当前，AI大模型、智能体与汽车的深度融合，正推动AI座舱加速驶入发展快车道。

纵观市场，越来越多的车企开始将AI座舱作为提升产品力和用户体验的关键“卖点”，在新车上陆续搭载。

与此同时，产业链上游的布局节奏也在明显加快，从芯片、操作系统厂商，到Tier1、云服务、大模型厂商，再到应用生态，各类供应商都在加码投入，试图在这一轮智能化浪潮中占据主导位置。

其中，科大讯飞凭借过去二十多年在智能语音和人工智能领域的深厚积累，已经从模型、硬件、Harness工程等多个维度，构建起软硬一体的AI座舱技术栈，并成功实现星火智慧座舱3.0发布即量产，成为这场产业竞速中率先跑通“从技术到量产”闭环的样本之一。

智能座舱再进化，进入AI原生时代

回看过去十余年，智能座舱的演进大概可以分为三个阶段。

第一阶段是信息娱乐座舱，大致在2010年—2015年。

这一时期的座舱，形态上以实体按键和一块中控小屏为主，功能层面逐步搭载导航、蓝牙、音乐等应用，只是都比较初级，而且这些功能在车辆出厂时就基本确定，之后很难再增加新功能。

第二阶段是智能网联座舱，约从2016年开始，延续到2023年左右。

这个阶段触屏逐渐取代实体按键，中控屏越做越大，并且车内屏幕越来越多，语音交互、车联网及OTA相继“上车”，座舱开始从封闭走向开放，搭载更多与出行服务、信息娱乐相关的应用。

比如科大讯飞的飞鱼系统，早在2018年就支持多音区、多模态交互。

到2020年时，飞鱼系统已经可以支持多语种使用，且每个语种均含有车控、音乐、电台、导航、命令、蓝牙电话、生活服务等7大业务，涉及200多种交互场景，包括通过语音接电话、打开音乐、设置导航路线等，初步实现了“动口不动手”。科大讯飞的前装产品累计用户规模也由此突破3000万，合作覆盖90%以上的中国主流自主品牌和合资品牌车厂。

不过，这一阶段座舱底层的交互主逻辑没有根本改变，仍然是“人找功能”——用户想做一件事，先要知道该打开哪个应用，此时语音更像一个快捷方式，能够识别标准指令，却难以理解复杂的自然表达，也无法完成跨应用的任务。

第三阶段是AI座舱，目前正处于起步和落地阶段。

这一阶段最根本的变化，不再只是功能数量的增加，而是AI从一个“外挂”的能力插件，变成智能座舱的原生底座。在这个前提下，AI座舱与上一代智能座舱相比，呈现出五个方面的显著差异：

服务方式上，从过去被动响应指令的“聊天机器人”走向主动服务，系统能结合用户状态和用车场景，在用户开口之前就给出相应服务，而不是等指令来了才反应。

处理逻辑上，从功能和应用的简单叠加，走向以任务为驱动的闭环。用户不必再记该打开哪个应用、在多个界面之间切换，只要说出想办的事，系统就能自己拆解任务、调度资源并执行。

感知方式上，从单一语音或视觉走向多模态融合。系统不只听声音，还能结合图像、用户状态和车内环境，综合判断用户的意图，甚至识别并理解驾乘人员的情绪状态，从“工具”真正走向“有温度的情感伙伴”。

底层架构上，从分域割裂走向统一调度。过去导航、空调、影音等功能各自独立，彼此不打通，现在由一个AI智能体中枢统一协调，功能之间可以联动，一句话就能调动多个系统配合。

运行方式上，端云协同已成为主流架构。端侧负责高频指令的快速响应、隐私保护和断网可用，云端承担复杂推理与多模态交互，两者配合，也让车辆在交付之后，能力仍能通过更新不断增强。

图片来源：科大讯飞

科大讯飞刚刚发布的星火智慧座舱3.0，就是AI座舱的典型代表。

星火智慧座舱3.0定位行业首个全模态类人交互座舱，以SOPHIA架构为底座，由全模感知、思考决策、多维表达、记忆进化四个系统构成一套闭环。

具体而言，全模态感知让车既能听懂用户意图，也能看懂车内状态；决策层的Master Agent，作为整车的统一调度中枢，负责理解用户意图、规划任务、调度能力并监督执行；在表达上，专门定制的“星火家族”，可以帮车企定制品牌人设；而记忆系统，不仅能持续沉淀用户习惯，还能区分不同乘客的习惯与偏好，真正实现“千人千面”。

