
如果座艙體驗(yàn)是差異化的主戰(zhàn)場,那么定義座艙體驗(yàn)的模型自然是品牌的“靈魂”。
最近在想,汽車確實(shí)是一個(gè)很有趣的人造工業(yè)物種,它的發(fā)展貫穿了第二次工業(yè)革命到第四次工業(yè)革命的整個(gè)周期。一百年來,各種產(chǎn)業(yè)、產(chǎn)品興衰,汽車一直是那個(gè)最靚的仔,無論談對經(jīng)濟(jì)的被動(dòng)貢獻(xiàn),還是講消費(fèi)者的主動(dòng)熱愛。
而且,不是每個(gè)產(chǎn)業(yè)都可以擁有一種文化的,而汽車文化是一個(gè)相當(dāng)主流的社會(huì)現(xiàn)象,它不僅僅關(guān)乎“交通工具”本身,而是一種生活方式與身份表達(dá)的集合體。
汽車的內(nèi)涵在這個(gè)過程中,也不斷更新?lián)Q代。
從機(jī)械時(shí)代的馬力競賽,到電氣化時(shí)代的續(xù)航角逐,競爭焦點(diǎn)不斷轉(zhuǎn)移。曾幾何時(shí),V8、V12這些數(shù)字就是實(shí)力的象征,而特斯拉用一塊電池改寫規(guī)則后,續(xù)航里程又成為新的衡量標(biāo)準(zhǔn)。
AI大潮一來,新的法則又在形成,智能體驗(yàn)成為新的戰(zhàn)場。但這一次的革命更為徹底,畢竟一旦智能駕駛把人類從駕駛的舟車勞頓中逐漸解放,汽車也將史上第一次,從一個(gè)出行工具,變身為一個(gè)移動(dòng)空間。

準(zhǔn)確地說,一個(gè)擁有智能體驗(yàn)的移動(dòng)空間,誰能更好地理解這個(gè)空間里的人,誰就能贏得未來。而在這場競爭中,一個(gè)有趣的現(xiàn)象正在浮現(xiàn):那些深諳用戶思維、習(xí)慣數(shù)據(jù)驅(qū)動(dòng)的團(tuán)隊(duì),似乎天然更懂得如何打造這個(gè)“懂人”的智能空間。
一、產(chǎn)品基因的“代際傳承”
在云棲大會(huì)期間,我與理想汽車空間AI團(tuán)隊(duì)負(fù)責(zé)人江會(huì)星、阿里云智能集團(tuán)公共云事業(yè)部AI汽車行業(yè)解決方案總經(jīng)理霍健等進(jìn)行了深入交流。兩家公司的合作,正是這種產(chǎn)品基因在AI時(shí)代“代際傳承”的縮影。
理想汽車創(chuàng)始人李想,就是中國最早也是最頂尖的產(chǎn)品經(jīng)理之一,而且又聚焦于汽車這個(gè)垂直場景,這種原生的產(chǎn)品能力也深深植入了理想汽車?;艚≡谠L談中說:“理想等車企在產(chǎn)品智能化方面表現(xiàn)突出,創(chuàng)始人都有數(shù)字化產(chǎn)品的經(jīng)驗(yàn)。智能化的本質(zhì)是模型和數(shù)據(jù),這些都屬于用戶產(chǎn)品開發(fā)曾涉及的范疇。”
團(tuán)隊(duì)天然習(xí)慣于快速迭代和數(shù)據(jù)驅(qū)動(dòng)。江會(huì)星向我分享了理想內(nèi)部的節(jié)奏:“我們每周都有AI周會(huì),每周都有數(shù)據(jù)閉環(huán)的會(huì),每周都會(huì)從里面看用戶反饋的問題,及時(shí)在下一版本迭代上去。”這聽起來完全不像一家汽車公司,而更像是一家產(chǎn)品驅(qū)動(dòng)的科技公司。
基于這種產(chǎn)品哲學(xué),理想做出了一個(gè)關(guān)鍵的戰(zhàn)略判斷。江會(huì)星說:“智能駕駛未來是剛需,真正有差異的就是這個(gè)移動(dòng)'空間'(座艙)。”

當(dāng)汽車的定義從“工具”躍遷為“空間”,一個(gè)核心問題浮現(xiàn)出來:這應(yīng)該是一個(gè)什么樣的空間?
