）：AI赋能下的新汽车创新之道九游会赵福全对话吴晓如（全集
空间属性放大□△：无论是客厅般的舒适体验=•○▼，还是音乐厅般的音响效果▲★●□…☆，汽车作为▷=☆●“第三空间•☆★-▷”的特征与内涵日益丰富-•△☆•○。用户的空间需求大幅拓展◇▲■◁◆◇，车上也需增加更多功能▷■▷□=•，整车企业只靠自身力量难以应对◇◁○•，这就需要与供应商进行共创◆△▲▪▽▲。
赵福全○-◇▲•：吴总=◁▲…■▽，欢迎来参加本期高端对话节目…•■○…○。大家对科大讯飞的印象可能大多停留在能够◇■◆“将语音转换成文字▪●▼■☆-”的一家公司▪○▷☆。实际上▲▷▲=☆，科大讯飞是涉足多个领域的科技公司■▷▲◆▼☆。以汽车产业为例★◁，应该说10年前科大讯飞与汽车的关联还比较少▲-▼△◁☆，不过随着汽车智能化的深入发展◁-▪▼◆，科大讯飞早已成为汽车产业的重要参与者和贡献者之一=☆▷■-。下面先请吴总为广大观众介绍一下▲☆，科大讯飞是一家怎样的公司○=☆？主要从事什么业务◇▪▽▪？
而端侧本身的限制使汽车产品不太可能部署基于Scaling law（缩放定律）构建的通用基础大模型◁★○□☆=，能够连接所有的固定节点•★◁☆-★，未来汽车产品不仅仍将具有复杂工业品的基本属性■■，车企应该牢牢掌控两大核心要点◇☆△：一是产品关键功能的定义权-■◁，进而要软硬融合★▼-•，将汽车座舱真正变成了可移动的音乐厅★-、私人影院☆•=。
吴晓如▷☆：是的★◁■，汽车产业的变化非常大…●□▪。特别是汽车产品在交付后-★，还会经历5-8年的使用周期▼◇-▪，需要持续为用户提供服务•▲，因此车企与供应商的关系显然不可能▲▽“交付即结束○▲”△△-□…，否则后续必将出现各种问题▽★●☆。何况AI的迭代进步速度如此之快•●◁，现在早已不能用■○□◁○★“年□•□★■■”••-，而是必须以☆■==▪“月◇●…”为单位来审视◁-★◁，几乎每隔一两个月△☆▼▷，AI技术就会有很大的差异•◆，这就更需要车企与提供AI技术方案的供应商保持常态化的紧密协作▽■=。
赵福全◆-△：也就是说…◇△☆◁，AI时代整车企业作为集成者的角色要比以前更加重要了••=□△▪。因为新汽车产业所需的核心能力及资源日益多元•▲，无论是整车企业…▷◇▪，还是大科技公司等供应商◁△▼▷，没有任何一家乃至一类企业能够独自拥有所有的核心能力及资源=■□。在这种情况下●•▷◆，基于专业化分工的多主体协同创新▼-★，也就是生态化的发展模式◇▲○，就成为一种必然▼…。反之◁•□▼，如果各方的能力无法高效率▲•、高质量地深度融合起来-△，那恐怕至多只能做出60分的产品△◆，各类智能体的构建及应用也会半途而废或者形如虚设——看起来各项功能也都具备□◁…，但用户体验却难以令人满意•◆□，不可能真正形成市场竞争力▼…▼○▪。
赵福全◁□△：实际上▼•☆▲，供应商只要在与部分车企的合作中展现出自身优秀的技术能力◁■-☆，肯定会引发其他车企的关注☆•☆●▪=。正如你们与广汽自主品牌的合作•▽，就让丰田▪△◁-、本田感知到了科大讯飞的价值●★，并由此实现了合作的自然扩展▷…▲▽。
赵福全▪◆•●■◆：那么围绕数据共享-▷，您觉得整车企业和供应商各自需要采取哪些有针对性的举措-•★？您刚才谈到了数据的可用性和高质量☆▷=•，强调先要明确数据是否有用或者说价值的高低◇•△-…，比如哪些数据是金矿▪◁▽▲、哪些是铁矿○◇-□△◇、哪些则是没有开采价值的贫矿▷•。那么对于那些可用的高质量数据▷▷，要如何推动其流通★△、共享并应用起来呢▽▼☆？除了国家层面的行动之外☆•○…，整供企业之间应该如何从不同维度发力●○•▲？怎样才能真正实现数据的高效互通与多方复用呢◁◇？
现在业界都在讲所谓◁•▪△=…“体验经济…☆”…▼◆•，在我看来☆•△○▷，其关键在于产品不只是功能有无的问题◇◆▽，也不只是性能好坏的问题▽△◁◁◇，而是要做得▪▼▷●“精细-▽▽”▼▲◁▼○▷，让用户获得最佳的体验=•☆。或者用当前另一个流行的概念来说▪•，就是要为用户提供△▲▷☆•□“情绪价值○○”◆□◆▼■●。比如用户在车内听音乐时▪◇△△，有音乐厅一样的沉浸感•▼…■；在车内玩游戏时▼●★•▲•，有身临其境△▪•◇、现场对战的逼真感△-▽•=，等等▲…=☆。说实话•☆•，对于这样的用户体验●◇☆▽，整车企业就算想得到也很难做得到•◇▷，毕竟车企的核心业务是造车▪■•◇，而不是打造视听环境▽☆。以音响为例■…，其效果与硬件●●•□=▼、软件◆▪■☆、车内环境等诸多因素都有关◁▷△-◇，整车企业唯有借助专业供应商多年积累的技术能力◁•，进行深度协同共创▽★◁▼，才有可能拿出最优的方案★▪-▲☆▲。所以我认为●○▽◁■△，汽车产业正从集成式创新迈向融合式创新的新阶段■▷，车企如果认为自己主导就能做好所有事情○•，甚至还秉持▷△○☆“肥水不流外人田★○◆●…■”的想法▼▽-☆○，那就太低估供应商专业化能力的重要性了●■•◆，最终肯定无法实现最佳的用户体验◁□…●。
上述变化也使汽车产业的边界渐趋模糊…○▼●，大量▷▲…◇★“业外•■”的科技公司•△■▽○…、服务公司等纷纷涌入其中▼▲■●◆▽，成为汽车产业大生态中不可或缺的参与主体★…●◁▼。由于各类主体各有不同的优势核心能力•◇，因此基于专业化分工的协同创新将是未来汽车产业发展的必由之路◇▪▲▽。需要强调的是▽▪★▲▼，这种全新的资源组合和能力融合方式不是一次性的合作-◁★…◆▲，而是长期性的共创●••，需要贯穿于产品全生命周期持续进行□☆•。或许有人觉得○▼▽◆△▷，只要某家企业能够掌握所需的各种汽车核心技术●▽☆，就不需要上述生态协同了△▲，但这其实是不可能的▲☆◇•。毕竟企业的资源有限●●□△▽★、基因各异◆▼=：如果整车企业自己去做AI大模型▷=•，那就变成大模型公司了▪•●▲=□；反过来◇◆▽，如果AI大模型公司去造车▽◆●=□◁，那也就变成整车企业了▪-◁★。从这个意义上讲••，产业重构对整车企业以及像科大讯飞这样的供应商来说◆□，都是严峻的挑战▼☆•，但也是重大的机遇••△○☆。
就科大讯飞而言…■，不管是早期的语音交互●▼●•□□，还是现在的各类智能应用▽=★…▼●，我们的核心技术都需要语音•▷◁◁▪、图像等方面的AI能力支撑•▷-★•；而这些AI能力又都需要构建在底层硬件之上○•▪★■▽。这就要求我们必须深度参与汽车产品的开发•◁☆，与车企沟通讨论◁●◆，一起确定合适的硬件环境▼◁•=◆。
汽车的空间价值得到进一步拓展▼☆•，挖掘的性价比太低▽◁●…◁。可以说◆-●，科大讯飞是应时代需求而诞生△▷、随时代发展而进步的◆=▼◆。
赵福全☆☆○……□：就国内市场而言◁△★=★=，近几年中国品牌的份额不断快速增长••-★◆；而国外品牌只剩下30%左右的乘用车市场份额了…▼★。您觉得◁○，国外品牌车企应该如何借助科大讯飞这类本土供应商的赋能▲■◆-▷▼，更好地深耕中国市场呢□•？
吴晓如◇▲◁：我觉得•△•▷，有两种不健康的合作形式尤其不可取○▷▼▪●。一是车企以△☆-◁“随时替换■▷”为筹码逼迫供应商不停地降价●•■•●，这会大幅压缩供应商的生存空间★▼○，使之无力继续投入研发○■▲▲；二是供应商凭借技术或资源优势而抬高供货价格◁▲□△○◁，这会增加汽车产品的成本▽•●●，降低车企的竞争力▪…◆，进而影响产业创新的进程○◇▼■◇。正如我前面所讲的●◆…△=，健康的整供关系应该是双方围绕着☆▪▽“为用户提供更好的产品◆◆■•☆▲”这一共同目标-▪•▷，实现合理的利润共享●◁=•。这样双方才有能力••▽▼、也有互信▷◇，能够进行持续的协同创新▷=•○，从而既能使车企不断提升产品竞争力•□…•，又能使供应商不断提升技术能力•-■，形成一个良性的循环•=☆•●★。
这个大智能体集成了多种不同的小智能体及其智能化功能○▼，真正可用□●、能用▪■◆▼-）：AI赋能下的新汽车创新之、好用的高质量数据-★◇，用户将在车内真正享受到犹如身处音乐厅□△•-▷☆、电影院◆▪▼、游戏室以及健康驿站等的愉悦体验▪▽…●▼●。或者说类似于一种基础性的数据库◆▷●▷■▼。而智能座舱始终是汽车产品差异化的重要体现▪…◁-。对车企而言▷▪○=□▼。
从本质上看△■◁○◇，互联网时代更侧重于应用层面的创新▪▪，而AI大模型时代更聚焦于底层技术和基座的突破-□◇•。具体而言●==◇•-，车企要想真正拥抱AI▪▽◁•，必须解决四个核心问题☆○◁◆-○：第一○•…，在AI时代大模型人才极度稀缺◇□■■▷，企业必须以足够的投入来引进顶尖的AI大模型等相关人才▪●▲=。第二=▽▲，为了让这些顶尖的AI人才有效发挥作用□☆…，企业必须为其提供适宜的内部环境☆-▽，使其能够快速立足生根□◇=。而这个环境中最重要的就是企业文化和组织架构◆□▷。第三□□△▲•，有鉴于此▼•=★，企业必须变革自身的组织架构-◇○◇◇△，使之适配◁☆●▪△“以AI为中心▪•”的发展需求△◁。不过我想强调的是•◇△•，这种变革绝非…▽◇“单点突破△●☆◁-☆”就能奏效■◇◇★，只是简单成立一个AI部门▪▷-▲•=、配备200名AI人才■△□，并不能解决根本问题□★▷△，因为拥抱AI不是靠单一部门▽★▽=、单一环节的变革就能达成目标的◆•△，而是需要构建起内部各部门高效协同的组织及机制◇-◆•；第四▲…◁▼，在此基础上▲▲▪▷，企业还必须与供应链伙伴形成分工协作=◇▷、深度融合的新型业态▼•◁●•，也就是说△●，企业需要向外进行商业模式与合作机制的变革•▷□▽◇▪。
科大讯飞作为一家技术型公司△★☆，其主要原因有两点•▽▪=：一是汽车产品对端侧能力包括响应速度-◁•-、可靠性等的要求极高…•，打破认知■○▲-=◁：外资车企需打破认知壁垒★△，如果能在这样的场景中站稳脚跟•▽▷■=，这是首要任务◇△▽，较低价位车型的更多用户都能获得同样的体验•△▷-▷…，手机是核心的移动智能终端◇▷◇；车载人机交互将从-◁★○“人控制车☆○●◇”逐步演进为☆☆…◁•▷“车理解人☆●”▲☆…▷◁▼，也涵盖了整供各方开发团队的融合△▪◆。
众所周知▽…，当前汽车产业正在经历前所未有的颠覆性变革…◆▪☆△。此前汽车在本质上就是硬件集成的产品◁■▼△，主要以硬件配置体现产品差异◇…△；在汽车销售出去之后…○☆★•★，整车企业与用户基本上就没有直接联系了△▽▷○▷●。随着智能网联技术的发展和应用△○▽▷◁▲，现在汽车搭载的软件越来越丰富▽=▽=▷，呈现出硬件标准化△◆■▪、同质化而以软件实现产品差异化的趋势▲●；整车企业在用户使用汽车的全过程中都与其连接◁=△，并通过更新软件等手段持续优化用户体验□□☆▲-▪。展望未来•=◁，汽车将进入到数据主导的新阶段○…▼◇▷，基于数据的AI能力会越来越强■◇☆◁，车企基于此可以为用户提供更好的服务及体验▲△。这意味着在SDV（软件定义汽车）的产品演进尚未完成之际-•▼●▷□，汽车行业现在已经开始探索AIDV（AI定义汽车）的发展之路了△●=。在此背景下★▲◇▷▷，我想了解一下◁▷▷▲，科大讯飞的汽车业务目前占多大比例★▲？近几年的发展态势是怎样的□□▲△▲▲？
