理想汽车联手阿里云打造车端智能体 2026年首发端侧多模态模型

理想汽车联手阿里云打造车端智能体 2026年首发端侧多模态模型 大模型通过情景记忆将汽车重塑为空间机器人，高昂的情感割舍成本将取代软硬件性能，成为未来车企最核心的商业护城河。 视频深入探讨了智能汽车在AI时代向“空间机器人”的全面进化。理想汽车与阿里云通过端云协同架构，将车机从被动响应的工具重塑为具备主动感知、推理与决策能力的智能体（Agent），实现了车身摄像头识别物理码的无感支付以及A2A个性化点餐。同时，依托情景记忆体系，汽车不仅能完美复刻车主的驾驶风格，更能通过空间智能提供兼具情感价值与“高情商”的个性化出行服务。 智能汽车正从单纯交通工具转变为“第四空间”，理想汽车数据显示车主在静止不出行状态下的车内留存时间在4年内翻倍至每周8小时；L4级自动驾驶到来后驾驶员角色将消失，汽车将彻底转型为舒适的大空间机器人。 (0:00) 车内人机交互正从被动工具升级为主动预判的Agent，理想与阿里云合作推出了无感支付方案，车辆摄像头可直接识别停车场物理二维码并通过云端完成免密扣款，无需司机掏手机或摇车窗。 (4:59) 为平衡大算力与隐私保护矛盾，AI上车采用“端侧身体与云端灵魂”的端云协同架构：端侧模型负责低延迟、Always-on的感知与隐私保护，云端则承载庞大知识、长期记忆与连续服务能力。 (9:59) 针对订餐等复杂现实任务，理想将Agent任务划分为UI Agent、MCP及A2A（智能体对智能体）三层技术路径，并依托通义千问大模型与阿里生态（高德、淘宝、飞猪）实现多模态与服务整合。 (14:59) 通过构建程序、情景与语义三层记忆体系，理想结合阿里云数据库实现了99.5%的记忆召回准确率，让汽车从冰冷硬件沉淀为具有极高迁移成本的“老朋友”。 (19:59)

随着自动驾驶与大模型技术的发展，汽车正从单纯的代步工具转变为具备主动服务能力的“空间机器人”；理想汽车与阿里云通过端云协同架构及深度情景记忆，试图将冷冰冰的硬件重塑为具备情感粘性的“数字伙伴”。 从交通工具到第四空间与机器人演变 (0:00) 理想汽车的后台数据显示，车主在车辆静止状态下待在车内的时间，从2020年理想ONE上市时的平均每周4小时，攀升至2024年的每周8小时。这一变化表明汽车正成为介于家、办公室和咖啡厅之外的“第四空间”，承担起午休、影音娱乐及按摩等私密功能。理想汽车智能空间副总裁勾小飞提出，一旦进入L4级自动驾驶时代，驾驶员角色将彻底消失，所有成员皆为乘客，紧凑型小车好开好停的优势也将不复存在。因此，汽车设计的核心逻辑转向大空间与舒适乘坐，汽车将成为进入人类生活的“第一种真正意义上的机器人”，车企的商业模式也将由卖车转变为卖服务与算力。 从被动工具演进为主动Agent (4:59) 人机交互正从传统的鼠标、触屏等被动工具逻辑，升级为能够主动感知、推理与决策的Agent。例如当乘客表示“感觉有点冷”时，车载Agent并非死板升温，而是利用端侧传感器识别乘客身份、位置及穿着，再结合云端大模型与长期记忆，采取调低风量或改变出风方向等个性化策略。此外，车体本身的Agent化也催生了无感支付，理想汽车联合阿里云，利用车身自带摄像头直接识别停车场收费二维码，在云端调取支付宝完成扣款，免去了车主摇窗、掏手机扫码的繁琐环节。 端云协同架构与解决现实复杂任务 (9:59) 将大模型部署上车面临隐私保护与芯片算力限制的物理与经济学权衡。阿里云智能集团李强指出，低延迟、无网可用（Always-on）以及隐私敏感功能必须置于端侧，扮演反应迅速的“身体”；而千亿参数大模型、长期记忆与跨设备生态则长在云端，充当智慧“大脑”。