大模型上車正在成為“兵家必爭之地”。

作者 | 王瑞昊

編輯 | 李雨晨

大模型上車成為2026年兵家必爭之地。

從北美的特斯拉與Grok大模型，到國內(nèi)智己汽車拿下千問大模型首發(fā)上車的名號，再到吉利在CES 2026推出Eva超擬人智能體。行業(yè)已經(jīng)很清楚：智能座艙下一階段的競爭，是大模型上車后，車是否真正開始理解人。

在這個時間點上，上汽通用聯(lián)合火山引擎將最新一代豆包大模型帶上了即將上市的別克至境E7。

上汽通用副總經(jīng)理王晨東表示，這件事的意義，不只是別克補齊座艙智能化這么簡單，更在于當大模型進入汽車后，應(yīng)該做什么，又必須克制什么。

應(yīng)該與克制這兩件事，或許是未來幾年智能座艙的核心走向。

PART 1

從“能對話”到“會理解”：

車機開始具備人類邏輯

過去的車機系統(tǒng)，你必須說得足夠標準，系統(tǒng)才能執(zhí)行；一旦語義變得模糊體驗就會迅速崩塌。但在別克至境E7上，豆包大模型承擔的角色，已經(jīng)從“執(zhí)行器”變成了“理解者”。

比如一個很簡單的場景：當用戶說“今天有點累，放點輕松的歌吧”，系統(tǒng)不再只是檢索關(guān)鍵詞，而是先識別情緒，再推斷需求，最后調(diào)用音樂系統(tǒng)完成播放。在這個過程中，語音是一個“意圖表達”，不再只是簡單的輸入方式。

豆包大模型支持20+情緒表達，能通過語音的語調(diào)、語速、甚至用戶的用詞，識別出用戶的情緒（開心、疲憊或煩躁），并給出對應(yīng)發(fā)熱回應(yīng)。

我們還在別克至境E7上體驗了更為復雜的場景，當對著車機說“導航到最近的咖啡店”，然后補充說“我要拿鐵”，系統(tǒng)會自動搜索支持拿鐵的咖啡店，并規(guī)劃路線。這種“上下文記憶”能力，讓現(xiàn)在的車機具備了類似人類對話的連續(xù)性。它不再是一次性交互，而是一個可以延續(xù)的關(guān)系。

情緒識別、上下文記憶……，這些改變的意義在于，隨著大模型開始上車，智能座艙的交付邏輯正在發(fā)生變化，整個產(chǎn)品體驗開始被重新定義，向著人們一開始的預(yù)期發(fā)展——人類對智能的判斷，從來都不是功能有多少，而是是否“像人”。

正如豆包大模型在別克至境E7上的落地，被拆解為陪伴、出行、娛樂、用車、車控五個維度，但真正的變化不在于功能數(shù)量，而在于這些功能與家庭用車場景的融合。

比如陪伴。

基于豆包大模型支持20+情緒表達，至境E7的座艙可以承擔情緒反饋的角色。用戶的語氣變化、表達方式甚至情緒波動，都會被識別，并反饋出不同的回應(yīng)方式。

這種能力和用車場景融合就變成了古詩解讀、??扮演、情感聊天等陪伴場景。王晨東在發(fā)布會上反復強調(diào)“數(shù)字家人”。這個說法并不夸張，因為車正在從“工具空間”轉(zhuǎn)向“生活空間”。尤其是在家庭出行中，時間被拉長、場景更封閉，大模型的價值會被放大。

再看出行場景的變化。

傳統(tǒng)導航的問題，在于它要求用戶表達精準。而現(xiàn)實中的人，說話往往是模糊的?！吧虾Ｄ线吥莻€圓形湖”“能吃腦花的川菜館”，這種表達在過去幾乎無法被理解，但大模型可以通過語義推理直接給出答案。

更重要的是，當路線中途發(fā)生變化，比如臨時增加一個?？奎c，系統(tǒng)可以自動重新規(guī)劃路徑。這種能力的本質(zhì)，是把導航從“執(zhí)行工具”變成“決策助手”。

娛樂場景同樣發(fā)生了類似變化。用戶不再需要記住歌名或視頻標題，而是可以用文化語境去表達需求?！靶蔷舫鰣龅囊魳贰薄敖裉煜肼牳绺绲母琛保@些模糊甚至帶有情緒的描述，系統(tǒng)依然可以理解并響應(yīng)。

