2026中国汽车论坛【论坛10】丨余云飞：百度AI座舱智能体量产实践

2026年7月21日-23日，2026中国汽车论坛在上海嘉定举办。本届论坛由中国汽车工业协会主办，以“新开局，新机遇，新征程——共绘汽车产业高质量发展新蓝图”为主题，由“1场闭门峰会、1个大会论坛、1场技术领袖峰会、13个主题专题论坛、N场行业发布”等16场会议和若干配套活动构成，各场会议围绕汽车行业热点重点话题，探索方向，引领未来。其中，在7月23日上午举办的“【主题论坛十】AI驱动智能网联新能源汽车产业数智新发展”上，百度地图智能座舱总经理余云飞发表精彩演讲。以下内容为现场发言实录：

各位领导、嘉宾，行业同仁大家好！今天很高兴有这个机会在这里给大家介绍百度座舱智能体在量产方面的实践。

百度AI座舱在过去两年跟百度地图做了深度整合，至今已陆续发布了端到端语音、出行智能体等一系列新产品，并在车上实现量产。今天主要就这些产品的量产实践跟大家做交流和分享。

今年4月北京车展有一个非常明显的现象：所有新发布车型都在积极宣发自己的座舱智能体。座舱智能体成为行业最热的关键词，并正在成为所有汽车智能座舱的标配。

这个能力上车之后，也意味着整个座舱交互从过去的功能被动调用正式升级为任务自主闭环这一新模式。用户在车上使用智能体时，不会再满足于单纯的聊天，单一的指令调用，是更关注智能体解决实际需求的能力。我们的智能座舱，也从过去的出行工具升级成了现在的出行伙伴。

过去两年，行业上解决的是智能体“上车”的问题。但智能体上车之后也暴露出一些明显问题：一是功能堆砌，用户并不能很好地使用智能体；二是智能体带来座舱智能化能力提升的同时，调用成本也在持续增加，这跟传统座舱零部件的价格模式并不匹配，所以控制成本是上车过程中一个很重要的话题；三是产品上线后不一定能根据用户痛点持续迭代，缺乏高效的数据回传链路，导致用户往往只在尝鲜时使用，过一段时间就不再使用它。

所以我们认为，车上真正要提供的，是一个让用户好用、并且愿意持续使用的智能体产品。

要解决这个问题，需要从三个方面入手。第一，从用户使用角度，要更精准地感知真实世界的信息，并用最合理的方式满足用户，而不应让用户记住太多复杂指令和唤醒词。第二，要在量产成本上取得平衡，即在大模型带来的智能化和调用成本之间做好权衡。第三，产品上线后体验要持续提升，依赖高可靠的数据飞轮能力，能及时获得用户反馈并据此不断迭代，让产品越用越好用。

基于此，我们提供了一套贯通感知、推理、决策、执行的一站式架构解决方案。这个架构最核心的是中枢智能体：对上，它无缝承接场景智能体的能力，包括伴聊、出行、驾车、车控、娱乐等一系列智能体；对下，它有一套完整的基座能力，以百度的端到端语音语言大模型和行业专精模型为支撑。同时在数据层，我们有1600万台线上真实用车数据、5亿车主用户，以及20年的地图时空数据，通过这些数据支撑整个架构，更好地沉淀量产体验。在感知层面，我们主要以端到端语音为核心，融合车辆信息和外界的环境信息，提供全模态的信息感知和理解；在推理决策层，我们通过中枢智能体完成用户需求的理解和规划，并调动Agent完成任务处理，同时挖掘用户记忆；在执行层面，以出行智能体为核心构建智能体生态圈，打通伴聊，娱乐，车控等全域交互，完成出行任务闭环。

过去的车载语音已相对成熟，基本每台车都标配。但在大模型和智能体上车之后，我们发现传统语音在长对话场景下支撑不足，存在很多问题，比如听不懂用户更口语化、带方言的表达，交互的机械感也很明显，长对话合成慢等。

因此我们去年下半年针对性地发布了端到端语音。这个产品在今年3月已经在别克至境L7上开始量产，目前也在多个车型上同时进行规模化复制。

这套能力相比传统车载语音主要有三方面提升。第一，在架构层面，通过流式识别和流式逐字合成提升整个交互响应速度，支持用户边听、边想、边说，支持用户犹豫发问——用户不需要盯着车机屏幕确认自己的话是否被识别、被理解，也不需要为适配车辆功能而反复纠正自己的说法。第二，通过跨模态的声学特征与文本特征联合建模，能支持19种以上的情感化表达，同时能理解10种以上的人设，让交流更自然、更像真人。第三，端到端语音可以支持国内十种以上主流方言的识别与表达。对中国这样一个方言大国来说，意味着这批过去被排除在外的用户，未来会释放更大的智能化用车潜力和需求，这也是我们认为端到端语音最核心支撑点之一。目前这套能力正在规模化复制，我们认为端到端语音在车辆上实现规模化搭载，是未来智能体真正普及的重要底座支撑。

前面讲的端到端语音已经可以承接用户更复杂、更口语化的表达，那我们就需要一个中枢智能体，一站式承接横贯多个场景的需求，包括导航、媒体、车控、问答以及一系列生态服务能力。端到端语音负责承接需求输入，并把执行结果以更拟人的方式向用户反馈和表达，从而帮助座舱从“听懂用户的需求”升级到“真正把用户的事情做完”。