在理想汽车从自研语音、Mind GPT到2025年Mind VLA的演化路径中，针对复杂生活任务形成了UI Agent（模拟界面点击）、MCP（标准接口筛选海量选项）和A2A（如车机Agent直接与肯德基Agent对话订餐）三层处理架构。阿里云则通过通义千问大模型、首发端侧Omini模型、阿里生态整合及全球云基建提供支撑。 情景记忆体系与空间智能的未来图景 (19:59) 软件与硬件容易被迭代，但用户关系难以割舍。为了避免大模型沦为没有忠诚度的工具，理想汽车构建了包含程序记忆、情景记忆与语义记忆的三层体系，依托阿里云TableStore和图数据库GDB实现高达99.5%的召回准确率。系统不仅记录对话，更能结合情境理解用户习惯，使换车的硬件迁移成本转化为情感割舍成本。展望2025至2028年，座舱AI不仅能复刻车主的驾驶风格、支持方言对话，还能结合空间感知与定向扬声器实现细腻互动，例如在家庭成语接龙时向孩子单向提醒，或在特定场景下协助调和家庭成员需求。 理想汽车与阿里云描绘的智能座舱愿景，核心在于通过情景记忆与空间智能构建高壁垒的用户情感连接。然而，这套体系在未来能否全面兑现，仍高度依赖端侧芯片算力突破、L4自动驾驶政策与技术的落地成熟，以及在出海过程中跨地域生态整合与合规能力的考验。

[0:00] 勾小飞: L4之后不会再有小车了 [0:00] 勾小飞: 第一种真正意义上的机器人 [4:59] 用户: 我感觉有点冷 [9:59] 阿里云和理想: 端侧身体与云端灵魂的完美协同 [9:59] 老人: 我被帮到了 [9:59] Agent: 您之前反馈的问题我已经修复好了，您可以再体验一下 [9:59] 用户: 我被关注到了 [14:59] 用户: 人均50元、包含鸡翅、不要香菜 [14:59] 李强: 三进两出 [19:59] 关系 [19:59] 用户: 给老朋友买一副新的身体

[0:00] 当一辆车不在移动状态它对人类的价值是什么一个反直觉的数据似乎在改写这个汽车与人类之前的关系和定义理想1的后台数据显示车主们平均每周有整整四个小时是车辆停止的状态下待在车里的当时间来到2024年标升到了每周八小时而这多出来的四个小时意味着什么呢其实很多用户会选择在这个私密的空间里做一些自己的一些独特的事情而在AI时代中这样的一个私密空间又能碰撞出什么样的交互呢L4之后不会再有小车了我如果换掉它这个陪了我三年五年的朋友也会离我而去所以从某种意义上来讲我认为汽车是一种进入我们生活的第一种比较普遍的比较真正意义上的机器人而如果将汽车看成是机器人那么AI的基础设施包括云服务又如何能在这场关于移动空间的宏大实验中去助力呢我觉得还是人类对自己的未来空间继承的一个这种美好生活的向往而这样美好生活的向往听起来既科幻又现实当汽车拥有了AI的灵魂它会变成什么那这期视频啊我就非常开心的连线了阿里云智能集团公共云事业部副总裁AI汽车总经理李强以及呢理想汽车智能空间副总裁勾小飞同时呢我们也通过硅谷101的特约研究员刘一鸣的现场体验来探索一下AI将如何重塑汽车云与人的关系那如果说家是第一空间办公室是第二空间咖啡厅是第三空间那么汽车如今正在变成现代人的第四空间在这个空间里隐私需要被高度重视服务需要被无限延伸在我们的连线中理想的郭小飞对这种变化有着非常实感的观察他发现身边的同事正在把车变成移动工作室这个其实源于我们最开始卖车的时候的一些用户的使用数据其实在2020年我们的理想万这款车刚上市的时候我们就采集了一组数据就是当时买车的用户大概一个星期会有四个小时是在不出行的情况下还待在车里然后包含今年我们这个Mega