作者:王瑞昊

编辑:李雨晨

“大模型上车将成为2026年兵家必争之地。”近期一位上汽通用内部人士告诉雷峰网。

从北美的特斯拉与Grok大模型,到国内智己汽车拿下千问大模型首发上车的名号,再到吉利在CES 2026推出Eva超拟人智能体。行业已经很清楚:智能座舱下一阶段的竞争,是大模型上车后,车是否真正开始理解人。

在这个时间点上,上汽通用联合火山引擎将最新一代豆包大模型带上了即将上市的别克至境E7。

上汽通用副总经理王晨东表示,这件事的意义,不只是别克补齐座舱智能化这么简单,更在于当大模型进入汽车后,应该做什么,又必须克制什么。

应该与克制这两件事,或许是未来几年智能座舱的核心走向。

从“能对话”到“会理解”:车机开始具备人类逻辑

过去的车机系统,你必须说得足够标准,系统才能执行;一旦语义变得模糊体验就会迅速崩塌。但在别克至境E7上,豆包大模型承担的角色,已经从“执行器”变成了“理解者”。

比如一个很简单的场景:当用户说“今天有点累,放点轻松的歌吧”,系统不再只是检索关键词,而是先识别情绪,再推断需求,最后调用音乐系统完成播放。在这个过程中,语音是一个“意图表达”,不再只是简单的输入方式。

豆包大模型支持20+情绪表达,能通过语音的语调、语速、甚至用户的用词,识别出用户的情绪(开心、疲惫或烦躁),并给出对应发热回应。

我们还在别克至境E7上体验了更为复杂的场景,当对着车机说“导航到最近的咖啡店”,然后补充说“我要拿铁”,系统会自动搜索支持拿铁的咖啡店,并规划路线。这种“上下文记忆”能力,让现在的车机具备了类似人类对话的连续性。它不再是一次性交互,而是一个可以延续的关系。

情绪识别、上下文记忆……,这些改变的意义在于,随着大模型开始上车,智能座舱的交付逻辑正在发生变化,整个产品体验开始被重新定义,向着人们一开始的预期发展——人类对智能的判断,从来都不是功能有多少,而是是否“像人”。

正如豆包大模型在别克至境E7上的落地,被拆解为陪伴、出行、娱乐、用车、车控五个维度,但真正的变化不在于功能数量,而在于这些功能与家庭用车场景的融合。比如陪伴。基于豆包大模型支持20+情绪表达,至境E7的座舱可以承担情绪反馈的角色。用户的语气变化、表达方式甚至情绪波动,都会被识别,并反馈出不同的回应方式。这种能力和用车场景融合就变成了古诗解读、⻆⾊扮演、情感聊天等陪伴场景。王晨东在发布会上反复强调“数字家人”。这个说法并不夸张,因为车正在从“工具空间”转向“生活空间”。尤其是在家庭出行中,时间被拉长、场景更封闭,大模型的价值会被放大。再看出行场景的变化。传统导航的问题,在于它要求用户表达精准。而现实中的人,说话往往是模糊的。“上海南边那个圆形湖”“能吃脑花的川菜馆”,这种表达在过去几乎无法被理解,但大模型可以通过语义推理直接给出答案。更重要的是,当路线中途发生变化,比如临时增加一个停靠点,系统可以自动重新规划路径。这种能力的本质,是把导航从“执行工具”变成“决策助手”。娱乐场景同样发生了类似变化。用户不再需要记住歌名或视频标题,而是可以用文化语境去表达需求。“星爵出场的音乐”“今天想听哥哥的歌”,这些模糊甚至带有情绪的描述,系统依然可以理解并响应。总体来看,豆包大模型支持下的别克至境E7具备三个核心的“类人”能力——全域功能协同的复杂指令处理下的思考能力,这也是其与传统车载语音助手的本质区别;拟人化交互的交流能力;端云实时更新的个性化迭代的成长能力。这种变化的核心在于:车机不再依赖“检索”,而开始依赖“理解”。AI能不能碰车控?安全问题是当下AI发展中不断被讨论的问题,AI上车也会面临同样的问题。当AI足够聪明时,它能不能直接控制车辆?近期汽车行业发生的一些安全事故,让“AI篡权”被频繁提及。它指向的是一种潜在风险:当模型具备决策能力之后,是否会越过边界,直接影响车辆的核心控制系统。不同厂商,给出的答案并不一样。一部分企业选择更激进的路径,让模型深度参与车辆控制,追求统一的大脑架构。这种方式的上限很高,但也意味着安全边界更复杂。另一部分,则选择更加克制的方案,在能力和安全之间建立明确隔离。别克至境E7属于后者。一位上汽通用智能化工程师告诉雷峰网,AI可以理解一切,但不能直接控制关键部件。围绕这一点,上汽通用构建了一套三层安全隔离,把大模型的能力严格限制在可控范围内。在应用层,模型本身通过大量人类价值观数据训练,建立基本的 “是非观”,例如当用户在行驶中喊 “关大灯” 时,系统会识别这是危险指令并直接拒绝,同时语音反馈 “当前行驶环境需要大灯照明,暂时无法关闭”,让用户明确感知 AI 的安全边界。在服务层,所有控制请求都会经过场景判断,系统会实时监测车速、挡位、驾驶模式等车辆状态,当车辆处于高速行驶(车速 > 100km/h)或倒车状态时,会自动拦截非必要的交互请求(如调整娱乐系统音量、设置导航目的地等),避免分散驾驶员注意力。

到了最底层的机电层,核心车控部件由独立硬件控制,AI系统仅能通过标准化接口发送请求,无法直接访问底层控制单元;实体按键始终保留最高优先级,即使AI系统出现异常,用户也能通过物理按键立即接管车辆控制,从物理层面杜绝了“AI篡权”风险。

这套机制的本质,是把AI“关进笼子里”。它可以提出建议,可以调度资源,但最终执行权,仍然牢牢掌握在车辆本身。

这种设计听起来保守,但放在汽车这个高安全行业,其实是更现实的路径。因为一旦出错,代价远高于手机或电脑。

为什么是豆包?

