2026 年 6 月 25 日，上汽通用高级数字化产品经理胡伟佳在第八届 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，系统阐述 AI 原生架构驱动的下一代智能座舱设计逻辑与量产进展。

胡伟佳指出，智能座舱 AI 能力正从集成大模型、部署多 Agent 的工具阶段，向具备情感连接、自我进化及主动服务能力的 " 类人 " 伙伴阶段演进。实现该目标需重构交互范式，解决大模型与传统车载系统共存、端侧算力受限、数据闭环与记忆机制构建，以及避免 " 伪主动服务 " 干扰等核心量产难题。

在语音与大模型融合方面，上汽通用自 2025 年起研发端到端大模型语音方案，并于 2026 年上半年实现开放域端到端语音交互量产。用户无需单独唤醒应用即可调用大模型能力。为保障车控基础体验，系统采用前置分类机制，不依赖大模型完成意图初判；其技术路径是将模型能力从交互链路末端逐步前移——由外挂工具，升级至中间层语义理解与任务推理，最终探索将分类与复杂推理统一于单模型架构。

端侧大模型方面，上汽通用已在 8775 芯片上成功部署 1.9B 参数模型。但实测显示，受限于带宽与算力，响应时长为 3 至 5 秒，难以支撑实时反馈场景，且缺乏并发处理能力，仅能单线程运行。当前策略转向异步任务处理，并规划依托 8397 芯片或 AI Box 等高算力平台，探索多个小参数模型（如 2B 或 0. 几 B）协同部署，按场景需求分配算力，兼顾实时性与灵活性。

针对主动服务，胡伟佳强调需摒弃基于预设规则的 "If-Then" 推送逻辑。真正有效的主动服务必须建立在实时感知与用户长期记忆基础上。例如，系统识别后排儿童入睡后可主动询问并执行调暗灯光、关闭车窗、切换空调模式等联动操作；更进一步，车辆需记忆家庭成员乘坐习惯（如左后排常坐儿童、右后排常坐老人），实现个性化环境调节；同时支持用户负向反馈的 " 反思 " 机制，形成体验闭环。

构建记忆能力被列为 2026 年关键方向。上汽通用提出，记忆不应仅源于语音指令，更需吸纳结构化行为数据——包括开关车窗、调节温度、选择播客、启动应用等全量车内操作。为降低云端 Token 消耗与算力压力，端侧模型被赋予高频本地化处理职责，实现行为数据的即时理解、初步沉淀与上下文建模，支撑跨设备、跨周期连续任务，如用户中途下车后重新上车，导航与任务状态无缝延续。

上汽通用定义下一代座舱终极形态为 " 硅基伙伴 "：兼具朋友的情感温度与助手的专业能力。其需具备高智商以解析复杂意图、规划多步骤任务，并持续扩展技能库——不仅整合车辆本体控制功能，还深度接入生态资源。例如，用户询问玻璃水加注方法时，系统可同步推送短视频教程，实现生态能力与座舱交互的自然融合。该路径依赖整车厂与全产业伙伴协同推进，目标是打造用户 " 更有感觉 " 且不可替代的数字化出行伙伴。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。