科大讯飞：多模态大模型驱动汽车智能化新变革

智能化已成为汽车行业的核心发展趋势，贯穿智能座舱、自动驾驶等多个领域。随着大模型技术的发展，汽车智能化竞争愈发激烈，车企面临着从价格战转向价值战的挑战。

2025年3月20日，在第三届AI定义汽车论坛上，科大讯飞智能汽车事业部副总经理、科大讯飞苏州研究院执行院长支洪平表示，科大讯飞在大模型领域成果显著，其讯飞星火大模型是国内唯一基于全国产平台训练的通用大模型。在汽车智能化应用方面，多模态大模型使汽车人机交互更自然、拟人且情感化，科大讯飞通过技术优化，将交互速度降至1.5秒以下，还支持多种语言免切换交流，并能精准识别车内车外场景物品 。

同时，科大讯飞利用自身算力底座和星火大模型构建智能体搭建平台，实现丰富智能体上车。例如，与支付宝合作的咖啡助手，支持车内刷脸无感支付订咖啡。在汽车音效领域，科大讯飞也有诸多创新，如嗨唱功能、星火调音师、超临感环绕声等，智慧声场使车内空间可玩性大大增加。

科大讯飞智能汽车事业部副总经理、科大讯飞苏州研究院执行院长

以下为演讲内容整理:

汽车智能化发展趋势剖析

在当前汽车产业的发展格局中，智能化已成为不可阻挡的核心趋势，深度重塑着汽车行业的发展轨迹。中国汽车工程学会发布的2024年和2025年汽车十大趋势显示，智能化贯穿于汽车产业的多个关键领域，不仅在智能座舱的交互体验中占据重要地位，还对自动驾驶技术以及车内音效等方面产生着深远影响。进入2025年，智能化更是成为汽车行业前行的关键引领力量，其重要性与日俱增。

2024年春节期间Deepseek R1的出现引发了广泛关注，在这一背景下，吉利等二十多家车企迅速将相关大模型应用于车端，这一现象体现了人工智能领域的“平权化”趋势。企业能够借助外部的基础能力，以较低成本获取强大的技术支持，为自身发展提供有力支撑。然而，在接入基础能力之后，如何围绕用户需求打造闭环式的价值体验，成为企业面临的重要课题。这需要企业深入理解用户需求，将技术与实际应用场景紧密结合，从产品设计、功能开发到售后服务等各个环节，构建起完整的价值交付体系，提升用户的整体体验。

图源:科大讯飞

在自动驾驶领域，行业正处于从早期采用者向早期大众过渡的关键阶段，这一过程犹如跨越一道鸿沟，充满挑战。2025年2月10日，比亚迪发布的天神之眼系统，开启了全民自动驾驶的新篇章，使得低价位车型的自动驾驶成为行业新的竞争焦点。在价格战不断升级的市场环境下，如何打造性价比更高、性能更优的自动驾驶系统，成为车企必须攻克的难题。这不仅要求车企在技术研发上加大投入，提高自动驾驶系统的安全性和可靠性，还需要优化成本结构，提升产品的市场竞争力，实现从单纯的价格竞争向价值竞争的转变。

从人工智能的发展历程来看，自1956年达特茅斯会议起，历经四次发展浪潮，在算力、算法和数据的共同推动下，如今已迎来智慧涌现和通用人工智能的曙光。科大讯飞于2023年5月推出讯飞星火大模型，并在近两年时间里进行了七次重大迭代升级。该模型对标国际先进水平，是国内唯一基于全国产平台训练的通用大模型，这一成果彰显了科大讯飞在人工智能领域的技术实力和创新能力。

展望2025年，大模型与汽车的融合将聚焦于人机交互和场景创新两个关键领域。在人机交互方面，多模态大模型将使人机交互更加自然、拟人化且富有情感。传统的人机交互速度较快，但引入大模型后，由于语音输入、模型处理、后端联网服务以及语音反馈等环节的增加，交互速度显著下降。科大讯飞致力于提升交互效率，目前已将交互时间缩短至1.5秒以下，接近传统人机交互的平均水平。此外，多模态大模型还支持普通话与方言、普通话与外语的自然切换，能够感知用户的情感和情绪，实现更加自然流畅的交互。从交互范围来看，从单人交互逐渐扩展到多分区交互，车内的司机和乘客都能得到精准的交互响应。同时，多模态交互还涵盖对车内车外场景物品的识别，包括车标、车型、动物、景观、地标以及车内人员的数量、年龄、表情和情绪等，为用户提供更加个性化、智能化的服务。