Home版上市了之后其实这个数据就进一步的飙升了然后从之前的一个星期四个小时然后到现在接近一个星期八个小时这种行为模式的改变不仅仅是因为座椅更软了或者是屏幕更大了而是因为驾驶这件事情本身正在发生质变在理想汽车的战略视野里L4机自动驾驶基础是一个真正的分水岭在L4到来之前汽车设计的核心逻辑依然是围绕着驾驶者方向盘的手感它把它反馈A柱的视野但L4之后权力的天平将会彻底倾斜其实它还是一个交通工具它的主要的属性还是驾驶还是出行但是一旦它进入到L4的话其实驾驶员这个角色就消失了其实在这个空间里全是乘客那乘客在意的更多的是这个空间能带给我什么L4之后不会再有小车了因为紧凑型的车车小车好开车好停车好拐弯其实都是驾驶员需求真真正正的乘客需求就是空间大坐着舒服比如说我要出差去上海然后打一个网约车恰巧是一个G18来接我我会非常开心因为这个车好不好开和我没关系我更在意的是套路做当方向盘不再是必须被握住的东西那么汽车就从交通工具彻底变为空间机器人而车内的这种空间会有如何的体见呢我们就让一鸣去到理想的总部看了看这个空间它可以是一个休息室这个空间可以是一个自主移动的机器人这个空间还可以是一个家庭娱乐的客厅理想的车一直是号称它的功能非常丰富以及智能化如果你开它上下班基本上可以获得一个午休室中午到车里去躺平小睡一会儿如果你去露营基本上可以获得一个移动的影音室随时可以拿它看电影玩游戏甚至还能拿它当个临时的按摩室你看这个座椅按摩肩颈腰臀都可以按哎呀其实真的还挺舒服的而这样的转变呢是一个巨大的商业机会也有巨大的技术挑战这意味着车企呢必须从卖车转向卖服务和卖算力这种认知的转变呢对于阿里云来说同样是一次巨大的震动那这背后呢也意味着巨大的机会对于阿里云来说技术领先加上生态协同是这家云场商想去赋能车企的护城河与优势来一起打造接下来AI时代的智能作家体验所以让大家看今天的这些变化根本就不是多复杂的代码升级而是一场关于汽车的灵魂的重塑未来有着非常 [4:59] 很多新的可能性啊所以车企们如今也意识到如果不能在AI的这个新赛道上建立壁垒它们造出的将不再是智能终端而仅仅是诺基亚时代的功能级所以呢未来的汽车会是什么样的那为了理解这场重塑的本质啊我们需要把目光投向人类与机器交互的历史在PC时代我们握着鼠标点击着屏幕上的图标在移动互联网时代我们用手指直接触碰玻璃屏幕虽然操作方式变了但是本质上我们面对的依然是冷冰冰的空间一个按钮一个滑块一个输入框我们必须学习操作机器的方法去理解层级菜单的逻辑才能够获得我们想要的服务但是AI时代交互的对象变了在互联网时代我去操作的是空间按钮下来踩单然后文本框然后在移动互联网其实我交互的对象还是这些空间这些所有的空间其实它有一个极强的属性就是工具属性但其实今天AI的时代不一样的点就是交互对象发生变化了它不再是一个工具而是它是一个agent它是一个像人一样的东西我们其实还有情感层面的东西从工具到agent这是一种体验的断带那么工具是被动的你敲它一下它想一下而agent是主动的它观察你理解你甚至能够预判你我们来看一个经典的场景如果你说我感觉有点冷那么在传统的车机逻辑当中那么这句语音的指令就会被转化为一个简单的动作将空调温度调高两度那么机器听懂字面的意思执行了死板的程序但是在勾小飞看来真正的agent应该像一个贴心的管家林兰同学请讲我有点冷了好的我把空调调好了把座椅加热也一起打开好的我把副驾座椅加热打开了比如说过去他只有感知到我冷了这一句query但其实真真正正的我冷了背后还会有很多场景比如说第一舱内的场景舱内坐着都有谁有没有老人有没有小孩有没有人在睡觉还是说就你自己一个人