座舱 AI 应用研究：从“能用”到“好用”，从“深度交互”到“自我进化”

佐思汽研发布《2025 年 AI 在座舱的应用研究报告》。

从 21 世纪初语音识别、人脸监控功能上车，到 2023 年“大模型上车”趋势兴起，再到 2025 年车企纷纷接入推理模型 DeepSeek-R1，AI 在座舱的应用迄今已历经 3 个阶段：

大模型上车前，座舱经历机械式座舱、电子式座舱、智能化座舱的发展，已经开始集成 AI 小模型算法，应用场景为人脸识别、语音识别等；
大模型上车后，AI 技术在座舱的应用范围与场景数量增加，AI 技术的应用效果大幅度改善，但精确度和适用性无法保证；
多模态大语言模型、推理模型上车后，座舱开始真正从基础的智能化阶段向“深度交互、自我进化”阶段演进。

不同阶段 AI 在座舱的应用特点

整理：佐思汽研

佐思汽研整理了 AI 在座舱不同部件系统中的应用场景，部分如表中所示：

AI 在座舱的应用场景（部分）

整理：佐思汽研

座舱 AI 发展趋势之一：深度交互

深度交互体现在“联动交互”、“多模态交互”、“个性化交互”、“主动交互”以及“精准交互”。

深度交互的维度

整理：佐思汽研

以“精准交互”为例，推理大模型上车不仅提升了语音交互的准确率，尤其是提升连续识别准确率，还降低了语音处理过程中的时延。大模型通过动态理解上下文，结合传感器融合处理数据，可通过多任务学习架构同步处理导航、音乐等复合请求，响应速度较传统方案提升 40%。预计 2025 年，推理模型（如 DeepSeek-R1）大规模装车后，端侧推理能力能够让语音识别过程更快，准确率进一步提高。

部分车企通过 AI 大模型对语音助手的升级情况

整理：佐思汽研

零跑语音大模型优化详情

来源：零跑汽车

以“多模态交互”为例，利用大模型的多源数据处理能力，能构建起跨模态协同的智能交互体系。通过 3D 摄像头与麦克风阵列的深度融合，系统可同步解析手势指令、语音语义及环境特征，在短时间内完成多模态意图理解，较传统方案响应速度提升 60%。基于跨模态对齐模型，可实现手势控制与语音指令的协同操作，进一步降低在复杂驾驶场景下的误操作率。预计 2025-2026 年，多模态数据融合处理能力将成为新一代座舱的标配。典型场景包括：

手势控制：驾驶者可以通过简单的手势，例如挥手、指点等，实现对车窗、天窗、音量、导航等功能的便捷控制，无需分散驾驶注意力。
面部识别与个性化：系统可以通过面部识别技术自动识别驾驶者身份，并根据其个人偏好自动调整座椅、后视镜、空调、音乐等设置，实现“上车即享”的个性化体验。
眼球追踪与注意力监测：通过眼球追踪技术，系统可以监测驾驶者的视线方向和注意力状态，及时发现疲劳驾驶、注意力不集中等风险行为，并进行预警提示，提升行车安全。
情绪识别与情感化交互：AI 系统甚至可以识别驾驶者的情绪状态，例如通过面部表情、语音语调等判断驾驶者是否焦虑、疲惫或兴奋，并据此调整车内氛围灯光、音乐、空调等，提供更加贴心的情感化服务。

座舱 AI 发展趋势之二：自我进化

2025 年，座舱 Agent 会成为用户与座舱交互的媒介，其显著特征之一是“自我进化”，体现在“长期记忆”、“反馈学习”、“主动认知”。

自我进化的维度

整理：佐思汽研

“长期记忆”、“反馈学习”、“主动认知”是循序渐进的过程，AI 通过语音交流、面部识别、行为分析等数据构建用户画像，实现“千人千面”的服务。该功能通过强化学习、推理相关技术实现，系统依托数据闭环持续学习用户行为，在强化学习机制下，每一次用户反馈都成为优化推荐结果的关键依据。

随着数据量的不断累积，大模型能够更加快速发现用户兴趣点转移的规律，能够提前预判用户需求。预计未来两年内，借助更先进的强化学习算法与高效推理架构，系统对用户新兴趣领域的挖掘速度提升 50%，推荐结果的精准度进一步提高。如：

宝马的座舱系统可记忆驾驶者座椅偏好、常去地点，并在雨天自动调暗氛围灯以缓解焦虑；
梅赛德斯-奔驰的语音助理能根据用户日程推荐餐厅，并提前预约充电桩。

宝马的 BMW 智慧语音助理 2.0 基于亚马逊的 Alexa 大语言模型（LLM）打造，融合个人助理、车辆专家与随行乘员三种角色，通过分析驾驶者的日常路线、音乐偏好甚至座椅调节习惯，生成定制化建议。例如，若系统发现驾驶者每周一早晨常在某家咖啡店停留，它会在类似场景下主动提示：“是否前往附近的星巴克？”此外，该系统还能根据天气或交通状况调整建议，比如在雨天推荐室内停车场；当用户说“你好，BMW，带我回家”、“你好，BMW，帮我找餐厅”，个人助理则能迅速规划路线、推荐餐厅。

BMW 智慧语音助理 2.0

来源：宝马

座舱 AI 发展趋势之三：大模型与小模型“共生”

大模型上车近两年，大模型“完全取代”小模型的现象并未发生，小模型凭借其轻量级、低功耗的特点，在实时性要求高、数据处理量相对较小的端侧任务场景中表现出色；如在智能语音交互中，小模型能够快速解析“打开空调”或“下一首歌”等指令，提供即时响应。同样，在手势识别中，小模型通过本地计算实现低延迟操作，避免了云端传输的时滞。这种高效性使小模型成为提升用户交互体验的关键。

在实际应用中，二者相辅相成；大模型负责后台的复杂计算（如路径规划），小模型则聚焦前台的快速响应（如语音控制），共同构建了一个高效、智能的座舱生态。尤其是受 DeepSeek 的蒸馏技术启发，预计 2025 年之后，通过蒸馏高性能大模型得到的端侧小模型会有一定规模的量产上车。

大模型和小模型协同工作的“好用”体现在 5 个方面

整理：佐思汽研