基于多模态大模型的汽车智能化创新实践

针对不同大模型在不同应用场景下的特点，科大讯飞提出“快思考”与“慢思考”相结合的交互策略。以DeepSeek为代表的大模型在深度推理方面表现出色，例如在逻辑运算、数学计算和代码处理等方面具有优势，但交互速度相对较慢；而讯飞星火等大模型则在闲聊、垂直领域知识库查询等方面速度较快，交互体验良好。基于此，科大讯飞根据用户提出的问题类型，智能分配算力资源，选择合适的模型进行处理。对于简单的车辆控制指令，如调节车窗、空调温度等，采用“快思考”模型快速响应，确保高效便捷；而对于旅游规划、餐厅推荐等需要多轮交互和深度推理的复杂问题，则启用“慢思考”模型，通过多轮交互提供更具价值的解决方案，提升用户体验。

科大讯飞凭借自身的算力底座和星火大模型，构建了一套完整的工具链，为车企和第三方伙伴搭建智能体提供了有力支持。通过智能体平台，不仅可以开发科大讯飞自身的应用，还能促进第三方应用的创新发展。以医疗、教育、用车助手等智能体为例，这些应用为用户提供了更加专业、便捷的服务。此外，科大讯飞与支付宝合作开发的咖啡助手，实现了车内语音订咖啡和刷脸无感支付的功能。用户在开车途中只需通过语音下达指令，即可完成咖啡预订，并利用车内摄像头刷脸支付，到达目的地后可直接取咖啡，极大地提升了用户体验，为用户带来了更加自然、流畅的交互方式。

随着新能源汽车的普及，车内高品质音乐体验成为消费者购车时的重要考量因素。科大讯飞凭借其在行业内的领先优势，推出了一系列创新的音效功能。“嗨唱功能”或“无麦K歌”，通过对音频源进行分轨处理，将人声分离出来，用户可以在车内进行独唱、对唱、伴唱和领唱等多种形式的K歌活动，将汽车变成移动的K歌房。以经典歌曲《铁血丹心》为例，用户可以根据自己的需求消除或保留特定歌手的声音，与他人合唱，丰富了车内娱乐的玩法。“星火调音师”功能则满足了用户对个性化音效的需求。用户可以通过自然语言提出对音效的调整要求，如提高高音的明亮度、增强低音的厚重感等，系统经过多轮交互后，将车内音响调校到用户满意的状态，并支持用户将个人调校模式上传至云端，供其他用户下载使用，实现了行业生态的共创。针对网上音乐声道格式的局限性，科大讯飞利用AI分轨技术，将常见的双声道立体声音乐转化为具有强烈空间感和立体感的7.1.4声道音响效果，充分发挥了车内多通道音响的优势，为用户带来更加沉浸式的音乐体验。

图源:科大讯飞

在自动驾驶领域，端到端模型逐渐兴起。传统的自动驾驶分模块执行，从传感器采集数据，经过感知、决策、规划到控制，存在信息传递损耗和效率低下的问题。而端到端模型则从传感器输入直接到轨迹输出，形成一个完整的单一大模型。这种模型能够减少信息损失，提高规划的拟人化程度，更好地适应复杂场景，最终实现全域领航。

科大讯飞对车企的多元赋能与合作成果

科大讯飞不仅关注汽车本身的智能化发展，还着眼于车企在营销、客户管理、客户服务以及生产管理等方面的智能化需求，提供全面的解决方案。在营销环节，利用大数据和人工智能技术，帮助车企精准定位目标客户群体，制定个性化的营销策略，提高营销效果和市场占有率。在供应链管理方面，通过智能化的数据分析和预测，优化供应链流程，降低成本，提高供应链的效率和灵活性。在客户服务领域，借助智能客服系统，实现快速响应客户咨询，提升客户满意度。在生产管理方面，利用人工智能技术优化生产流程，提高生产效率和产品质量，助力车企实现全面的智能化转型。

截至目前，讯飞星火大模型已落地10余款车型，在助力中国车企出海方面取得了显著成绩。在中国汽车出海的前十强车企中，有八家选择与科大讯飞合作。这充分体现了科大讯飞在汽车智能化领域的技术实力和行业影响力，也表明了车企对科大讯飞解决方案的高度认可。通过与车企的紧密合作，科大讯飞将自身的技术优势与车企的产业资源相结合，共同推动汽车智能化技术的发展和应用，为中国汽车产业在全球市场的竞争中赢得了优势。

图源:科大讯飞

在汽车智能化的浪潮中，科大讯飞凭借对行业趋势的敏锐洞察、持续的技术创新以及与车企的深度合作，在智能座舱、人机交互、智慧声场和企业数字化等多个领域进行了全面布局。随着技术的不断进步和应用场景的持续拓展，科大讯飞有望在未来汽车智能化的发展进程中发挥更加重要的作用，与车企携手共进，推动中国乃至全球汽车产业向更高水平的智能化迈进。