是男士还是女士然后第二舱外的环境是什么样现在是一个冬天还是一个夏天然后舱外在挂着大风还是说是一个什么样的环境而在这个瞬间AI需要调动三重能力第一是感知这个要求速度端次模型和利用车内传感器迅速捕捉车内外的物理信息谁在说话,坐在哪,穿多少,车外风速如何,这需要极低的延迟,只能在车端完成第二是推理,这个要求深度,云端大脑介入结合大模型的推理能力分析意图如果是老人觉得冷可能是风太大,需要调低风量并且改变出风方向而不是简单的升温如果是在冬天刚刚上车可能需要开启座椅加热第三是决策这个要求对人的温感结合云端存储的用户长期记忆比如他喜欢什么样的体感温度来一个综合的又人感的解决方案这种懂你的能力同时也应该延伸到车外比如说很多人的痛点停车场缴费至少是我的痛点很多时候我在停车杆面前的心理压力巨大因为你要在狭窄的空间里努力把车靠得足够近降下车窗在地下车库糟糕的信号中打开手机背着那个反光的有时候还沾着灰尘的二维码扫半天而在美国呢现在很多停车场要在停车杆前面付新游卡有的时候呢我停的不够近这个摇下车窗之后呢会发现我的手够不到那个插卡的机器所以呢我只能尴尬的开车门走出去插卡然后再进到车里面如果操作慢一点后面排队的车浪化身有可能就会催我了简直压力巨大有没有简直太失我的痛点了而现在通过阿里云与理想的合作车辆本身就成为了一个能够支付的agent这背后是视觉识别技术与支付宝生态的深度打通其实关于这种无感支付有些地方通过ETC或者支付宝其实也可以实现比如说上海的红桥机场但是这个不普及这种需要停车场本身安装了相关的设备才能去运作但理想的这个功能的特别之处在于它是通过车本身的摄像头来实现的这也就意味着所有的地下停车场只要它有支付的二维码理想都可以识别都可以实现无感支付这个就是真的无感支付了车外的摄像头去识别炸机的二维码车内的系统直接调用支付宝 免密支付云端迅速完成鉴定权限和扣款司机基本上不需要掏出手机也不需要摇下车窗一切在几秒内就完成了再也不用去经历那种烦人的过程但其实我觉得还有另外一个更重要的层面其实我们说agent会和过去的范式不一样就是他对象发生了变化对象发生了变化 [9:59] 变化之后就是他有机会能够通过主动交互的方式其实过去我们所有的这些应用也好服务也好基本上我们可以认为它是一个被动响应式的被动响应类的东西在用户心智里它就是一个工具我不会和你产生什么感情或者就是说你不会给我带来情绪价值的但是其实主动式的服务其实是能够给用户带来很强的这种情绪性的价值的就举个例子比如说老人我妈上车了然后这个孩子在那儿看书他觉得光线不够希望给孩子把灯打开但是他也不知道这个车里的灯怎么开他可能就有些手足无措对吧就会去找一些东西然后这个时候比如说我们车内的agent说你有什么需要帮助的你是要干什么吗然后他说我想开灯他说好我帮你打开然后以后你再想开灯的话你直接和我说就行然后老人就会觉得我被帮到了然后包含其实在用户使用一些功能的时候他可能会存在一些使用的不管是疑问也好或者比如说他觉得这个功能设计的他不是那么满意他可能会通过一些渠道然后做一些反馈说希望这个功能做一些优化然后变成什么什么样子现在其实手机也好这个电脑也好其实汽车也好都是可以OTA升级的那么其实如果当你反馈的这些问题升级完之后我可以主动说前一段时间你反馈的那个问题我已经修复好了然后我已经优化好了你可以再体验一下然后你就会觉得我被关注到了就是我所反馈的所有问题并没有实现大碍而是说你一直在关注的我这些诉求所以其实它就会脱离一个传统的工具而变成一个其实可以给人带来温度带来情绪价值的一个体验郭总说的这个我很有感受就是他们说未来如果说这个智能驾驶实现就是相当于有一个司机然后智能座场实现相当有一个助