新一代的智能座舱，应该是什么样子的？

都说智能汽车接下来汽车竞争的核心，但目前的智能汽车也是“冰火两重天”，在智能化的两条主线上体现得淋漓尽致。

一边是智能驾驶的“理想与现实”：从L2到L3的跨越被法规与事故案例反复拉扯，车企喊了多年的“城市领航”至今仍困于局部试点；另一边是智能座舱的“狂奔与内卷”：从10英寸屏到40英寸联屏，从语音控制到场景模式，用户上车后的每一秒交互，都成了车企角力的焦点。

这种反差的根源，藏在用户体验的“高频与低频”里。智能驾驶再先进，多数用户每天真正“放手”的场景不足10%；而智能座舱作为用户上车后接触最密集的载体，其体验直接决定了“智能汽车”的体感温度。当智能驾驶因法规滞后、安全争议陷入“慢车道”，智能座舱的升级，已成当前智能汽车最务实的突破口。

但眼下的智能座舱，更像“堆满功能的工具箱”，看似琳琅满目，实则痛点丛生。

比如同质化严重，大家基本上都是中控大屏的模式，“大屏=智能”成误区。新势力们动辄堆砌15.6英寸甚至更大的中控屏，分辨率从2K卷到4K，可实际功能却大同小异：地图导航、音乐娱乐、语音控制“老三样”反复翻炒。用户想要的“智能”，不是屏幕够大，而是“屏幕里的东西够懂我”。

比如一些交互仍显笨拙，“指令式服务”难称智能。多数车机的语音控制还停留在“被动响应”阶段：“打开空调”“播放音乐”这类基础指令尚可应对，但若说“我有点冷”“孩子睡着了”，有些车机往往一脸茫然。更尴尬的是多轮对话与场景联想——用户说“去公司”，车机只会导航，却想不到“早高峰可能堵车，要不要提前打开座椅加热”。

还有一些场景是割裂的，“功能孤岛”难以联动。导航、空调、座椅、氛围灯等功能各自为战：座椅加热打开后，空调温度不会协同调整；露营模式下，音乐、灯光、车窗的联动全靠手动设置。用户想要的“场景化体验”，成了“手动拼接的碎片”。

还有就是一些车机生态封闭，“车机与手机两张皮”。尽管多数车机宣称“手机互联”，但实际体验堪称“鸡肋”：手机APP上车后分辨率失真、操作延迟；导航路线无法无缝同步；甚至连手机上的视频进度，都不能在车机上接续播放。用户带着“万物互联”的期待，却活在“车机自嗨”的封闭世界。

这些痛点的背后，藏着一个更本质的问题：当前的智能座舱，仍是“功能驱动”而非“用户驱动”。而AI座舱的崛起，正是要改写这一逻辑——从“用户找功能”到“功能找用户”，从“被动响应”到“主动服务”。

AI座舱的核心竞争力，体现在三个维度的突破：

主动预判，让车成为“懂你的伙伴”。基于用户习惯的大数据分析，AI座舱能提前激活场景：早上8点上车，自动推送通勤路线并播报路况；冬天上车，座椅加热与方向盘加热同步启动；甚至根据用户咳嗽频率，主动询问是否打开空气净化。这种“未问先答”的体验，正是当前座舱最缺的“温度”。

多模态交互，打破“语音独大”的局限。当AI融合语音、手势、眼神甚至生物识别，交互会变得更自然：眼神瞥向副驾，副驾娱乐屏自动亮起；手势比出“静音”，音乐即刻暂停；疲劳驾驶时，方向盘震动配合语音提醒。这种“无感交互”，比单纯的“语音指令”更贴近人类本能。

跨场景生态联动，打通“车内外的边界”。手机上未看完的视频，上车后自动续播；家里的智能家居状态，在车机上实时显示；甚至办公室的会议日程，会提前提醒“该出发了”。这种“车-人-家-办公”的无缝流转，才是智能座舱的终极形态。

行业早已嗅到这一趋势：华为鸿蒙座舱强调“超级终端”，苹果CarPlay转向“空间计算”，而吉利正带着“5层AI原生架构+超拟人智能体Eva”的双重标签，向这场竞赛的深水区突围。

最近，吉利宣布聚焦“一个座舱”，通过统一的AI OS架构、统一的AI Agent、统一的用户ID，实现AI座舱All in One，打造全球首个实现“人-车-环境”自主协同的智慧空间，引领智能汽车正式迈入AI座舱时代。

同时，吉利发布了全球首个可大规模上车的汽车超拟人智能体——Eva，以及基于5层AI座舱原生架构打造的新一代AI座舱操作系统——Flyme Auto 2，领克10 EM-P、吉利银河M9将率先搭载Flyme Auto 2。

与新势力“堆硬件、秀参数”的路数不同，Flyme Auto 2的差异化，藏在“技术架构的深度”与“用户体验的颗粒度”里。其依托吉利自研的“5层AI座舱原生技术架构”，从算力基座到情感交互，构建了一套完整的“AI护城河”。

