过去十多年，互联网公司没谁想错过汽车这个万亿级市场。从帮着卖车、卖保险、做保养，到把地图、音乐、内容、社交、车联网、自动驾驶这些功能和技术往车上塞，能试的基本都试了。
但汽车行业分工太细、链条太长。车企和供应商握着主动权，新技术在它们之间流转。互联网公司大多只能塞进去某一项功能，很难走到舞台中央。绝大多数坐在车里跟车机说话的人，根本不知道背后是谁在回答。屏幕上显示的是各家自己起的助理名字，声音也是各家定制过的。
不过你可能不知道，在奔驰纯电GLC里，让车机找附近有充电桩的川菜馆，回答问题的是豆包大模型。坐进别克至境E7、奥迪E7X，几个人同时说话、去不同地方、一口气提一堆复杂任务，理解和解决需求的也是豆包大模型。据说它的日均Token调用量已经涨到120万亿，100%覆盖了中国主流车企。
直到AI迭代速度和汽车行业竞争烈度都超出人们预期地往前跑，情况开始变了。科技公司慢慢攒够了算力、资金和工程团队，把AI做成了跨行业的基础设施。Token消耗量成了衡量一家公司、一个研究员AI原生程度的一个指标，模型和应用的迭代节奏远比汽车工业快得多。
对车企来说，把基础的研发交给头部的模型公司，自己专心做产品定义、体验和品牌，可能更符合现在的竞争节奏。光是4月北京车展前后，就有超过181款新车首发，比上一届北京车展多了55款。
火山引擎想抓住这个窗口。他们一直在扩展豆包大模型的边界，汽车是他们盯上的下一个重要入口。今年北京车展，火山引擎专门搭了个展台，展示了奔驰、别克、上汽大众、上汽奥迪等7个品牌的合作车型。火山引擎副总裁杨立伟说，汽车行业对它们非常重要，“不追求现阶段有多少利润”。
在汽车产业里，互联网公司有机会从功能供应商往更核心的方向再挪一步。
从闲聊到助手，核心是解决问题
汽车公司有时候高估了用户对新技术的好奇和耐心，也低估了把新技术变成好体验的难度。2024年初，超过10家车企在座舱里密集接入了DeepSeek这类大模型技术，想让用户跟车机像跟手机一样聊天。
但很快就有车企发现路子不对。在车里闲聊，对用户的实际价值其实挺有限的。就算每次发布会都拿出来宣传的聊天功能，语音助手也很难做好。多数停留在一问一答或者自己独白，认不出来谁在说话，也记不住上下文。用户想让语音助手干点啥，多数指令得用相对准确甚至固定的句式才能被准确执行。偶尔还会出现想关车内灯却把车大灯给关了的情况。
一台好用的车机，关键不在于多风趣、多有学问，而是能解决问题。尤其是现在中国做的电动车，车里的实体按键越来越少。杨立伟拿今天手机端的交互效率做参照，觉得手机能做到85到90分，但座舱车机交互长期只停留在四五十分的水平。
这跟过去车机的语音架构有关系。传统架构里，用户跟大模型交互是对话驱动的。架构设计的奖励函数是被动响应需求、及时给个回应，而不是提供功能。有时候你得到的回复就是一句“听不懂”或者“做不到”。
跟手机或者其他终端比起来，汽车座舱接入大模型还有个特殊的地方：信息密度更高、种类更多、特别依赖车内的实时状态。手机端的大模型大多是单个人在用，但车里最多可能有6个人。多人说话的场景下，大模型介入的时机随机又多变。除了语音和文字，还有座舱里的温度、声音这类视觉和端侧信息，以及车外的光线、路况、交通情况等复杂信息。用户说一句“有点吵”，可能是因为音乐声音大，也可能是因为车窗没关好。过去的语音对话大模型拿不到端侧的多维信息，很难从这么模糊的话里判断出问题，更别提解决了。
如果想通过大模型对话来解决问题，用户得自己先做决策和分解，把任务拆细了，语音助手再通过NLU（自然语言理解）模块把指令转成结构化信号，分发给导航、车控、媒体这些领域。任务一多，要么漏掉，要么出错，要么用户得一遍遍地重复。