在大模型百花齐放的背景下,别克选择豆包,并不是一个显而易见的决定。尤其是在国内,通义千问、文心一言等方案同样在积极上车。

从市场份额来看,豆包无疑是别克的第一选择。

根据公开资料,当前中国车载大模型市场,豆包与文心一言合计占据68%的市场份额,其中,豆包大模型在公有云调用市场份额达49.2%,日均tokens调用量突破63万亿,覆盖超20个汽车品牌,2025 年新上市车型搭载量位居行业第一。

打开网易新闻 查看精彩图片

尽管市场上已有多款车型搭载豆包大模型,但由于硬件算力、合作模式与车型定位的差异,其实际体验呈现出显著的分层特征。

从基础的语音控制到高阶的类人交互,不同车型的豆包大模型能力边界,本质是车企对 “智能座舱价值” 的理解差异。

有的车企,把大模型当成语音助手的升级包;有的车企,把它当成内容分发的入口;而极少数车企,开始尝试把它当成“操作系统级能力”。

别克至境E7,显然属于第三种。

别克至境E7搭载高通骁龙8775芯片,在AI算力上有明显优势,其70-144TOPS的算力是8155芯片的7-14倍,为支撑多模态交互、舱驾融合等前沿场景提供了硬件基础。

硬件能力的差异,直接决定了大模型能力的边界。

据了解,对比豆包大模型此前上车的奔驰、特斯拉、长安马自达等车型,别克至境 E7是当前豆包大模型能力最完整的车型。

其支持一次唤醒执行10个连续指令、20+情绪表达、全场景上下文记忆、端云实时更新、跨域语音控座舱等功能,覆盖AI问答、用车顾问、短视频检索、AI 绘画、儿童故事生成等全场景。

作为对比,奔驰纯电CLA搭载高通骁龙8295P芯片,算力达30TOPS,支持0.2秒唤醒、0.8秒执行、多音区识别,可调用车辆基础功能,但仅开放了豆包大模型的NLP能力,未涉及视觉、多模态交互,功能边界局限于 “语音助手” 范畴。

除了硬件,车企与火山引擎的合作模式深度,也直接影响着豆包大模型的体验上限。不同的合作层级,决定了模型对车辆硬件的调用权限,以及功能迭代的速度。

上汽通用与火山引擎采用 “全链路共创” 合作模式 ,这与有的车企 “采购第三方方案、简单接口对接” 的模式,有着本质区别。王晨东此前曾表示:“我们与火山引擎的合作,是从底层模型训练到上层应用开发的全链路协同,每一个功能的优化,都有双方工程师的共同参与。”

据了解,火山引擎与车企有多种合作模式,包括全链路共创模式、浅层接入模式、深度共创模式、定制化合作模式。其中全链路共创模式是合作层级最深的。

打开网易新闻 查看精彩图片

这种共创模式的核心,是 “针对车载场景的定制化优化”。

双方在合作中引入联合训练机制,在高速噪音、多音区等复杂环境下,将语音识别准确率提升至98%,复杂指令理解超过95%。

同时,OTA节奏从过去按年升级,压缩至按月甚至实时迭代,用户无需等待换代即可持续获得新能力。

在此基础上,双方还基于别克用户画像定制了50余项专属功能,从儿童模式到疲劳缓解,均与真实用车场景深度绑定。

火山引擎汽车总经理杨立伟此前在解释这种合作模式时表示:“我们的合作,不是‘大模型上车’,而是‘大模型为车定制’。”

这种模式,会直接影响最终产品形态。因为车不是一个纯软件产品,它涉及硬件、控制、安全等多重系统,只有深度协同,才能把大模型能力真正落地。

为什么大模型会在今年集中爆发?一个重要原因,是智能驾驶的竞争已经进入阶段性瓶颈。

过去几年,行业围绕算力、传感器、算法不断加码,但用户体验的差异正在收敛。与此同时,安全问题的讨论越来越多,使得“激进路线”开始面临更多质疑。

在这种背景下,大模型提供了一个新的变量。它不直接决定安全,但会深刻影响体验。情绪交互、内容理解、家庭场景,这些维度,都是用户每天都会感知的。

更深一层的逻辑,是“具身智能”的落地。

当AI不再只是屏幕里的工具,而是与物理世界结合,它必须找到一个合适的载体。汽车恰好具备所有条件:空间封闭、使用频率高、硬件能力强,同时又具备复杂的场景需求。

这也是为什么,大模型上车成为“兵家必争之地”。

别克至境E7这次的意义,不在于它做了多少新功能,而在于它试图回答一个更基础的问题:当AI进入汽车,它的边界在哪里。

行业里有人选择不断突破上限,也有人选择先划清底线。两条路径都会存在,但从长期来看,后者可能更符合汽车行业的逻辑。

因为车终究不是手机。

AI可以天马行空,但车必须脚踏实地。