在李涛看来，汽车是工业皇冠上的明珠，体系非常复杂，目前最大的难点是打通不同主机厂平台和车型之间的软硬件架构成本很高。“尽管中国汽车企业多年来不断做软硬件的平台化，包括引进SOA等软件架构，但不是真正行业中的通用方案。”

李涛强调，汽车智能化、大模型两大浪潮的碰撞和融合具备历史必然性。AI汽车是智能座舱终极形态的体现，有赖于强大的理解、记忆、逻辑和生成能力，这恰恰是大模型最擅长的领域。

“百度在很早之前就布局车辆智能化，并与主要的主机厂有深度合作，今年年内搭载百度智能座舱的汽车会突破1000万辆。”在近日举办的全球智能汽车产业大会（GIV2024）上，百度智舱业务部总经理李涛接受中国经济网记者采访时表示。

百度智舱业务部总经理李涛 姜智文/摄

在李涛看来，汽车是工业皇冠上的明珠，体系非常复杂，目前最大的难点是打通不同主机厂平台和车型之间的软硬件架构成本很高。“尽管中国汽车企业多年来不断做软硬件的平台化，包括引进SOA等软件架构，但不是真正行业中的通用方案。”

不过，“随着软件操作系统等更加可控、开源的推进，会大幅度改善如今的局面，也会更加提高中国汽车产业在全球的竞争力。”李涛说。

李涛认为，智能座舱是基于大模型做正向设计，而不是把技术不断地剪切、接入。“座舱的终极形态是一个‘车端智能体’，具备独立的理解认知、学习能力，并且能够自动化地给用户提供情景感知和服务。”

与之相对应的是，如今很多座舱设计是把Pad装载上车，并把移动APP直接迁移到车机。据行业统计，单台车上搭载APP最多的高达189个。李涛坦言，“在驾驶过程中，用户需要从189个APP中翻找到指定应用很困难，这不仅占用宝贵的车机算力及内存资源，还可能造成用户在驾驶体验过程中的认知负担，甚至造成事故风险。”

李涛补充道，软件的使用符合二八原则，80%甚至更高比例的应用不会被使用到，这不仅会造成应用端资源浪费，同时为把相关应用搬上车，主机厂还需要大量投入，无形中造成了社会财富的浪费。

当前，随着AI技术、自然语言理解的进步，部分车载智能化系统能够泛化理解用户的口语化表达。在此过程中，用户对智能座舱的使用频次从最初的每天3-5次，到如今普遍上升到两位数，在部分语音交互技术领先的车型上甚至达到接近三位数。

但在李涛看来，语音交互次数并非越多越好。用户频繁使用某个功能，一方面说明该功能非常实用，用户对它产生了依赖；另一方面也可能是车辆整体设计的智能化程度较低，系统无法深度理解用户当前所需。

“智能座舱下一个明确的应用方向是全感融合，基于大模型的理解、记忆、逻辑生成能力做出全局规划，然后全方位驱动各种应用进行深度协同和执行，类似于汽车机器人具备高度自动化和主动化。”李涛说。

李涛强调，汽车智能化、大模型两大浪潮的碰撞和融合具备历史必然性。AI汽车是智能座舱终极形态的体现，有赖于强大的理解、记忆、逻辑和生成能力，这恰恰是大模型最擅长的领域。（中国经济网记者 姜智文）