理想汽車給出的答案非常清晰:家。對車內(nèi)用戶來說,“家”意味著要在這個(gè)智能移動(dòng)空間里獲得一種“松弛感”。
一個(gè)房屋的舒適,需要一個(gè)艱苦的裝修過程;一輛車的“松弛”,同樣知易行難?;艚∮^察到理想的做法:“體驗(yàn)的背后,需要慢工出細(xì)活。每一個(gè)體驗(yàn)都需要精心打磨,逐步優(yōu)化完成。”
這就帶來一個(gè)有趣的矛盾:既要像用戶產(chǎn)品那樣快速迭代,又要像工藝品那樣精心打磨。這看似是個(gè)悖論,但恰恰是產(chǎn)品驅(qū)動(dòng)理念的核心。快迭代確保了系統(tǒng)持續(xù)進(jìn)化,慢工則保證了每一次交互的溫度。
我們可以用一個(gè)看似簡單的場景來解剖這種體驗(yàn)的復(fù)雜度。車?yán)镆晃怀丝驼f“我感覺有點(diǎn)冷”。
對傳統(tǒng)汽車來說,只能是某名乘客執(zhí)行一個(gè)簡單的全局(局部)調(diào)溫動(dòng)作。
但在理想的智能空間里,這句話啟動(dòng)了一個(gè)復(fù)雜的認(rèn)知過程。江會(huì)星詳細(xì)描述了理想自研的車端大模型MindGPT需要完成的工作:首先是環(huán)境感知和理解——誰在說話(誰覺得冷)?坐在哪個(gè)位置?車內(nèi)溫度、空氣質(zhì)量如何?然后,MindGPT需要結(jié)合“全信息記憶”中對該用戶的了解,推理出真實(shí)意圖:是希望調(diào)節(jié)風(fēng)向、開啟座椅加熱,還是調(diào)溫即可?
從被動(dòng)的指令響應(yīng),到主動(dòng)的意圖理解,這是AI帶來的核心價(jià)值。而這個(gè)看似簡單的“溫度”場景,實(shí)際上需要速度、深度、溫度的三重協(xié)同才能實(shí)現(xiàn)。
二、速度、深度、溫度
在智能座艙時(shí)代,“速度”的定義正在被改寫。無論背后的計(jì)算多么復(fù)雜,前端的交互必須快到讓用戶感覺自然流暢。
在端側(cè)AI領(lǐng)域,低延遲自然是一個(gè)繞不開的核心指標(biāo)。今年云棲大會(huì)上,阿里云發(fā)布的通義Qwen3-Omni全模態(tài)模型,展示了行業(yè)在這方面的最新進(jìn)展。霍健提到,這個(gè)模型的端到端音頻對話延遲已經(jīng)壓縮到211ms——這意味著從你開口到AI開始響應(yīng),整個(gè)過程快到大腦都察覺不到停頓。
這個(gè)速度背后,是通義團(tuán)隊(duì)針對主流座艙芯片做的深度適配:通過精度優(yōu)化讓計(jì)算更輕量、通過數(shù)據(jù)壓縮減少傳輸負(fù)擔(dān)、通過智能預(yù)判加快響應(yīng)速度。這一套技術(shù)組合下來,讓大模型在車內(nèi)這個(gè)算力有限的環(huán)境里,也能跑出接近云端的性能。
這個(gè)數(shù)字低于人類的感知閾值(通常認(rèn)為是300ms)。當(dāng)延遲足夠低,用戶感覺不到等待,對話就變成了自然的交流。無論是理想的MindGPT,還是行業(yè)的其他領(lǐng)先模型,都在向這個(gè)目標(biāo)逼近。前端體驗(yàn)的“松弛感”,恰恰源于底層技術(shù)分秒必爭的“緊張感”。
但速度只是表象,真正決定體驗(yàn)差異的,是座艙模型的“深度”:它到底有多懂你。

要讓AI的這種“深度理解”真正落地,需要另一個(gè)關(guān)鍵能力:記憶。這就引出了端云協(xié)同的架構(gòu)選擇。