總體來看，豆包大模型支持下的別克至境E7具備三個核心的“類人”能力——全域功能協(xié)同的復雜指令處理下的思考能力，這也是其與傳統(tǒng)車載語音助手的本質(zhì)區(qū)別；擬人化交互的交流能力；端云實時更新的個性化迭代的成長能力。

這種變化的核心在于：車機不再依賴“檢索”，而開始依賴“理解”。

PART 2

AI能不能碰車控？

安全問題是當下AI發(fā)展中不斷被討論的問題，AI上車也會面臨同樣的問題。當AI足夠聰明時，它能不能直接控制車輛？

近期汽車行業(yè)發(fā)生的一些安全事故，讓“AI篡權(quán)”被頻繁提及。它指向的是一種潛在風險：當模型具備決策能力之后，是否會越過邊界，直接影響車輛的核心控制系統(tǒng)。

不同廠商，給出的答案并不一樣。

一部分企業(yè)選擇更激進的路徑，讓模型深度參與車輛控制，追求統(tǒng)一的大腦架構(gòu)。這種方式的上限很高，但也意味著安全邊界更復雜。另一部分，則選擇更加克制的方案，在能力和安全之間建立明確隔離。

別克至境E7屬于后者。

一位上汽通用智能化工程師告訴雷峰網(wǎng)，AI可以理解一切，但不能直接控制關(guān)鍵部件。圍繞這一點，上汽通用構(gòu)建了一套三層安全隔離，把大模型的能力嚴格限制在可控范圍內(nèi)。

在應(yīng)用層，模型本身通過大量人類價值觀數(shù)據(jù)訓練，建立基本的 “是非觀”，例如當用戶在行駛中喊 “關(guān)大燈” 時，系統(tǒng)會識別這是危險指令并直接拒絕，同時語音反饋 “當前行駛環(huán)境需要大燈照明，暫時無法關(guān)閉”，讓用戶明確感知 AI 的安全邊界。

在服務(wù)層，所有控制請求都會經(jīng)過場景判斷，系統(tǒng)會實時監(jiān)測車速、擋位、駕駛模式等車輛狀態(tài)，當車輛處于高速行駛（車速 > 100km/h）或倒車狀態(tài)時，會自動攔截非必要的交互請求（如調(diào)整娛樂系統(tǒng)音量、設(shè)置導航目的地等），避免分散駕駛員注意力。

到了最底層的機電層，核心車控部件由獨立硬件控制，AI系統(tǒng)僅能通過標準化接口發(fā)送請求，無法直接訪問底層控制單元；實體按鍵始終保留最高優(yōu)先級，即使AI系統(tǒng)出現(xiàn)異常，用戶也能通過物理按鍵立即接管車輛控制，從物理層面杜絕了“AI篡權(quán)”風險。

這套機制的本質(zhì)，是把AI“關(guān)進籠子里”。它可以提出建議，可以調(diào)度資源，但最終執(zhí)行權(quán)，仍然牢牢掌握在車輛本身。

這種設(shè)計聽起來保守，但放在汽車這個高安全行業(yè)，其實是更現(xiàn)實的路徑。因為一旦出錯，代價遠高于手機或電腦。

PART 3

為什么是豆包？

在大模型百花齊放的背景下，別克選擇豆包，并不是一個顯而易見的決定。尤其是在國內(nèi)，通義千問、文心一言等方案同樣在積極上車。

從市場份額來看，豆包無疑是別克的第一選擇。

根據(jù)公開資料，當前中國車載大模型市場，豆包與文心一言合計占據(jù)68%的市場份額，其中，豆包大模型在公有云調(diào)用市場份額達49.2%，日均tokens調(diào)用量突破63萬億，覆蓋超20個汽車品牌，2025 年新上市車型搭載量位居行業(yè)第一。

盡管市場上已有多款車型搭載豆包大模型，但由于硬件算力、合作模式與車型定位的差異，其實際體驗呈現(xiàn)出顯著的分層特征。

從基礎(chǔ)的語音控制到高階的類人交互，不同車型的豆包大模型能力邊界，本質(zhì)是車企對 “智能座艙價值” 的理解差異。

有的車企，把大模型當成語音助手的升級包；有的車企，把它當成內(nèi)容分發(fā)的入口；而極少數(shù)車企，開始嘗試把它當成“操作系統(tǒng)級能力”。

別克至境E7，顯然屬于第三種。

別克至境E7搭載高通驍龍8775芯片，在AI算力上有明顯優(yōu)勢，其70-144TOPS的算力是8155芯片的7-14倍，為支撐多模態(tài)交互、艙駕融合等前沿場景提供了硬件基礎(chǔ)。

