上汽通用：AI原生架构驱动的下一代智能座舱设计与量产实践

2026年6月25日，在第八届AI智能座舱大会暨2026第四届车载显示与感知技术革新峰会上，上汽通用高级数字化产品经理胡伟佳，分享了对AI原生架构驱动下智能座舱演进的深度思考，以及上汽通用在量产落地过程中的实践经验与挑战。

胡伟佳指出，智能座舱的AI能力演进正从集成大模型、部署多Agent的工具阶段，迈向具备情感连接、自我进化能力，并最终提供主动服务的“类人”伙伴阶段。实现这一目标的关键，在于重构车载AI的交互范式，解决大模型与传统车载系统共存、端侧算力限制、数据闭环与记忆机制建立，以及避免“伪主动服务”带来的用户打扰等核心量产难题。

胡伟佳 | 上汽通用高级数字化产品经理

以下为演讲内容整理：

语音与大模型的融合实践

当前，所有车企都将语音作为集成大模型能力的起点，但这必然面临一个现实局面：传统的语音交互必须与大语言模型共存。如何平衡二者关系，成为量产落地的首要挑战。上汽通用从去年起便开始研发端到端的大模型语音方案，并在今年上半年量产了开放域的端到端语音交互能力。这意味着用户无需单独唤醒某个应用，便可在所有对话场景中直接调用大模型能力。

然而，新的问题随之产生：系统如何智能判断何时该调用强大但响应稍慢的大模型，何时该使用响应迅速的传统车控指令？为确保车控功能的基础体验，分类永远是处理这一问题的第一步，且这一步骤并非由大模型完成。上汽通用的实践路径是，将模型的能力不断从交互链路的最末端向前端迁移。最初，大模型仅作为外挂工具，用于绘画、查新闻或闲聊；随后，将其置于中间层，用于语义理解和任务推理。接下来，团队计划将模型能力进一步前置，甚至尝试将中间层的推理与前置的分类合并，以期用一个模型同时承担意图分类与复杂推理的任务。

端侧大模型的探索与算力挑战

上汽通用在行业内较早地进行了端侧大模型的量产探索，在8775芯片上成功部署了1.9B参数的端侧模型。但实践表明，当前的端侧模型在实际应用中并不如想象中“性感”。一方面，受限于带宽和车端算力，其响应时间较长，通常在3至5秒。当交互延迟超过3秒，许多需要实时反馈的应用场景便难以落地，端侧模型的能力更多被限制在异步、非实时的任务处理上。另一方面，端侧模型缺乏并发处理能力，每一次运行都需要独立的算力资源，这意味着在某一时刻，车辆只能处理单一场景的任务，难以实现“眼观六路、耳听八方”的全场景实时感知。

面对这些局限，端侧模型在现阶段更像是一个“单线程”的处理单元。但这并不代表方向有误，上汽通用正寄希望于下一代高算力平台，如8397芯片或AI Box，通过在不同算力单元上进行更合理的任务分配来解决问题。未来的思路或许不只是部署一个庞大的30B MoE模型，而是可以并行研究灵活部署多个2B甚至零点几B的小参数模型，通过协同工作，满足车内不同场景、不同实时性要求的复杂任务处理。

从被动响应到主动服务的真实路径

主动服务是行业热衷讲述的故事，但现阶段，许多构想中的主动服务其实是产品经理的一厢情愿，而非真正服务于用户的个性化需求。上汽通用在实践中发现，通过AI构建海量的“If-Then”规则场景库并推送给用户，往往效果不佳。用户不需要的推送，最终只会形成打扰。

真正有价值的主动服务，必须建立在实时感知与用户记忆的基础之上。例如，当系统感知到后排儿童睡着时，可以主动询问并执行调暗灯光、关闭车窗、切换空调模式等一系列操作。更理想的状态是，车辆能记忆用户的家庭习惯——比如左后排常坐小朋友，右后排常坐老人——从而在调节空调时自动做出更适合的决策。当用户对服务不满意时，还应具备“反思”能力，接受用户的反馈并调整后续行为，形成一个正向循环的体验闭环。这一切的前提，是车辆具备实时感知能力，能够精准捕捉当下场景与用户状态，而非基于预设规则的机械触发。

构建记忆与跨周期交互的基石

要实现上述的主动服务，车辆必须学会记忆和理解用户。到2026年，构建车内记忆与上下文感知能力将是上汽通用最重要的工作方向。但这种记忆的构建，不能仅依赖用户主动发出的语音指令。用户在车内的绝大多数行为——开关车窗、调节温度、选择播客、使用应用——都是以结构化数据存在的操作，这些数据并未被传统AI交互链路所吸纳，却恰恰是理解用户的关键。

将这些海量的、结构化的车内行为数据，转化为AI可以理解和消费的输入，是巨大的工程挑战。若每辆行驶的车辆都频繁向云端发起记忆请求，其Token消耗将是不可接受的，云端的算力也会不堪重负。这正是上汽通用持续押注端侧模型的重要原因。他们期望端侧模型不仅能解决推理延迟问题，更能高频、高效地处理用户行为数据，在本地完成记忆的初步处理和沉淀，从而为跨设备、跨周期的连续任务提供可能。比如，用户在途中下车处理事务，再次上车后，车辆能无缝延续此前的任务导航和状态。

座舱智能体的终极愿景

上汽通用认为，下一代智能座舱在用户眼中应是一个既像朋友又像助手的“硅基伙伴”。作为朋友，它了解用户的性格与偏好，能提供温暖的情感陪伴；作为助手，它拥有高智商和丰富的技能库，能高效解决问题。这要求车辆必须具备极高的智商以理解复杂意图和规划任务，同时，其技能库也需要不断扩充。除了集成车辆自身的控制能力，更需拥抱丰富的生态能力。例如，当用户询问如何加注玻璃水时，车辆不仅能给出文字步骤，还能直接推送一段相关的短视频教程，这便是将生态能力无缝融入座舱体验的优秀范例。

从量产实践来看，这条路充满挑战，但方向清晰。它需要车企与全产业链合作伙伴共同努力，将脑海中的智能座舱愿景，一步步转化为让用户“更有感觉”、真正离不开的数字化伙伴。

关于上汽通用

上汽通用汽车成立于1997年，由上海汽车集团股份有限公司与通用汽车公司共同组建。作为中国汽车工业的领军企业之一，上汽通用已构建起覆盖别克、雪佛兰、凯迪拉克三大品牌的丰富产品矩阵，并率先在智能网联、新能源技术及数字化服务领域进行深度布局，致力于为用户打造“更智能、更安全、更人性化”的出行体验。

（以上内容来自上汽通用高级数字化产品经理胡伟佳先生于2026年06月25日第八届AI智能座舱大会暨2026第四届车载显示与感知技术革新峰会发表的题为《AI原生架构驱动的下一代智能座舱设计与量产实践》的演讲。）