如果說端側(cè)是交互的第一線,聚焦于實(shí)時(shí)感知和快速響應(yīng),那么云端則承擔(dān)深度推理和長期記憶的重任。
霍健在接受我們訪談時(shí),具體介紹了云端在“有點(diǎn)冷”案例中的角色:“云端會(huì)首先進(jìn)行記憶召回,找到'乘客'過去對溫度的偏好,提供給車端結(jié)合車外溫度、車內(nèi)溫度、溫度偏好做執(zhí)行。”他解釋了分工邏輯:端側(cè)負(fù)責(zé)實(shí)時(shí)感知(快),云端負(fù)責(zé)深度推理和長期記憶(準(zhǔn))。
據(jù)悉,理想為此構(gòu)建了認(rèn)知科學(xué)中的三層記憶:程序記憶(習(xí)慣自動(dòng)化)、情景記憶(特定事件記錄)、語義記憶(本質(zhì)理解)。
當(dāng)然,要構(gòu)建這樣一個(gè)復(fù)雜的記憶系統(tǒng),也對云端基礎(chǔ)設(shè)施提出了極為苛刻的要求。它需要存儲(chǔ)海量的異構(gòu)數(shù)據(jù),并能在毫秒級完成復(fù)雜的檢索和推理。
據(jù)悉,理想同學(xué)的全信息記憶體系,是基于阿里云的Tair、Lindorm和圖數(shù)據(jù)庫(GDB)構(gòu)建的。這套組合拳提供了完整的記憶機(jī)制:Tair負(fù)責(zé)實(shí)時(shí)上下文特征和快速向量檢索;Lindorm承擔(dān)海量日志和特征的統(tǒng)一存儲(chǔ);GDB則負(fù)責(zé)構(gòu)建知識圖譜,讓AI能理解復(fù)雜關(guān)系,實(shí)現(xiàn)更類人的語義推理。數(shù)據(jù)顯示,這套系統(tǒng)實(shí)現(xiàn)了高達(dá)99.5%的召回準(zhǔn)確率,同時(shí)平均查詢延遲僅為2ms。
因此,如果說“端”側(cè)決定了交互的“速度”,那么“云”端則決定了智能的“深度”,特別是“記憶”能力,讓理想同學(xué)像“家庭成員”一樣懂你。
回到最初那個(gè)“我感覺有點(diǎn)冷”的場景:MindGPT理解了用戶意圖,在2ms內(nèi)調(diào)取了用戶的溫度偏好歷史,系統(tǒng)綜合判斷后精準(zhǔn)執(zhí)行了最符合用戶習(xí)慣的操作。速度保證了交互的自然,深度保證了理解的準(zhǔn)確,而兩者的結(jié)合,才真正帶來了那種“家”的溫度。
這套端云協(xié)同的打法,不僅定義了理想的產(chǎn)品體驗(yàn),也揭示了AI時(shí)代車企與云廠商之間一種成熟、高效的協(xié)作范式。
三、“靈魂”與“基座”
如果座艙體驗(yàn)是差異化的主戰(zhàn)場,那么定義座艙體驗(yàn)的模型自然是品牌的“靈魂”。
2023年3月,ChatGPT發(fā)布沒過多久,理想就快速立項(xiàng)了自研大模型MindGPT,并用9個(gè)月時(shí)間“把訓(xùn)練大模型所有該趟的坑都趟了一遍”。
不過,完成從0到1是一個(gè)里程碑,速度又是另外一個(gè)指標(biāo)。
業(yè)內(nèi)常說“AI一天,人間一年”,大模型的迭代周期越來越短,阿里通義大模型便是這一速度的極致體現(xiàn)。據(jù)統(tǒng)計(jì),其近兩年已發(fā)布開源模型數(shù)量超過300。所以,垂直場景的模型如何跟上這個(gè)速度,借勢基模之力 ?