理见朋友见一个多年的老朋友是吧越来越懂你那么怎么去实现技术架构的重塑呢云端和端侧无论是在模型还是在算力上如何去协同和合作呢要实现AI上车不仅仅是把服务器搬到车上那么简单核心的矛盾在于车是需要保护隐私的而AI是需要大算力的而如果把所有的对话都传到云端去处理那么车主的隐私将荡然无存如果全部在本地处理的话车载芯片的算力又撑不住千亿参数的大模型我其实觉得如果这个背后其实很多的时候是一个economics在drive的一些事情然后当然还有一些事情就是说它的physics在drive的一些事情比如说对latency非常非常敏感的一些事情的话可能会在端上如果端可以解决这个latency的话那么在端上肯定是有优势的然后对于第二个是说要always on就是不能就是说在云上你没有网了一会儿就是这个时候的话也需要在端上然后涉及到security涉及到privacy的这个东西但是这个是个real concern对吧如果我们所有的说的每一句话所有的车内的场景都无时无刻不传到云上的话那对于所有人的生活来讲可能确实是一种invasion那么所以当有这些需求的时候在端上似乎就变成一个比较刚需之后呢其实更多的就是一个economics就是说这个经济的问题对吧就是部署在云上它的开发成本如何部署成本如何以及如果我们想要上端的话其实要解决的一个非常核心的问题就是说它需要work所有的AI系统来讲的话它最重要的一个就是它的robustness就是当它部署了以后呢它是不是会work对吧就是没有人会买一个非常efficient但不work的一个AI的model那么所以其实这里面提出的挑战就是说当你想要把一些越来越多的AI的function放到端上去的时候你能否做出一个radically more efficient的AI modelbut yet robust这是一个挺极致的一个优化问题因为robust要求的是work everywhere就是在任何情况下都会work而efficiency是要求你remove all the redundancy那么其实那你现在就是说要坚决的执行scaling law但是又把skin lock过程中所有的redundancy都拿掉那其实就要求你对syllabus有一个极其精确的掌握所以我觉得这个可能是我们在on device的AI或者edge AI上以真正面临的一些挑战而在阿里云和理想看来要想解决这个问题需要从架构入手那未来的架构本身必须是端侧身体和云端灵魂的一个完美协同也就是说在这个架构当中端侧负责像人一样的感知和保护隐私它是巨神智能的本体反应快 手口如瓶而云端呢则负责去提供无穷的知识和连接的能力它是智慧的大脑负责分析推理 连接万物那郭小飞呢就用了一个类比非常有意思他说这就像是钢铁侠的加威斯对 他不能说 [14:59] 我脱离云我就崩溃了或者是我就没办法运动了所以就是说对于它这个本体它是要有独立的智能去支撑它的包含算力包含这个端策的一些模型算法之类的但是其实云其实有一个横向跨出这些本体的一个很大的作用其实就是刚才我提到的记忆就是其实用户会更期待今天我身边有很多机器人服务但是这个机器人背后的那个灵魂可能是一个对就是比如说就和钢铁侠那个甲维斯似的对吧我穿上盔甲里边是贾维斯我进到我的工作室里边还是贾维斯然后我开上我的车里边还是贾维斯然后他是一个人给我提供的是完全连续性的服务那么其实这个一定是长在云端的他没办法长在端上对所以其实我觉得就是一个大的记忆系统加背后的广泛服务这些一定都是在云端然后这个本体的智能能力一定是长在端侧然后其实这种agent或者是这种对话的全新的交互模式是有机会做这种跨硬件本体的