荣威 M7 DMH 首搭豆包深度思考大模型，是「智能汽车」的又一个拐点

更深刻了解汽车产业变革

出品： 电动星球

作者：星球君

「8.58 万元！」伴随着发布会现场爆发出的阵阵欢呼声，又一款「国民家轿」横空出世。

荣威 M7 DMH 显然是有备而来：搭载 DMH 6.0 混动系统、实测超 2100km 的续航表现、4940*1890*1510mm/ 轴距 2820mm 的「B 级车尺寸」……

仅凭这些参数，再加上不到 10 万元的起售价，荣威 M7 DMH 已有充足的竞争力逐鹿主流市场。然而，作为首搭「豆包深度思考大模型」的车型，荣威 M7 DMH的智能座舱交互体验更是真正的「杀手锏」。

官方介绍，接入豆包深度思考大模型后，其座舱交互将实现「从指令式到对话式的革命性跨越」，带来更自然的人车交互新体验。

作为对比，大多数 10 万级家轿产品配备的智能助手还停留在「规则问答」阶段，只能执行简单的规则命令；甚至还有一部分 10 万级产品，不提供语音助手功能。

但还有一个疑问，荣威 M7 DMH 或许是 10 万级家轿中首个搭载 AI 大模型的车型，但宏观来看，已经有相当一部分的车型在座舱上落地类似的大模型。

所以它要回答的问题是，搭载大模型后的座舱体验，是否足够出色，能与友商拉开差距？

也由此，我们必须先从「应用层」和「技术层」两个方面来剖析，看看荣威 M7 DMH 与豆包深度思考大模型的结合，能擦出什么样的火花。

「智能家轿」的新面貌

我们可以先来看看，荣威 M7 DMH 在最直观的体验上，到底会出现什么变化。

据官方介绍，结合豆包深度思考大模型后，变化体现在四个层面：模糊语义理解、行业领先记忆贯穿能力、复杂控车能力和加入「汽车大师」功能。

可以将这些变化归纳为「信息处理能力的飞跃」，车载系统能更准确理解用户命令中的表层、深层信息，进而执行对应指令。

关键词依然是「深度思考」和「执行」，在豆包深度思考大模型的帮助下，荣威 M7 DMH 和常规车型相比，体验将有明显提升。

比如对「模糊语义」的理解，用户发出的指令不总是清晰明确，系统或需要匹配其中的核心关键词。而荣威 M7 DMH 能实现「从‘指令驱动’升级为‘意图理解’」，语音助手能听懂用户的倒装句式、否定表达和多意图。

这意味着，用户与车机系统语音交流时，无需煞费心思像「对暗号」一样准确猜到指令出发关键词，而只需要像同朋友对话一样，就能明确让车机听懂需求。

当然语义理解的升级离不开更高的场景覆盖率，豆包深度思考大模型能覆盖 15 类核心场景。换言之，用户不太可能触及大模型的「知识盲区」，也就保证了对话体验不会降级。

优秀的「深度思考」能力还离不开优秀的「记忆能力」。

M7 DMH 的记忆能力涵盖车端状态、地理位置、用户多轮交互信息等；记忆来源，则包括上下文对话内容、本地资料库、云端资料库和大模型自身的信息搜集能力。

在充分理解用户指令，得到足量的信息后，接下来的考验是荣威 M7 DMH 能否准确执行对应指令。

到这里，不得不提的是「执行」能力的升级。此前评价车机执行力的指标大多数「能连续执行多个命令」，但在 M7 DMH 这里，已经进一步升级至「复杂车控」的联动执行。

比如说，只要一句「帮我哄孩子睡觉」，座舱系统就会自动执行调高温度、调低风量、关闭车窗、调低媒体音量、播放哄睡故事的一系列操作。

在「执行」能力上 M7 DMH 的优势在于「可能是行业内最多的车控端口接入」。该车拥有 300+ 的车控能力，开放了超过 1000 个功能接口，也因此大模型能够整合调用一系列车控功能，完成联动。

