摘要：你还在把智能座舱当导航工具？其实它可以是你的“懂你搭档”。这篇文章讲透AI座舱如何通过语义理解、场景联动与情绪识别，实现从功能响应到情感陪伴的跃迁。
你还在把智能座舱当导航工具？其实它可以是你的“懂你搭档”。这篇文章讲透AI座舱如何通过语义理解、场景联动与情绪识别，实现从功能响应到情感陪伴的跃迁。
过去十年，汽车行业经历了两场重大的革命——动力系统的电动化与智能系统的AI化。如果说电动化改变了汽车的“心脏”，那么AI正在重塑汽车的“灵魂”。理想、小鹏、特斯拉等等车企是这一变革浪潮中少数同时在两条主线都具备体系化思维的玩家。
一条线，是自动驾驶智能化。另一条线，是智能空间化。接下来的车企将不再是口号宣传“AI+汽车”，而是真的开始AI融合汽车深度融入智能驾驶、座舱交互等场景。
这篇短文，我将以 AI 产品经理的视角，从行业趋势、结合最近对理想汽车的战略思考，以及个人的产品思考来阐述：「AI汽车是如何从“语音助手”进化为“主动执行的智舱伙伴”」
01 AI汽车从“功能”到“空间”随着汽车智能化程度提高，座舱系统正从简单的信息娱乐中心演进为智能移动生活空间。传统的功能堆砌式设计已无法完全满足用户需求，AI技术正在重塑人车交互本质，打造真正”懂你”的座舱。
AI在座舱空间内的关键价值在于其能够了解用户习惯、预测用户需求，并提供相应的个性化服务。智能座舱正从封闭的功能集合向开放的服务平台演进。座舱Agent不再局限于车控功能，而是变身个人生活助理。这也是汽车制造商能够打造出具品牌识别度的抓手之一。
1. 记忆系统与用户画像：通过引入全场景化、自我训练成长的记忆系统，能够使座舱自主识别、记忆和管理用户的特征化数据（如空调温度、音乐偏好、日程安排、常用路线等），形成独特的记忆羁绊与情感联结。
2. 场景化自适应服务：Zeekr AI OS 7的灵动胶囊功能通过AI自动调取应用信息，实时生成胶囊卡片双任务同屏，可以在不同用车场景下提供符合当下需求的快捷菜单。
3. 跨设备协同能力：打破车端与移动端的信息壁垒，实现用户偏好的数据共享流转，使AI智能体能够基于更全面的上下文信息提供服务，而不局限于车端感知数据。
4. 自然交互体验：突破传统物理按键、触屏或机械式语音交互的限制，创造出更贴近人类本能、符合直觉的人机交互模式。
5. 状态感知与意图预测：系统能够感知乘客状态，提供迎宾助手功能；在进入停车场后自动开启停车计时器。
6. 情感化交互设计：针对不同场景，系统语音对话会融入”喜怒哀乐”的情感化表达，使AI智能体不再是冰冷的工具，而是有温度的出行伙伴。
02 AI汽车”长尾”和策略AI赋能下的汽车系统虽然强大，但其规模化应用仍面临多重挑战。首要挑战是如何确保其安全&可靠。以智驾举例，想要让智驾的安全和稳定得到保证。核心就是要以评测为第一优先级，并为此构建大量且全面的评测集。
黑盒决策与可解释性：AI的黑盒特性在汽车安全领域会被更为敏感地放大。以评测渠道为主导AI产品设计，可以提升Agent输出内容的稳定性，避免危险驾驶行为。同时，构建覆盖全交通要素的”世界模型”，支持低成本仿真验证决策逻辑。长尾场景覆盖：尽管虚拟测试可模拟99%的极端场景，但那剩余的1%未知场景可能会带来致命风险。这需要结合真实路测、仿真测试和强化学习，构建多层级验证体系，逐步扩大AI智能体的场景应对能力。所以当年特斯拉的“影子模式”在持续地获取大量真实的路况信息。各大厂商对于“长尾”问题，都有相应的动作。大家推出了自己的模型和Agent去解决。
吉利最近推出智能座舱AgentOS引入了”全融合地图”功能，从多模态感知入手将全国3D车道级导航地图与智驾SR地图融合，为AI智能体提供更全面的环境认知基础。理想的VLA大模型通过预训练、后训练与强化训练三阶段模拟人类学习过程，整合3D/2D视觉、思维链推理与行动执行，模拟人类驾驶逻辑。使AI能够像人类司机一样进行情境化判断。这些问题对应的解决方案，都在指向一件事情：稳定性。稳定地让AI发挥出自己的能力。为覆盖全交通场景的”世界模型”打基础。需要利用大量真实数据+低成本仿真技术，让AI在真实环境和虚拟环境中不断探索与学习，优化其应对罕见场景的能力，逐步攻克”长尾问题”。
03 智能座舱三个核心能力车企们为实现智能化都在努力训练推出自己的模型以及OS系统。除智驾外，对于智能座舱的发掘也在不断提升。智能座舱是空间智能汽车形态的延展。
空间智能——在于让空间拥有主动理解与行动的智能。
智驾的智能在于对外部空间的理解力，座舱的智能在于对内部空间的共情力。一个优质的空间智能体，应该具备三大核心能力：多模态感知、场景认知推理、任务规划与自主执行。
