒng)一人工智能底座還相當(dāng)困難。一位人工智能領(lǐng)域?qū)＜蚁蚪缑嫘侣劚硎?，座艙主要承載服務(wù)體驗(yàn)，允許一定的不確定性，偶爾出錯(cuò)最多影響用戶體驗(yàn)；自動(dòng)駕駛屬于安全關(guān)鍵系統(tǒng)，需要毫秒級(jí)穩(wěn)定性、可驗(yàn)證與可回放性，任何一次失誤都可能帶來(lái)安全風(fēng)險(xiǎn)。

“統(tǒng)一底座的難點(diǎn)不在于模型能力本身，而在于如何確保自動(dòng)駕駛鏈路的絕對(duì)可靠性不受影響。”

最常見(jiàn)的難點(diǎn)是算力和系統(tǒng)的調(diào)度上。座艙大模型在運(yùn)行時(shí)會(huì)瞬時(shí)占用大量算力和顯存，而自動(dòng)駕駛則要求每一幀計(jì)算都穩(wěn)定、延遲不能波動(dòng)。如果兩者共享算力資源卻缺乏嚴(yán)格隔離，座艙一旦“吃緊”，智駕就可能出現(xiàn)抖動(dòng)。這類(lèi)風(fēng)險(xiǎn)在量產(chǎn)車(chē)上幾乎不可接受。

而在實(shí)際產(chǎn)品開(kāi)發(fā)節(jié)奏上，智能座艙會(huì)頻繁接入外部應(yīng)用和生態(tài)，會(huì)保持相對(duì)頻繁的更新速度；而智駕的每一次升級(jí)都需要經(jīng)歷漫長(zhǎng)驗(yàn)證，兩套系統(tǒng)很難保持同樣的開(kāi)發(fā)節(jié)奏。

另一方面，艙駕融合還考驗(yàn)內(nèi)部組織的協(xié)同能力。一位自動(dòng)駕駛研發(fā)人員向界面新聞指出，座艙和智駕本身存在技術(shù)域差異，前者聚焦人機(jī)交互和服務(wù)生態(tài)，后者關(guān)注環(huán)境感知、規(guī)劃與功能安全?！皟深?lèi)人才在知識(shí)圖譜和工程方法上存在一定壁壘，需要做到彼此充分的經(jīng)驗(yàn)共享?！?/p>

上述艙駕融合領(lǐng)域業(yè)內(nèi)人士向界面新聞表示，短期內(nèi)智能座艙和智能駕駛?cè)匀粫?huì)維持相對(duì)獨(dú)立的運(yùn)作。合流更多先從底層開(kāi)始，比如統(tǒng)一算力平臺(tái)、數(shù)據(jù)與工具鏈，共享部分視覺(jué)和多模態(tài)能力。并且，智能駕駛要一直保持嚴(yán)格的安全隔離。

“汽車(chē)公司可以對(duì)計(jì)算資源硬性切分，為智駕分配確定性的算力保障，確保其關(guān)鍵任務(wù)的實(shí)時(shí)性與可靠性；同時(shí)也為智能座艙等非安全關(guān)鍵任務(wù)預(yù)留獨(dú)立資源，避免相互干擾?！?/p>

該人士指出，數(shù)據(jù)傳輸也需要引入優(yōu)先級(jí)調(diào)度機(jī)制。例如，在共享感知或融合推理場(chǎng)景中，優(yōu)先將高時(shí)效性數(shù)據(jù)調(diào)度至智能駕駛模塊，從數(shù)據(jù)通路層面強(qiáng)化系統(tǒng)安全。

汽車(chē)公司想要推動(dòng)的艙駕融合AI轉(zhuǎn)型故事很難一步到位。隨著系統(tǒng)開(kāi)始主動(dòng)參與決策，誤判風(fēng)險(xiǎn)、功能安全、隱私邊界以及用戶接受度等問(wèn)題都會(huì)隨之放大。

更現(xiàn)實(shí)的路徑是，優(yōu)先在低風(fēng)險(xiǎn)、可撤銷(xiāo)的場(chǎng)景中驗(yàn)證能力，而涉及關(guān)鍵或高風(fēng)險(xiǎn)動(dòng)作時(shí)，則保留用戶確認(rèn)或干預(yù)機(jī)制。這種漸進(jìn)式放權(quán)既有助于控制安全風(fēng)險(xiǎn)，也更容易建立用戶信任。