不难看出，荣威 M7 DMH 的整车智能表现，一部分来自于豆包深度思考大模型优秀的理解、推理能力，一部分是来自于整车底层架构的支持。

也正如前文所说，中国新能源车已经掀起「AI上车」的浪潮，如果产品之间比拼的大模型本身的能力，就很难拉开差距。

从结果来看，荣威 M7 DMH 能够在「深度思考」和「执行」两方面给到市场比较深刻的印象，本质上还是底层架构平台的领先。换言之，「SOA 架构」才是胜负手。

「SOA」架构立大功

上汽的「SOA 软件平台」早在 2021 年便已面世，「开放式」三个字便能准确概括上汽「SOA」平台的前瞻性。

简单介绍一下，「SOA」并非上汽首创的名词，而是源自计算机科学领域的专有名词。在计算机世界中，「SOA」作为一种架构方法，核心价值在于打破传统的「单片式应用」，通过构建标准的、可复用的底层平台，为功能的快速部署提供可能性。

行业主流的「软件定义汽车」也有着类似的思维模式，本质上都是提升整车底层的集成度，并提供足够多的标准化接口，降低功能部署的难度。

以荣威 M7 DMH 为例子，得益于 SOA 架构平台的支持，荣威为豆包深度思考大模型接入了 350+ 的车端状态信号，和 8000+ 汽车专业知识及相关领域数据，既为豆包深度思考大模型大量调用车端功能「开绿灯」，也为大模型的自我学习效率带来极大帮助。

也可以认为，上汽的 SOA 整车架构，更接近于「智能手机」的底层逻辑。

可以将 SOA 软件平台想象为智能手机中的操作系统，将底层硬件能力（车窗控制、空调控制、座椅记忆等）封装成标准化的「服务」，系统按需调用。

SOA 开发者平台，则对应智能手机的开发平台和应用商店，基于上汽提供的服务接口，开发者可以将「服务」组合成不同的场景化功能组，进而实现多功能的联动。

最后，离不开计算平台的中央集成。SOA 的中央计算平台将原本分散在不同 ECU 的功能集中到一个或者数个高性能运算单元中，统一调配、高效运行。

换言之，整车 SOA 平台让荣威 M7 DMH 成为了「智能体」，在算力、功能部署等多方面，满足时下「AI 上车」的基础要求。

官方还提到，在该车上应用了「云端 NLP 以大模型为主的对话链路」，涵盖 320+ 项 SOA 控制能力，1000+ 场景知识。

可以理解为，在上面提到的这些场景中，「你的车能像一个真人一样和你流畅对话，因为它在云端有一个非常聪明的大脑（大模型），专门处理你说话的内容」。

「高效的硬件底层+先进的软件能力」这样的产品范式更多见于「AI 手机」「AI PC」等智能设备上，也从另一个角度说明，荣威 M7 DMH 和豆包大模型的融合达到了更深的层次。

自然体现出来的，是「更彻底的智能」。

「更彻底的智能」

「下半场是智能化」被多数车企奉为圭臬，也从根本上影响了 2025 年一大批新车的产品形态。而现在看来，荣威 M7 DMH 是「AI 上车」这样的叙事中，最具代表性的产品之一。

一方面来自于其价格定位，「10 万元」是中国汽车市场中最具代表性，用户基数最庞大的价位段。荣威 M7 DMH 能够覆盖足够多的潜在用户，而不是束之高阁，符合「科技平权」的精神。

另一方面则来自于技术体系，荣威 M7 DMH 的「AI 上车」并非停留在表层的「融入大模型」，而是从底层起准备一套架构，深度地整合豆包深度思考大模型。也由此，其展现出来的 AI 能力足够丰富且强大。

此外，荣威 M7 DMH 或许预示了行业的一个新趋势：真正的「智能车」需要从底层做好准备，才能提供真正具有颠覆性的体验。

正如荣威说的那样，M7 DMH 是一款「‘身体’和‘毛细血管’都做好智能化准备」的车型；也只有这样的车型，才能为用户提供更美好的智能移动空间。

（完）