硬件能力的差異，直接決定了大模型能力的邊界。

據(jù)了解，對比豆包大模型此前上車的奔馳、特斯拉、長安馬自達等車型，別克至境 E7是當前豆包大模型能力最完整的車型。

其支持一次喚醒執(zhí)行10個連續(xù)指令、20+情緒表達、全場景上下文記憶、端云實時更新、跨域語音控座艙等功能，覆蓋AI問答、用車顧問、短視頻檢索、AI 繪畫、兒童故事生成等全場景。

作為對比，奔馳純電CLA搭載高通驍龍8295P芯片，算力達30TOPS，支持0.2秒喚醒、0.8秒執(zhí)行、多音區(qū)識別，可調(diào)用車輛基礎(chǔ)功能，但僅開放了豆包大模型的NLP能力，未涉及視覺、多模態(tài)交互，功能邊界局限于 “語音助手” 范疇。

除了硬件，車企與火山引擎的合作模式深度，也直接影響著豆包大模型的體驗上限。不同的合作層級，決定了模型對車輛硬件的調(diào)用權(quán)限，以及功能迭代的速度。

上汽通用與火山引擎采用 “全鏈路共創(chuàng)” 合作模式 ，這與有的車企 “采購第三方方案、簡單接口對接” 的模式，有著本質(zhì)區(qū)別。王晨東此前曾表示：“我們與火山引擎的合作，是從底層模型訓練到上層應(yīng)用開發(fā)的全鏈路協(xié)同，每一個功能的優(yōu)化，都有雙方工程師的共同參與?！?/p>

據(jù)了解，火山引擎與車企有多種合作模式，包括全鏈路共創(chuàng)模式、淺層接入模式、深度共創(chuàng)模式、定制化合作模式。其中全鏈路共創(chuàng)模式是合作層級最深的。

這種共創(chuàng)模式的核心，是 “針對車載場景的定制化優(yōu)化”。

雙方在合作中引入聯(lián)合訓練機制，在高速噪音、多音區(qū)等復雜環(huán)境下，將語音識別準確率提升至98%，復雜指令理解超過95%。

同時，OTA節(jié)奏從過去按年升級，壓縮至按月甚至實時迭代，用戶無需等待換代即可持續(xù)獲得新能力。

在此基礎(chǔ)上，雙方還基于別克用戶畫像定制了50余項專屬功能，從兒童模式到疲勞緩解，均與真實用車場景深度綁定。

火山引擎汽車總經(jīng)理楊立偉此前在解釋這種合作模式時表示：“我們的合作，不是‘大模型上車’，而是‘大模型為車定制’?！?/p>

這種模式，會直接影響最終產(chǎn)品形態(tài)。因為車不是一個純軟件產(chǎn)品，它涉及硬件、控制、安全等多重系統(tǒng)，只有深度協(xié)同，才能把大模型能力真正落地。

PART 4

為什么大模型會在今年集中爆發(fā)？一個重要原因，是智能駕駛的競爭已經(jīng)進入階段性瓶頸。

過去幾年，行業(yè)圍繞算力、傳感器、算法不斷加碼，但用戶體驗的差異正在收斂。與此同時，安全問題的討論越來越多，使得“激進路線”開始面臨更多質(zhì)疑。

在這種背景下，大模型提供了一個新的變量。它不直接決定安全，但會深刻影響體驗。情緒交互、內(nèi)容理解、家庭場景，這些維度，都是用戶每天都會感知的。

更深一層的邏輯，是“具身智能”的落地。

當AI不再只是屏幕里的工具，而是與物理世界結(jié)合，它必須找到一個合適的載體。汽車恰好具備所有條件：空間封閉、使用頻率高、硬件能力強，同時又具備復雜的場景需求。

這也是為什么，大模型上車成為“兵家必爭之地”。

別克至境E7這次的意義，不在于它做了多少新功能，而在于它試圖回答一個更基礎(chǔ)的問題：當AI進入汽車，它的邊界在哪里。

行業(yè)里有人選擇不斷突破上限，也有人選擇先劃清底線。兩條路徑都會存在，但從長期來看，后者可能更符合汽車行業(yè)的邏輯。

因為車終究不是手機。

AI可以天馬行空，但車必須腳踏實地。

本文作者長期關(guān)注自動駕駛和車圈的人與事，歡迎添加微信jinyuan-0428交流討論。