芝能智芯出品

最近和做整車項(xiàng)目的朋友聊天，他說了很大的痛點(diǎn)：一輛2022年SOP的車，座艙芯片當(dāng)時(shí)選的是高通8155，有一堆用戶跑來問"為什么我的車不能用最新的AI助手"。

他沒辦法回答用戶。因?yàn)樵?020年做定點(diǎn)的時(shí)候，高通8155是這個(gè)價(jià)位能買到的最合適的座艙芯片，設(shè)計(jì)時(shí)的核心任務(wù)非常清楚：流暢跑安卓、絲滑渲染多塊大屏、支持導(dǎo)航和多媒體。

沒有人會在那一年把"在本地跑一個(gè)7B參數(shù)的大模型"寫進(jìn)需求文檔。

但用戶不會管你是什么時(shí)候定的點(diǎn)，隨著智能手機(jī)上和豆包聊天，坐進(jìn)這輛車，發(fā)現(xiàn)"你好，XXX，打開空調(diào)"還得一個(gè)字一個(gè)字說，心里的落差感是真實(shí)的。

這個(gè)越來越大的鴻溝，正在催生一個(gè)看起來很樸素、但非常合理、非常自洽的方案：AI Box。

Part 1一個(gè)外置盒子，解決一道時(shí)間差

● 為什么外掛能解決問題？

AI Box的基本概念極其簡單。在原有的座艙信息娛樂系統(tǒng)旁邊，加一個(gè)獨(dú)立的AI計(jì)算盒子。

這個(gè)盒子負(fù)責(zé)跑大模型推理、處理語音和視覺的多模態(tài)輸入、做任務(wù)規(guī)劃。跑完以后，把結(jié)果傳給座艙系統(tǒng)。座艙系統(tǒng)還是原來的座艙系統(tǒng)，只多了一個(gè)"AI提詞器"在旁邊。

AI Box把AI推理和信息娛樂執(zhí)行解耦。OEM不用替換IVI，而是在旁邊加一個(gè)專用AI電子控制單元。通常通過以太網(wǎng)連接，交換Token，接入攝像頭和傳感器數(shù)據(jù)。

加個(gè)外置盒子，有什么好寫的，在整車電子電氣架構(gòu)已經(jīng)定型的今天，這是一個(gè)成本最低、速度最快、風(fēng)險(xiǎn)最小的座艙AI升級方式。

換座艙SoC要多少錢？不光是芯片的BOM成本。整個(gè)主板要重新設(shè)計(jì)，散熱方案要重新做，所有座艙軟件要從新SoC上重新適配、回歸測試。

如果這顆新SoC還帶來更大的功耗，整個(gè)供電和散熱方案還要再動(dòng)一輪。周期以年為單位，費(fèi)用以千萬美元計(jì)。

AI Box只加一個(gè)獨(dú)立的盒子。座艙UI保持穩(wěn)定，不用重新認(rèn)證，不用回歸測試。盒子自己升級自己的模型，不影響座艙系統(tǒng)的任何已有功能。

● 被忽略的一層：算力不等于體驗(yàn)

很多人一聽到"AI Box"這個(gè)概念，第一反應(yīng)是：那不就是加一顆GPU嗎。

算力是AI Box的基礎(chǔ)，但AI Box的門檻在算力之上的一層：語音前端和智能體編排。

許多部署方案受阻，往往是因?yàn)檎Z音交互在嘈雜環(huán)境中失效、交互體驗(yàn)脆弱，或者智能助手缺乏品牌一致性以及可靠的兜底機(jī)制。如果缺少經(jīng)過汽車級強(qiáng)化的體驗(yàn)層，再強(qiáng)的AI硬件也可能表現(xiàn)不及預(yù)期。

車?yán)锏脑胍舡h(huán)境比手機(jī)復(fù)雜得多。后排小孩在哭，車窗開著風(fēng)呼呼往里灌，車?yán)锓胖�音樂。在這種環(huán)境下，AI能不能正確"聽"到用戶的話，能不能從一段含混的語音里正確理解意圖，能不能在理解錯(cuò)誤的時(shí)候給出不讓人惱火的兜底回應(yīng)，這些跟跑多少參數(shù)的模型關(guān)系不大，跟前端信號處理和對話編排的工程功底關(guān)系很大。

AI Box的真正的門檻在體驗(yàn)層。算力提供的是"能做"的可能性。體驗(yàn)層提供的是"好用"的可靠性。兩個(gè)缺哪個(gè)都不行，但后者被談?wù)摵捅恢匾暤某潭冗h(yuǎn)遠(yuǎn)不夠。

Part 2三種驅(qū)動(dòng)要素：硬件夠強(qiáng)、軟件夠快、用戶夠需要

AI Box為什么在這個(gè)時(shí)間點(diǎn)被推到前臺，有三個(gè)要素在同時(shí)推。

◎ 第一，硬件條件成熟了。英偉達(dá)DRIVE AGX、聯(lián)發(fā)科天璣汽車C-X1、SiMa.ai Modalix MLSoC，這些平臺給AI Box提供了計(jì)算底座。