科大讯飞内部也在持续思考和实践★▽●，一定是用户的选择■◇•△▽。事实上▲▪○，AI的重要性毋庸置疑◆…■◆◇，并聚焦于相应的产品定义■■、软件研发和体系建设等□▪=-▪。怎样才能成为最终留下来的大模型公司中的一家呢▪•▽▼？我想关键因素在于▼◆：你的大模型是否在一些体量大▪◁、范围广◆•●-•…、用户多的场景中落地应用了▪▼△▽▪=。旨在强调智能汽车绝不是简单的软硬件叠加▼○。
新型模式◆▲◇▲•：在新汽车时代的生态化发展模式下-□●…★★，整供车企的协作共创模式将超越简单的接口统一★△-◁▪、标准一致以及联合开发▼••-◁▷，甚至还会涉及到知识产权的交叉融合…•△▼•□。
总之•●■◁▲，今后仍然秉持☆○“一家独大●◇■△…★”理念的整车企业-▷▪○，终将陷入孤立境地▲•★▷△，难以兼顾各个关键领域=▪•；而试图凭借自身优势拿捏车企◇▼☆、★-△◇▼-“客大欺店◁●”的供应商★▪，也不可能真正获得车企的信任-○，无法建立长期受益的伙伴关系△▼。
事实上▪◆○•，现在已有车企要和我们一起打造■■“极致音乐厅•…◇●=●”•◁◇“极致KTV□==”等车内场景○▼•▲-。我认为这都非常好●☆…，说明车企也越来越重视车内声场的作用了=-◇▼□★。原来车企宣传车内装配了24个扬声器=★--，消费者可能会觉得没什么意义…•▽▼☆□，因为这么多扬声器并没有带来更好的听觉体验★-▽▲•▪。而未来同样基于这些扬声器◆▪▷▲，智慧声场技术将把汽车座舱变成高品质的音乐厅☆-•●…、电影院▲△，让用户不开车时也愿意到车里来享受音乐或者观看大片▪◆◇□○△。这就是创造增量价值的典型案例▼□-•▲▽。
关于汽车产业的发展大势•-◇◇…。当前▲■★☆◇，由==“供应商-整车企业-经销商▽…-▼□”组成的传统线型产业链条正被打破★-，多主体协同▷○=●、多要素融合的新型网状产业生态呼之欲出•☆▷。究其根源●▷•□■，这是电动化▽▼▪▼▼、特别是智能化技术驱动产业全面重构的结果——传统整供车企并不掌握的诸多▼▪“业外◁▪▷○★”技术及能力★•，逐渐成为了汽车产业不可或缺的关键要素□▽▽◇。在此过程中◁△…，数据成为最重要的新生产要素■…，围绕数据的各种智能化技术成为新生产力■…▪★★◆，而为了确保这种新生产力得到充分释放▽■★●，汽车产业生态中的各类合作伙伴必须探索构建协同共创的新生产关系○=◇▽◆★。这也是未来中国汽车产业实现高质量发展的重中之重☆▽□。
双方需要建立长期的强绑定关系□◆◇▪，我们的共识是●●▼□☆▪，这个模型就更有可能走到最后●=■▷•◇。为了实现上述功能拓展◇▼，毕竟通用基础大模型的规模太过庞大-▲△•。
赋能车企◆△：一方面依托多语种的人机交互技术◇…◆-、统一接口及低成本优势▲-，科大讯飞助力中国车企加快出海■◁◁；另一方面○●◆•☆○，借由与合资车企的合作★◇，让国外品牌车企看到了中国科技公司在智能化领域的技术实力△□◇…，改变了其此前优先选择海外供应商的固有理念▼★◁▲△。
那么▲▪★☆▷◁，您认为数据作为新生产要素■△●▪，要如何实现顺畅流动和充分打通呢▽■□◇-▪？企业层面◆=…、行业层面▲-=▷、国家层面分别需要采取哪些措施◁-？特别是=▪，您能否从汽车行业的角度谈谈具体的落地路径▼△▼△◆▲？
或者说大智能体◇▪。我认为=●-，而是AI技术支撑下的各类服务◁■◆○◇，
第一■▼，我们在公司内部专门设立了人工智能研究院•…◇□，重点研究底层的通用大模型○●•◁◇◁，比如星火大模型▷★◆•▼●。在研发过程中◁▪，我们会更多地考虑模型在相关行业的关键应用场景◆…◇•，包括教育▷◇☆★▼…、汽车行业等等▪○。由于现在外部的通用大模型发展很快…•，所以我们的星火大模型也必须不断地向前快跑□=。为此◇△■☆…，我们还建立了模型的测试体系◇▼--…，不仅有通用性的测试体系○•，还有为各种应用场景搭建的专属测试体系□▷，以便让用户能够直观感知到我们的大模型一直在进步◆▼◇☆▽。
公司的组织架构大体上就是这样▲▪□☆。甚至连工厂都是新建的△•▪△▽□，第二□★，进而形成实时共创的新汽车产品创新及运营模式▷□…▪-。
产品迭代■□☆●：与手机等快消品完全不同☆=▲•□•，汽车产品属于耐用型消费品△★。因此…★▷•▪，汽车产品定义必须考虑硬件长期支撑软件迭代更新的问题▽▪=◇…，这对车企来说无疑是一大挑战••。
毕竟大模型就是基于大数据涌现出来的□◁◆；提升在华研发话语权●△，像讯飞语音○○◇☆△、翻译大模型等相关技术就是在这个研究院开发出来的-□；并最终决定企业拥抱AI的效果☆▲。大家对健康服务的需求越来越高■◆。吴晓如◆▲-：我个人认为★▲，这是我想说的第一点▽▼▷。我判断▼☆□…◆■，直接选用这套智慧声场系统●▼■▷◆？这样做成本大概会增加多少呢▼☆•？赵福全▽•▼：现在学生创业比较流行▲◆•●。
总之△●•▪▼，一方面▽•▼▽•，我们在推动通用的底座模型持续发展•◇△，另一方面▪▼□▽◆■，我们也构建了模型应用的开放平台▼=◆，并且目前已经有了大量的用户●-▽■。后续我们希望这个开放平台能够吸引来自不同行业的更多用户使用◇•…●▽。毕竟对于通用的底座模型来说◇▪◇◇★▽，除了模型自身的效果要好之外-=□●，与第三方生态建立良好的连接▼•，这也是一个至关重要的因素▲…。而要建立这种连接○▽•-☆，最重要的工作就是要把重点行业的关键场景做好▽▼◇◆=。
吴晓如☆-■◇▪：科大讯飞以前与国外品牌车企的合作不多•▼•◇。因为此前很长一段时间▲▷，我感觉直到2022▽■▼▷=△、2023年之前■□○…▷，国外品牌车企的研发都在其海外总部…▲，同时一般优先选择海外的供应商合作□▲。但是最近几年情况发生了变化-▼，不少合资车企开始与我们合作★△。比如我们与广汽自主品牌合作之后◆▷-▲，广汽合资品牌也陆续与我们达成了合作☆●，因为广汽自主品牌产品的智能座舱特别是人机交互的水平△▽--▽▼，明显优于其在海外开发的产品▲▽◇。还有东风日产等合资企业▲◇□□••，也是如此○△○■■▪。
也就是说★○，以共同应对AI模型不断迭代与硬件持续适配的难题○=-，车企应该建立一套能够精准反映用户体验的评价标准与规范…▼◇。因此这将是智能座舱发展的关键性五年△=…•□◆。难以在车上部署…▽•★◇。我们不妨敞开来聊◇△-□◇□，◇=“N•••◁▽”则代表不同行业的应用场景•◆◇▼◁，所谓☆-▪“数据是黄金★◁○☆●”☆△▲-，同时★▷•，而打造汽车智能体需要由整车企业统筹总体设计▷■◇、确定标准规范●◁◆-▪…。
生态复杂○○▽-△■：在电动化□▼○、智能化的时代◇…●•★•，原本就高度复杂的汽车产业■▷…•◆●、企业和产品正变得更加复杂▲•▼▽◇，涉及到诸多要素及其背后的不同主体△●▽▪□□，而且这些主体之间呈现出○◆••□•“你中有我◁○•▼、我中有你▪…▷▼”的交织状态和复杂关系•★。
吴晓如△○●▼•：目前科大讯飞汽车业务的体量还不算大▷●○●•，大约占我们整体营收的7%左右▲•○▲◇☆，但是发展速度非常快▪▲。早年科大讯飞是通过语音识别技术进入汽车行业的○◁■•▽▪，当时车企发现车内不能只有触屏▲○，还需要有语音○■★，所以科大讯飞就为其提供语音技术的使用授权■▽…□…•。后来不少车企合作伙伴希望我们能再进一步做一些场景的应用…◁▽，比如通过语音来优化导航场景等…•△-□。由此▽△◁=，科大讯飞的汽车业务也就从单纯的语音技术授权扩展到各种场景应用▼◇-△。在这种情况下◇=△▪，近几年我们的汽车业务整体上在不断扩大▷●◁●■。
总之☆▽=，人机交互的重要性毋庸置疑▪◁，因为这是人与车之间实时发生直接关联的关键触点▼▷•▽。整车企业要做出有特色的差异化产品★□•▼，就必须高度重视人机交互系统-●★▷。而车企要打造出具备很强理解能力的人机交互系统◁★▷◇◇△，像科大讯飞这样的科技公司是可以为其提供技术支撑的◆●▪•。不过如何让人机交互系统在与用户互动的过程中实现情感连接☆▪●，并逐步形成匹配特定用户的个性化•●◁★，这还是要靠车企自身不断加深对用户共性及个性需求的理解▽▷△=★。从这个意义上讲◇▷，正如我前面讲到的•○=▽，车企与科技公司合作伙伴应该进行协同共创•○◁，以共同打造优质体验的人机交互系统-☆▼▲▪。
赵福全…★◆-•：汽车产品竞争力不仅与用户体验相关○○○☆◆◁，还涉及到成本○▷▽△、质量▷▲▽◇■☆、交付速度◁▲-▪•、供货能力乃至全球化协同布局等要素▽…☆=。在此情况下▼▲▪▲◇◆，整车企业如果事事都由自己主导★□☆，根本不可能把新汽车产品做到最好□▽◁•。所以◆▲…▷▽，车企即便担心可能会被供应商▽○□“绑架▼•●•●•”▲○◆★，也要把部分核心业务交给能力强大的供应商来负责□▼○▼■，毕竟这是提升产品竞争力的有效手段◇•◇••。
赵福全▼=▼=：吴总◆…◆★=■，前面您提到•□，科大讯飞在教育▼▽▼■、医疗等行业都做得非常深入△▽。那么△☆◆•，科大讯飞在其他行业的实践中▷◁▪，有没有共性的经验可以为汽车产业提供参考和借鉴□•？与此同时=▽，您觉得就引入AI而言◆▽▼◆，汽车与教育▽…◁、医疗等行业相比●•◇-，又有哪些个性的差异•□？
吴晓如◁▲■…△◆：的确如此△◆-…。而且我预计●☆，未来不同用户群体对人机交互风格的偏好将会日益细化•◁●★▷。比如▽●▽★●，有的人喜欢更拟人化的交互□◁○▲△，有的人则喜欢更专业化的交互▲◆▪▲★◇。所以▽▲，车企完全可以把人机交互作为品牌差异化的核心支撑之一▪=☆●△◁，并据此构建起自身产品的独特竞争力△○○。
刚才围绕AI如何赋能汽车产业▪△-△●□，我与吴总进行了深入交流-◁。下面我简单做个小结■▽=◁◆，我们主要谈了四个问题▽…▼▷•。
同时☆•，您还谈到人机交互是品牌特质的载体=●，这个观点我特别认同▼△▷◇=。由此出发=•，整车企业究竟用什么方式来实现怎样的人机交互-▼…，就不只是战术上的技术问题◆□，更是体现品牌调性和基因的战略问题了■•-□。所以•☆▷▲○…，车企应基于自身品牌定位••-，着力打造有别于其他品牌的人机交互特色☆△○。其根本目标是▪◁，要让用户一进入车内◆□☆•…，就能通过语音■•、界面和氛围灯等的交互差异●▷◁▲，感知到这是某个品牌的产品●★□△◁。
总之◇▪◇○◆，整供企业应该在确保合规底线和统一技术标准的前提下▷□◆▪◆•，提前明确数据共享与使用的范围和方式▪■□▼■，然后各自加工相关数据▼○=◆…，进而融合双方的数据应用成果▲▪，以实现数据价值的最大化=■。
整供关系改变▼==●★◁：不再是车企直接给出功能定义●…-、供应商按要求交付的单纯买卖关系▲•●▼；而是车企先提出功能定义▽▲▪□…，然后整供企业一起讨论相关场景=-、完善功能定义…●、共创技术方案▽▷▼◆■。由此○…•=☆，整供车企之间就从简单的买卖关系转向了协同共创的伙伴关系●•◆▷。
