夜雨聆风
2025—2026 年，汽车智能座舱竞争开始发生变化。大模型不再只是车机里的“聊天插件”，而是被车企、云厂商和芯片公司包装成一种新的系统能力：AI Agent。
AI Agent 和传统语音助手的区别，在于它不只是“听懂一句话并执行一个指令”。它要能理解上下文，记住用户偏好，调用地图、音乐、车控、支付、日程、外卖、酒店、停车等外部工具，还要在必要时主动提醒用户。
NVIDIA 在 2026 年发布的车载 AI Agent 技术文章中，将新一代车载助手概括为具备推理、多模态、多智能体、边云混合、主动常驻、上下文感知、个性化和自然交互等能力，而不再是固定命令式语音系统。
这背后真正的变化是：智能座舱不再只依赖车端芯片，也不再只依赖云端大模型，而是开始形成云—边—端协同。
端，是车机、座舱传感器、车控接口和本地模型；
边，是车端 AI Box、中央计算平台、车载 NPU/GPU，或者靠近车辆的边缘推理资源；
云，是大模型训练、复杂推理、地图服务、生活服务、用户记忆和跨车队数据闭环。
只有三者协同，座舱 AI Agent 才可能从“能聊天”升级为“能完成任务”。
如果把大模型直接搬进车机，听起来很美好，但工程上并不现实。
车端算力有限
当前主流座舱 SoC 需要同时承担多屏渲染、音视频、地图、车控、语音、DMS/OMS 等任务，很难长期稳定运行大参数量模型。NVIDIA 提到，生产级车载 Agent 如果要在车端运行，需要本地运行 7B 以上参数模型、处理摄像头/音频/车辆遥测等多模态输入、维持低于 500ms 响应时间，并保持较高 token 生成速度，这对传统 IVI SoC 是明显压力。(NVIDIA Developer)
云端大模型虽强，但不能替代本地实时控制
如“打开车窗”“调高空调”“切换除雾”“驾驶员疲劳提醒”这类任务，必须低时延、强确定、可离线。理想汽车在介绍 Mind GPT 落地时也提到，高频车控、车设、导航、媒体等垂域意图可以通过端侧识别直接执行，并且用户声音不需要上传云端、也不会被存储。
座舱智能体必须接入真实服务
用户在车里说“帮我找一家附近适合带孩子吃饭的餐厅，顺路找个停车方便的地方”，这不是本地模型能单独完成的。它需要实时地图、POI、评论、排队、停车、支付、导航等外部服务。Google Cloud 的 Automotive AI Agent 就是典型云端能力：它基于 Gemini 和 Vertex AI，为车企构建车内生成式 AI 体验，并能够结合 Google Maps Platform 提供地点、交通、餐厅评价等实时信息。
因此，座舱 AI Agent 的合理分工应该是：端侧处理物理世界和实时控制，边侧承担本地 AI 推理和多模态融合，云端处理复杂知识、服务生态和长期记忆。
从公开资料看，目前已经形成几条较清晰的路线。
第一类是车企自研座舱大模型，代表是理想 Mind GPT。它深度服务自家座舱和车辆功能，强调“用车助手、娱乐助手、出行助手、百科老师”等车内场景，并与理想同学的语音、车控、导航、娱乐深度绑定。理想官方资料显示，Mind GPT 采用自研 TaskFormer 架构，围绕用车、娱乐、出行等场景通过 SFT、RLHF 等方式训练，具备理解、生成、知识记忆和推理能力。
第二类是车企平台 + 通用大模型生态，代表是广汽 ADiGO Intelligence 与阿里千问。广汽官方资料显示，ADiGO Intelligence 是端云一体架构，依托 375 万辆车运行数据，构建端侧多模态感知、结合记忆的多智能体协同、多模态情感表达三大核心引擎；其服务生态深度融合阿里千问大模型，支持通过语音使用高德地图、淘宝、飞猪等阿里系服务。
第三类是座舱系统级 Agent 架构，代表是华为鸿蒙座舱 MoLA 2.0。华为乾崑官网介绍，鸿蒙座舱智能助理基于 MoLA 2.0 架构，可理解意图、切换任务，并提供聊天、问答、共情安慰、唱歌、英语、游戏、哄娃等交互能力；同时还支持主动建议创建智慧场景、定时任务管理，以及极端天气、胎压、空气净化等安全与舒适提醒。
第四类是云厂商提供的汽车 AI Agent 平台，代表是 Google Cloud Automotive AI Agent。它不是某个车企自研模型，而是云端 AI 能力与车企座舱系统结合的案例。Google 官方资料显示，Mercedes-Benz 是首批在 MBUX Virtual Assistant 中接入 Automotive AI Agent 的车企之一，新 CLA 将通过该能力实现更自然的地点问答、多轮对话、上下文记忆和个性化信息获取。
第五类是芯片平台/计算平台提供的 Agent 基础设施，代表是 NVIDIA DRIVE AGX + AI Box。它不直接等同于某个车企品牌助手，而是为 OEM 提供车端 AI Agent 的算力与部署路径。NVIDIA 提出，AI Box 可以作为附加 ECU，与现有 IVI 系统通过轻量接口交换 token 和摄像头数据，从而在不大改座舱软件栈的情况下，把传统座舱升级为 Agentic AI 平台。
这些路线的共同点是：大模型不再孤立存在，而是必须与车端感知、车控接口、云端服务、用户记忆和安全策略结合。否则，它只是“车机版聊天机器人”，不是座舱 AI Agent。
真正可用的座舱 AI Agent，一般要经过六个步骤。