具备以上三大核心能力的汽车，不再是一个被动响应的工具，而是一个能与用户共情、具备空间认知能力、可以主动执行任务的车内伙伴。
1. 多模态感知：可以从汽车本体与汽车场域感知思考
汽车本体：要感知汽车软硬件设备。
硬件：轮胎、GPS、IMU等，可以实时获取车辆状态（速度、电量、胎压）、地理位置等信息。软件：QQ音乐、高德地图、车机互联的日程代办等等。汽车场域：应该包含视觉、听觉、触觉，三种类人化的接收信息的能力。
视觉：通过舱内摄像头，精准识别用户（身份、性别、大致年龄）、姿态（驾驶/休息）、手势（指向、划动）、视线（在看哪里）、表情（开心、疲劳）。听觉：通过分布式麦克风阵列，实现音区定位和全双工语音交互，能分清是谁在哪个位置下达指令，并能随时被自然打断。触觉：集成座椅压力传感器、方向盘握力检测、温湿度传感器等。2. 场景化认知与推理
上下文理解：接受多模态信息后做信息拆解，需要理解简单指令和复杂指令。例：用户用手指了指后排并说“把那边窗户打开一点”，Agent能理解“那边”指向的是“副驾驶侧窗户”，“一点”代表开窗的幅度大小。
意图预测：基于场景和用户习惯主动预测需求。
场景例1：检测到驾驶员连续打哈欠且天色已晚→主动询问“您似乎有些疲劳，是否要播放点提神的音乐，或寻找最近的服务区？”场景例2：识别到副驾乘客上车并连接了手机蓝牙→自动将其手机的歌单推送到中控屏，并问“是否想继续播放您上次听的播客？”记忆与个性化：为每个用户建立个性化档案（云端+边缘安全存储），记住其座椅位置、空调偏好、常用路线、音乐口味等，实现“千人千面”的服务。
场景例1：检测到驾驶员周一到周五下午6点到8点导航路线为回家，自动为驾驶员推荐路线，并告知道路佣金情况。场景例2：用户在上了高速以后，喜爱听的歌曲类型主要为摇滚乐，为用户推荐最近一个月热榜的摇滚歌曲。3. 任务规划与自主执行
技能库：如“调节座椅”、“设置导航”、“播放媒体”、“控制车窗”、“订购服务区餐食”、等。
复杂任务拆解：能将用户的高阶指令自动拆解为基本技能序列并执行。例如，用户说“小睡一会”，Agent自动执行：1. 调暗车窗 2. 放平主驾座椅至记忆位置 3. 关闭音乐 4. 设置35分钟定时闹钟。
跨域协作：能够调用车外服务，如通过语音直接在车机端完成餐厅预订、充电桩支付等。
以上是基于AI能力和大众所需的场景，定义出来的智能车载空间需要具备的功能。但在实际的产品设计上，还是要回归到产品的经理的基本功——定义产品的能力。
04 关于智能空间的思考交通工具是从家到学习/工作等场所的介质。对于这个交通工具——汽车来说，他需要具备家、第三空间的属性。大多数汽车都会承载，家人、朋友这样的羁绊。 汽车已然成为家庭生活与个人事业的双重延伸。
汽车不应该仅仅是交通工具，它未来的定义应该是更懂“你们”的伙伴。“AI语音助理”能力应该实现跃迁——从问答助手到“主动可执行的伙伴”
不同品牌，不同车型都有自己的目标用户群体，智能车载空间的AI智能助手设计，还是要从用户场景出发设计AI方案。我个人很喜欢理想汽车对车的定义——移动的家。（并不是说其他汽车不好，每个汽车都有着自己的独特魅力，我只是就产品定义上阐述我的对汽车的思考。）
如果让我基于「移动的家」这个定义设计AI产品，我打算从软件和硬件设备双形态依次切入。
1. 软件形态
AI智能助手在评测驱动下，使理想汽车在家庭核心场景中从“基础问题回答”升级为“完成空间任务”。
AIPM在这个过程中要：基于汽车目标用户与应用场景分析潜在提效的需求场景，定义垂类型场景智能体。最终实现汽车在行驶前中后的全链路里，构造家—车—云三域联动的生态环境。
1）汽车应用的高频Top20场景真实需求（通勤、接送、周末出游、露营、影院模式、亲子阅读、长途补能）
2）多Agent分工：驾驶安全Agent（导航、避堵）、家务日程Agent（学校接送、工作生活日程）、亲子学习Agent（阅读学习、作业辅导）、出行助手Agent（出游规划、酒店餐厅对接）
2. 硬件形态
车载机械臂是一个具备理解、感知与物理执行能力的空间物理智能体，使其从“虚拟伙伴”跨越至“行动伴侣”。AIPM要设计的是人与空间的协作关系，要基于全车OS系统定义垂类场景多模态交互。
智能空间硬件，一定会参与到AI交互环节。当然，最后的一公里还是需要让用户参与完成。
好的产品应该是一个载体。具体承载什么，暂时留白，留给PM去思考，
创作不易，欢迎大家点赞转发评论～
[1]《理想AI Talk第二季访谈实录》
[2]《阶跃、千里和吉利联手，打造智能座舱Agent OS》
本文由 @单车胡思 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自Unsplash，基于CC0协议
来源：人人都是产品经理