跨生态连续服务的有了云端的支持理想的技术眼镜路线图很清晰从2022年的《紫眼语音》到2023年的MyGBT再到2025年落地的My的VLA理想内部认为汽车正在从被动的机器成长为自动的机器最终进化为主动的机器人要实现这一点要构建一套不同于语言智能的AI系统包括聚身智能的感知这就是眼睛而耳朵模型也就是大脑操作系统也就是神经算力是心脏和本体也就是身体这不仅需要云端的强大算力支持更需要车企内部高效的决策机制来推动技术落地大约两年前我们其实服务了一些车企比如像领跑也当然也包括理想包括小鹏还有一些国内的一些主机厂但更多的是掉云端然后那个时候好像大木型大家都很兴奋但是也不知道干什么就觉得这个坐舱感觉应该会要见得更美好但是也不知道怎么变美好然后就做了很多我们跟签问的一些比如说像万象然后就生成一些壁纸就是车内的保护品用不同的你可能不同的天气或者放不同音乐他会给你切换到还有一些什么小孩做了一些卡通画了一些画你可以给他传到车上这是你小孩的作品他可以进一步的渲染一下但这些我们感觉的都是非常那个时候感觉大家就是期望值很高但具体的没有一个杀手锏这么样一些应用也没有出来跟那个时候模型的能力还有很多方面都相关到今年我觉得可能就开始出现了像理想汽车的这些很多座舱的能力比如说支付宝刚才说这个缅密支付90%的可能停车场的停车杆都认了支付宝就通过一个主流的APP在明年我觉得很重要的一点就是我对端测的多摩泰模型其实是非常就是我们还是很期待看端测这个模型到底能变成什么样子然后它能够在直接的作为机器人本体或者叫聚身本体跟消费者能够互动的时候能表现出哪些泛化的能力理人化的能力这个是我们其实是还是有些期待的那过去截止到今天之前我相信在甚至可能在一季度明年一季度之前还是以云端调用为主那端侧模型上车其实还是要模型的能力在明年还会有些新的迭代以及端侧的芯片的算力有更多的荣誉才能实现所以26年是我们期待一个端家云的一个场景当AI从聊天机器人进化为真正能够解决问题的agent他面临挑战是指数级上升的如何让AI既能够帮你查探天气又能够帮你定一顿人均50元包含鸡翅不要香菜的工作餐呢这是需要复杂的多的理解推理还有执行力的能力那理想给出的答案是将agent的任务呢分成三类并且呢用不同的技术战去解决那第一类呢是UI agent基于视觉这主要针对那些工作流简单但是界面繁琐的人物比如说交水电费AI通过视觉模型看懂屏幕上的按钮或输入框模拟人类的手指进行点击当然这背后是基于阿里的同一千万多模态大模型实现而让车机能够操作那些应用第二类呢是MCP也就是模型上下文协议这是针对那些选项极其复杂的任务这需要服务商开放标准的接口让AI去筛选成千上万的门店和菜品这需要云端强大的数据处理能力那第三类呢则是终极形态也就是A2A Agent2Agent那就是未来AI社会的雏形车里的agent直接与商家的agent进行对话6点 饿了吗饿呀 那我们今天就封销星期四吧好呀理想同学主价你说帮我点肯德基要在哪个门店下单呢第一个好 搞定了小K正在为你推荐餐品请稍微 [19:59] 为你定制了以下方案告诉我选哪个方案吧方案一好的帮你选好了没问题就可以去支付了去支付明白搞定第三种的话其实就是A to A的方式就是Agent to Agent我直接接入一个Agent那么其实这个Agent其实才对自己的自有服务是最了解的比如说我们也和肯德基有一个合作就是我们接入了肯德基的Agent其实肯德基的agent一进来之后你就可以认为车里就有了一个肯德基的店员你一去你就完全可以像和肯德基门店的交流的感觉去和他沟通来我想吃个比如说我们俩人我想吃个人均50块钱我想吃个鸡翅其他的你给我安排他其实就完全知道该怎么给你推荐那么这种agent