算力双脑协同，突破“车端思考”的瓶颈。新势力的座舱算力多依赖车机芯片，往往面临“本地推理能力不足”的问题——复杂指令需要上传云端处理，延迟高且依赖网络。而Flyme Auto 2打造了“云端+车端”双脑体系：云端的星睿中心2.0算力达23.5EFLOPS（中国车企第一），积累10T token数据与40B汽车垂类数据，负责复杂模型训练。

而在车端，最新的芯片即将上车，比如高通8397、联发科的CX-1，以及亿咖通的E06，这些都是最领先的座舱芯片。以即将上车极氪9X的高通8397为例，芯片的CPU算力达到660KDMIPS，AI算力达到360TOPS，支持运行140亿参数的端侧大模型，AI性能较前代提升12倍，可同时支持多达16个4K显示器、实时光线追踪和沉浸式3D体验，以及助力端侧A大模型更高性能的运行。

而吉利自研的AI Box，拥有200 TOPS NPU算力与200GB/s内存带宽，搭载全球首发的70亿参数端侧多模态大模型，实现“本地思考不卡顿”。这种“云端训、车端算”的模式，让Eva的响应速度比行业平均快30%，即便离线也能处理80%的日常指令。

原生AIOS架构，告别“功能堆砌”的臃肿。新势力的车机多基于安卓系统二次开发，层级冗余导致操作卡顿、升级困难。而Flyme Auto 2的原生AI OS架构实现了“软硬件解耦”，将传统“以应用为核心”的架构，转为“以智能体生态为核心”。

更关键的是，它全球首创将LangChain和LangGraph智能体编程框架移植到车机，配合自研的G-Edge推理框架，让AI能像“搭积木”一样组合功能——用户说“晚上带家人去看电影”，Eva会自动调用导航查影院、QQ音乐选儿童歌曲、空调调至24℃，全程无需用户手动切换应用。这种“任务编排能力”，是传统安卓架构难以实现的。

超拟人智能体Eva，重构“情感交互”的边界。新势力的语音助手仍停留在“指令执行”阶段，而Eva依托三大核心能力实现“人格觉醒”：其一，端到端语音模型让语音语调随场景变化——提醒用户减速时语气严肃，哄孩子时语调温柔，情感丰富度堪比真人；其二，流动记忆功能像“专属管家”般记录细节——记得用户爱人对花粉过敏，路过花海会自动关闭车窗；其三，行业首发“影子模式”实现自我进化——用户手动修正Eva的指令时，系统会自动学习并优化，越用越懂用户习惯。这种“有温度的主动服务”，远超当前座舱的“冰冷响应”。

生态无缝融合，打通“车与手机的最后一米”。新势力的“手机互联”多是“表面功夫”，而Flyme Auto 2的“超级桌面”实现了真・无缝：手机上的微信、抖音、WPS上车后原生运行，分辨率自适应车机屏幕；手机与车机文件可直接拖拽传输；甚至手机上未看完的视频，上车后自动续播且进度同步。这种“不重建生态，只打通生态”的思路，比“另起炉灶”更务实——毕竟用户的使用习惯，早已刻在手机里。

全场景OTA进化，老车也能“越用越新”。不同于新势力“新车型独享新功能”的做法，Flyme Auto 2支持符合AI算力要求的老车型通过OTA升级。这意味着早期购买吉利车型的用户，无需换车就能体验Eva的情感交互、多模态指令等新功能。这种“用户生命周期价值”的重视，正是传统车企体系力的体现。

当智能驾驶还在等待法规“放行”，智能座舱的竞争早已进入“下半场”。如果说上半场的关键词是“屏幕大小”与“功能多少”，那么下半场的核心就是“AI是否真懂用户”与“架构是否支撑进化”。

Flyme Auto2的突破，本质上是用“AI原生思维”重构了座舱逻辑——不是在传统车机上叠加AI功能，而是从算力、架构、交互全链路以AI为核心。这种“从0到1”的重构，比新势力“从1到N”的堆砌，更能触及智能座舱的本质。

用户想要的“智能”，从来不是参数表上的“算力多少TOPS”“屏幕多大英寸”，而是上车后那句“我今天不舒服”，车能立刻调暗灯光、打开座椅按摩、播放舒缓音乐的默契。Flyme Auto 2与Eva的组合，正在把这种“默契”从想象变成现实。

这场战争的胜利者，终将属于那些能让“汽车学会思考”的玩家——而吉利，继千里浩瀚智能辅助驾驶系统的统一后，凭借着极氪之前在高端化智能座舱上打下的基础，和吉利战略整合的思路，将Eva智能体正式全面整合和下放，打破了一个体系多套智能座舱系统的痛点，形成了智能座舱的全面协调和统一。

智能化的全面追赶和超越，可能将会是吉利赢下下一个时代的强烈信号。