它們的共性是：GPU/NPU算力足夠跑端側(cè)SLM甚至LLM、功耗可控、有成熟的車規(guī)級封裝。高通9075也在走這條路，定位就是原有8295系統(tǒng)的外掛AI Box。

◎ 第二，模型能力夠用了。一年前在端側(cè)跑一個(gè)7B模型還需要大幾GB內(nèi)存、推理延時(shí)在秒級。

現(xiàn)在經(jīng)過量化、蒸餾、MoE架構(gòu)的進(jìn)步，端側(cè)能在消費(fèi)級硬件上跑出可接受的交互延遲。Cerence的CaLLM Edge就是專門為端側(cè)低功耗場景優(yōu)化過的小語言模型。

◎ 第三，用戶感知到了差距。這個(gè)是最直接的推力。

當(dāng)用戶在手機(jī)和家里的智能設(shè)備上體驗(yàn)了多輪對話、連續(xù)上下文、主動(dòng)建議以后，坐進(jìn)車?yán)锇l(fā)現(xiàn)只能喊指令式語音，這種落差不只是體驗(yàn)降級，用戶會直接懷疑"這車是不是已經(jīng)過時(shí)了"。對OEM來說，用戶對座艙智能化的不滿意，已經(jīng)直接體現(xiàn)在了品牌的溢價(jià)能力上。

AI Box的邏輯很好理解，但有幾個(gè)容易被跳過的坑，資源爭搶、通信延遲和模型更新和算力老化的剪刀差。

AI Box雖然和座艙SoC是物理上分開的兩個(gè)硬件，共用同一個(gè)電源系統(tǒng)、同一個(gè)散熱系統(tǒng)。

AI推理是持續(xù)的高負(fù)載任務(wù)，GPU/NPU跑起來以后，功耗和發(fā)熱不可忽視。如果車輛的散熱設(shè)計(jì)沒有為額外的高負(fù)載預(yù)留余量，AI Box在工作一段時(shí)間后可能會降頻。

AI Box通過以太網(wǎng)和座艙SoC通信。這條鏈路上有一次編解碼、一次傳輸、一次解碼。端到端的延遲能不能做到用戶無感知的閾值以下，決定了"AI主動(dòng)推薦"這類功能的體驗(yàn)。如果用戶說了一句話，AI反應(yīng)了一秒半才給出回應(yīng)，交互體感就會非常糟糕。

AI Box的優(yōu)勢是"獨(dú)立升級節(jié)奏"。但反過來想，如果兩年后需要跑更大參數(shù)的模型去追新的用戶體驗(yàn)，原來的AI Box算力不夠了怎么辦。換一顆新的AI Box？那這個(gè)盒子的成本是不是應(yīng)該被當(dāng)作耗材來看。OEM在算AI Box的全生命周期成本時(shí)，要考慮到這個(gè)"升級成本"，不是買一次就結(jié)束了。

AI Box現(xiàn)在看起來是一個(gè)補(bǔ)丁方案。它存在的原因是現(xiàn)有座艙硬件追不上AI的迭代速度。但如果把時(shí)間拉長到五年，這場補(bǔ)丁會變成標(biāo)配。

智能座艙正在走一條和智駕芯片完全不同的演進(jìn)路徑。智駕領(lǐng)域，車企紛紛自研芯片，追求垂直整合的最優(yōu)效率。座艙領(lǐng)域在走相反的方向：加外掛盒子、保持平臺穩(wěn)定、用模塊化方式追AI的迭代速度。

兩條路的選擇邏輯不同。智駕的迭代速度相對可控。一套智駕方案從定點(diǎn)到量產(chǎn)要兩到三年，在這期間算法的升級路徑是部分可預(yù)測的。車企自研芯片的前瞻設(shè)計(jì)有錨點(diǎn)可以瞄。

小結(jié)

座艙AI的迭代速度太快了，一年一個(gè)大版本，半年一個(gè)新模型，三個(gè)月一個(gè)自然語言能力的躍遷。沒有任何一家車企能把座艙芯片的定點(diǎn)周期壓縮到和AI模型迭代同頻。既然追不上，就用外掛的方式追。既然要外掛，就把它做好。

五年后回頭看，AI Box可能已經(jīng)從"過渡方案"變成了"標(biāo)配方案"。就像當(dāng)年GPU先是以獨(dú)立顯卡的形式存在，后來被集成進(jìn)了SoC。

AI Box現(xiàn)在是獨(dú)立模塊，等下一代中央計(jì)算平臺的架構(gòu)從設(shè)計(jì)之初就預(yù)留了AI算力模塊的位置，就會自然融入進(jìn)去。

       原文標(biāo)題 : 智能座艙的"外掛"：AI Box為什么能成為務(wù)實(shí)的解決方案？