长城汽车：AI定义汽车第三智能——ASL智能体

当前智能座舱已呈现 3D 交互、多屏显示、丰富生态等特征，但要在下一代 AI 竞争中取得优势，座舱体验需进一步提升。空间智能是整车 AI 的核心切入点，长城汽车整合相关技术，推出以空间和语言大模型为基础的整车级端到端智能体概念。

2025年3月20日，在第三届AI定义汽车论坛上，长城汽车智能化产品副总经理佘士东表示，ASL智能体不仅能赋能智能座舱和智能驾驶体验，还可挖掘整车全量功能。在实现过程中，长城汽车面临算力部署等挑战，提出 “慢视觉” 概念，并通过云端动态推理等技术来优化体验。

长城汽车智能化产品副总经理

以下为演讲内容整理:

智能座舱发展现状与AI发展关键问题

在当前汽车智能化发展的浪潮中，智能座舱已逐渐演进至一个相对成熟的阶段，呈现出所谓的“终极形态”。这一形态以3D的HUD为基础，通过全3D的方式呈现驾驶交互场景，常见的三分屏设计进一步优化了信息展示与操作界面。同时，智能座舱配备了应用商店，涵盖丰富的音视频应用，实现了手机与车辆的互联，部分车企还融入了空间交互体验功能，为用户带来了更加多元化和便捷的操作感受。

尽管各车企在智能座舱的实现方式上存在一定差异，但整体功能框架已趋于相似。然而，若要在下一代汽车AI领域取得突破，达到更高级别的自动驾驶和座舱体验至关重要。目前，行业内对于汽车AI的发展路径仍在探索，众多概念如VLM、VLA、LLM等不断涌现。但在实现真正的整车AI的过程中，找到合适的切入点和发展模式成为关键问题。

图源:长城汽车

空间智能被认为是开启整车AI的核心切入点。空间智能整合了VLM、VLA、LLM等技术，通过基于空间大模型和语言大模型构建的智能体，实现对世界的理解以及与人的交互。这一概念为汽车AI的发展提供了新的思路和方向，有望突破当前的发展瓶颈，推动汽车智能化迈向新的高度。

整车ASL智能体的架构与实现

基于上述理念，汽车行业正在探索构建整车ASL智能体的架构。这一架构类似于自动驾驶中的端到端模型，将整车划分为传感端和执行端，并在中间融入不同形态的大模型，以实现智能化的功能。

在传感端，汽车对于空间的理解成为核心任务。与传统的车辆状态监测和语音指令接收不同，它需要对车内和车外的空间进行全面感知，包括车辆本身的状态、周边的环境(天气状况、交通环境等)、车内的不同空间(主驾、副驾和后排空间)以及空间内的人员和设施(座椅、空调、灯光等)。这些信息共同构成了以车为核心的空间概念，为后续的智能决策提供了丰富的数据基础。通过对这些数据的整合和分析，车辆能够建立起对所处世界的精确模型，从而更好地理解自身的位置和周围环境的变化，为智能交互和驾驶决策提供有力支持。

图源:长城汽车

执行端主要包含交互力和执行力两个部分。交互力负责调度座舱内的各种生态功能，帮助用户实现便捷的操作体验，例如根据用户需求快速启动应用程序、调整座椅位置、播放音乐等。执行力则侧重于车辆硬件的控制，从简单的座椅调节到动力底盘的自适应调节，甚至是自动驾驶功能的执行。随着技术的发展，一些车企基于端到端架构推出了相关体验，展示了整车级端到端架构在自动驾驶调度方面的潜力。这意味着自动驾驶功能不再是孤立的系统，而是与整车的其他功能紧密结合，实现更加协同和智能的驾驶体验。

在实现整车ASL智能体的过程中，大模型的选择和算力部署是关键环节。目前，像8295这样的平台在算力部署上仍存在一定困难，而后续基于高通的8397平台，可能具备真正意义上的端侧VLM推理能力。在此之前，通过云端动态的VLM可以实现部分体验。例如，在越野或户外场景中，车辆并不需要实时快速地理解自身状态，30秒的延迟理解足以满足需求，车辆可以根据这段时间内收集的数据自动调节工作模式和状态，为用户提供更加智能化的服务。

长城汽车提出了“慢视觉”概念，以配合端到端架构实现全域全时的ASL智能体体验。这一概念强调在特定场景下，降低对实时性的要求，通过合理的时间延迟，让车辆更有效地处理和分析数据，从而优化资源利用和决策效果。

ASL智能体对用户体验的提升与未来展望

ASL智能体的引入为用户体验带来了多方面的显著提升，其中自然对话语音和VLM主动服务是两个关键方面。

在自然对话语音方面，当前的语音交互系统虽然在指令泛化方面取得了一定进展，但用户在使用时仍需花费精力思考如何准确表达指令，这在一定程度上限制了交互的自然流畅性。而ASL智能体的目标是解决这一问题，使用户能够像与人自然交流一样与车辆进行对话，无需刻意考虑指令的准确性，直接表达自己的意图即可。这将极大地提升用户与车辆交互的便捷性和自然度，例如在自动泊车场景中，用户可以更直观地描述停车需求，如“把车停在那辆红色车旁边”，而无需像传统方式那样在屏幕上进行繁琐的选择操作。此外，条件车控和延时车控功能的引入，进一步拓展了语音交互的功能边界。用户可以发出如“快到家时提醒我取快递”这样带有预期性的指令，使车辆能够更好地理解用户的需求，并在合适的时间执行相应操作，更加贴近用户的日常使用习惯。

VLM主动服务则通过提升车辆的感知能力，实现了从简单的信息输出到具有思考能力的主动服务的转变。车辆不仅能够识别前方道路状况，还能在特定场景下感知车内空间，进而实现如空调、座椅的自动化调节，以及根据不同的驾驶场景自动切换工作模式等功能。这意味着许多传统的高频车控功能在未来可能不再需要用户手动操作，车辆能够主动为用户提供更加舒适和便捷的驾驶环境。

从长远来看，ASL智能体的发展目标是实现更简洁的系统架构和更贴心的个性化服务。它将深入理解每个用户的独特需求和偏好，根据用户的个人习惯进行个性化设置。例如，对于像蓝山六座车这样的车型，智能体能够根据不同座位上乘客的需求，自动调整座椅、空调、娱乐系统等设置，为每位乘客提供专属的舒适体验。

图源:长城汽车

长城汽车已经在蓝山和全新的高山车型上搭载了部分智能体体验功能，并计划通过OTA推送的方式，持续升级车辆的智能功能和体验。随着AI技术的不断发展，未来的出行将更加智能和绿色。以用户为核心，汽车将实现更轻便、直接、个性化的交互方式，减少人为操作失误导致的能源浪费，通过AI对电力和燃油的动态调节，实现车辆的最节能状态。这不仅提升了用户的出行体验，还符合可持续发展的理念，为未来的交通出行带来更加美好的前景。

汽车AI的发展正处于关键阶段，通过构建整车ASL智能体，以空间智能为切入点，不断提升用户体验，汽车行业有望在智能化和绿色化的道路上迈出坚实的步伐，为人们带来更加高效、便捷、舒适的出行方式。