三問榮威：AI上車，別光講技術，得讓用戶“玩起來”

AI汽車正在陷入新的同質化競爭：當你發現所有品牌的演示DEMO都差不多時，真正的好架構可能在一場公關辭令中被完全埋沒。技術負責人告訴我，這套秘密武器“起碼領先一年”。

在北京車展鋪天蓋地的AI汽車宣傳中，榮威可能是最讓我困惑的一家。

4月22日，榮威在北京發布了“家越”系列和與字節跳動深度合作的AI汽車技術。臺上講得很熱鬧，“AI原生”“CPP”“Context+Planner+Pixel”一堆新詞往外蹦

發布會第二天，我們關起門來聊了整整一個下午。對面坐著榮威產品負責人錢漾、技術負責人Daniel，還有品牌團隊的Joyce。

“昨天臺上講的，很多人理解不了。”錢漾的開場白很坦誠。

但我更關心的是另一個問題：在2026年的今天，當幾乎所有車企都在高喊“大模型上車”“智能體座艙”，榮威憑什么突圍？

一、“你們是不是太保守了？”

字節跳動現在至少已經和五六家車企簽了合作，如果只是“接入豆包”，用戶根本感知不到差別。

我第一個問題就很直接：榮威作為字節在汽車行業的第一家深度合作伙伴，按理說應該有首發優勢，為什么發布會上完全感受不到？

榮威產品負責人錢漾的回應是務實的：“家越是榮威的，不是獨立品牌。我不是為極客造車，不是為了在車上發PPT。我是圍繞家庭日常生活，給你舒適和便利。”

這個定位本身沒問題——20萬級別的家用SUV，用戶確實不需要在車上開視頻會議。但問題是，幾乎所有這個價位的車都在說類似的賣點。

“我們也不知道對標誰，”錢漾承認，“感覺在做一件新的事情。”

“新”在哪里？Daniel從技術層面給出了解釋。

最大的差異在于，大多數接入大模型的車企只是“加了一個語音助手”——你說話，它理解，然后執行預設指令，本質上和幾年前的語音控制沒有革命性變化。

但榮威和字節做的這套CPP架構，是讓AI真正具備推理和規劃能力。

我舉了個例子：你告訴車“周三和周六加油站有優惠，油箱合適的時候提醒我”。它不是簡單設置一個鬧鐘，而是會結合你的位置、油量、時間，在你真正需要的時候，用最自然的方式提醒你。

“我們不知道這臺車的AI能干什么，我們只知道它不能干什么，”Daniel說，“正向清單是用戶玩出來的，不是工程師預設的。”

這是AI汽車與智能汽車的本質區別：前者是用戶“養”出來的，后者是工程師“寫”出來的。

但問題也在這里——這種差異，發布會上用PPT講不清楚，必須上車試，而且不是試一兩個小時，得試一周甚至更長時間，AI才能記住你的習慣、學習你的偏好。

在傳播節奏上，慢就是輸。你不在用戶心里種下“榮威的AI不一樣”這個認知，等別人先占了，你就只能跟在后面喊“我也是”。

二、用戶到底會不會用？

第二個問題更扎心——你們做了這么多，用戶真的會用嗎？

現在的車機AI有個通病：看起來什么都能干，實際上用戶除了設置導航和切歌，什么都不會用。

我給他們講了一個真實的場景：很少有人用車機點外賣，因為我的手機上已經有一套完整的支付體系了。如果我跟車機說完，它能直接調用我手機上的豆包完成支付，那才是真正的“打通”。

另一個容易被忽視的難點是：車上有十幾路攝像頭，比手機復雜得多。“我們要解決的不僅僅是語音理解，”Daniel說，“而是讓AI能分清——現在是主駕在說話，還是副駕，還是后排的孩子？每個人的記憶和偏好都不一樣。”

這要求AI具備多模態感知能力，不僅僅是“聽懂”你在說什么，還要“看懂”誰在說、當時是什么場景。

一個典型的場景：后排小孩睡著了，前排父母還在切舞曲。AI如果能通過攝像頭捕捉到小孩的睡眠狀態，主動提醒“后排小朋友睡著了，輕一點”，這才是超越普通“語音助手”的價值。

但這些，單純通過語音交互是做不到的。

三、怎么讓用戶“玩起來”？

“官方跳出來說我做了多少車控、多少場景，沒用的，”我說，“還不如一個真實用戶發一個小視頻。”

我給他們講了個真實案例：我一個朋友和女朋友在微信上爭論一件事，他把截圖發給豆包，讓豆包評理。豆包順著女生的情緒說“他就是不懂你”，女生截圖發給男生。男生雖然知道這可能是情緒價值，但矛盾就這么化解了。

這說明什么？用戶使用AI的方式不是工程師能預設的。他們可能拿它來調解家庭矛盾，也可能拿它來哄小孩，還可能拿它來做一些很奇怪的事情。

“我們就是想做這個！”錢漾展示了一段視頻：車上一個用戶隨口說“我心情不太好”，AI沒有機械地回復“已為您播放輕音樂”，而是用理解身邊朋友情緒的口吻說：“你怎么啦？說來聽聽唄。”

關鍵在于AI的記憶能力。如果你這周心情不好、下周心情好了，它說話的語氣、推薦的音樂風格都會跟著調整。它不是隨機的“幽默”，而是基于對你情緒狀態的持續理解。

“用戶的想象力是需要被激發的，”我說，“你不能指望每個人都玩出花來。你得給一些‘種子場景’——原來還能這么玩，他們才會自己舉一反三。”

專屬優勢：與字節的“聯合定制”

回到一個核心問題：既然字節同時合作了多家車企，榮威憑什么做差異化？

答案藏在“聯合定義”這四個字里——大部分合作是“我用你們的大模型”，榮威和字節的合作是“我們一起打造適合汽車場景的AI架構”。

“字節做基模很牛，但它不懂車，”Daniel說，“一輛車上十幾路攝像頭，指令的延遲要求比手機高得多，有些指令還涉及駕駛安全，不能隨便執行。”

CPP架構的核心是三層設計：C層（Context）負責收集多模態信息——誰在說話、車外是什么環境、車里是什么狀態；P層（Planner）做推理規劃，判斷用戶意圖并制定執行方案；最后的P層（Pixel）是執行層，由車廠把控安全底線。

“我們不知道這臺車的AI能干什么，我們只知道它不能干什么，”Daniel說，“正向清單是無限的，但負面清單是可控的。”

在采訪快結束的時候，我問了一個有點“穿越”的問題：現在你們講AI，跟十年前榮威講“互聯網汽車”有什么本質區別？

錢漾沉默了幾秒，然后說：“十年前我們是把手機的能力搬上車，本質還是你在操作它。但這次，是它開始真正理解你。”

這大概就是AI汽車與智能汽車的本質區別。前者是你“養”出來的，后者是你“用”出來的。

錢漾透露，今年7月左右，搭載這套系統的首款車型就會上市。“我們希望能夠讓用戶自己玩起來，而不是我們告訴他應該怎么玩。”

對于汽車行業來說，這可能意味著一個轉折點：當AI足夠聰明時，產品的核心競爭力不再是廠商預設了多少功能，而是用戶能“玩”出多少可能性。

就像沒人教過你用豆包解決家庭矛盾，你自己就發現了。未來的AI汽車，也會出現類似的“非說明書式場景”。