一辆车、四个人、一个大脑：豆包座舱助手实测。 文丨曾兴 9 月 17 日，豆包与火山引擎联合发布豆包座舱助手。首款搭载车型荣威家越 07 计划于 9 月 21 日开启预售。发布前夕，我们在一辆仍处于测试阶段的家越 07 里，让豆包找拍照好看的地方，随后改成文艺街区，又接着问停车和吃饭。车内豆包随我们需求变化调整推荐地点，最后启动了去餐厅的导航。 整个过程没有一条完整的指令。目的地是在几个人的否定、补充和改变主意中逐渐形成的。几次插话之后，它仍然记得目的地、被否定过的选项，以及还有哪件事没有处理完。之所以能做到这些，是因为豆包座舱助手是基于大模型 “理解、执行、反馈” 的闭环而不是基于规则去调用车辆功能。 大模型上车已经两年多。多数车企先让它聊天、搜索、画画，车机更博学，也更像人。但人在车里更多需要的是控制车辆、到达目的地，这就需要有调动起全车功能的能力。此前理想、特斯拉等车企较早开始借助大模型让用户用自然语言调用车内功能。比如理想 i8 上市搭载的那一版本理想同学听到用户说 “肩膀冷”“胸口热” 就能调节电动出风口。 “根据我们的规划，到年底时，豆包座舱助手会像人一样思考、基于目标持续地办事。” 火山引擎副总裁杨立伟说今年北京车展期间对我们说。现在目标兑现，火山引擎希望把对话、记忆和执行结合起来，让豆包座舱助手开启大模型上车的下一步：让汽车开始适应人的表达、习惯和不断变化的需求。 从理解一句话，到持续完成任务 汽车装上大屏，功能的复杂性并没有随之消失。空调风向、座椅腰托、驾驶模式……上千个功能从实体按键进入触摸菜单，语音成为与触屏并列的主要入口，智能座舱越来越像一台移动终端。但它的核心交互原则没有变：用户需要精确发出功能指令。 这些也是车载助手最常处理的事情。今年 4 月，杨立伟向我们介绍，当时汽车端豆包大模型的日常调用中，车控占 53%，导航占 29%。 单一动能比如启动回家导航，点一下屏幕或者声控 “导航回家”，不需要大模型泛化能力。但如果几件操作同时发生——上车通电、调整空调和座椅、导航目的地、回应家人——大模型上车的价值显现，将人的自然语言表达对应到车辆的确定功能。 相关人士告诉我们，家越 07 上的豆包座舱助手没有写规则，判断全部由模型完成。 在我们的体验中，说 “感觉这个风一直对着我脸吹”，豆包降低风量、关上车窗，随后将主驾出风口改成避人吹。 这需要它同时了解车上有什么功能、此刻是什么状态，以及用户过去怎么选择。今年 4 月，火山引擎智能座舱产品负责人张航向我们回忆，团队从 2023 年开始尝试让大模型调用车内功能，可控制接口从 100 多个扩展到 1000 多个，此后又接入车速、温度、电量、车窗开合等信息。 如今，范围继续扩大。豆包座舱助手已经能感知数百种车辆信号，调用车控、导航、辅助驾驶和娱乐等数千项原子能力。具体到荣威家越 07，上汽向豆包开放了超过 2000 项 SOA 服务接口。豆包座舱助手结合车辆状态和这些工具规划任务，再将用户偏好与执行反馈用于后续决策。 执行过程中，还会遇到计划之外的问题。我们曾让豆包调用车内功能营造恐怖氛围。它调暗灯光、降低温度并搜索背景音乐。第一次因为没有音乐软件会员，没有切换成功，它重新搜索了另一个来源。后排乘客提出用座椅震动模拟有人敲击身体，由于后排座椅没有按摩功能，它改用音效和剧情推进。 另一个考验是如何处理中途插入的新任务。在一个展示豆包处理连续任务的演示中，豆包主持多人知识问答，乘客先把题目总数从十道改成五道，又在中途要求调整氛围灯、继续第三题。豆包要同时保留游戏规则、答题进度和得分，调好灯光后继续出题。 在不断强化大模型能力的同时，火山引擎和合作车企对不同操作设置不同权限。以荣威为例，双方设定如空调、车内灯光等可以由 AI 直接调节的操作属于彩区。涉及车辆状态的操作进入灰区，例如行驶中能否调节座椅，要受底层规则限制；刹车、转向等核心驾驶控制属于黑区，不向座舱大模型开放。 官方演示中，副驾以快要迟到为由要求车辆开快一点。豆包先重新规划了一条更快的路线，当需求涉及提高巡航速度时，它转而向主驾确认，获得允许后才执行。 豆包如何同时读懂一车人 手机上的助手通常面对一名用户，车内却有主驾、副驾和后排乘客。他们会相互补充，也会提出冲突的意见。某个人说 “有点闷”，系统既要理解这句话，还得确认是谁、希望调整哪个位置。 在我们体验的设置中，豆包首次唤醒后默认保持 30 秒连续交流，也可改为 60 秒或 90 秒。打开多人自由交互后，其他乘客可以加入，不必每次重复唤醒。中控台上的实体豆包屏会随对话切换表情，让车内成员都有一个可见的交谈对象。 要让连续交流进一步变成个性化服务，系统还要建立稳定的身份，并在相处中学习每个人的习惯。豆包会结合声源位置、座位和车内摄像头识别乘客，再将习惯与相应