AI汽车正在陷入新的同质化竞争：当你发现所有品牌的演示DEMO都差不多时，真正的好架构可能在一场公关辞令中被完全埋没。技术负责人告诉我，这套秘密武器“起码领先一年”。
在北京车展铺天盖地的AI汽车宣传中，荣威可能是最让我困惑的一家。
4月22日，荣威在北京发布了“家越”系列和与字节跳动深度合作的AI汽车技术。台上讲得很热闹，“AI原生”“CPP”“Context+Planner+Pixel”一堆新词往外蹦
发布会第二天，我们关起门来聊了整整一个下午。对面坐着荣威产品负责人钱漾、技术负责人Daniel，还有品牌团队的Joyce。
“昨天台上讲的，很多人理解不了。”钱漾的开场白很坦诚。
但我更关心的是另一个问题：在2026年的今天，当几乎所有车企都在高喊“大模型上车”“智能体座舱”，荣威凭什么突围？
一、“你们是不是太保守了？”
字节跳动现在至少已经和五六家车企签了合作，如果只是“接入豆包”，用户根本感知不到差别。
我第一个问题就很直接：荣威作为字节在汽车行业的第一家深度合作伙伴，按理说应该有首发优势，为什么发布会上完全感受不到？
荣威产品负责人钱漾的回应是务实的：“家越是荣威的，不是独立品牌。我不是为极客造车，不是为了在车上发PPT。我是围绕家庭日常生活，给你舒适和便利。”
这个定位本身没问题——20万级别的家用SUV，用户确实不需要在车上开视频会议。但问题是，几乎所有这个价位的车都在说类似的卖点。
“我们也不知道对标谁，”钱漾承认，“感觉在做一件新的事情。”
“新”在哪里？Daniel从技术层面给出了解释。
最大的差异在于，大多数接入大模型的车企只是“加了一个语音助手”——你说话，它理解，然后执行预设指令，本质上和几年前的语音控制没有革命性变化。
但荣威和字节做的这套CPP架构，是让AI真正具备推理和规划能力。
我举了个例子：你告诉车“周三和周六加油站有优惠，油箱合适的时候提醒我”。它不是简单设置一个闹钟，而是会结合你的位置、油量、时间，在你真正需要的时候，用最自然的方式提醒你。
“我们不知道这台车的AI能干什么，我们只知道它不能干什么，”Daniel说，“正向清单是用户玩出来的，不是工程师预设的。”
这是AI汽车与智能汽车的本质区别：前者是用户“养”出来的，后者是工程师“写”出来的。
但问题也在这里——这种差异，发布会上用PPT讲不清楚，必须上车试，而且不是试一两个小时，得试一周甚至更长时间，AI才能记住你的习惯、学习你的偏好。
在传播节奏上，慢就是输。你不在用户心里种下“荣威的AI不一样”这个认知，等别人先占了，你就只能跟在后面喊“我也是”。
二、用户到底会不会用？
第二个问题更扎心——你们做了这么多，用户真的会用吗？
现在的车机AI有个通病：看起来什么都能干，实际上用户除了设置导航和切歌，什么都不会用。
我给他们讲了一个真实的场景：很少有人用车机点外卖，因为我的手机上已经有一套完整的支付体系了。如果我跟车机说完，它能直接调用我手机上的豆包完成支付，那才是真正的“打通”。
另一个容易被忽视的难点是：车上有十几路摄像头，比手机复杂得多。“我们要解决的不仅仅是语音理解，”Daniel说，“而是让AI能分清——现在是主驾在说话，还是副驾，还是后排的孩子？每个人的记忆和偏好都不一样。”
这要求AI具备多模态感知能力，不仅仅是“听懂”你在说什么，还要“看懂”谁在说、当时是什么场景。
一个典型的场景：后排小孩睡着了，前排父母还在切舞曲。AI如果能通过摄像头捕捉到小孩的睡眠状态，主动提醒“后排小朋友睡着了，轻一点”，这才是超越普通“语音助手”的价值。
但这些，单纯通过语音交互是做不到的。
三、怎么让用户“玩起来”？
“官方跳出来说我做了多少车控、多少场景，没用的，”我说，“还不如一个真实用户发一个小视频。”
我给他们讲了个真实案例：我一个朋友和女朋友在微信上争论一件事，他把截图发给豆包，让豆包评理。豆包顺着女生的情绪说“他就是不懂你”，女生截图发给男生。男生虽然知道这可能是情绪价值，但矛盾就这么化解了。
这说明什么？用户使用AI的方式不是工程师能预设的。他们可能拿它来调解家庭矛盾，也可能拿它来哄小孩，还可能拿它来做一些很奇怪的事情。
“我们就是想做这个！”钱漾展示了一段视频：车上一个用户随口说“我心情不太好”，AI没有机械地回复“已为您播放轻音乐”，而是用理解身边朋友情绪的口吻说：“你怎么啦？说来听听呗。”
关键在于AI的记忆能力。如果你这周心情不好、下周心情好了，它说话的语气、推荐的音乐风格都会跟着调整。它不是随机的“幽默”，而是基于对你情绪状态的持续理解。
“用户的想象力是需要被激发的，”我说，“你不能指望每个人都玩出花来。你得给一些‘种子场景’——原来还能这么玩，他们才会自己举一反三。”
专属优势：与字节的“联合定制”
回到一个核心问题：既然字节同时合作了多家车企，荣威凭什么做差异化？
答案藏在“联合定义”这四个字里——大部分合作是“我用你们的大模型”，荣威和字节的合作是“我们一起打造适合汽车场景的AI架构”。
“字节做基模很牛，但它不懂车，”Daniel说，“一辆车上十几路摄像头，指令的延迟要求比手机高得多，有些指令还涉及驾驶安全，不能随便执行。”
CPP架构的核心是三层设计：C层（Context）负责收集多模态信息——谁在说话、车外是什么环境、车里是什么状态；P层（Planner）做推理规划，判断用户意图并制定执行方案；最后的P层（Pixel）是执行层，由车厂把控安全底线。
“我们不知道这台车的AI能干什么，我们只知道它不能干什么，”Daniel说，“正向清单是无限的，但负面清单是可控的。”
在采访快结束的时候，我问了一个有点“穿越”的问题：现在你们讲AI，跟十年前荣威讲“互联网汽车”有什么本质区别？
钱漾沉默了几秒，然后说：“十年前我们是把手机的能力搬上车，本质还是你在操作它。但这次，是它开始真正理解你。”
这大概就是AI汽车与智能汽车的本质区别。前者是你“养”出来的，后者是你“用”出来的。
钱漾透露，今年7月左右，搭载这套系统的首款车型就会上市。“我们希望能够让用户自己玩起来，而不是我们告诉他应该怎么玩。”
对于汽车行业来说，这可能意味着一个转折点：当AI足够聪明时，产品的核心竞争力不再是厂商预设了多少功能，而是用户能“玩”出多少可能性。
就像没人教过你用豆包解决家庭矛盾，你自己就发现了。未来的AI汽车，也会出现类似的“非说明书式场景”。
热门跟贴