这套架构的核心目标是支持更大规模的量产。所以我们不只是在中间加了大模型，还要解决大模型调用成本和理解力的平衡。为此，我们建立了一套快慢系统：快系统承接80%以上的车辆高频交互响应，实现毫秒级用车响应；慢系统承接用户横跨多场景的复杂、口语化表达以及中长尾需求。通过这一方式，整个座舱对用户需求的端到端满足度能大幅提升，而模型的tokens调用可以大幅降低，这在很大程度上能缓解大模型带来的成本增加。

我们最终的目的是帮助用户完成所有任务闭环。前面说的端到端语音以及中枢智能体可以承接用户需求，理解用户需求并完成规划，但需求实现需要依靠车端的智能体。通过多智能体协同，完成用户各种场景需求的操作。现在市面上智能体百花齐放，每家公司都有符合自身定位的智能体产品，我们的车企伙伴也都在打造符合自己品牌调性独家智能体能力。而百度地图，依靠多年在出行领域的沉淀，今年春节率先在手机端发布了一个新产品——“AI副驾”。AI副驾不是通用大模型的套壳，而是在真实出行场景中多年积淀而来的专用智能体。

这个智能体上线至今，用户规模已达千万级，日活稳定在百万量级。我们认为这样一套智能体，真正符合用户在出行场景的用车需求。

这套智能体我们现在也在座舱场景进行打造打造：把AI副驾的能力完整搬到座舱领域，与端到端语音结合，让它在出行场景一方面打通手机端、车机端的跨端体验，另一方面在座舱的出行领域提供更有效的智能化体验。通过百度地图、地图大模型和生态资源的深度整合，我们提供的出行智能体可以全方位覆盖出行的行前、行中、行后所有场景。在行前，通过地图的时空维度的实时数据，结合端到端语音，可以承接用户非常复杂的搜点表达和算路需求，帮助用户建立当前及未来的出行规划；在行中，可以根据用户需求随心切换路线，也可以通过语音控制，实时问询路线相关信息，满足用户行车过程中的一切出行需要；在行后，会根据用户的出行习惯和偏好，推荐合适的停车场、补能规划，以及高速服务区等。我们完成的是从行程开始到服务结束的整个闭环，通过这个智能体就可以完成。

综上，这套架构——包括端到端语音、中枢智能体、出行智能体——是我们承接座舱智能化的主要方向。这套架构的目标最终是支持规模化量产，并且现在已经达到了这样的效果。它之所以能支持规模化量产，我们总结下来有三个最核心的技术优势。

第一是高可靠性。这套系统深度融合了百度的AI搜索和地图时空数据，具备海量站点和地图出行POI的深度信息，能提供更高权威性、强时效性的AI搜索响应，极大程度地消除大模型幻觉，让用户放心使用。同时，端到端架构消除了传统级联架构带来的误差，所以在响应用户需求时，时效性和精准度都更高。

第二是成本维度。我们在技术架构上做了很大、很深度的优化，大幅降低了大模型的训练成本和调用成本；同时通过前面提到的快慢系统，在智能化和调用成本之间取得平衡。

第三，整个架构具备开放性和可演进性。通过标准的即插即用接口，第三方智能体能力可以非常方便快速地接入系统，所以系统的智能化水平可以持续扩展，能动态增加支持的场景，而不是今天只能支持3个场景、明天就无法支持更多。同时，我们跟车企伙伴未来可以共建中枢智能体——中枢智能体不一定由我们自己来做，我认为每家公司都有自己的需求，双方可以共建。除了中枢智能体之外，品牌人设和生态技能也可以双方一起共建。通过这种方式，让每家车企、每台车都能有自己差异化的智能化体验。

真正被用户认可、好用的智能体产品，一定要在真实用车场景中不断“摔打”，需要真实的量产数据来演进。我认为，我们这套架构在当前情况下已经具备了这个条件

这套架构可以定义为“座舱智能体1.0”。1.0架构有一个非常明确的特点：它是面向场景定义的，具备很强的确定性和高可靠性，同时成本相对可控。所以我们认为它是当前可量产的最优解。

但随着未来场景越来越多，模型必然会不断堆砌，架构的不稳定性、维护复杂度和维护成本都会持续增加。在这种情况下，我们认为未来的AI座舱一定会从多个专用模型走向一个自进化的大脑——未来不再根据场景来定义模型，而是通过一个自进化的智能体全局规划、调用工具和能力，帮助用户完成各类需求。这是我们认为的进化方向。

在这个基础上，我们现在发布的是下一代座舱智能体的大脑，定义为“AI座舱智能体2.0”。它是一个智能化框架，不仅能记住用户的出行习惯和偏好，还能自主帮用户完成工具调用和技能使用，完成用户需求，并在这个过程中不断提升使用工具的能力和自我进化的能力。

这套系统真正意义上可以多端使用，能打通用户在不同终端的记忆信息和生态技能，真正做到越用越聪明：你今天在手机上使用，明天可以在车机上使用，未来还可能在更多终端上使用它，持续优化、进化，让能力越用越好用。同时，数据主权在本地，用户的相关信息我们会本地化存储，以此实现隐私保护。当然，最重要的一点是，智能体大脑仍需要通过大模型来解决智能化问题。在这套系统中，我们不会限制用户使用哪一个大模型，用户可以根据自己的需要选择习惯的模型，也可以根据成本选择模型的尺寸。我们认为这是未来更符合用户个性化用车需求的方式。

我们的目标是今年让这套产品也真正走向量产。

这就是我们今天主要介绍的内容。我们认为，中国的汽车智能化不是单方就能解决的。我们愿意以更全维度的开放生态、原子化的赋能，跟所有伙伴——包括车企伙伴、生态伙伴——一起，加速中国汽车智能化的进程。谢谢大家。

（注：本文根据现场速记整理，未经演讲嘉宾审阅）