• 采购项目
  • 配套企业库
  • 销量查询
  • 盖世汽车社区
  • 盖世大学堂
  • 盖亚系统
  • 盖世汽车APP
  • 智驾传感器产业报告2026
  • 2026智能座舱产业报告
  • 汽车出海新书发布
  • 2026未来商用车及专用车技术与产业大会暨CSAE汽车智能交通分会
  • 2026具身智能产业场景融合大会
  • 2026中国汽车低碳与可持续发展论坛
  • 2026第九届智能驾驶大会
  • 2026第八届AI智能座舱大会
  • 走进长城“同源共链”创新技术展
当前位置:首页 > 活动 > 正文

从“功能座舱”到“智能伙伴”——长城汽车AI大模型座舱的场景化重构

盖世直播 陈琳铃 2026-06-01 13:41:46

2026年5月22日,在上海智能汽车软件园「AutoSoft对话」沙龙上,长城汽车空间设计部设计专家王絮宁提出,用户与座舱的关系正从“功能控制”迈向“智能伙伴”。当前行业仍停留在语音助手阶段,用户交互成功率低。未来座舱需具备场景识别与意图推理能力,例如识别儿童睡觉后主动调低音量、关闭直吹空调、将导航设为静默规划等。这依赖端侧多模态大模型、舱驾一体算力共享及隐私安全三大技术底座,并通过统一的服务分发中枢实现跨域编排与冲突仲裁。

王絮宁表示,生态层面,长城已从Coffee OS2的聚合广场演进至Coffee OS4的“精品+AI推荐”阶段,通过精品合作、应用商店、小程序、手车互联四类生态的场景化定位与垂域超级智能体的深度定制,推动生态从应用货架升级为生态供应链。同时,长城以场景识别准确率、主动服务采纳率、场景满意度及场景惊喜率四项指标衡量效果,致力于实现从功能堆砌到场景驱动、从被动响应到主动推理、从千人一面到每人一场景的转变,让车成为用户身边最恰当的智能伙伴。

以下为演讲内容整理:

行业变局

用户与座舱的关系可分为三个阶段。过去,座舱像遥控器,用户主要操控导航、音乐、空调等功能;现在,语音交互普及,座舱更像语音助手;未来,我们期望座舱能基于场景理解主动服务,让用户更好地感知功能。

但实验发现,当前用户通过语音与座舱交互的成功率并不高,问题在于用户不清楚什么场景下该怎么说、何时发起对话。我们所期望的是,汽车能更懂用户,建立更优质的人车交互,从场景识别、理解到服务,完整串联链路,提供最佳座舱体验。

技术底座

长城汽车的产品主动服务能力的核心,依赖底层两大引擎支撑,分别是大模型场景意图识别框架和服务分发中枢,中间通过记忆系统与数据闭环串联。

主要介绍两个场景,意图推理和意图分发。

意图推理分为三个层级。第一层是基础场景识别,如识别车上有儿童正在睡觉;第二层融入常识推理,如由车上有儿童在睡觉推断家长担心孩子被吵醒,进而确立车内需要保持安静的意图;第三层是主动预判,通过推演后续状况来整体判断座舱的情境。

意图分发则将明确意图拆解为具体功能,如调低音量、关闭后排直吹空调、调暗阅读灯、导航设为静默规划等,实现全车协同服务。这一功能的最大挑战在于跨域编排,如统一调度音量、空调、导航等独立模块。当需求冲突时,中枢需要进行仲裁。如前排听歌需求与后排儿童睡觉的情景冲突,需要优先保证安静,前排则通过头枕音响满足需求。对于多意图并的情况,中枢需根据重要程度与优先级综合计算,给出最优方案。

上述推理与整体编排均依托于底层技术底座,包括端侧多模态大模型、舱驾一体算力共享和隐私安全。依托这三项底层技术底座,场景化重构能够在使用中给予用户更强的安全感。

生态支撑

生态演进是场景化重构的关键路径。从Coffee OS2的聚合广场(资源集中但用户感知弱、内容有限),到OS3的生态全面开放(应用商店、小程序、手机互联,但头部应用溢价高、长尾使用率低),再到OS4的“精品+AI推荐”阶段,我们不再追求应用数量,而是通过Agent主动推荐服务,如用户说“附近好吃的川菜”,座舱即可完成订座、导航、推荐等闭环。生态由此从应用货架转变为生态供应链,通过AI推荐真正激活。

根据不同场景特征,生态分为四类:精品合作类(高频长时,如追剧、听歌,深度合作达原生状态);应用商店类(中频,如K歌、游戏,够用即可);小程序类(及时服务,如扫码、点外卖,即用即走);手车互联类(跨平台协作,延续手机习惯)。每类均有清晰场景定位,数据层设准入准出机制,通过点击量、时长、评分动态筛选,保障品质与效率。

我们生态规划的重点方向之一是垂域超级智能体。第一个是影音娱乐智能体,分为有问必答、想要必有、服务找人三个层级。第二个是生活服务超级智能体,覆盖美食外卖、出行旅游、娱乐活动、消费购物四大场景。

此外,我们将生态能力分为四个层级:相识(识别身份,情感化服务);相知(了解用户状态与场景,记忆个性化习惯);相伴(主动询问并串联服务,感知极弱但持续支持);相爱(主动关爱,提供心向往之的陪伴感受)。

价值展望

场景化重构面临三大挑战。一是复杂场景推理,比如有人争吵时推荐“播放舒缓音乐”可能激化矛盾,因此需要引入情绪识别机制,在冲突时主动服务降级,减少过度介入。二是场景边界模糊,用户对主动服务的需求时有时无,阈值需根据用户反馈动态调整,避免过于积极或迟缓。三是隐私敏感场景,车内私密话题时需保持安静,这需要依靠端侧模型及物理盖板保障隐私。

效果检测主要观测四个指标:场景识别准确率、主动服务采纳率、场景满意度(用户对“车懂我”的净推荐值),以及隐性指标——场景惊喜率,即用户主动提及或夸奖某场景的频率。数据显示,用户最满意的往往是那些简单的身边场景。

总体而言,从功能堆砌到场景驱动,车不再是功能的集合,而是场景的伙伴。从被动响应到主动推理,车需要理解用户未说出口的需求;从千人一面到每人一场景,每一次出行都是独特体验。我们认为,车的智能不在于功能多少,而在于最适合的场景、对的时间,以最恰当的方式提供最合适的服务,将车打造为用户身边的智能伙伴。

(以上内容来自长城汽车空间设计部设计专家王絮宁于2026年5月22日在上海智能汽车软件园「AutoSoft对话」沙龙发表的《从“功能座舱”到“智能伙伴”——长城汽车AI大模型座舱的场景化重构》主题演讲。)

本文地址:https://auto.gasgoo.com/news/202606/1I70460078C106.shtml

 
0

好文章,需要你的鼓励

微信扫一扫分享该文章