让车机助手帮你搞定咖啡+会议？IDC最新报告揭秘智能座舱新能力
随着AI技术迭代突破，用户对汽车的认知边界持续拓展，汽车正从单纯的出行工具进化为“第三空间”，而智能座舱则是这一变革的核心。智能座舱通过多模态交互系统，构建起覆盖娱乐、移动办公、生活服务的全场景体验矩阵。
大模型是智能座舱升级的关键技术。IDC将汽车座舱的发展分为五个阶段，从没有智能能力的L1级传统座舱，到能够为用户提供个性化、主动式服务的L5级下一代智能座舱。2024年，IDC对智能座舱市场产品进行跟踪实测，发现市场已经初步具备L2能力。在这一阶段，用户可以通过规则化的语音方式与车机进行交互，初步使用车端的应用。L3阶段，车机需要能够理解用户的意图，并回答用户的问题或自主执行、完成任务。大模型正具备模糊意图理解、生成式回答、自主任务执行的能力，也成为了智能座舱能力正在从L2向L3阶段迈进的技术关键。
研究重点评估智能座舱大模型在各场景的体验效果，具体评估维度包括车控场景、车书场景、娱乐场景、出行场景、商务场景、生活场景、社交场景等能力。在本次研究中，有如下重点发现：
根据车端生态建设进程的不同，各场景的可用性、对于用户的服务呈现不同水平
依托车企自身的车机系统接口与企业知识图谱的深度构建，车控与车书两大场景率先形成技术闭环，整体可用性较高。
车端娱乐生态因音乐、视频、游戏等应用的 API 接口标准化、开放对接程度较高，已形成大模型能力落地的基础条件。出行场景中，导航地图因数据实时性强、车端集成度高，成为大模型落地的先行领域。
本次研究中，IDC看到生活场景、商务场景、社交场景中，已有企业初步实现了系统自主完成外卖点单、回复消息、预定会议等代表性能力。但是从行业整体水平及服务完成度的角度看，这三类场景的能力仍处于早期阶段。当前车端生态建设尚处初级阶段，视频会议、文档处理、本地生活服务、社交通信等垂类应用存在显著供给缺口，导致大模型在该领域仅能实现基础语义理解，行业整体难以完成“需求解析—应用调用—任务闭环”的全链路服务，生态建设亟需提速。
IDC认为，未来智能座舱大模型将向更易用、更好用、更安心的方向持续演进
从语言交互到多模态交互，智能座舱更易用：当前用户已经能够以自然语言的形式与车端交互，相比于触控、规则指令方式，交互便捷度得到了极大提升。未来，座舱有望构建“语音语义—手势轨迹—眼球注视点—生理信号”的多模态融合交互体系。让用户与座舱的交互形式丰富度得以大幅提升，推动座舱从“指令执行”向“意图预判”进化。
从上下文记忆到用户个人助手，智能座舱更好用：基于多轮对话、结合上下文理解用户意图已经是当前大模型的基本能力，车端已经能够基于用户给出的上文需求给出相应回答。未来，随着车端、云端能够利用的数据量不断增多，大模型将逐步结合长期数据，形成对用户的长期记忆以及兴趣点的理解，提供更精准的服务，真正成为用户的个人助手。
从云端大模型到本地大模型，智能座舱更安全更安心：当前智能座舱普遍采用云端大模型调用架构，但在弱网环境或通信中断场景下，易出现交互卡顿甚至服务失效问题，而用户隐私数据的云端传输也面临安全、法规挑战。未来， “云端 + 边缘实时推理”的协同模式，将在保留了云端大模型持续进化能力的同时，又通过本地化部署实现交互响应的低延迟与数据安全的双重保障，正推动智能座舱向“永不掉线、隐私可控”的终极形态演进。
洪婉婷
IDC中国高级分析师
IDC中国高级分析师洪婉婷认为，智能座舱正经历从传统出行工具到全场景智能空间的范式变革，以大模型为技术抓手持续升级智能座舱能力已成为产业共识。当前车端已实现自然语言交互与基础任务自主执行的初步能力构建，而随着大模型技术迭代、车端生态扩容，以及多模态交互融合、场景服务预判、端云协同架构的加速落地，智能座舱将逐步实现“交互无感化—服务主动化—体验连续化”的三阶进化，最终为用户打造更智能、更便捷、更安全的交互体验。