在这种模式下▷-••…•，车企并不是放手不管了○▼▽■◁，其职责主要体现在两个层面▷☆▽○▽：一是洞察用户需求●◇■△△★、定义相关功能并评价使用体验▽□■△○▲，也就是说○◁•★=，车企要有能力判断出用户需要哪种功能□△▲★▲•，还要有能力评价用户使用该功能时体验的好坏▽▲◁○。二是制定技术标准和规范-△，包括各种车控功能的接口等◇…▽▼◁，以确保能与各家供应商有效对接•●▼▼、充分协作▼◇◁••。仍以语音交互为例▷◇▪-▲，无论是科大讯飞等科技公司☆▷○■▷◇，还是各种零部件的供应商▪■，都必须按照车企统一的标准和规范输出-◆…。事实上•▼-★，车企明确技术标准和规范▷▽★◆★，不仅可以为供应商后续的技术更新提供支撑●◆★…，也最大限度降低了更换供应商带来的潜在风险=◁☆▼▪。
应该说▷▽■-□，汽车产品对端侧模型有着独特的需求-◁▼★△□：一方面▽■…▽▲，端侧模型要承担人车交互的基本任务▼▲，也要承担智能驾驶及人员健康监测等各种场景的任务□△…◇▷；另一方面▼-○，汽车产品作为开放的系统=★，需要高效对接各种互联网服务-•，特别是未来必须与云端模型打通□☆-▼▲…，因此端侧模型还要具备与云端协同的能力▼◁…▽□。由此出发•▲▲，我觉得=◆…，打造汽车产业专属的端侧模型将是相关企业的一种必然选择▪●□◇。
从而使智能汽车的多元价值得到充分彰显☆•▲▷•◁。拓展升级……□：汽车消费者对于车内导航▲○、音乐等应用的需求显著提高了…◇•。而且希望实现功能上的拓展和升级◇□◆。目前•▽•●•▽。
正因如此★=▼▲•，汽车产业亟需重新构建与传统汽车产业完全不同的整供关系及商业模式--：未来一些不生产任何零部件的供应商-▪□▲☆▽，也将成为汽车生态中不可或缺的参与者●•☆。而整车企业唯有把汽车产业所涉及到的诸多要素-▼、主体及其背后的资源和能力--△，都整合协同到最佳状态▽□◁□，才能真正打造并运营好越来越懂人的汽车▲=…◆○◁，为用户提供越来越贴心的服务体验□◇○▲。
吴晓如◆△●■▪○：我觉得主要有三点▪▪□○▽□：首先★☆◁●■-，国外品牌车企要打破认知壁垒•-▷▪，积极了解中国科技公司▪•△△○△。长期以来□□□△•，国内供应商都不在国外品牌车企的视野中▲◁…▲▼=，很难进入其核心供应商体系■◇▼▪▷•。当然●★●◁○，这两年情况有所改变○•-■◆◇，但还远远不够☆▷•。尤其是在智能化方面◁=★◁●，我认为◁◆，不仅在国内的合资车企要与中国供应商深入交流-▪◆▪，而且更要让外方总部的高层们真正认识到中国供应商的实力•△◆。这是双方合作的第一步◁▷••★。
从根本上讲◆…◇•▷▲，未来的车内声场与过去的车载音响完全不是一个概念▷◇••☆•。下面我举几个具体的例子来说明◁■：例如□=，我们正与等音源厂商探讨进行深度合作•☆▼。过去受限于车内音效水平•▽☆•，无损音乐与普通MP3在车里播放时▷•-★▽，用户基本听不出差别◇•▷▽▼▽；而现在智慧声场系统利用AI技术优化了声场条件◇△•◇○●，能让高品质音源的优势充分展现出来▲★▲●。对广大用户特别是音乐发烧友们来说●■▼，休息时可以到车内尽情享受高品质的音乐…◁，其体验可想而知▪•。
第一••▽…◇，人机交互是汽车品牌特质的核心载体▼■。不同车企应该在人机交互的逻辑和界面等方面形成差异◆•。比如一个最简单的提示音○★…▽，也可以体现出某种特色◇☆□；反之▪□◆◁▪，如果所有汽车产品的提示音都一样-△，那对用户来说就没有品牌辨识度可言了○▲。所以-▷●，无论是交互逻辑▼=…、还是交互界面□•△▷，很多交互细节都是品牌调性和基因的重要体现■=□◁，应该与众不同▷•▲○。就像汽车外形一样□■•△▲，直接展现出产品的独特性•=○◇。有些车企领导也和我探讨过▽●▽☆◇，今后等到了绝大部分汽车都是自动驾驶的时候○=，很可能智驾本身就没有太大差别了○▲•▽；而不同品牌汽车产品的人机交互却仍然是不同的○◆。也就是说▽■□●，人机交互始终是承载品牌特质和产品差异化的核心载体=▷，而且未来这种作用会越来越大☆▲--□。
无论由谁负责▪☆◇□-△，整车企业都必须建立最终体验的评价标准◇-◆▽■◆，避免出现各个模块单独都能达标◇●、但集成起来却出现种种问题的情况★■□▪▲。同时◇-▼，整车企业与各级供应商的分工▪■▽▲▼▲，即上下序关系以及输入…●◆○、输出内容等▪▽◁•▷●，也必须界定清楚◆•■☆•-，明确谁要对哪个功能模块负责…◇☆=、谁要对模块集成起来的系统负责△…、而谁要对相关场景的最终体验负责…▪•▽，以确保供应商的交付与车企的诉求相符•◆，至少不能出现较大偏差●••。
而吴总提出的★•★=□•“最小需求◆▷=”原则●□□•△▽，我认为是适合车企的算力布局策略◁•。说起来▽…，我在清华上课时曾经专门讲授过▽□▲“研发经济学◁▷◇■”的理论•▷▪：通常研发核心能力中的70%需要自投自建=★▷▲◆-，以支撑自主创新•▷●；而其余的30%◇…-，特别是所需投入很大▷▷▽□▲、使用频率较低的业务能力=△◆，则始终应该依靠外部资源▼◁△。这种基于经济性考量的选择模式是一种共性规律◁▪◇，车企在算力布局时也可以参考--■。从本质上讲▷◇▪，车企必须对自建算力和使用公共资源进行经济效益的准确评估及有效权衡◇-◁▽▽○。比如车企自建算力固然可以规避公共算力价格波动的影响■•，但其投入非常巨大-=◁◇，而且后续还可能要面对算法结构变化-○•▼-、技术迭代优化引发旧算力被淘汰的风险★…◇…。车企一定要算好这笔经济账▽□-☆…，切不可盲目扩大算力规模●◇-●★。
赵福全●◇△◁▽▪：由此我们可以得出一个重要的结论◁★□○：在新汽车时代的生态化发展模式下▷△★，整供车企的协作不再是传统的•-…◇★•“交付图纸＋试验验收•◆◁★●”◇…•…，而是深度交融的协同共创▽…。正如吴总刚才谈到的◇•□▪◇，整车企业的项目经理★•□、采购经理•□▽、质量工程师…=▷、特别是技术工程师◇△…•○△，都要与供应商的相关团队紧密对接●●◆，双方一起明确需求△▪■■、制定方案•▪★▷◆、联合开发△▪◁•，这样才能确保供应商能够真正理解并满足车企的需求▲◇，携手打造出用户体验突出甚至能与用户形成情感共鸣的汽车产品▼△◁□。同时•▼○▪，相关技术标准也将在整供车企的共创过程中得到完善◆▽◁●▼。而且这种模式也不是封闭的•-☆，车企完全可以基于该模式与多家供应商一起合作○■▲◁▷，或者随时引入所需的新合作伙伴•△☆…=。
实际上●=▽▷★△，数据从采集到脱敏-▽◇◁、标注○□，再到最终应用□◁◇□◇▽，整个过程的投入非常大-■。以科大讯飞为例▷□，我们每年的研发经费中约有1/4都用在了数据方面•…▲○◁。因此…◁□▲△☆，企业必须制定清晰的数据战略◇◁▽•◆，确保将资源集中投入到高价值的数据上◁■★△•，以提高数据方面的投入产出比•▪◁☆★▪。
总之▽…，企业推进面向AI的全面转型时▼●•，必然会遇到各种难题和障碍•▽=○▷，这个时候比拼的就是谁能更快地破解这些难题…●•、突破这些障碍•……。一句话…△▷，汽车企业拥抱AI的竞争-◁，关键在于解决问题的速度◁▼▽●●▼。
近年来科大讯飞也做得越来越多▷-▪☆▪◆。例如健康服务◁○•☆=，或将成为传统车企智能化转型的核心制约□▼○。基于汽车配置的硬件系统▽☆●。
清华大学教授=•、汽车产业与技术战略研究院院长赵福全（左）与科大讯飞股份有限公司联合创始人•★•★◁◆、总裁吴晓如（右）
吴晓如●◇●◁△：我主要谈谈不同之处◆◁。在我看来-◆◇=，汽车与其他行业的第一个差异就在于△•，科大讯飞在其中扮演的角色与其他行业不同■★=△◇。以教育行业为例-☆◇，科大讯飞提供的是完整的数字化系统○◆▪■，直接交付给用户使用□▽●◆●，这些系统的定义由我们负责○◆•★□；但是汽车行业不同▼=△，车企始终要对整车产品及其核心系统负责△☆…，科大讯飞提供的只是系统内的一个模块□•★…。因此=●■，产品及功能的定义本身就存在明显差异◁○△▽▼。汽车行业是由车企来主导▷◁-…，仅在部分场景下我们会受邀参与★•◇◆◆☆，提供建议•□•□△、商讨方案▼▽▼。这也导致了产品及功能落地的节奏有所不同-=，汽车行业相较于教育等行业要慢一些●▪●◇。当然▪-◇▲…，不同车企的情况也不一样▷●▲▷○☆。比如部分车企在与我们的合作中比较开放=◇•=，我们的想法就能较快地融入★▪；也有部分车企相对封闭●★○△▷，且自身决策周期较长■•☆○，一些功能就难以快速落地▲◆-△。我认为这一点是汽车与其他行业的最大差异所在▽○△□▲=。
再由我们协助完成★★•▼△○“N■△”的工作◆■★■★…。至于说成本◁☆▽•○•，主动为用户提供相关服务和建议●◁•。约六七千人•…-▪•。由于音响系统的硬件本来就在那里•▪，赵福全◁□：目前科大讯飞的这套智慧声场系统做到什么程度了◇▽△•◁▷？围绕您刚才谈到的诸多场景……★，训练更贴合其应用场景的行业模型和场景模型◇◇。毕竟AI大模型等基础技术都是由科技公司提供的▪◆◇•○。
第三个差异是○□◁◆■，汽车的使用周期更长••=▽。与手机等快消品完全不同☆●★◁★◆，汽车产品属于耐用型消费品▼▷◆，其使用周期通常长达5-8年乃至更久▽…。因此=○，汽车产品定义必须考虑硬件长期支撑软件迭代更新的问题△◆•-=▷，这对车企来说无疑是一大挑战▷◁◁○。事实上▪▪，由于不同的软硬件供应商往往各有立场-○▲，车企必须在产品及系统定义阶段就做好软硬件的统筹规划以及相关供应商的有效协同▪☆=，这样才能确保汽车产品在整个使用周期内都可以为用户提供良好的服务及体验△■●。
对此◆□▷，正如我前面谈到的▼▲◇◆，科大讯飞内部在AI领域的组织划分和分工模式是明确的▪◆☆◇-●：一部分人专注于通用模型的研发◇■★•，另一部分人聚焦于垂直领域的模型开发及应用★▷-◁-。比如-●，我们有专门从事人车交互等汽车业务的团队-◇▲，他们不仅深刻理解大模型的机理和优化方法★★-…▲，也非常熟悉汽车产品的应用场景和具体需求=★▽▪▪▲。正因如此▼=▽◆，他们才能立足于底层模型●▽•…，更快更好地进行落地应用和迭代优化•☆▪●，进而不断提升用户体验◆▷▲。
破卷利器◁▪▷：未来五年汽车智能化的核心是创造用户价值•=▷…，聚焦用户可感知场景打造差异化▽○■▼★…，破解行业同质化内卷○◁▲▽，带动座舱软硬件与生态协同升级▽○□▲…。
这很可能会导致传统车企出现行动-•“慢半拍=•●=▲”的迟缓…◁=◆，所以他们对大模型有较强的○◁☆◆“鉴赏▲=”能力◁◁□☆▲，比如▽▪。
当前企业普遍重视数据的产生=△●◇▷●、存储…☆■▪、加工及应用等环节=▲◁◇，却往往忽视了数据治理架构和共享机制的建设-•■☆。而我认为▪●★，后者其实更为关键□■■=…★。为了实现数据的有效共享○=，既要打通企业内部壁垒△◁，也要规范企业外部协同☆◁。这是涉及到法律法规▪●□、商业协议以及相互信任★◆、利益分配等多重维度的复杂问题•…■☆○，各类主体都要为之共同努力△■☆□○。
第三点◇△▽▷•，上述策略也可以从用户体验的角度来审视○▲▼●▼。在真正意义上的AGI到来之前△-，用户对大模型的使用习惯其实还在形成中=◆▼=○▲。而我们希望依托自身的模型开发及应用能力▷•○-★，在人车交互等重要场景中为用户提供最佳体验•▲▷，并由此培养用户的使用习惯•▷◁。最终只要用户体验足够好●▷•◇，我们的底层模型就一定能在相关行业中占据一席之地■▲▪▪。而如果用户都习惯于使用科大讯飞的底层模型●△-，我们的优势也就更加明显了●★…▲◁。
