2025年12月18日，在第七届AI智能座舱与显示技术大会上，北斗智联产品规划高级经理邢厚银指出，当前汽车AI Agent正从语音交互迈向以大模型为核心的2.0时代，关键在于通过AIOS架构实现多任务协同与生态贯通。为提升用户体验，北斗智联推出“重端轻云”的轻云架构与端侧算力盒子方案，兼顾成本与性能，并逐步向端云一体架构演进。他强调，构建整车级世界模型与中央集成大脑是行业未来方向，而差异化的大模型解决方案将成为竞争关键。

在AI多模态智能座舱方面，北斗智联致力于打造具备主动服务与个性化体验的智能座舱系统。通过整合车身内外多源数据，公司在智能座舱与智能驾驶领域持续挖掘场景痛点，推动技术迭代。邢厚银介绍，公司采用分布式算力盒子方案，以端侧推理实现高实时、高安全的座舱体验，并联合主流芯片与模型公司共同打磨场景。从“服务找人”理念到健康监测、违停语音提醒等创新功能，北斗智联旨在通过全链路解决方案，让AI技术真正服务于用户驾驶全场景，提升整车智能化体验的实用性与安全性。

邢厚银｜北斗智联产品规划高级经理

以下为演讲内容整理：

公司概况

北斗智联主打两大业务主线，分别是汽车智能和北斗通导。公司业务覆盖了丰富的产品矩阵，包括智舱、智驾、智控、北斗通导等。此外，公司还拓展了其他产品业务，如显示屏、HUD等。同时，公司顺应当前舱驾融合及未来舱驾控融合的趋势进行业务整合。

汽车AI Agent发展路径

北斗智联一直倡导汽车去APP化，通过智能体的交互与调度，提升座舱、智驾及未来热管理等系统的性能。从1.0时代的语音交互，到如今的2.0时代大模型上车，智能体发展十分迅速。大模型上车关键在于上车后能为终端用户带来何种体验。长远来看，智能体的发展将推动整车智能体及整车世界模型等实现更大突破。

AIOS架构可视作一个调度管理平台，旨在实现生态的贯通与协同。当前，Agent的发展尚处于早期阶段，应用集合相对单一，尽管开发过程较为简便，但用户体验并未达到预期水平。为此，我们开发了平台级引擎，能够支持多任务并发场景，从而丰富车主的使用体验。鉴于车辆应用场景具有移动性，涵盖车内小环境与车外大环境，我们需将车内外多任务并发能力提升至极致。未来，我们将进一步设计座舱级AIOS。

图源：演讲嘉宾素材

目前，不少公司也在开展相关工作，各家的解决方案均存在一定差异。北斗智联当前主打座舱重端轻云架构，未来将向端云一体架构演进。无论采用何种操作系统或框架，亦或能带来何种体验，其背后均离不开大模型的支撑。

随着技术演进，大模型真正上车时，整体解决方案将呈现差异化。我们提出了一种端侧算法盒子方案。

当前各领域均依托自身算法或大模型持续推进研发工作。从整车级电子电气架构的发展趋势来看，构建整车级世界模型、整车级操作系统或整车级端到端大模型，将成为未来主流趋势。通过高度集成的中央大脑，实现对不同领域及用户需求的统一管理与体验优化，是行业发展的必然方向。

AI多模态智能座舱

AI座舱为座舱赋予了AI的思考能力，相较于传统座舱，它更具拟人化特征，能够提供更主动式的服务以及个性化体验。当前，各企业都在力求避免同质化竞争，积极寻求创新与突破。

AI座舱将是座舱领域接下来的竞争高地。由于涉及大量车身数据，这些数据的来源、频率各不相同，功能与安全要求的等级也存在差异。同时，车内外环境差异显著，涵盖驻车场景、行车场景等不同工况，且数据安全要求也不尽相同。

图源：演讲嘉宾素材

在整个发展进程中，我们持续发现并解决痛点问题，以拓展更多应用场景。其中，核心应用场景已初步提炼，但仍有待进一步挖掘更多应用场景，以提供创新点。

就智能座舱而言，作为信息展示的窗口，其显示内容依赖于更多模型应用与生态体系的支撑。如今，智能座舱正日益向个人助手的方向发展，具备强大的理解能力。其次，在智能驾驶领域，我们更多地运用AI工具链，包括数据处理等手段，推动技术迭代升级。针对新手驾驶员或不熟悉车辆的用户，我们计划通过车载智能体，以语音交互的方式，提供关于车身结构、功能等方面的详细介绍，使用户能够便捷地获取所需知识。