江會(huì)星強(qiáng)調(diào),車端模型目前的核心在于掌握“后訓(xùn)練(Post-training)”,特別是“強(qiáng)化學(xué)習(xí)(Reinforcement Learning)”的能力。他解釋,“強(qiáng)化學(xué)習(xí)中的獎(jiǎng)勵(lì)函數(shù)(Reward Function)必須緊密貼合你當(dāng)前真實(shí)的業(yè)務(wù)場景,比如CUA自主操作小程序交停車費(fèi)場景中輸入的車牌號是否正確,再比如MindGPT回復(fù)的內(nèi)容是否滿足結(jié)構(gòu)化要求等。”這意味著,你必須根據(jù)自己的品牌理念和用戶反饋,來告訴模型什么是“好”,什么是“壞”。只有掌握了這個(gè)“調(diào)教”模型的能力,AI才能真正進(jìn)化為符合品牌調(diào)性的智能體(Agent)。
他用了一個(gè)更生動(dòng)的比喻來解釋理想的策略:“可以這樣理解:我們已經(jīng)建立了完整的大模型訓(xùn)練流水線(pipeline),拿后訓(xùn)練來說,一旦基座模型有了新迭代,都能夠快速接入這套流水線——從數(shù)據(jù)準(zhǔn)備、指令微調(diào)、設(shè)計(jì)獎(jiǎng)勵(lì)機(jī)制進(jìn)行強(qiáng)化學(xué)習(xí),再到模型效果評估,整套流程高度自動(dòng)化且模塊化”。這意味著,新版本的模型都能以周為單位內(nèi)完成升級、驗(yàn)證與部署,無縫集成到“理想同學(xué)”智能體中,實(shí)現(xiàn)端到端的快速迭代上線。這種敏捷的閉環(huán)能力,不僅大幅縮短了從模型研發(fā)到產(chǎn)品落地的周期,也讓智能座艙的用戶體驗(yàn)?zāi)軌虺掷m(xù)、高頻地進(jìn)化。
如果說強(qiáng)化學(xué)習(xí)的“獎(jiǎng)勵(lì)函數(shù)”讓理想能夠定義什么是“好”,那么后訓(xùn)練能力就是理想把這個(gè)“好”快速落地的武器。
因此,當(dāng)理想掌握了“烘焙配方”,基座模型能力提升,會(huì)帶動(dòng)整體性能提升;后訓(xùn)練能力增強(qiáng),同樣會(huì)讓基座模型發(fā)揮更大價(jià)值。這是一種能力的放大疊加,而非簡單的補(bǔ)充替代。
這套“靈魂”與“基座”的協(xié)作邏輯,也在定義一種緊密的產(chǎn)業(yè)合作關(guān)系。
理想具備原生的產(chǎn)品能力,知道用戶需要何種駕乘體驗(yàn);阿里云提供AI原生的基礎(chǔ)設(shè)施,知道客戶需要怎樣的技術(shù)支撐。阿里云曾經(jīng)讓企業(yè)把應(yīng)用“天然生長”在云上,現(xiàn)在則讓智能成為產(chǎn)品與生俱來的能力。理想同學(xué)的“懂你”,本質(zhì)上就是一種AI原生的產(chǎn)品體驗(yàn):AI不是后置的功能模塊,而是產(chǎn)品體驗(yàn)的基礎(chǔ)設(shè)施。
智能座艙有了“靈魂”,產(chǎn)品能力遇上AI原生基礎(chǔ)設(shè)施,我們其實(shí)在見證一種移動(dòng)智能體的進(jìn)化。理想與阿里云的合作,或許是為這個(gè)“新物種”的黃金時(shí)代,寫下了最關(guān)鍵的序章。(作者:高飛)
申請創(chuàng)業(yè)報(bào)道,分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處,共同探討創(chuàng)業(yè)新機(jī)遇!