第一步是感知。端侧麦克风、摄像头、触摸屏、座椅传感器、车内毫米波雷达、车辆状态、位置、导航状态共同形成上下文。NVIDIA 的车载 AI Agent 架构中，AI Box 可以接入车内外摄像头，识别乘员、表情、姿态、手势，也能用于儿童或宠物遗留检测、主动舒适调节，以及根据车外摄像头回答环境相关问题。
第二步是意图理解。端侧模型先判断是不是高频车控、导航、媒体指令。如果是低风险、低复杂度任务，直接由车端执行；如果是开放问答、复杂计划、多工具调用，就路由到边侧或云侧大模型。
第三步是任务拆解。AI Agent 不应只生成一句回答，而要把用户目标拆成多个子任务。比如“下班后带孩子去吃饭，顺路买点水果，再导航回家”，系统需要拆成路线规划、餐厅推荐、是否停车方便、附近水果店、最终导航等多个步骤。
第四步是工具调用。座舱 Agent 要调用地图、车控、音乐、视频、支付、日程、天气、车况、维修、外卖、酒店、票务等工具。NVIDIA 明确指出，车载助手需要计划、调用导航、车辆 API、知识系统等工具，并通过编排、工具使用、记忆、策略约束和回退机制完成多步骤任务。
第五步是执行与反馈。车端负责把云端或边侧返回的任务结果转成具体动作：打开空调、设置导航、创建提醒、显示卡片、播放语音、调整座椅、打开环视。这里必须有权限控制，不能让通用大模型直接随意控制车辆。
第六步是记忆与迭代。系统记录用户偏好、常用路线、家庭成员、用车习惯和服务历史，但必须遵守隐私策略。理想 Mind GPT 和广汽 ADiGO 都把“记忆”作为关键能力，前者强调记忆网络与用户偏好，后者强调长时记忆用户出行习惯和餐饮偏好。(理想汽车)
这六步构成了座舱 Agent 的基本闭环：感知—理解—规划—调用—执行—记忆。
很多人谈云端和车端，却忽略“边”。
在智能座舱里，“边”可以有三种形态：车载 AI Box、中央计算平台中的 AI 域、以及靠近车辆的边缘云/MEC。它的价值在于承担云端和端侧之间的中间任务：比端侧更强，比云端更近。
NVIDIA 提出的 AI Box 就是典型边侧方案。它作为附加 ECU，不要求 OEM 重构整个 IVI 软件栈，只需要与座舱计算机交换 token 和摄像头数据，就能把现有车机升级为支持 LLM/VLM 的 Agent 平台。
边侧的好处有三个。
第一，隔离。AI Box 可以把大模型推理与娱乐座舱系统隔离，避免 NPU/GPU/内存资源互相抢占。NVIDIA 指出，AI Box 相比直接在 IVI SoC 上运行高级 AI 负载，具备更高 AI 算力、独立内存带宽、确定性推理性能和独立升级节奏。(NVIDIA Developer)
第二，升级。车企可以在不大改车机系统的情况下升级 AI 能力。对已经量产的平台而言，这比重新开发一整套座舱域控更现实。
第三，隐私与低时延。车内摄像头、语音和部分用户上下文可以在车载边缘侧处理，只把必要的结构化信息传给云端。这样既减少敏感原始数据上传，也降低响应延迟。
未来高端车型可能走向中央计算，把座舱 AI、智驾 AI、车控 AI 放在统一计算平台中；中低端车型则可能通过 AI Box 或专用边缘 AI 模块完成升级。这两条路线会长期并存。
第一个误区是把“大模型上车”等同于“座舱智能化完成”。实际上，大模型只是理解和生成能力，真正的座舱 Agent 还需要工具调用、权限控制、车控接口、记忆系统、感知系统和安全策略。
第二个误区是认为云端模型越大越好。车内场景有强实时性，很多任务不能等云端返回。NVIDIA 在混合架构部分也强调，云端适合 web research、社交服务、旅行规划等复杂任务，但必须有上下文共享、连接状态提示和回退机制。
第三个误区是忽略安全边界。座舱 Agent 可以建议、规划和调用工具，但涉及车门、车窗、驾驶模式、辅助驾驶、行驶安全的功能必须有明确权限、确认机制和本地安全策略。否则“智能”越强，风险也越大。
座舱 AI Agent 的终局，不是聊天，而是可信执行
智能座舱 AI Agent 的价值，不在于让车机像手机 App 一样能聊天，也不在于给用户多一个百科问答入口。
它真正要完成的，是把汽车从“被动响应工具”变成“主动协同伙伴”。
端侧让车辆看见、听见、感知到车内外世界；
边侧让车辆具备本地推理、多模态融合和低时延响应；
云侧让车辆连接大模型、地图、服务生态、长期记忆和持续进化。
理想 Mind GPT 展示了车企自研模型如何深度绑定车辆场景；华为 MoLA 2.0 展示了通用大模型与垂域智能体融合的座舱架构；广汽 ADiGO Intelligence 与千问展示了端云一体、记忆、多智能体和生活服务生态的结合；Google Automotive AI Agent 与 Mercedes-Benz 展示了云端 Agent 与原生车机体验的协同；NVIDIA DRIVE AGX AI Box 则提供了面向 OEM 的车载边缘 AI 算力和部署路径。
这些案例共同指向一个判断：未来座舱竞争，不会只看谁的语音更快、屏幕更大、模型参数更多，而要看谁能把云、边、端组织成一个安全、低时延、可执行、可持续进化的系统。
真正的智能座舱，不是“你问一句，它答一句”。
而是当你上车时，它知道你是谁、要去哪、现在是否疲惫、路上是否拥堵、是否需要顺路办事，并能在不越界、不打扰、不牺牲安全的前提下，把复杂任务稳妥地办完。
大模型给了座舱“理解力”，AI Agent 给了座舱“行动力”。
而云—边—端协同，才是让这两种能力真正落地的底层骨架。
—end—
推荐阅读：