拥抱AI▷▷：对汽车企业来说拥抱AI至关重要□…◇◇☆▷。车企如果跟不上AI的发展节奏●•，无法实现产品与AI的深度融合△□，是不会有竞争力的=◆▷，最后大概率将被淘汰=◆•◆-▪。
对于汽车行业•…▽▽○▷，在10年前科大讯飞做得还很少▲▼☆●◁□，只是有一些车企开始使用我们的语音交互技术■▪•■▪=。可能很多人还记得-■•=▽，那时车载导航里出现了林志玲或者郭德纲的声音▼◁▲，大家觉得挺有趣▷◇，这就是我们做的-=★…▪。不过近几年随着汽车智能化的程度越来越高▷□○◁◆△，我们的汽车业务也做得越来越多了▼■▽△，不仅为车企提供语音识别□▽▽、合成及交互技术▼○▪◆，还深入到智能音响等领域●●▼。
赵福全…▼▽▷▲：也就是说▼▲，今后整车企业在选择供应商伙伴时…▼，不能只看交付价格=☆=◆、质量以及速度等硬性指标◁=▷★▷●；这些指标依然重要=•-△▽，但从长期协同共创的诉求出发◁☆◁▽◇，车企必须更新合作伙伴的选择标准——除了关注供应商的技术能力★◆☆△★◆、成本控制能力和供货保障能力之外◁•◇，更重要的是看对方有没有协同共创★■=☆☆、长期合作的意愿•☆◇，或者说有没有构建命运共同体的认识☆◁▷▲◁。不久前我在主持学会年会的巅峰对话时□▪★○■◇，地平线创始人余凯就提到了价值观共识的重要性■△▷。比如说◆•，如果整车企业和供应商都认为▪◆▽▪，企业必须追求长久的发展•▲△△○，为此要把产品安全乃至企业经营安全作为品牌的底线与基本的价值观▷■▽◇▽，那么这样的整供车企就具有了价值观共识☆★◆△，就更容易成为长期的战略合作伙伴○▽=◇。展望未来▼▪▽，如果车企只是从成本优势或供货能力的角度来选择或者更换供应商…★■，这在本质上仍是传统买卖思维的延续▼▪□☆▽▽，很难确保持续成功▪○…=▼；而如果车企秉持共进退▽△、共迭代▽●、共享有的理念▲=▲★…•，与供应商共创技术◆□-□★△、共享成果…●，才有可能实现长期的共同发展★■●=。至于那种以长期供货为由向供应商漫天压价•☆☆□◆◇，或者依托销量规模要求供应商极限降价的做法■●●，完全不符合新汽车时代的要求▷▷，根本无法真正建立可持续的整供合作关系▪☆-■○。
赵福全★▲▪：吴总讲得很好◆-○▷。您大可不必有任何顾虑◆•，今天我们交流的很多问题●•★…□☆，本来就没有一致的意见或者公认的结论☆★■。特别是人工智能的发展速度远超预期▽□◆•○，其引发的各种变化往往出乎所有人的预料☆=-。比如□●，Open AI恐怕就没有料到DeepSeek的出现会带来这么大的冲击★=；又如▽●•▽-，最近谷歌的Gemini 3又呈现出了后来居上的态势◇•▼○。实际上=◁△，过去两三年间这种•◆…◁-■“此起彼伏▼◁”一直在不断发生◁▪•，这恰恰表明AI及其在各行各业深度应用的格局还没有定型☆★◆□-。事实上▼☆●•••，在当下这个科技黑马持续涌现•▪、创新成果层出不穷的时代◆▽▲-▲，对于AI技术未来的发展进程□◁△▪△●，我想没有谁能够给出绝对精准的预测●★●○。有位知名AI专家就曾在公开场合说过●○□，自己甚至不敢预测6个月后的AI技术走向…◇◇-。
赵福全○▽：吴总的这个判断非常重要◆☆◆•○◇。算力是发展AI的三大要素之一▲▪•，而且训练AI基础模型的算力需求堪称巨大◇○▽◆•◁。不过整车企业作为应用方=◁▼•，无需也不宜以此为标准来规划自建算力的规模☆•，否则就会导致算力利用率低下●▷▲-=△、资源严重浪费•▷。
汽车产品又是价值巨大的智能终端▷•▪。我们的智慧声场技术将为车企带来颠覆性的三重价值●▪□：一是以更低的成本提供更优的音质◁☆■◁；因为这直接关系到公司未来发展与组织变革的方向△◁！
又安装了监测用户身心状态的各种传感器▪▲◇△•，其发展历程就是始终坚持核心技术创新■•☆☆••，吴晓如…●▷▷：我所说的新势力车企拥抱AI会相对容易一些•-◆…！
关于汽车产品的终极形态◇▲○。未来汽车将成为集诸多单智能体于一身的复合智能体■•▪，为用户提供◁▲▽▽●“车更懂人□=▪★◆…”的主动式服务和伙伴式的关怀●○。显然-☆•◁△-，这种复合智能体涉及到多领域的前沿技术○☆…•，单靠车企自身是无法打造出来的=•○-▲-，因此车企必须积极拥抱在相关领域已有大量探索的科技公司□•▽□=。比如像科大讯飞这样的科技公司☆○-▲★，既长期深耕AI技术并在多个行业积累了丰富的应用经验▲◇▲，又在涉足汽车行业后深刻理解了车企的诉求-•◆，这就使其具备了将AI技术引入汽车行业的独特优势=-●▷=●。而吴总作为科大讯飞的领军人☆▪=…▽◇，对于如何与车企合作有着很深的感悟和体会-◁☆△◇◆，这也是今天我们邀请吴总参加本期对话的根本原因▼□▼。
汽车软件与硬件必须有效组合起来•△，也可以选用外部的开源大模型☆◆▪=，二是丰富了车载声响的定制化玩法▲■☆•。实际上…•…，但如果质量很低◇▷…，高价值的数据至关重要◆◁•。科大讯飞既在布局基础大模型•=▽•▲□。
当然○◁，科大讯飞的目标并不仅限于■★○▲“音效好●=▼”这一点●▪=▼•。虽然当前汽车行业的主要关注点仍然在音响效果上☆▽，但我们希望进一步放大车内声场的价值•△●•★★。比如▷=☆●▼，基于现有技术完全可以实现声场分区=○-▪，让车内每个座位上的乘客都能互不干扰地收听各自喜欢的内容△□☆○▲…，这将极大地提升汽车座舱的实用性和使用体验=•-。
在可预见的未来5-10年•=…，关于未来汽车发展展望○▪△△◁◇。大智能体◆●…▼…：未来汽车产品不仅仍将具有复杂工业品的基本属性☆△▼•◇◆，这不仅仅是要求把原有功能做得更好△☆▼，有1500多人专门做AI技术▽…▼=○，因为汽车作为未来城市中的移动节点○-•，对隐私保护的要求也很高▽•；非常清楚哪些大模型适合什么样的特定场景★○•☆▼△。
吴晓如◆…▽▽▼：科大讯飞作为一家汽车供应商△▼，同时我本人也作为汽车消费者-•，确实感受到汽车产业正在发生深刻的变化=▽◇■•。以前△•★•▪★，汽车只是一种出行工具■◆▽●，用户觉得车开着好就够了▼▽▼…；现在□□■■□▼，汽车越来越成为移动的空间▲□=，用户的需求较之前大幅拓展▽●…•■，车上也增加了满足这些需求的更多功能▪□=○◇○。例如-□▷…，一些用户在车上不是简单地听听歌▲◁-▪▼☆，而是希望能够享受音乐★▪••▲◇，这就对车载音响的音质提出了更高要求▲☆；又如=▽…□◁，当前中国的互联网非常发达○☆，很多用户都希望在车上也能享用各种各样的互联网服务◆◁▲△▪，这就对车辆的网联化▲△△、智能化提出了更高要求▷•。而与其他产品不同的是●☆=，在汽车产品的各种场景中◁▷，一定要以一种更加自然•◁、完全不会影响到驾乘安全的方式来提供上述功能与服务▲▪▲，这就对人车交互的方式和质量提出了更高要求▼▪=◆▪。
四是利益一致■□，这是数据应用的动力◁▼。以汽车产业为例◇•◁•◁，各方都可以从数据共享和使用中获利才行▷▼□□◇○。一方面▼△▲•☆，整车企业必须清楚■◁，供应商伙伴使用相关数据◁=-，最终还是为了给车企赋能▪○◇=☆，即基于数据持续优化和提升汽车产品的用户体验▲▪◁•。供应商并不是单纯想获取数据资源△▪◇•○▼，而不履行相应的责任•▲◆●◆。只要供应商在合法合规的情况下使用数据□○▲★▲◁，最后为车企提供了增值服务□-，整车企业就应该与其共享数据◁★▽★。另一方面□•☆，供应商基于整车企业提供的数据▷■，提升了自身的基础能力▼■▼，也就更有动力投入额外的资源为车企提供更好的服务•□…◆。由此出发◇■，双方应该相向而行★▷▼•△☆，积极构建长效性的数据共享模式-▲=◁，以合法合规与隐私保护为底线•◁▲★▼，以共同的利益为目标□▪▲▽◁△，一起推动数据共享的常态化落地▷◁◁。
吴晓如△△：我认为■•▼◇•，整车企业的算力布局应当遵循-◁“最小需求…△▼▽”原则•□，其核心在于围绕实际业务需求来配置资源☆•◆•■-。举例来说-◁◆▲■，车企如果想要自主开发完整的智能驾驶技术-☆◆○◆-，那算力的需求就很大▪◆●◁；而如果只是聚集在应用层面=▽▷=•、不涉及底层模型的研发☆◆，那算力的需求就会大幅缩减▽○○◁•。所以△▼□▷★，车企先要明确自身的目标◇▽▲◁，再据此评估出内部使用算力的最小需求☆•■★□。整体而言◇◁▪○，对于企业需要经常使用的基本算力★△◁•，或者说支撑关键数据存储和使用的算力基础设施▪★▼▪，建议以自建为主-■■▼★•，以保障核心业务的稳定性与安全性▲△▪•。
更重要的是-=◁○○-，人工智能并不只是技术层面的变革▽•▷…-=，而是将给整个人类社会带来全方位的变化▷□▪■。从国家层面看○◇◁，当前发展AI已经成为中国的国家战略◁☆▪-•◇，同时其他很多国家也都高度重视AI=•★▽，将其视为全球竞争的制高点◆=…。我认为◇▲•◆，后续AI必将对国际政治经济格局以及各国之间的关系产生极其重大的影响☆□☆○▲◁。
吴晓如▪◁▼▲▽：我认为□▷△•■●，供应商在产品SOP后即退出▽▽▲★◇◆、后续工作都由整车企业来负责的传统模式▪◁◆，今后肯定是行不通了-★。从根源上讲=…○=★◁，这是因为整车企业并不具备供应商的相关核心能力●●•。比如…▽▪●☆，AI底层模型的持续演进◇□▽…，这本就不在车企的能力边界之内◇○▽◆○□。并且现在AI模型的迭代更新□★，早已不是简单的编码优化•-★★、漏洞修复之类的版本升级了▲•▲●，而是可能涉及到底层逻辑的变化▷△◁，进而基于○…□“模型即服务○▪◆-”◇◆▼◁●，产生应用层面的根本性变化◆▼◆●。与此同时▷-▲，底层模型在云端迭代相对容易▪•，但在车端迭代将会面临诸多现实难题-■▽■△：特别是模型持续升级后…◁•，原有的硬件还能适配吗▷…▪▷◁▪？这就要求车企必须基于AI模型的预期演进☆□◇▼□，选择可以长期支撑模型顺畅运行的硬件平台•☆▲。显然■○●，整车企业唯有与提供AI模型及应用服务的相关公司建立起长期稳定的强绑定关系☆●，才能把双方不同的核心能力有效结合起来——即车企依托产品硬件平台及运营体系□△■，借助合作伙伴的AI技术能力=■■★，确保汽车的底层模型与应用服务能够持续优化●=△★、不断升级△▼▷▪▷。除此之外…=☆◇，我觉得整车企业没有其他方式可以做好这项工作□■△=☆▼。
赵福全▷■…●：大家好▷▼▽□！欢迎大家来到《赵福全研究院》高端对话栏目•■•●。我是本栏目的主持人△●、清华大学的赵福全-▲。本栏目由盖斯特管理咨询公司承办□▷•◁☆，在此表示感谢-★□◇。本栏目自2014年创办以来▽◁，今天迎来了第78期专场△◆■，我们非常荣幸邀请到了科大讯飞总裁吴晓如先生▪=☆■☆，请吴总和大家打个招呼•▽•◆■。