“能提供情绪价值当然好，但首先得把事办好，把基础、高频的功能做到足够丝滑。”杨立伟说，他们把车机定位成助手，而不是“Chatbot”。
他们的做法是搭一个Agentic AI架构的“大脑”，由三个核心模块互相协作，分别对应流式对话推理、学习沉淀、目标任务驱动三种能力。
对话推理引擎的目标是像人一样交流。不用每次唤醒，但能判断什么时候该介入，不会随便插话。能联系上下文、结合车内环境、听懂用户模糊的隐含意图。除了听得懂，还能像人一样自然对话、像人一样理解你的需求。
学习沉淀引擎的目标是像人一样学习和成长。它能“记住”用户的喜好，包括温度、风向、座椅调节、音乐风格这些习惯。根据知识、反馈自己进化，还会反思上一个任务执行得怎么样，沉淀成一个技能。
在这两个的基础上，目标驱动引擎的最终落脚点是“办好事”。让用户不用一步步发出“开空调、调到几度、播放音乐、回家”这些零碎指令，而是由车机自己把任务拆开、调用车载工具、技能和生态，像人一样去办事，把各项车控功能协调好，调整到舒服的状态。
据杨立伟介绍，豆包大模型目前跟50个汽车品牌、145种车型合作，搭载在超过700万辆车里，平均每天使用量超过3000万次。用得最多的场景是车控（53%）、导航（29%）、媒体（10%）。火山引擎觉得这反映了用户的真实需求——“起码得先把车控、导航、多媒体做好。”
基于这套Agentic AI架构，火山引擎可以提供两种合作方案。
一种是“AI座舱套件”方案。基于已经量产落地的豆包大模型智能座舱方案，做了Agentic化的架构升级，以能力的形式输出。既有大模型、有Agent，也有各种交互、工具和运营管理平台，车企可以根据需求灵活选配。
他们对另一个方案——“豆包座舱助手”寄予更多期待。这个方案用统一的“大脑”联动整车能力，以完整的产品形式交付，还能跟豆包APP互联互通。火山引擎投入了大量资源，跟几家深度合作的车企一起打磨这个方案。
对于AI能力增强之后的安全边界，火山引擎也有自己的考虑。跟荣威合作时，双方把车控权限分成了黑、灰、彩三层。彩区是空调、座椅、屏幕、车内灯光这些可以由AI直接调控的功能。灰区涉及行驶状态的判断，比如正在开车时能不能调座椅，AI可以给建议，但执行受规则限制。黑区是刹车、转向这些核心驾驶功能，AI碰都不能碰。
“按照我们的规划，到今年年底，豆包座舱助手会像人一样思考，基于目标持续地办事。”杨立伟举了个例子。如果用户开车时担心后排的孩子，可能会说“帮我看看孩子睡着没？”传统的大模型会根据这句话做个回应，或者调调灯光和空调。
但他说，火山引擎的座舱助手会持续地思考。如果小孩睡了，就把座舱调到更舒服的状态；如果小孩醒了，会主动陪着玩，讲讲故事、放他喜欢的小猪佩奇、或者模仿妈妈的口吻哄一哄，用不影响车主开车的方式报告状态……“这看起来只是一个简单的任务——不是测试时常用的开车去某地、顺便选餐厅、再放首歌——但只帮忙看‘孩子睡没睡’并不完全解决问题。人类助手会怎么做？我们希望座舱助手也能做到。”
一个大脑，深度联动整车
过去三个多月，OpenClaw让很多人直观地看到，AI除了能聊天，还能动手干活，自己调用工具、完成多步任务。它跟ChatBot最大的不同是，后者是对话驱动的，而OpenClaw这类Agent是目标驱动的。这就要求OpenClaw至少有理解、思考和调度的能力。那么，如果汽车里也有一个这样的Agent呢？
随着底层模型、框架、工具生态慢慢成熟，一些API已经有了标准和规范。技术上给车机配一个能主动服务的Agent并不是太难。比如有些车机助手能记住用户想避开的路段，下次规划路线时会主动绕开——这说明它有时空因果记忆和对用户的长期记忆。另一类车机系统能在听到“有点冷”时主动调高空调、关上车窗、打开座椅加热——这体现了意图识别和使用工具的能力。