落到用户侧，星火智慧座舱3.0现阶段主要对应三大价值：更懂你的情感伙伴、会办事的汽车管家、超临感的影音大师。

其实早在2023年，科大讯飞就发布了基于星火大模型的汽车应用成果，并同步升级了智能座舱解决方案。作为AI座舱的早期雏形，星火座舱在多轮、多人、多模态交互的基础上，实现了更自由、更拟人的人机交互，科大讯飞也由此成为较早完成AI座舱技术卡位的“探路者”。

长远来看，AI座舱的目标，将是让汽车真正进化为具备全面认知、主动服务、持续进化的“超级整车智能体”。

软硬一体，才是真正的入场券

大模型上车，确实把智能座舱带进了AI原生发展新阶段，但AI座舱并不是大模型与智能座舱的简单叠加。要让这些能力真正落地，离不开软件与硬件协同的一整套系统能力。

先看软件层。

一套完整的AI座舱软件，大致包括四个部分：最底层是AI开发平台和Agent编排，负责模型的开发、部署，以及对各个智能体的组织和任务分配；往上是模型即服务（MaaS），负责大语言、多模态、语音等模型在云端、车端、端云的协同调用，解决“能力从哪来”；再往上是AI应用，包括智能语音、AI助手、导航问答、内容生成等用户直接使用的功能；最上层是AI运营服务，用于支撑模型和应用上线后的持续更新和维护。

火山引擎、阿里巴巴、百度、腾讯等互联网及云服务厂商，就主要从软件和服务层面切入AI座舱赛道，只不过侧重点各有不同：有的以底层平台和算力见长，有的以大模型技术见长，有的以应用生态见长。

整体而言，这一层决定的是AI座舱的智能水平，以及舱内应用的丰富程度。

但这些能力要真正大规模“上车”，还取决于硬件，包括算力芯片、座舱域控制器、各类传感器、显示屏、声学硬件等。

一方面，硬件是软件和模型的物理载体。

比如座舱端侧大模型，参数从几亿到几十亿不等，若没有匹配的算力、带宽和内存，很难流畅运行。而丰富的舱内应用及生态，若没有屏幕、声学等硬件，也难以完成交互与服务的闭环。

换言之，AI座舱体验的上限，最终会受到硬件条件的约束。

图片来源：科大讯飞

另一方面，硬件还承担着软件无法替代的两件事：从物理世界采集信息，把数字指令落到物理执行。

模型再聪明，也得靠摄像头、麦克风采入画面与声音，才能“看得见、听得着”；模型下达的指令，也得靠电机驱动座椅、空调和车窗，才能真正落地到物理世界。信息从物理世界输入、指令从数字世界输出，这两端，写多少代码都无法替代。

从这个意义上来说，软硬一体之于AI座舱不是可选项，而是入场券。两者拆开，任何一端都构成不了完整的AI座舱。

端侧大模型的参数与芯片的算力、带宽、内存必须匹配，感知与执行必须落到物理器件上，在此基础上，还要解决车规适配、成本控制与量产节奏，让软件真正在车规硬件上稳定、高效地运行。只有这两件事都做到，AI的能力才能真正在座舱内兑现。

但软硬一体也只是门槛，并非终点。

跨过这道门槛，行业的竞争重心将进一步转向量产与生态：谁的量产规模越大、积累的有效数据越多，谁的模型将进化得越快；谁的应用生态越丰富，谁的座舱才能真正留得住用户。

说到底，软硬一体决定的只是“能不能上车”，量产与生态才决定“上车之后能走多远”。

从技术到落地，量产见真章

智能座舱历经过去十余年的发展，已经形成了相对清晰的市场格局：德赛西威领跑座舱域控，高通领跑域控芯片，科大讯飞领跑车载语音，华阳多媒体则在HUD环节优势突出。

但进入AI座舱时代，竞争的规则正在变化：没有硬件，再强大的模型与应用生态也只能停留在数字世界里；而没有软件，再可靠的硬件也无法自行长出智能。

正因为如此，面对AI座舱发展新趋势，科大讯飞选择沿自己最擅长的语音与大模型链路，进一步把软件和硬件深度打通，构建起软硬一体的AI座舱技术栈。

值得关注的是，在AI座舱领域，科大讯飞也是少有同时具备大模型、智能体编排、智能语音、声学系统与端侧算力硬件等研发能力的全栈玩家。

图片来源：科大讯飞

具体到软件层面，科大讯飞的核心产品是星火汽车大模型SparkAuto。该模型以Master Agent为统一内核，技术上对应SOPHIA架构的全模感知、思考决策、多维表达、记忆进化四类系统，分为云端SparkAuto与端侧SparkAuto-EMM两个系列。