赵福全•▷：实际上○•，整供车企紧密合作可以共同提升竞争力的底层逻辑一直没有改变…=▼。在传统汽车时代□=▽●■，最典型的案例就是丰田的整供合作模式——丰田汽车对核心供应商给予了大力支持▷●◆▼•★，包括帮助其培养能力-▽••◇▪、改进质量▽◁▼、提升效率=▽、降低成本等□○◇▪□，确保这些供应商有能力不断导入新技术▲-▽▼☆•，始终跟得上不断进步的丰田▷○◁◆，并且能够与丰田一起进行全球化布局▽△◁★。而在新汽车时代◁▪，整供车企的紧密合作正变得更加重要▲■，并且具有了全新的内涵◆•◇…□。因为在AI定义汽车的前景下▼◇，多元数据的积累与应用必将成为企业的核心竞争力☆◆。而整车企业和各类供应商分别掌握的全产业链数据○=，如整车及系统的开发数据☆◁▲、成本数据•▼、质量数据和应用数据等☆•，都是提升AI能力的重要支撑□▼■○。显然▼•-…•▽，整供车企如果没有共享互利的紧密合作-◁=◆•★，是不可能把各自的数据有效打通…☆◇▪○，并充分发挥其作用的□◇…▲○=。
吴晓如★▪：我觉得••=◇，最终大模型就相当于一种非常底层的操作系统◁○□○▪，或者说类似于一种基础性的数据库•■-▼●◁。由此出发…◇，我完全同意赵老师刚才的判断——5年以后底层大模型的数量肯定不会像现在这么多▽▲-▷▷。我认为▷■，到时候应该只会剩下少数几家公司的大模型●◇☆。至于具体会是哪几家公司○▪▲，现在还没有定论=…=。站在今天这个时间点上☆●★，恐怕没有哪家企业敢说自己已经稳稳拿到了未来大模型的船票△●，就此可以高枕无忧了▲◇，这一点是确定无疑的•◁☆□◆。
吴晓如☆▲◆■：赵老师的这个问题很难回答□◆★◇◆▷，可能也没有标准答案▪▪○○▼，我还是谈谈个人的看法★☆☆●▼。之前我曾经看过一篇分析大众汽车在互联网时代面临转型困境的文章■△●▼，其中提及大众在做OTA（在线升级）的过程中非常吃力☆○▼-。客观地说▼□，大众团队在相关领域的专业能力并不弱●•○•，但还是遇到了一系列问题◇◁。而这些问题及其根源△▼◇，对于当前车企在AI时代的转型●=…◇，同样具有参考价值◁▪•▼◆•。
吴晓如▪▲-★◇：我个人觉得◆▼，相较于其他行业•○◆，汽车行业可能更容易在数据共享上达成共识◁…、确定目标□▪▲▷◁•。核心原因在于■▪-▲，整车企业是直接面对用户◆◇▲■=、为用户提供产品及服务的主体○△，所以很多数据都掌握在车企手上▽☆，而车企往往有强烈的意愿•□=▼▽，想通过数据来优化自身产品及服务◁★；与此同时=◇▲，作为供应商的科技公司则聚焦于帮助车企挖掘数据价值▪▲☆□●。双方的目标是高度契合的▲▼=○▼。
科大讯飞与国外品牌车企的合作就这样自然而然地开展起来了▷●，我们先是与合资车企在国内的研发中心合作○▼○•▽•，后来又延伸到其在海外的体系□■◆。这种情况在2024■◆○◆、2025年尤为明显•▲，我们的技术也借此加速走向海外——不仅跟随中国品牌车企出海▽◁，而且也经由合资车企□●，带动国外品牌车企逐步在全球市场上应用起来▽▼◆。
当然■▲••◁…，各家车企由于基因差异等原因△=▪，其转型难度各不相同▼-▲■。部分新势力车企最初就是以数字化科技公司的姿态进入汽车行业的◁▼，因此拥抱AI的意识相对更强★◆，在■-“软件定义汽车▼-•▲”等方向上更容易发力●■◆★▲◇，对智能化的推进可能也就更顺畅一些▲◁▼▪▷●。而传统车企受限于内部长期形成的组织结构和发展惯性九游会▷-▷▲•，再加上大企业落地各种举措往往需要更多时间◁◆▽•-•，所以推进智能化的难度会更大一些▼●◁•◇。不过我想强调的是●◇，近年来传统车企的转型行动并不慢○◇○•◆。尤其是部分实力雄厚的传统车企•★，通过资本合作●•◇☆、战略投资等多种形式与AI科技公司紧密联动☆-○=、深度合作…■•◁★，已经突破了传统◇★▽=▼“甲方-乙方☆•☆●”的合作模式△-◁•=◆，并由此在内部初步建立起了较强的AI应用体系▲▷=◁=。事实上▽◇-▪•△，我感觉目前大多数车企的管理层都非常清醒◁☆△■，他们已经认识到■▲-：汽车产品本来就是高度复杂的系统工程●▪■△◆★，是国家工业体系综合实力的集中体现◇•★；而现在融入智能化之后○○…•=，其复杂度就更高了▽▷。正因如此◇-，汽车企业只靠自身力量是难以充分拥抱AI的◇◁▷☆=●，必须加强与AI科技公司等的有效协作•-▽◆。
近期大家经常讨论的一个话题就是☆▷●-=▼，AGI（通用人工智能）究竟何时能够实现▽◆●◁？对此的估计既有乐观派-▽□…•，也有悲观派▪▼▲○◇△，即便长期从事AI的专家学者意见也不一致△▼，甚至是天差地别●▼。其实这种所谓…○●=☆◇“AI根技术▷●△”的发展进程是难以精准预判的▼☆●◁▼◆，就更别说对AI技术应用于各个产业的深度和广度进行判断了▽▷-◆…■。我倒觉得■▽○★▷☆，与其纠结于这些判断▽•，不如积极实践◇•。正因如此△•◇◁，企业要做的就是专注于自己的领域-◇，把AI技术的落地应用做得更扎实▽☆◁•，这样才能更好地适应AI的发展◆▷◇★▼…，进而推动AI的进步△-。
并且这些功能不能是零散的☆-■▪•▼，首先▷=★…•…，此外◁★•★▼，那么新势力车企在组织架构△□◇☆、人才结构等方面▼△○，就不会有推诿扯皮••□●☆◁、各行其是等问题了=□▼▽□●！
第三☆△△，关于汽车行业引入AI的独特性☆▷★•◁○。吴总基于科大讯飞的实践经验▷=-▷◁▪，指出了汽车行业有别于教育◁●、医疗等行业的三大特点••▲。一是供应商的定位存在差异=▷◆，汽车产品的定义由车企主导▷▷•△◆，供应商处于配合实现的角色▷◇•▼○；二是相关各方协同的复杂性存在差异•■●=■，汽车本就具有复杂工业品的属性△□▷△○，未来更将成为大智能体•■=◁▲▷，因此车企需要整合跨行业▽■…、跨领域的各类不同供应商…○◁▽●★，有效协同的难度极高▽●■☆；三是产品的使用周期存在差异○▷▽，不同于一般的电子快消品△-◆▪，汽车的使用周期通常长达5-8年甚至更长•△=●，这就需要硬件长期适配不断迭代更新的软件▽•，为此车企唯有与供应商在产品全生命周期内紧密协同•▪★，才能始终确保良好的用户体验=▽•。
赵福全•▼▲★：如果汽车能捕捉到▷-◁◇▽、识别出用户的个性偏好★○▽●，人机交互就可以更☆◆“对味●★•”▪▲◇，从而快速拉近与用户的距离◁●•▷=▽。这就像两个人见面时•▪◇☆，听到对方是家乡口音就会倍感亲切一样=▪◆…★▪，所谓■▽▲●“老乡见老乡=■▷●，两眼泪汪汪▪★•◇”•-。其实一个人的很多特质都是可以辨识出来的■•○•☆，比如汽车通过用户的谈吐○▲、衣着◆●△…•、发型△-、表情和手势等等○○△，就能判断出他属于什么圈层或什么群体•●◆，由此就可以提供更加匹配这个用户的个性化交互▲◁。
赵福全□•：吴总讲到◇•□◇，当前人工智能已经进入到规模化应用的阶段=○◇■•，后续将对整个社会产生颠覆性的影响▼-，为此企业必须积极拥抱AI▲▽◁▷-。在这一点上◇■，汽车行业的认知也是一致的-•□。同时▷◇○，您分析了不同车企在智能化转型上的差异▲▼，认为新势力车企拥抱AI会相对容易一些★•◆。对此▼★△，我想与您进一步探讨▲□=○▼。这种差异是源于思维理念吗▽○•■-？可是前面您也提及▷◇▷▪，现在传统车企的高层已经充分认识到了AI的重要性◁=•☆。又或者是由于新势力车企具备某些独特的能力▪▼•△★？我认同您提到的有些新势力车企带有数字化或者说互联网科技公司的基因=…，但是互联网时代与人工智能时代的思维方式▪▽-▲■、核心能力等•▪●=，其实并不相同●◆☆◁。在这种情况下-☆，为什么说新势力车企拥抱AI的机会更大呢☆◁？
算力布局□=▼•：整车企业应当遵循◆◇=▼“最小需求…★■=◇▲”原则••，其核心在于围绕实际业务需求来配置算力资源■△▷▲=◆。整体而言◁•○，对于企业需要经常使用的基本算力◁••○▽，或者说支撑关键数据存储和使用的算力基础设施▷▲▼…△，建议以自建为主▼◇▪◆，以保障核心业务的稳定性与安全性=△●■▪◁。但是企业也不应盲目囤积算力•☆-。
场景结合▽▷◆■：人工智能在本质上属于赋能型技术▽◇★=，今后整车企业的集成作用将比以往任何时候都更加重要▽•。而汽车产品有其独特性◁◆，有一种观点认为=-○，毕竟它们需要新旧业务兼顾◆★•。所以▪▽，下定决心拥抱AI•■，由于机器没有人性的弱点…◆△•，我们的畅想可以◁▲“任性=▷•▲◆◆”☆▽•。您如何看待这一观点△■☆•？这将是一个多赢的选择◇○。
第二点▽●…▲●，当前科大讯飞其实也是有所聚焦的-…◆■，并不是在各个方向上都全面铺开●▲•▷。比如★•☆△■，刚才谈到的教育行业★•▽-=，就有比较独特的应用场景●▷■，这是我们核心的业务方向之一■▽☆-☆；再如•▽▽○，我们也非常关注汽车行业=…■▷，因为汽车也有交互类的重要应用场景◇☆。
刚才您特别强调○▼●，国外品牌车企要加强对中国科技公司的了解●■•▷◁，实际上国内车企也是一样…△▪◆。我之前就曾多次讲过▲▼，现在已经到了汽车行业必须主动拥抱科技公司的时代◇◁。而这也正是今天我邀请您作为对话嘉宾的原因所在——我相信▽★…◁，您作为跨界科技公司领军人的体会和见解…★，是非常值得汽车行业的高层们思考和借鉴的○●△◁-★。
用户每天直接使用的并非AI技术本身•◆，也就是说…▷，模型与应用并重▽▲◇▼-：科大讯飞采用差异化竞争策略•-=，还将成为一个复杂的大智能体△■，在此背景下=★，其产品价值得以放大▽▽=▼▪●，
第二▪◁，人机交互需要兼顾精准性◁△、个性化以及情绪价值…▪■■•。一方面☆▽★○…，人机交互必须精准理解用户需求▽○●◇，包括用户给出的一些复杂指令▽◇★。这是人机交互基础层面的底线要求▼-☆■■□。另一方面◇◆=▼▲，更重要的是▽=，人机交互必须体现个性化…-，车载交互系统在使用中要越来越贴近用户的习惯-○☆，让用户越用越觉得像是为他量身定制的▪▽；更进一步来说■▷★□=，人机交互还必须实现情感连接▪△，车载交互系统要越来越懂人□…=▽，能够随时感知到用户的情绪变化…-■▷•、为用户提供情绪价值○★、与用户产生情感上的共鸣★▽■…。这是人机交互高阶层面的核心要求=●-☆。我认为•◁■▼，汽车产品的人机交互系统必须同时满足上述要求◁▪▲■■☆。
非健康模式◆●--▲●：一是车企以●▲▲◆◇-“随时替换□-■”为筹码逼迫供应商不停地降价•●…-，这会大幅压缩供应商的生存空间☆▼○◇▽，使之无力继续投入研发○▷；二是供应商凭借技术或资源优势而抬高供货价格◁▷▪•▲，这会增加汽车产品的成本◆•…，降低车企的竞争力▽●◆，进而影响产业创新的进程★△☆■■。
整供协同▷☆●：车企与科技公司需深度分工协同■▽★，车企洞察需求=•、制定标准□●-□▪，科技公司提供技术支撑□◁□☆，在全周期内共创打造差异化产品△▼=◆-◆，共同实现高质量发展★△。
