2025年9月11日，在歐亞汽車創(chuàng)新論壇（IAA Mobility 2025官方活動）上，深圳佑駕創(chuàng)新科技股份有限公司副總裁楊一泓指出，當前智能座艙存在功能碎片化、設(shè)計理念局限、缺乏情感理解等痛點。大語言模型成為轉(zhuǎn)折點，其具備多模態(tài)融合、主動挖掘需求、支持個性化定制、實現(xiàn)場景化理解與服務(wù)、持續(xù)進化等優(yōu)勢，基于此佑駕創(chuàng)新推出新一代座艙大模型智能管家BamBam。

佑駕創(chuàng)新對車載大模型定位為“更貼近人類的交互伙伴”，采取“大模型與小模型協(xié)同”策略，讓座艙AI跳出工具屬性，成為會觀察、思考、陪伴的智能管家。座艙AI的未來，不是更復雜的功能，而是更懂人的智能，BamBam以用戶為核心，帶來更值得信賴、更安全、更懂你的沉浸式座艙體驗。

楊一泓｜深圳佑駕創(chuàng)新科技股份有限公司副總裁

以下為演講內(nèi)容整理：

深圳佑駕創(chuàng)新科技股份有限公司成立于2014年，目前員工規(guī)模已超過600人。公司總部位于深圳，在北京、上海等地設(shè)有分支機構(gòu)。自2018年起，我們開始推進商業(yè)化進程；2019年，作為業(yè)務(wù)體系的重要組成部分，智能座艙相關(guān)核心業(yè)務(wù)板塊獨立運營，形成了更具專業(yè)性的業(yè)務(wù)架構(gòu)。當前我們的核心技術(shù)以全棧自研為根基，硬件軟件協(xié)同落地，覆蓋從輔助駕駛到高階智駕，再到艙內(nèi)的全場景需求。

作為國內(nèi)車載智能領(lǐng)域的供應(yīng)商，在大規(guī)模技術(shù)落地應(yīng)用后，我們發(fā)現(xiàn)當前智能座艙存在一些普遍痛點。

首先，現(xiàn)有AI功能多為單點設(shè)計，雖然概念豐富，但實際體驗卻因功能碎片化而變得復雜。例如當車內(nèi)有多人乘坐時，用戶往往難以在充滿信息的觸控菜單中快速找到所需功能，操作流程反而比物理按鍵更繁瑣。

第二，由于汽車行業(yè)開發(fā)周期限制，許多功能在量產(chǎn)前就已確定，這導致功能可用性更多取決于設(shè)計理念而非技術(shù)成熟度。比如曾有客戶要求研發(fā)吸煙檢測功能，一旦檢測到吸煙就自動降下車窗。這個設(shè)計初看合理，但當用戶在雨天駕駛時，就會感到這一功能的局限性。

第三，當前AI技術(shù)雖能輸出大量信息，但卻缺乏對人類情感的真實理解。這正是邊緣計算日益重要的原因——，要提升車載體驗，必須從被動響應(yīng)轉(zhuǎn)向主動服務(wù)。我們認為AI技術(shù)需要從感知智能進化到認知智能，不僅要檢測物體和行為，更要理解情緒、分析習慣并提供適時服務(wù)。

大語言模型的出現(xiàn)正是轉(zhuǎn)折點。相比小模型，大模型具備諸多優(yōu)勢。一是大模型具備多模態(tài)融合能力，能讓感知與理解更精準。通過整合視覺、語音、車輛狀態(tài)等多維度數(shù)據(jù)，大模型可以更全面地掌握駕駛員與乘客的行為邏輯，進而提升場景理解能力，更準確地捕捉用戶的潛在需求，分析復雜場景下的用戶意圖。

其次，大模型能主動挖掘用戶需求。很多時候，用戶自己也不清楚AI能為他們帶來什么，甚至不知道自己的真實需求是什么，而大模型可以通過分析多場景下的車輛數(shù)據(jù)，主動發(fā)現(xiàn)并挖掘這些潛在需求。

第三，大模型支持個性化服務(wù)定制。以“吸煙行為檢測”這一功能為例，大模型具備動態(tài)調(diào)整執(zhí)行邏輯的能力，如果產(chǎn)品經(jīng)理最初設(shè)定的邏輯是“檢測到吸煙就自動降窗”，而用戶反饋“不喜歡這個功能，不要再觸發(fā)”，那么下一次系統(tǒng)就能理解用戶意圖，調(diào)整執(zhí)行方式——這正是我們期望的未來座艙體驗。

第四，大模型能實現(xiàn)場景化理解與服務(wù)。這一點至關(guān)重要，因為我們不希望“單點功能”讓整體體驗變得碎片化、復雜化。我們理想中的服務(wù)是“隱形的”，系統(tǒng)在后臺默默理解需求，無需用戶過多操作就能提供支持，而大模型恰好能實現(xiàn)這一點。

此外，大模型具備持續(xù)進化的能力。在用戶使用過程中，大模型能不斷學習、優(yōu)化，為未來更智能的座艙體驗奠定基礎(chǔ)?；诖?，我們推出了新一代座艙大模型智能管家BamBam。

我們對車載大模型的定位是“更貼近人類的交互伙伴”，它能觀察場景、理解邊界，既具備情感計算能力和“讀懂情緒”的EQ，又能通過溝通明確需求并執(zhí)行動作。不過，我們并不認為要完全替代小模型，小模型在特定場景如單一功能快速響應(yīng)、特定領(lǐng)域精準計算中仍有優(yōu)勢。因此，我們的策略是“大模型與小模型協(xié)同”，結(jié)合兩者優(yōu)勢實現(xiàn)最優(yōu)性能，同時更注重突出系統(tǒng)的“情感化交互能力”。

我們希望車載大模型能具備更高的推薦精準度，理解每個用戶的獨特性，為不同用戶提供個性化建議；同時，我們堅持端側(cè)部署，并結(jié)合大模型的持續(xù)學習能力。這樣做有三個核心優(yōu)勢，一是能更好地保護用戶隱私；二是能減少對網(wǎng)絡(luò)連接的依賴，避免因等待網(wǎng)絡(luò)響應(yīng)而延遲服務(wù)；三是能在端側(cè)記錄用戶的使用習慣與偏好，讓每一輛車都能適配用戶，形成獨一無二的座艙體驗。

同時，我們也尊重用戶的個人喜好。一方面，我們會基于單個用戶的使用數(shù)據(jù)挖掘習慣、提供專屬服務(wù)；另一方面，我們也會結(jié)合多用戶的共性需求，為企業(yè)客戶提供定制化的行業(yè)解決方案。

（以上內(nèi)容來自深圳佑駕創(chuàng)新科技股份有限公司副總裁楊一泓于2025年9月11日在歐亞汽車創(chuàng)新論壇（IAA Mobility 2025官方活動）發(fā)表的《以人為本的座艙智能：通過AI交互構(gòu)建信任與安全》主題演講。）