这些技能各家都有一些，但做好不容易。如果问题复杂、任务链长，累积的误差越多，越容易卡死。这正是考验大模型厂商和汽车公司能力的核心。尤其是在2024年5月GPT-4o发布会之后，行业开始认同，有情感、像真人的语音交互在车上是有可能实现的，而且前景不小。
2026年，座舱AI的竞争从“大模型上车”转向了“智能体上车”。有人开始管2026年叫“智能体上车元年”。
有自研能力或者孵化了AI公司的车企推进得很快。理想、小鹏已经完成了从技术架构到组织架构的整合。吉利跟阶跃星辰、千里科技合作，把座舱、辅助驾驶等在生态层面打通，组成了一个“超级智能体”，在极氪8X上首发。另一些车企选择跟头部AI公司合作。除了火山引擎跟荣威合作的“家越”，阿里通义千问和上汽智己也宣布，要把座舱、智驾、底盘和阿里的生态服务连成一个整车级的智能体。
这里面有的选择在座舱里分场景部署多个Agent，比如通勤点单、长途出游之类的；有的则推动智能座舱和大模型的结合，从“接一个大模型进车机”变成让车自己“长”出一个能感知、推理、调度的“大脑”。这正是火山引擎在做的事——Agents在同一个基础模型上调度，对外作为一个大脑来响应用户的指令。
这正在成为汽车智能化竞争的新焦点。一个表现就是舱驾融合。过去车企讲舱驾融合，更多指的是用一块芯片给座舱和辅助驾驶两套系统提供算力。但从特斯拉把Grok大模型引入座舱、整合座舱功能和FSD开始，理想、小鹏、吉利等陆续推动底层模型和数据在不同程度上打通。目的就是让AI在座舱和驾驶之间沟通，把单个功能整合成整车的体验。
火山引擎对舱驾配合的处理方式是分工明确：座舱大模型作为助手，把用户泛化的指令转译成智驾系统能听懂的东西，但最终能不能执行、怎么执行，由智驾系统自己来判断。
挑战在于，汽车是一个超级硬件——有上千种原子化功能。光一个座椅的角度、加热、通风、按摩就涉及近百个工具。而且驾驶类的功能对安全性和稳定性要求极高。
火山引擎智能座舱产品负责人张航回忆，2023年的时候，他们也在做车内的Chatbot，但体验不够好。当时觉得未来的AI上车趋势一定是做助手，但跟同行讨论时，大多数人的判断是这事做不成。
他们跟豆包大模型的基模团队沟通后，结论是有挑战，但有可能。第一步是做Function Call（函数调用），让大模型理解并且能够调用每个车控功能，比如开关和调节空调。一开始，大模型只能控制100多个车控接口，后来慢慢扩展到1000多个，就像有了手和脚——能不能用工具解决问题，是大模型和Agent的重要区别之一。
第二步是让大模型能感知环境状态。通过实时变化的传感器，输入车速、温度、电量、驾驶员状态这些信息。比如车窗完全关着和开了一条缝时，空调的调节方式就不一样。这一步让大模型有了更多的决策依据。
“只能是硬啃。”张航说，做完第二步已经过去了一年。这一年多的时间，足够一家新成立的大模型厂商涨到几十亿美元估值。但汽车产品结构复杂、精密，需要一定的周期来积累技术和工程化经验。
同样是调空调，豪华商务车型的车主和运动车型的车主需求可能不一样，年长用户和年轻用户的偏好也不一样。用户说“有点热”的时候，怎么调到最舒服的状态——这需要车企的KnowHow。每家车企对空调档位、出风位置、扫风情况的设置都不同。车企得根据产品定义和经验告诉火山引擎，每款车型的空调具体情况以及他们想要达到的状态。
经过三年的积累，火山引擎的大模型有了可调用的工具、能感知环境状态、也积累了用户偏好和场景知识。就像有了手脚、感官和神经，变成了能主动识别、规划、处理任务的Agent。给汽车装上“大脑”的时机到了。