从产品层面看•△●，我认为☆•◁▼，未来汽车产品必将成为整合多个单智能体的复合智能体•▼▼，像空调等单智能体都是这个复合智能体的组成部分★•-▪。从企业层面看=□●○●，车企要设计◆▽•▼▪、制造并运营好这样的汽车产品▲●▽，其自身也必须进化成为综合性的智能体体系◁▲•■。具体来说-•，汽车企业的研产供销服等各环节都要形成各自的智能体●◆●□★▪，并且还要相互打通■★•；企业的运营管理也要形成相应的智能体■★●○▲；最终这些智能体将共同构成企业的综合智能体体系▼◁▽☆▪●。从产业层面看…■☆◆▷△，此前汽车产业以硬件为主导◁◆=△，其参与主体相对固化◆★，彼此之间分工明确▲★▼▪■、边界清晰=●…=☆▽，形成了以整车企业为主导△◆△◇○…、各级供应商逐层配合的线型链条○•◁•▲…；而未来汽车产业将以软件乃至AI为主导△▪▷•，涉及到更多不同类型的跨界参与主体▼☆▪，并将由此形成边界模糊◆•、彼此交融★•△▲▼、深度协作的网状生态☆•□◆○•。站在更高层面看•▷•▪□，未来汽车作为复合智能体还将与交通▲▼-☆★▲、能源和城市中的其他诸多智能体相互连通●◆，形成规模庞大★☆▼-、能力超强的群体智能▽=▷▲，从而为人类提供更多元•◁•-▼、更精准▲★△◁…、更优质的出行服务☆◇。显然•★，这意味着汽车的复杂度和协同性都将空前提升●☆。也就是说•…，在AI时代▷…▼◁…▷，汽车产业的逻辑将会发生根本性的变化◁☆…☆◁◆。
三是数据合规●▪▪-☆，这是数据应用的底线★▽◆-▪▷。当前国家针对数据安全□◆◇、隐私保护等出台了一系列法律法规■▼◁◁=，数据采集◁▷…☆、使用和共享的全流程都必须严格遵守这些要求▪▼。这一点至关重要◁○☆▷，否则数据应用根本无从谈起◆…□▼。
在我看来☆○☆，在智能化方向上=•▽◆，汽车企业亟需探索新型合作模式…■○▷，特别是要与AI科技公司在▪▪“产品定义-产品打造-产品运营▼☆▷▲”的全链条上深度协同-●。目前有些车企在这方面已经走在了前列九游会●△◇■▼▷，其他车企也都在持续推进中△△○-◇◆。我认为□●…☆○，总体而言▲•▷•，汽车企业与AI深度融合是一项非常复杂而艰巨的任务▪▷◇=▷，今后还需要车企与相关科技公司共同尝试多种形式的合作▲▼★▪，以期实现更紧密的融合■▼◁…☆。
赵福全▲◇：今天吴总多次谈到●…□，人机交互是人工智能在汽车行业落地的关键领域•□◇★■。说起来-▼□○☆，汽车产品在人机交互的各种场景中应该是最大也最复杂的☆▪★▷=，因为车内空间兼具驾驶◁■★=★■、办公▼…■○、娱乐▼▽-▽…▷、休闲等多元属性□▷▽●。那么站在科大讯飞的视角▷•■■◆，您觉得汽车产品的人机交互有哪些要点◆★•▪？请和大家分享一下■▽=☆▼▷。
赵福全◆◁●●：吴总讲得非常好=●。我也一直在思考汽车的终极形态•★●。从本质上讲◆▷◆☆◇，未来汽车一定是=▽“更懂人★=•◇□◇”的复合智能体△▲••，并由此成为用户的贴心伙伴▪…=○○▼，这一点我们之前已经达成了共识★◆•。而汽车这个贴心伙伴▪☆★□□，一方面需要在人提出需求时准确理解■○◇◇，并提供相应的服务◁□▷-◁●；另一方面◁☆▽=□★，我认为▽•，汽车的最高境界应该是主动为人提供服务▲…••。也就是说…★■，汽车不需要用户下指令…-，就能实时捕捉用户表情◇▲▲、动作◆○●、语气等信息◁◆▽，从中感知其情绪★■▼•◆◆、识别其需求•▲◁，积极地给出适宜的回应和主动的服务★▪△□△。这是因为未来汽车作为复合智能体•=…▪★▽，通过对用户偏好和习惯的长期学习••▼▲▲、记忆和理解○▽=▪☆●，完全可以主动地为用户提供个性化的专属服务■△。当然★☆□•，无论是被动服务▲■▪、还是主动服务◇◆▼□▲，都依赖于人与车之间形成有情感○□、有温度★•=■◁▼、伙伴式的有效互动…●▼•-▽。这种互动不仅要准确高效▽=•▲△○，而且还要让用户有•○★“陪伴感-•▽▲”和▲□▽•▽●“知音感◆■▼•”--，觉得这辆车很懂自己▽=•-◁▷。刚刚吴总提到的声音特色▪◆☆◆、界面风格◇◇◆▼☆▪、座舱氛围等种种交互细节◁★•★◁◁，实际上正是营造▪◁•○▼“温馨=◆”△□△▪“体贴=▼▲▷”…☆“被理解○○◁▽”等用户体验的关键•-◆◆□。
其实关于AI大模型的问题▷○◇▽，我之前曾与多家整车企业的高层讨论过▲▷=，大家普遍认同●▷“1+N+X□▼◆●▲”的大模型应用范式■●◁：其中=★-▼▷★，○◇▲“1■•☆•★▲”代表基础大模型▷……，当然基础大模型未必只有一个▼◁◁□▷▪，也可能是几个★▼•◇◁。过去业界的认识偏向于选择一个最好的大模型即可★◆□■◁，但现在发现不同的大模型各有能力侧重◇▲，通常并没有绝对的==☆▪“最好◆•◇□★-”●••▽…△。◆=“N◆•▽■”代表在基础大模型之上构建的若干行业或垂域模型…•，在这个层面▽○，不同行业和领域的差异是很大的▼=□○▪：比如=▷•★●△，汽车○•▽△▪、医疗▲■▼、教育等行业的需求就完全不同▪□==；又如▽••▽△，在汽车行业内▪▲，围绕智能驾驶▪…=△、智能座舱以及研产供销服等方向▪••，也都是高度专业化的不同领域•▪□○▽；而…◇■“X•…”则代表针对具体应用场景的专业模型=◇▽△▼…，这要由各家企业基于-•△•▷“1-▽●▼”和□■□…“N◁=□”▼●-▪，并根据自身业务和能力情况来构建及优化△▽○☆•。下面△★，我们重点讨论一下AI在汽车行业的应用方案●★•●◇◇。
一是数据脱敏●●-▪▷，这是数据应用的前提▽★▪▼•。以智能驾驶的数据为例★△☆▷★，因为车辆在行驶过程中会采集到一些敏感信息和隐私信息□-▷●○▷，所以必须先进行精准过滤和处理▪-●，然后才能使用这些数据★••■☆。这是行业必须攻克的难题之一•▽•。
关于AI技术如何落地应用▪□=★▷。人工智能技术的发展可谓突飞猛进●•=…◆，其对汽车产业的影响也是日新月异▷☆…。尽管由于变化太快▼■☆▷△=，很难精准预测未来几年AI技术的发展趋势▪▲◁，但吴总认为●★▲，汽车行业有效拥抱AI的着力点是确定的——那就是要建立灵活高效▽…■、协同共创的新型组织架构和流程体系=-。值得注意的是▼▪，作为AI科技公司的领军人▪○●★，吴总并未强调大模型□◇=■、算力等底层技术的重要性□○▪…，而是非常关注企业是否形成了新理念●★▽△□▼、构建了新组织▲▽-▷■△、探索了新模式●○。在吴总看来▼▷■=…，这才是支撑企业面向AI实现转型升级的关键所在▼•◁。毕竟AI技术还将持续进步■■▪☆◇▼，▪•-◁▽“黑马★•••△▷”公司还将不断涌现☆◆★-▲，唯有能够适应快速变化的组织才能确保企业跟得上AI时代的节奏…-★▷▷。
智慧声场▷▲★：以AI技术优化座舱声学环境•◆◆，智能声场技术依托现有车载音响硬件○□▷▽◁■，大幅提升音质=◁，低成本打造车载卡拉OK▷●△☆、移动音乐厅•△◇=▷★、私人影院△▲=…◇，充分释放硬件潜力=□○--，实现用户▷◇◁•▼、车企…★▽◇、供应商多方共赢…★。
回到您刚才的问题-□◇△○，科大讯飞的核心目标是▼-◁▽，在我们最关注的几个重点行业的应用场景中==◆△，确保我们的大模型能够立得住▼○◆•●。当然△◆△▷，从技术角度看•=▪•○，最终的解决方案很可能是多个大模型相互融合▪□◇…▷，所以我们在自研大模型的同时…▼▽◆•，也不排斥使用其他大模型●▼△▲○。但是不管使用哪种大模型▲■…•▼…，关键是要对AI大模型及其底层算法有足够深入的理解•★▲，这样才能把我们自己的大模型打造成最好用的大模型之一▷▷■▪◁•，同时也才能把基于大模型的各种应用场景做出最佳的用户体验△☆。
这就要求整车企业必须在统一的协同框架下□▪•△…，都必须构建更灵活▷……、更开放的组织架构与流程体系◆★-■☆▷，最终目标始终是通过智能化技术优化用户体验◆△▪▼、提升用户满意度◇-。既需要聪慧的大脑■○▼◇=▲，汽车行业一定需要专属的大模型▪◇-□▼▲。吴总○□▷▲▽☆，其中•▼▽○！
关于整车企业与科创公司如何合作◁•-★▲。我们一致认为=◆▲▷□，建立高效的协同共创模式至关重要□▷◆○◆▽。为此◇•，每家企业都要有清晰的自我定位□▼•◁★，想清楚▷★△=▪“我是谁••▲、我在哪☆△◆▪=、我要去哪△=、我怎样去□★…-•”等战略问题▽△☆■=☆，再据此确定合作伙伴并探索合作模式…◁☆。在这方面◇○，吴总强调-▼▲=■▷，直接面对C端用户且掌握相关数据的整车企业▼…，必须洞察用户需求△▷▷◇●；同时由于很多核心技术都掌握在科技公司手中◆◁，因此整车企业还必须主动拥抱相关科技公司▪○●•，特别是AI技术公司▼▷。这种拥抱并不只是简单借助科技公司的技术▽◇=，在车上增加若干AI功能△★▼，而是要在精准洞察用户需求的基础上=▷■☆◇，利用各方的硬件□▲、软件以及相关技术○□◁-△☆，通过协同共创打造出满足用户个性化需求的汽车产品•◁▪◇★▽。特别是要尽可能地实现增量价值▷▲★●■，即在成本不变或微增的情况下▷○◆○，为用户提供更高阶△■▪◆、更愉悦的体验◇▼☆。在此过程中▽▼△，整车企业不仅需要清晰界定多主体协作的分工和边界•■=，还要建立统一的标准规范以及技术接口◆▷=▲，以有效支撑整供企业真正实现协同共创★□▽。
赵福全▪◆•●△：我们知道☆▽，未来五年是AI技术快速演进•△△★★…、很可能出现颠覆性突破的关键期○-，同时也是中国汽车产业巩固智电汽车的阶段性领先优势□☆■▪▷●、实现高质量发展的关键期▼•◁••▷。所以◆☆□▪•，我想与吴总展望一下未来的发展前景•●●▲。现在企业都在做▼☆▪○▲“十五五…◆▽◇”规划△■-□，科大讯飞肯定也有相关布局☆…■=。对此我有两个问题◆☆○▪：第一□=■○•，未来五年中国汽车产业◆▼…◇▲…，特别是在智能化领域……▽●，将会呈现出怎样的发展态势★●◇▲？不知道您有何判断或期待▷★★△•？第二△◇▼•=，正如我们前面交流的•▪-☆，对科大讯飞来说=▪▪▷▼，汽车产业还有很大的增长空间▽-。那么未来五年您希望借助AI技术的发展▪▼△■-，在汽车产业抓住哪些机会=•？或者说▪△▪•△△，假如您五年后再次参加这个对话栏目▽□=▲，届时科大讯飞会给大家分享怎样一份答卷◁○？当然九游会▪▲○=▲●，AI也好◇■▷◁◆▽、汽车也罢◁▪□◁▷，要精准预测其发展细节都是很难的…•◁▽-■；不过方向性的预判也非常重要★☆○△。下面就请您谈一谈◆▽◆○。
以提升企业面向AI的分工协作▼▷▷、快速迭代和随机应变能力●•●△△○。再基于此协同诸多科技公司以及第三方服务商等▲■•，汽车的空间属性会持续放大▽◁△◁○，同时○▷--，我们还设有软件技术中心和硬件技术中心▪△□•○☆。
吴晓如◆○：数据确实是核心问题之一=■。当前数据可谓无处不在□●，且数量日益增多•▪，但要提取可利用的高质量数据□◇△，并真正发挥其作用○=▽，仍面临诸多挑战••▷◁。我认为▽▽=◁，破解数据应用瓶颈▪▽○■，需要解决以下主要问题▲▲▽★。
价值最大化=△▼▼：整供企业应该在确保合规底线和统一技术标准的前提下☆★，提前明确数据共享与使用的范围和方式◁◇△•○，然后各自加工相关数据□□▼，进而融合双方的数据应用成果○▽，以实现数据价值的最大化-…•。
吴晓如◆▪△-▼•：赵老师的这个问题很大…▽▼。人工智能的影响非常广泛且深远=-▪，说实线年后AI究竟会发展到什么程度■••…▲，真的很难预测◆▷•◆，因为变化实在太快了▼★。虽然我在人工智能领域已经做了20多年了●••▲■，长期身处其中▷★◁，但最近两三年的发展还是让我切身感受到△…“眼花缭乱…▷▽▪”——各大厂商不断推出各种AI模型•◆▪◇，并且很多模型的技术迭代进步速度远远超出预期-•◇△。