其中，端侧SparkAuto-EMM覆盖2B、4B、7B、35B等多个尺寸，以及100多个座舱场景，能按不同车企、不同级别车型灵活配置，并通过端云协同，在体验、成本与安全之间取得平衡。

科大讯飞同时还拥有语音基座大模型SparkAudio，以及教育、医疗等行业大模型，为座舱应用提供了更多内容与能力来源。

以医疗健康为例，依托Master Agent与讯飞晓医，星火智慧座舱3.0把“测、问、诊”闭环搬进了日常通勤，并打通了车、家、手机、云以及华为、苹果的可穿戴设备。

硬件层面，科大讯飞则围绕座舱场景布局了端侧算力硬件，以及麦克风阵列、扬声器等声学系统产品，与端侧模型形成配套。

图片来源：科大讯飞

其中，在端侧算力上，科大讯飞刚刚发布了两款直接承载端侧大模型的AI Box——SparkAuto BOX，包括Lite和Ultra两个系列：SABOX-Lite基于RK1828平台打造，拥有20TOPS算力，搭载4B模型；SABOX-Ultra拥有200TOPS算力，搭载了35B大模型。

通过把大模型和算力装进标准化盒子，科大讯飞把模型从“跑在云端的算法”变成“能随车出厂、软硬一体的产品”。

不仅如此，科大讯飞还围绕SOPHIA架构，设计研发了星火智慧座舱3.0 Harness工程，让SOPHIA架构从一张内部架构图，变成可稳定量产、可持续进化的行业级工程底座。

不过，再全面的技术栈，最终都要在真实的整车项目里接受检验。从与车企联合定义需求，到完成车规级适配验证，再到量产交付与后续迭代，每一环都决定这套软硬一体能力能否真正装进车里、稳定用起来。

这恰恰也是科大讯飞的优势。

基于在车载语音领域二十多年的深耕，科大讯飞在车规验证与量产交付上，已经积累了成熟的工程落地经验和广泛的客户关系。装机量，就是最直接的证明。

据盖世汽车研究院智能座舱配置数据，早在2024年，科大讯飞就以827.6万套的标配规模，成功夺得当年车载语音供应商装机量第一名，较第二名高出500多万套。

图片来源：盖世汽车

此后两年，科大讯飞在车载语音市场持续断层领先：今年前8个月，其在国内乘用车市场的语音装机量达436.1万套，市场份额为42.7%。作为参照，排名第二、第三的思必驰、赛轮思同期装机量分别为259.5万套、105.6万套，对应市场份额为25.4%和10.3%。

整体来看，科大讯飞汽车前装产品目前已累计落地8100万套，合作车企超过50家，覆盖全球60多个国家和地区，支持32个核心语种，累计交付了500多款量产车型。

要知道，当前车载语音已经是智能座舱的核心交互入口。

传统座舱交互以物理按键和触屏为中心，用户往往要先找到控件、进入菜单层级，才能完成操作。但随着座舱功能越来越多，App式的层级菜单只会让交互成本不断上升。

相比之下，语音交互天然契合行车场景：免手、免眼、可打断、可连续，正好匹配导航、车控、通讯、音乐、天气、充电、停车这些高频刚需。

特别是近两年AI大模型的快速演进，让语音从“听懂指令”进一步升级到“理解意图”，也把智能座舱推向“去APP化”，用户只需说出想办的事，系统就能直接执行，不必再在菜单和应用之间来回切换。

语音由此从一个功能入口，变成了调度全车任务的主要入口。占据这一入口，就相当于掌握了用户意图的第一触点。

更重要的是，大规模真实车载交互还将带来丰富的场景数据，进一步反哺模型迭代，使模型更适应车内环境。同时，跨品牌、跨车型的大量适配，也积累了让同一套模型在不同硬件和车型上稳定运行的工程经验。

这些，共同构成了科大讯飞在AI座舱竞争中的先发优势。

正是凭借如此丰富的量产积累和出色的产品力，星火智慧座舱3.0实现了发布即量产，已率先搭载于奇瑞、长城魏牌、东风日产等品牌相关车型，快速占据了AI座舱变革的关键位置。

接下来，随着智能座舱全面转入AI时代，真正的话语权，最终也要靠装车规模和量产交付来确立。科大讯飞要做的，是把先发优势持续转化为交付优势和体验优势，在这场长跑中把领先保持下去。