不过行业里也有车企走多模型协同的路线，先由意图分类做粗筛，再把任务分发给专门模型去处理具体任务。对于大模型到底怎么上车，有的车企想自研，有的觉得自研成本高、必要性不大，倾向于直接买完整的方案，还有的在两条路之间组合，自研和外采并行。
杨立伟说，他们正在跟合作车企一起推进豆包座舱助手方案，2026年年底就会发布，“体验效果能做到80、90分。”
先做标杆，再做标准化
Agent的进化速度，加上FOMO情绪下人们对Agent的热情，正在推动车企变得更开放。2026年，辅助驾驶的技术路线收敛了，同类配置的驾驶体验逐渐拉不开差距。座舱里的使用体验，成了智能化竞争的“下半场”。大模型在手机端的快速发展，也让消费者把“AI上车”当成了评价一台车是否“先进”“智能”的一个重要维度。跟外部已经有很多用户认知的互联网科技公司合作，还能得到品牌上的加成。
杨立伟说，对于豆包座舱助手方案上车的第一批合作伙伴，火山引擎投入了上百人。“重投入、加快落地，短期内不优先考虑要有多少利润，而是看服务水平。”因为“成功与否不看现在成了几单，而是看用户体验能不能做好，能不能做出爆品”，要展示豆包大模型和火山引擎上车的最好效果。
座舱和大模型的结合，让火山引擎看到了进入汽车更深一层的可能性。杨立伟说，豆包座舱方案在找最初的合作伙伴时，品牌因素只排在第四位。更重要的是对“座舱+AI”这件事足够相信、开放程度够高、愿意投入、节奏要快。他说火山引擎总裁谭待跟他讨论汽车业务时，更多关注的是用户价值、使用体验、使用频次。
字节集团的资源也会提供支持。豆包大模型在2026年4月的日均Token使用量已经超过120万亿，是最活跃的模型之一。车机端会跟手机端的豆包互联互通，能力同步提高。手机端的交互经验和KnowHow也会帮助优化车端的Agent。另外，字节集团的今日头条、抖音、番茄小说等内容生态，也是其他大模型厂商没有的。
他们对汽车业务的长期设想是，随着经验积累和技术发展，座舱助手的底层能力和架构越来越成熟，就把产品和应用模块化，避免重复投入、节约人力。等到产品标准化之后，再跟一级供应商这些生态伙伴合作，扩大服务范围。
标准化与生态合作背后的商业逻辑其实很清楚：火山引擎提供基础能力，让客户在它上面做出有差异化的产品。客户做得越好，供应商的调用规模就越大，双方的利益方向是一致的。这也是AWS、Shopify这类互联网基础设施能长期成功的重要原因——把自己的商业利益跟客户的成功绑在一起。
火山引擎比它们更进一步的地方在于，自己做工具链，把集团体系里的各种能力都集成进来。挑战在于，车企作为大型制造业公司，跟AWS那些初创客户、Shopify那些中小商家在议价能力上完全不一样。车企多数时候希望用更低的成本、更快的速度拿到差异化、个性化的服务。而且车端大模型的迁移成本目前还不高。车企接了一家供应商的模型，主要工程量集中在提示词、车控接口映射、测试校准，真要换一家，有一部分工作是可以复用的。
这个领域的从业者大多相信，车正在从交互终端演变成物理Agent。座舱是这条演化路的起点，终点是车能感知环境、理解意图、规划任务、执行动作的一体化能力。基于这个假设，火山引擎选的是一条需要长期投入的路。模型和工具链持续迭代，跟车企的合作持续加深，标杆项目持续落地。
中国电动车时代的供应链公司有过类似的剧本——每次技术变革、新增或改进零部件的时候，新的供应商常常以更新的技术、更开放的合作模式、更好的服务意识，抓住有潜力的客户，跟着他们一起成长。过去10年里，地平线、孔辉、拓普这些供应链上的新军就是这么起步的。一位头部辅助驾驶供应商总结过：作为创业公司，一开始只能自己扑上去、做出样板，才有上牌桌的资格。