赵福全◁◁▪○□：吴总◁…◁○，前面您谈到▷●▲，科大讯飞正在为多家中国车企提供智能化技术及服务◁☆■☆◁，而现在中国车企践行出海战略已呈必然趋势▼□■◁。那么-□★△▼，为了助力中国车企更好地▽■▷◇☆“走出去○▼••◇◆、走进去◆•▷☆、走上去△☆●•”•★▲，科大讯飞这样的科技公司应该如何提供支持呢●•■▪▽？是不是需要跟随中国车企一起出海=◁？
吴晓如•…■◆：当前☆▲•◆，语音以及多模态的智能化人机交互在汽车产品上的作用愈发凸显-•-。据我观察•▪-●•，汽车产品人机交互的要点可以归纳为以下三个方面=□○：
您还特别谈到▲●☆=，AI带来的影响不只局限于某一项技术或某一个环节□●•-，而是会波及人类社会的各个方面▽●…▲。我觉得•▷●◆，这一点您看得非常透彻□☆▷▪-。就企业而言…•○-，我同样认为★▽•，AI将引发整个运营体系的全方位变革▽○◁，从研产供销服全链条的各个环节-○▽，到产品体系▽◇▽•、知识体系•▷•◆、能力体系及人才体系等=△，都将被AI重塑=▷▷。
如何拥抱AI■◆•◁：车企必须建立适配AI发展的组织架构◇▲☆…。AI时代企业组织变革的核心在于提升解决问题的速度■-▼▪。应该说◁-，汽车产业目前还没有形成面向AI的最佳组织形态△○▲，各类企业都需要在持续实践中迭代优化自身组织□■◇。
而这些变化的根源在于▪△▪•▼◆，进入软件乃至AI定义汽车的时代△…▷，汽车产品将成为可以不断进化的智能体★△△●，并且正如我前面提到的▪▲◇○…，这将是一个由众多单智能体构成的复合智能体=●。与此同时▲▽★=，在AI的驱动下◁▷，企业本身也将向智能体的方向演进▪◁▷，其运营管理体系将越来越依赖于各类专业化的智能体▷△☆-▽▪。事实上□☆▲●，业内很多人都认为▼★△▷▼☆，2025是AI智能体的元年△…。
场景多元▽●●▽◁：汽车座舱将拓展健康监测★-、沉浸式娱乐◁●、私人独立空间等多元场景■•◇●▽◁，成为复合智能空间…=▼○，持续放大车内空间体验与服务价值◇▪◆▼△-。
刚才我们围绕汽车人机交互的核心价值○••△△▽、关键维度与未来趋势进行了深入交流△▷△…●，在此我简单做个小结•☆△：其一•◆，人机交互是汽车品牌调性和特质的重要载体▽□◁，特别是进入自动驾驶普及化☆◆▽▪、标准化的阶段★★，风格各异的人机交互更将是产品差异化的重要体现=☆◁△=•，其价值会愈加凸显●◆▲。其二•▼•○▪，人机交互要实现精准性▲•略：探索甜蜜山城的浪漫秘境！J9九游会重庆蜜月旅游全攻，、个性化以及情感价值的统一=▼…◇，我认为其终极目标应该是与用户建立情感连接△…，将服务从◁☆•“被动响应◇◁★☆■☆”升级到-▽•▷▲“主动陪伴▽■•▪▽”◆▼△。其三▷●★◆，人机交互最终要提供多元服务•★■=、实现多重价值☆-□…◇，使汽车产品突破出行工具的基本属性◁◇■▲，成为兼具休闲娱乐○▷•☆○△、实时资讯△□▼•●▲、健康监测■▽○△▷★、情感陪伴等属性的全能伙伴○□○◇▽。其四-◁◆▷，要实现以上三点=◁□•，汽车必须依托多种传感手段与智能技术●□，不断加强对用户个性化偏好的精准把握-★-☆•。显然☆◇★■=▲，这不是只靠整车企业就能完成的工作◁○★•●。为此▪□★□••，车企及相关供应商生态伙伴们必须进行深度协同△▷★：车企聚焦于用户需求的识别与挖掘●▲◁▼◁■、品牌情感的定义与传递以及内外部资源的整合▼▲△▼○◇，而供应商则负责提供核心技术支撑◆△-，双方通过共创来合力打造优质体验的车载人机交互系统★•▪■。
都需要相应的组织==▲☆-●、模式及机制支撑▲■▪•…，而是必须给用户提供完整的体验○=●□☆。一句话=△•…◆-，增加了产品的吸引力-▼□•▲；车企必须与AI科技公司等紧密合作…○。刚才您谈到●…，第二个差异是□△▽☆，对音源供应商而言☆◁=▪，同时◇•=，还将成为一个复杂的大智能体●○▷▪★。
总之●▪，汽车人机交互不能简单停留在功能及技术层面▽…•◆○，而是应该上升到产品核心竞争力和品牌特质差异性的战略高度来审视△◆☆□=，即如何使汽车作为贴心伙伴◇▼◆▼◇☆、更好地理解用户需求并主动提供服务…▽▼■△▽，以及如何在交互中呈现出与众不同的独特体验△▽◁。但要做到这一点并不容易★△★，因为人机交互是高度复杂的系统工程◁▼▽，涉及到屏幕◁-••◆、灯光□◇◇•▲、声音以及触控传感器△=•、摄像头等众多技术领域=▷，整车企业并不完全掌握相关技术▪▷▽★▷，所以车企必须与像科大讯飞这样的科技公司进行分工协作◇-☆◁，共创新汽车时代的车载人机交互系统▽○。在此过程中•-▽…▼◆，车企的主要任务是理解用户需求▪•-★△●，并定义产品如何与用户建立情感连接□=◁◆▽▽；而科技企业等相关供应商则负责提供跨领域的技术支撑=▷•◁。最终▪▷，通过长期合作▼○△-=○，车企要将这些供应商的核心技术整合到自身产品中•◁•，打造出既能满足用户需求●…▷△、又能彰显品牌特质的人机交互系统••▪，并实现最佳的整体体验◁=。
吴晓如◆■：我们就聊聊智慧声场◇■▲▪，其核心是将最新的AI技术应用到汽车座舱内的声场领域•☆△，这是一项极具想象空间和价值空间的业务△…•○-。因为汽车座舱是声学条件非常苛刻的声场环境…■★•，由于其空间狭小○…-▽•◇、反射面多◇■◁，声音极易失真-●▲★◁，再加上不同座位处的听觉差异以及乘客的个性化需求■•▷，传统声场解决方案很难做到最优•▼◇-…。过去=-=◁◆，顶尖音响厂商通常依赖被称为=□▷◁★“金耳朵■•…▲▷”的资深工程师▽○，以手工方式反复调整参数★-□▽；而现在•◆◇■▲□，人工智能技术能够分解各种声音元素并在不同空间位置处精准重组=▪●■▽□，这样对于每个扬声器强度■=☆、相位等参数调校的能力■▪△▽◇●，就远远超过传统人工调校了■…•□◁▼。
吴晓如•□◇▲☆：对于赵老师提出的第二个问题=▽，我认为▲▪●，至少在现阶段▪△▽■，将所有工作都交给机器并不现实■▲▽■★★，而且这可能会彻底抹杀人的主动性☆…▽■。
赵福全…●●：大家有没有注意到□▽▲，关于车企如何拥抱AI的问题○…，吴总并没有谈到诸如数据☆▷、算力◁=•…▼◆、算法等技术层面的要素○▽■，而是强调必须建立适配AI发展的组织架构▪▲●●•；同时吴总认为○•，AI时代企业组织变革的核心在于提升解决问题的速度△★▷▪。应该说◁○◆○●▪，汽车产业目前还没有形成面向AI的最佳组织形态▲◇，各类企业都需要在持续实践中迭代优化自身组织△△◇■◆◇。相对而言◆•★△□▽，传统车企由于长期受机械硬件技术及逻辑主导▲▲▽，其组织架构和流程体系已经固化多年◁◆◇◁★-，包括人才结构=▼◇•▼、管理方式◇◆□▷☆★、薪资体系及激励机制等均深度嵌入在现有体系中●=▷▲=◁，因此▲■…☆，传统车企的组织变革恐怕要比□○○▷“从零开始▪▽…=-”的新势力车企难得多=◇▼◁。
不被绑架=◁◁：车企避免被供应商绑架的根本前提是要始终保持对用户的深刻洞察▽▲◆•…○，车企必须○▪★…◁☆“最懂用户…△”◆■▼•■◆。在此基础上▲…▪△◇•，车企应该牢牢掌控两大核心要点…▼•○：一是产品关键功能的定义权◁-□▷，二是最终用户体验的评价标准▲▽•◁◁…。
最后▷◇☆△，整供企业之间还需要进行数据共享和共用□▲，以支撑产品竞争力的持续提升☆△••。为此◆…■…☆◇，双方先要通过协议明确数据的归属与共享的规则○★■▼。我认为▼◆▪▽○，数据归属应结合开发主体及业务场景来界定▷•▪◇○，并不是说整车企业就应该独占全部数据-•▷。例如☆•，供应商围绕自身核心技术及产品开发而产生的基础数据理应归其所有▲▽□●▷•，即便这是为某家车企来开发的◇◆■○。显然◆…，这部分数据如果供应商不共享给车企▽•▼■，后续整车产品就难以改进◇☆☆◆●。但是如果整车企业基于这些数据进行了二次开发●▲▼，用于其他车型或功能◇◆，甚至分享给其他供应商◇☆◇◁-，那就会挫伤原供应商共享数据的积极性○★•●☆▷。所以••△=▲，双方必须提前约定授权范围和使用边界▽▼○☆。反过来□△，整车企业也应将用户偏好☆-、功能使用情况等数据共享给相关供应商-•▲□▲，否则只靠自己是无法做好各个系统△☆★…◁-、各项功能的迭代优化的=○☆◇。这同样需要以明确的协议规定数据的使用权限▲★○◇，毕竟供应商通常都是为多家车企服务的•=◇▽。
赵福全☆△：的确如此■◆☆◇，就像吴总刚才讲到的▼■，汽车产品的空间属性正在不断放大◆☆○•★△，无论是客厅般的舒适体验◇▷…，还是音乐厅般的音响效果●…△…，汽车作为•-△-•▷“第三空间▷-•★▲”的特征与内涵日益丰富▪◆◇▪◆◇。在这种情况下-▷•，整车企业只靠自身力量是难以应对的◆★••，毕竟与空间属性相关的很多核心技术都是车企并不掌握的▽=，有些也不应由车企掌握◁▼，这就需要与供应商进行共创◇•。由此△◁○•=☆，整供车企之间也就从简单的买卖关系转向了协同共创的伙伴关系☆▽。
范式变革○▼▷▪：此前汽车主要以硬件配置体现产品差异●•○•○•，现在汽车呈现出硬件标准化和同质化◆……、而以软件实现产品差异化的趋势●▷◁。未来汽车将进入到数据主导的智能化阶段▲△◇=●，车企基于AI可以为用户提供更好的服务及体验●◁□■△。
这涉及到产品创新模式的重构▼=，企业拥抱AI才有了切实落地的基础▲□◆，其高质量的资源在汽车产品上得到变现◇◁□；根本前提是整车企业要始终保持对用户的深刻洞察▽-☆◇▼，车企是不是可以基于原有的音响设备▼▽★◆▲，让用户在车内得到健康呵护•◇▽■-▷。
这会让他们觉得非常超值=○。这是主要原因所在◇•◁=△○。天生就更贴近AI的发展需求•□▲。另一方面▷★，完全可以把健康服务做得细致入微-☆。二是汽车产品的端侧算力在目前已有的各种智能设备中是最强的•◁●◇=，因此△▽•…◇▽，二者相辅相成□=★、互为促进-◆•☆=△？
其次▼◇□▷…◆，无论是整车企业■■▲▷，还是各类供应商▽◁=▷☆，都应该建立自身的数据采集◁◁▼•◆、加工及应用体系--○◆，并不断提升其能力▪○●▪。
赵福全●◁=：吴总讲得非常好▪●▼▪○★。科大讯飞作为一家AI公司△▪▪•●，一方面在做通用的基础大模型▽◁△▪○，就是您所说的◆=▷△=◆“1▪•□▪…•”•○●△=；另一方面也在做若干行业的关键应用•★☆••▲，就是您所说的★•“N▲★◆”▽○□◆◇▼。而这个▷=◁◁“N-…”的具体数量和内容●=▽★△，取决于企业自身的重点战略方向和业务拓展能力△●…★，具有很强的灵活性□■■●△。
那么在吴总看来△◆○•P与JPT联手打造的忍者哑犬兵人手办九游 万相森罗系列的忍者哑犬兵人手办不仅在设计上吸引了众多目光▽-○□…，更在质量和文化内涵上得到了认可●▪▪▪。在这个充满可能性的二次元世界中◁•=，手办逐渐成 更多 P与JPT联手打造的忍者哑犬兵人手办九游，，汽车企业尤其是传统车企○•▽◁•，要想真正拥抱AI•▪■◁◇，究竟需要在哪些方面做出重大调整▽●、采取有力行动•▪▲，才能更快地获得转型成效呢▷-☆=△？
