長三角MOMO

很多大模型在發布會上是“大聰明”，但一進車里就露餡。噪聲、多人對話、弱網和安全邊界，讓智能座艙成了AI最不講情面的考場。那些順利過關的，具體是怎么“考過”的？

看到一個讓人哭笑不得的新聞。

一位車主在沒有路燈的高速公路上開車，覺得閱讀燈晃眼，語音下令“關閉所有閱讀燈”，沒想到車機理解錯了，瞬間大燈全滅，結果車子在黑暗中直接撞上了護欄。萬幸的是沒出人命。

這件事聽起來有點荒誕，但代入去想，是不是會讓所有車主后背一涼？

車內環境不像實驗室那樣干凈安靜，有風噪、有音樂，副駕女朋友打電話、后排孩子在吵鬧，尤其是在高速這種容錯極低的場景下，一個小小的誤識別，都可能帶來嚴重后果。

這種復雜環境下對大模型的考驗，遠比在發布會上順暢對話要嚴苛得多。所以，真正的大模型考場，應該是在每一次真實駕駛場景中對穩定性、判斷力和安全邊界的反復檢驗。

1

車內場景，就是一場高強度考試

車里的世界，比想象中復雜得多。

比如你邊開車邊和閨蜜聊天，說了一句“這首歌有點吵”，結果車機以為是在下指令，直接把音樂關掉。

而且，車里的表達方式也很隨意。不少人還是不習慣說一句標準命令，比如“把空調溫度調到22度”，更常見的是一句“有點冷”。

更麻煩的是，車里所有事情都是連續發生的。你剛說完“幫我導航去公司”，過一會兒又補一句“別走高架”，系統得知道這是同一件事的補充，而不是新的任務。再加上車里往往不止一個人，系統要分清誰在發指令，誰只是背景聲音。否則每個聲源都當成一個新指令，體驗馬上就崩了。

此外，還有一些更現實的限制：車規級系統要保證安全邊界，不能隨便觸發危險操作；網絡有時候會很差，甚至直接斷網；用戶隱私也不能亂飛。

這些條件疊在一起，其實讓智能座艙變成了一個非常苛刻的場景。

所以很多模型在發布會上看起來很聰明，但一進車里就容易露出短板。發布會環境是干凈的，問題是預設好的，網絡是穩定的。而真實駕駛環境里，幾乎所有條件都是不確定的。

如果一個模型能在這樣的場景里長期跑穩，它的能力就不只是“看起來很聰明”，而是真的經得住現實。

2

這場考試，考的是工程確定性

很多人談大模型的時候，習慣討論參數規模、排行榜或者發布會演示效果。

但在車里，這些指標其實都不夠。

因為真正決定體驗的，是另一件事：穩定。

這件事，說起來簡單，做起來很難。很多模型在訓練階段表現很好，但真正落到設備端，就會遇到各種工程問題，推理延遲太高、算力資源不夠、版本升級之后性能反而下降、弱網環境直接卡住。

所以，能訓練出來只是第一步。真正的分水嶺，是能不能在復雜環境里長期運行。

還要再加一個現實條件：不少模型是基于國產算力環境訓練出來的。那工程難度其實更高一點。

國產算力解決的是自主可控的問題，但架構、調度方式、工具鏈都和國外體系不同。從訓練到推理，再到產品部署，要重新做很多優化。

這也是為什么業內越來越強調一個詞：工程確定性。

在這一點上，很多人會提到科大訊飛做的星火大模型。比如星火X2這一代，外界討論的不只是參數規模，而是它在國產算力底座上的持續迭代能力。

簡單說，就是在一整套國產算力環境里，把訓練、推理、部署和產品落地這條鏈路跑通，而且能穩定更新。

3

樣板：科大訊飛是怎么“考過”的

那么，具體怎么樣才能從智能座艙這個嚴苛考場考出好成績？可以把科大訊飛作為一個樣板來拆解。

很多人第一次聽說車載語音，是因為“你好，小X”“你好，小Y”這種喚醒詞。但在行業內部，語音交互最早大規模落地的地方，本來就是車。

從最早的語音識別，到后來車機語義理解，再到今天的大模型對話能力，訊飛其實一直在這條線上迭代。也正因為經歷過幾輪技術代際的更替，它在做大模型座艙的時候，并不是從零開始，而是把原來積累的一整套語音、聲學、車控能力重新拼起來。

真正的難點，其實不在“能不能聽懂一句話”，而在復雜場景下能不能一直聽懂。對此，具體我能想到至少四個重要“考題”。

首先，是連續對話。很多發布會上演示的語音助手，基本都是“一問一答”。你問一句，它答一句，對話結束。

但在車里，很多時候不是這樣。司機往往是說一句話、停一下、再補一句：“導航到機場……走高速那條快一點的……順便幫我看下航班延誤沒有。”

如果系統每一句都重新開始理解，很容易斷掉上下文。真正好用的座艙，是能把這些零散的話拼成一件事。

其次，是模糊表達。比如上文提到的“有點冷”那個例子，表面上不是命令，但背后其實都有明確的操作：調空調。系統需要理解這句話背后的意圖，并且聯動車控系統完成操作。

第三，多人聲場。車里所有人可能同時發出聲音，系統要識別誰在發指令、誰只是聊天。這背后其實是語音識別、聲源定位和語義理解的一整套協同。

第四，弱網環境。在隧道或者山區，網絡并不穩定。如果完全依賴云端，大模型就很容易失靈。所以系統需要一部分能力在本地運行，一部分能力在線協同。

這些能力單看都很日常，但組合在一起，就決定了系統到底是“偶爾能用”，還是“穩定好用”。

這其實正是訊飛這幾年在做的一件事，就是把大模型能力嵌進原本已經非常復雜的車載系統里，同時保證整個系統不會因為升級而變得更不穩定。

換句話說，大模型只是新的一層能力，但底下那套工程體系必須是可靠的。

也正是在這種工程約束下，像星火X2這樣的底座能力才真正有意義。意義就在于不去卷模型規模，而是要在國產算力環境里訓練、迭代，并且能夠穩定地跑在車端設備上。

4

車里能跑穩，很多場景就都能跑

從技術角度看，智能座艙其實是一種壓力測試。

因為這里的環境足夠復雜，約束也足夠嚴格。如果一套模型能在這里穩定運行，它的通用能力基本就到位了。

這也是為什么科大訊飛一直在做一件事：讓同一套底座能力在不同硬件上復用。

比如學習機。孩子做題的時候，不只是給出答案，而是要一步一步講解思路，還要根據之前的錯誤調整講解方式。這其實也是長鏈路理解。

再比如辦公本和錄音筆。很多人開會錄音，之后要自動整理紀要、提取重點、生成總結。從記錄到整理再到沉淀，本質上也是連續任務處理。

還有翻譯機和AI眼鏡。很多會議場景里，幾個人同時說話，不同語言交錯，還伴隨著背景噪聲。如果能在車里把復雜聲場處理好，這類場景反而會輕松一些。

換句話說，如果能在智能座艙這場高強度考試里穩定運行，說明底座能力是成立的；如果同一套能力還能在不同設備上復用，那說明它不是一次性的產品，而是真正的技術底座。

說到底，車端可能是最不講情面的場景之一。

環境復雜、容錯低，還要長期運行。很多模型在展示環節都很亮眼，但真正進入這種環境之后，才會發現問題。

智能座艙之所以重要，不只是因為汽車是個大市場，更因為它像一個考場。

在這里，大模型從“展示能力”走向“工程能力”。

進過考場，還能長期跑穩，才算真正落地。