未来，人机交互将愈发频繁，涵盖充电服务以及未来生态拓展等多个领域，这为行业发展提供了无限想象空间。

鉴于智能座舱、智能驾驶乃至整个智能汽车智能化体验涉及多层次生态，我们选择相对聚焦的发展策略。

一方面，我们将基于相应平台，开展最底层硬件与底层软件的开发工作；另一方面，专注于AIOS架构的设计，并开发众多智能体，以助力OEM实现体验升级。同时，人机交互领域的工作亦不可或缺，我们需打通算力盒子、座舱与智驾等模块间的人机交互接口协议。

大模型解决方案存在差异。现阶段，我们采取“重端轻云”策略，即在端侧部署大模型。目前，行业在端侧大模型方面已找到一定平衡点，兼顾成本与体验。例如，部署参数量达7B或8B的大模型，已能支持20 的功能场景设计。

然而，受成本因素制约，端侧大模型的应用存在一定局限性。相比之下，云端大模型可部署参数量达32B甚至更高的模型，从而显著提升整体推理服务能力。因此，在初始进行架构设计时，需明确规划，既要支持纯端侧部署，也要兼容端云一体架构。这就要求架构设计必须周全考量，同时需灵活调配智能体的部署位置，是置于算力盒子、座舱，还是其他终端，且需根据所选平台进行动态适配。

项目落地本质仍遵循V模型开发流程，但在人工智能时代，不能以传统V模型流程开发。开发过程中，需融入敏捷开发理念，实现快速迭代，并借鉴互联网思维。当前，行业内产品解决方案主要分为两类。第一类是基于大算力座舱芯片实现，目前该方案最高可支持约10B参数量的大模型部署。若进一步增加参数量，将对座舱芯片提出极高要求，甚至可能因追求大模型上车而牺牲座舱体验，这显然不合理。但总体而言，通过精准控制成本与体验，仍可找到平衡点，即依托大算力座舱平台或大算力舱驾平台推进项目实施。第二类是我们当前主推的路径，采用分布式或独立的算力盒子（AI BOX）。

产品案例

为何我们不直接采用云端方案？因为云端方案存在两方面问题，一是涉及服务收费；二是信号稳定性难以保障。我们的核心目标是围绕座舱体验，在控制成本的同时找到平衡点，进而提升座舱整体体验。AI BOX通过端侧推理，能够快速、及时、实时且高安全地解决相关痛点。同时，其分布式架构相对灵活，对座舱、智驾或舱驾一体控制器的改动与挑战较为可控。

我们的最终落脚点在于终端用户体验。对于车主而言，他们并不关心背后使用的是哪家芯片或车联网技术，只关注实际能获得何种体验，并愿意为此买单，因为最终成本是由终端用户承担的。

我们联合了行业内主流的顶级模型公司以及顶级芯片公司，共同打造平台并打磨各类场景。我们走访了许多企业和OEM车厂，深入了解他们的痛点与诉求，并据此不断优化和丰富场景。这些场景在驾驶过程中能提供相对主动的服务体验，当然也包含部分被动响应功能。相较于传统多模态语音交互，其体验更为出色，能够收集知识库信息及车身数据。该系统能够收集车内外的各类环境与数据，并基于这些信息做出准确判断，主动实施控制操作。在安全可控的前提下，甚至会主动推送控车指令。我们提出了“服务找人”的概念，即在用户无感知的情况下，悄然提升体验，这将成为未来汽车领域竞争的关键高地。最后，我们基于众多应用场景，结合前述场景与痛点，提供全链路解决方案。

在日常使用中，我们希望车载助手能够理解我们的偏好，例如知晓我们喜爱的歌曲类型、偏好的菜系以及心仪的旅游目的地。更为关键的是，在驾驶过程中，若驾驶员突发身体不适，系统能及时检测并主动呼叫家人，甚至触发救援报警机制。这些功能均与辅助驾驶相关。目前，我们正与部分OEM厂商合作推进相关项目需求，基于双目视觉等传感技术监测路面状况，并据此提供合理的驾驶调节建议。

此外，还有一些颇具创意的应用场景值得探讨。例如，针对车辆违停被抄牌问题，传统哨兵模式与AI哨兵模式将带来截然不同的体验。AI哨兵模式可在车辆被贴超牌时，通过车身发出语音提示，这类创新功能未来均有望实现。这是AI技术为我们带来的独特体验，也是我们期望未来所有车主都能享受到的场景。

（以上内容来自北斗智联产品规划高级经理邢厚银于2025年12月17-18日在第七届AI智能座舱与显示技术大会发表的《AI技术重塑智能座舱系统及体验》主题演讲。）