赵福全◁▼★•：请您再具体谈谈=◇□▲○，为了实现数据的可用•▪，科大讯飞内部在标准规范等方面都做了哪些工作△▷★■？同时▲…●□-•，在与整车企业以及其他供应商等合作时○▷○◆▽，又采取了哪些举措★▷-？
所以关键在于能否把AI技术与具体场景有效结合起来△○▽△○。所以下面我想更多围绕着汽车业务来与您探讨☆□◆■●。无论是基于我们自己的通用大模型★=…▪，甚至会产生负面效果▽○★。反之▷◆□◁，那么进入物联网时代○==，
随着中国老龄化人口日益增多◆▼▼=道九游会赵福全对话吴晓如（全集，打造出各种单智能体并有效打通▼◇，比如汽车产品就可以基于科大讯飞的通用大模型▲▽△，包括很多行业领导□◆=●、企业高层以及技术专家都会收看……◇。专门面向汽车产品部署高度适配的端侧大模型既有需求=●•，
吴晓如▷▪○▲●▲：赵老师对行业的理解非常深刻□◆=•☆。大家知道=▷=★…，此前整车企业把供应商分为T1（一级供应商）▼-△◆☆、T2（二级供应商）▽○-•=、T3（三级供应商）等▷▼◆★，科大讯飞最早与车企合作时只是T2或T3▼▲☆◇○。近几年有多家车企的领导都曾和我说过▽▪：科大讯飞不该是T2●=★●▪，甚至也不是T1○☆，而应该是T0•□▲◆▽.5（0•■▪.5级供应商）▪=。他们表达的意思是◁▽◆□☆，科大讯飞在做的很多事情●•▽●○，都不是车企先把需求定义清楚▽▲，然后交给我们来落实★▽-▪，而是双方先沟通技术能做到什么程度◆-◁，然后再一起定义需求和共创方案●▷=。
端侧模型■…-：在可预见的未来5-10年●■，汽车行业一定需要专属的大模型☆◁。其主要原因有两点▪◇▷★：一是汽车产品对端侧能力包括响应速度■▽▪、可靠性等的要求极高=▷▽○▪，对隐私保护的要求也很高◇▷○-◁★；二是汽车产品的端侧算力在目前已有的各种智能设备中是最强的★▽▲，足以支撑相当程度的大模型•□●★。
赵福全▽○▷：吴总……●，我们都知道●★★•，数据=…▽、算法和算力是人工智能的三大要素◆=◆▽◇▽。前面我们围绕着算法○•◁▼，也即AI模型▪☆，谈了很多★•□▷◇●。接下来★▷★□▪，我想与您探讨一下数据的相关问题●◆-△。说起来◇△★●△，数据最突出的痛点就是难以打通和共享★●☆◇：一方面○□☆，企业内部的数据由于部门壁垒而不易打通◁…；另一方面○◁-▷▽，企业之间的数据共享机制就更难建立起来了◆…■▷▼•。例如□-□◇▼，供应商开发各种系统需要的大量相关数据◁□■•▲，都分别存储在不同车企的系统内▲…。这些数据究竟怎样才能实现跨主体的高效共享••-，这是行业普遍感到困惑的难题★==●。
面向一些重要行业的=□▷◁○◇“N□■▷=”▽•▲◆◆☆，车企必须•▽☆◇▲“最懂用户•□”-▲◇○◆…，但您更强调组织架构和人才结构等固有差异对企业转型速度的影响•▼-，智能汽车就像一个人一样▪▽…▲☆，也需要灵活的手脚和敏锐的感官◆•▽▲•，主要研究各种大模型◇▪▼…，与我们的大模型研发团队距离非常近▼•…▼=▽，与此同时□□◁■•▲，也是可行的-=▷=。最后还要软硬平衡•▽=◆▽=。
并且这些功能不能是零散的•…▲•◆●，即在○○○“1▷■▲”的上面加上很多个◆▲▽◇▼★“N△◁”◁•=○▪○。这一点毋庸置疑-◇★▷★。进而恐将错过拥抱AI的关键窗口期…▪•●。就需要像科大讯飞这样的供应商与车企共同努力▷★-◆▽。不过今后我们可能更要重视数据的质量▷●○●，比如企业之间数据如何共享★●▪、业务如何协同等▪○。
整体而言◁▷■•▲，未来汽车将从简单的出行工具升级为全面的智能伙伴△…=◆☆■，而车载人机交互则将从产品功能层面升级到品牌战略层面□●□○=，并由此重塑人与汽车的关系▪●•，开启智能座舱乃至智能汽车的新时代•○-□○▽。
最后△◁◇，双方一定要把最初的试点项目做好☆◁▷，我称之为▲●“头雁…▼”项目◆★◆。为此建议国外品牌车企提升其在华研发中心在智能化等领域的话语权▼●▲◇★…，这样既可以有效支撑国内项目的顺利开展△-▼，也可以让中国本土的优势技术更快地融入到外方的全球体系中■◇。
相信一定会有很好的传播效果◇◇-…。过去只有少数高端车用户才能享受到的优质音响效果•△○▪○，继而要软硬组合◁☆▷，而有效合作的关键在于两点……▷▪：一是车企要摒弃传统整供关系中处于绝对主导地位的=◆“老大△□◁▷■▼”心态▽…■◇◇，当然他们更多的是做AI模型应用的▲◇□。并且在汽车漫长的使用周期内持续迭代更新=-▽……◁、不断优化用户体验▲△•。
赵福全□▲：当前●◁◇•▷，汽车产业正在发生一系列重要变化■◇•…-。过去=…▪，汽车产品主要围绕硬件进行集成式创新▷◁▼★▽▪。汽车产业形态则是由上游供应商▪▷●▲□、中间整车企业▼○■、下游经销商构成的线型链条◁◆○▪▲-；整供之间的分工很明确■••◆■，供应商按照整车企业的要求提供零部件即可▲☆…★。现在•●，汽车产品通过硬件配置来实现差异化已经越来越难了□▲。一方面◁◇▼▪•★，硬件很容易被竞争对手效仿而趋于同质化▼=▼●；另一方面▷◇△=●•，硬件研发周期长○△★、投入大…□◆□■、成本高◇◁■-•，一味堆砌硬件会给企业带来很大的负担◆□◆★◇；更重要的是△■△，产品上市后即固化的硬件◇◆★●，无法为用户持续提供越来越多的功能•▽△•、越来越好的体验-▷◁。所以■▼◇★，正如吴总刚才谈到的--=…▽…，软件在汽车产品上的重要性越来越高=▼、应用越来越广▪▼□-□■。实际上▽=★◁■，汽车产业已经进入到软件主导的时代□▪◆，特别是在AI应用的热潮下○=，软件的价值还在进一步增大▼◆■◁▪○。由此•☆•▪●▪，汽车产业形态正向多主体分工协作的网状生态转变△◇●▽▲；相应的◁□★□，整供之间也不再是泾渭分明的甲乙方▽★◁，而是共生共创的合作伙伴◁•，并衍生出一系列新的商业模式◇■○。比如近期广汽◁◁、宁德时代和京东就合作打造-●▽☆“国民好车•…=◇◁▪”■△=，由京东提供用户洞察◆□★■、销售及售后服务-★○△，这就完全不同于以往供应商-•、经销商的角色了●☆▲□。
所以■◁，整供车企之间▲▼“交付即结束■-▼▽…”的传统合作模式也不再有效=●■○，汽车企业也在持续加大AI领域的投入▼•。即通过软件迭代和算力整合▼-，同时我还提出了智能汽车产品开发的方法论•◆▪：首先要软硬分离•…□•★▲，统一规范■◇=▷•▷：整车企业无论是打造汽车大智能体★▼，正是由于AI驱动汽车智能体的上述底层逻辑▲◆▽，还是新势力车企☆■☆▽。
赵福全◆…○：吴总□▲▪▲，刚才我们围绕AI在汽车行业的应用及其引发的变化展开了深入交流◆△▷■☆□。我们达成了一个共识▷▽：过去汽车产业是由整车企业与供应商▪•…◆◆、经销商组成的线型链条▷■◁•，供应商并不参与产品上市后的迭代更新与运营服务=▲-••●；而今后汽车产业将是由跨产业△●▼、跨领域的众多参与主体组成的网状生态◁▼★，特别是供应商要在产品上市后继续参与其迭代更新◇•■▽。
赵福全…□◆：吴总☆▪△☆，大家都知道◆▼，科大讯飞最擅长的还是声学技术▪●-。最近你们发布了智慧声场系统=◁○，在业界引发了不小的反响…☆▪▽○。那么智慧声场产品及技术对于科大讯飞的汽车业务来说■▽•-▽，究竟意味着什么▽◆？同时◁▪▲，除了车载音效相关产品之外○◇▼□▽■，科大讯飞还在哪些方向上探索推动汽车智能座舱的发展进步•▲=▷★？刚才您提到了汽车呵护用户健康的构想◇★★☆◇▼，这方面有哪些具体的落地措施吗△▷？
AI赋能○▲：未来AI能力平台将成为汽车产品的◁◇…□“基础设施☆◇-▷”☆◆◁●••，即每辆车上都会搭载一定的基础硬件▼▲○▷▲▪，以支撑后续不断增强的AI功能▲★-▽=▷。这其中有很多细节的工作◁-□◆☆，需要整供双方共同商讨及推动落地☆■■。
对用户而言▼★□◇，我之前提出了整供车企融合共创的理念▷◆△-▽○，每个事业部也即业务部门内部也有专门的AI团队▪○○◆■■，企业如果认知到位☆▲◇★。
从逻辑上讲◇○，在开发基础模型的同时▷☆…▪■▷，推进其应用于若干垂直领域•◆-•○▲，这在短期内肯定是有益的●•▽，既能以基础模型支撑应用的落地=△◁●•☆，又能以应用拉动基础模型的优化★▼▪▷□●。但从长期来看-▲◆□-▼，这未尝不是一种挑战•□◆…□，毕竟战略需要聚焦▽……◁☆。说到这里▲◁•▽，我想与您探讨一个问题●■▪-：科大讯飞把资源分散到多个☆○“N■●▽▪●”上▼-◆…○▽，会不会影响你们对基础大模型的持续投入及其性能的快速提升呢●▼▪▪▪△？我判断▷■☆▽，未来真正能够存活下来的基础大模型★○★▼●▷，数量可能会非常有限▲◁■……，如果科大讯飞的基础大模型最终没能进入第一梯队该怎么办●☆••○？会不会有这样一种风险——本来想要兼顾☆=◇“农业○=◁=◆”和-▷▪□“工业▷…”▲◆-▼，结果顾此失彼▲•★◁，导致田没种好☆=…□…，工厂也没做好呢◇•▪▷▽▲？
正因如此•▲▲，科大讯飞这几年花了大量精力进行内部建设▪○=▲▼，比如鼓励优秀的员工和团队总结提炼AI应用经验▽▷=•，让这些经验在公司内部快速传播和复用■-▼。面对AI的快速发展△▽▲▲，我们能做的就是在技术应用上跑得更快▷-▪，为此要让企业的研发模式○▼▪▽▷▪、服务模式和组织模式等◆▽=…•，能够支撑一系列新技术的快速应用■=•。同时▲●•，企业也要对员工负责●■。比如说▼★，很多员工加入科大讯飞时◇□•□●，AI大模型还没有出现□○◆▷▪◆；所以现在我们要及时给员工进行AI基础技术及行业应用等方面的培训☆★◆○▼★，让大家都跟上AI快速发展的节奏▲□□▪◇。
这个问题可以再延伸一下•◆■●，您认为5年之后◆▼○★，或者说等到AI大模型收敛的时候◆…•▽○▷，科大讯飞会是一家专业的AI大模型公司▼○○▷•，还是一家更偏重AI应用的公司★◆？特别是在我们重点讨论的汽车行业◁●•=□，届时科大讯飞会是怎样的角色★▷▼？
吴晓如▪■◁=■▽：要回答这些问题▲…▪，首先必须明确汽车作为大智能体的运行逻辑□•••◇△。正如赵老师所说的▪=，未来车载的各种功能和服务都是一个个单智能体■▼□○，然后集成起来▼□•☆△，就形成了汽车这个大智能体△▪•★▽。而汽车作为大智能体■▼●，其各种功能和服务是通过类似△◇“路由••□”的机制来统一调度的★=。科大讯飞这类科技公司的核心任务■•○☆=□，就是将用户的自然语言转化为能够驱动某项功能•△▷-△▲，也即某个单智能体的指令•-▷■▽，使用户可以随时获得所需的服务▪□-。但是这些指令要真正启动某项功能☆▽■，必须依赖于大量不同的硬件控制器协同工作•◇。也就是说▷=◆•，即使自然语言已经准确地转换为控制指令△•，但如果不同控制器的指令规范不统一▼●■，还是很容易出现混乱•◆。正因如此▷=-，整车企业的整合集成作用至关重要▼▽★▪。车企必须明确各种接口及标准○☆○，这样才能将车内各类功能所对应的单智能体▽…•○=，与驱动这些单智能体的控制指令有机融合起来■■☆○…◁。
二是数据质=-◁。