to agentA to A的大逻辑正在将车机变成一个新的超级生态入口阿里云正在尝试将高德、非洲等阿里系生态整合进一个超级agent当中这不仅是技术的整合更是商业生态的一个重构那我们知道在科技圈有一个残酷的现实就是软件和硬件呢是可以随时被替换的但是关系很难你可能很容易换掉一部手机人们对大模型呢也毫无忠诚度谁好用就会立刻的切换过去但是呢你很难去换掉一个陪了你五年的朋友这也正是理想汽车试图构建的商业护城河让AI从工具进化为家人当竞争对手还在比拼屏幕大小芯片算力的时候理想就试图通过记忆去锁定用户目前的许多大模型所谓的记忆仅仅是记录了对话日志但是真正的记忆应该是情景化的人类的记忆不是数据库里的条目而是带着温度带着场景的片段今天大元模型它的环境输入量太少了就是比如说我可以和你说我说请你记住我喜欢吃火锅他就记住了他可能永远都会给我推荐火锅但是其实我们人不是这样的我们可能是在一个冬天然后稍有点冷刚在户外待了半天然后说晚上吃啥吃点火锅吧 暖和对吧然后比如说和几个比较好的哥们在一起的时候晚上吃点啥吃炒菜想能喝酒对吧然后比如说和老牌子在一的时候晚上吃点啥呀可能就是吃一类孩子们喜欢吃的东西所以就相当于它是完全场景化的记忆回方而不是说死即硬被为了实现这种情景记忆林响是构知了认知科学中的三层记忆体系程序记忆也就是习惯自动化情景记忆也就是特定事件记录还有愚意记忆也就是本质理解这背后是阿里云的TareBindor和图数据库GDB构建的复杂数据架构它实现了高达99.5%的召回准确率让AI像老朋友一样懂你也就是说当一辆车拥有了这种深度的记忆和理解能力商业模式和逻辑也就彻底的变了对于留存来说换车不再只是换个底盘和发动机而是意味着要割舍掉一段关系记忆资产将成为最高的千亿成本我如果换到他这个赔了我三年五年的朋友也会离我而去我就会觉得挺心疼的我还得再认识一个新朋友重新教他一遍重新让他认识我一遍这个成本太高了而对于新增来说购买新硬件的意义也变了但是给你的老朋友买一副新的身体那么这种科幻电影般的情节也正在逐步的成为现实明天我和你说我有一个新的终端然后你只需要买了放在家里你的这个朋友就能进家了然后你就会觉得我是给我的这个好朋友买了一个新的身体对吧明天我说我又有一个新的终端你只要买了它这个陪了你五年的好朋友就能天天跟着你随身携带了而当车变成了我们的老朋友我就很有可能有一个专属的模型而我和这个模型所进行的所有交互也被称之为context的上下文它的界限在哪里也是接下来需要产业和社会去探讨和思考的问题我觉得context是很重要的事情就是context就是为你所设计的一个model当然这个是不是需要一定是需要on device这其实取决于大家对privacy的一个到底的考量是多大因为从某种意义上每个人在跟ChatGPT在进行交互的时候他的你的每个人的记忆和context你的场景也都交出去了然后他也可以变得更加customize他可以其实他我不知道大家对这种ChatGPT使用的是有多少对吧这边拿来使用了有多少你使用的越多他拥有你的context [24:59] 然后它只不过是在云上但是它实际上是越来越了解你了了解你想的一些东西但是你使用的过程中总会就是如果你知道它拥有你所有的数据的话它会比你的家人更了解你的话越来越多人可能会希望能够自己拥有这个context所以怎么说呢我认为context肯定是很重要的至于它一定最终要上云还是上on device我觉得一定是一个combination一定会有一部分的context被人们所拥有我希望这是这样的future而不是说每个人不拥有计算不拥有算力不拥有电力也不拥有自己的memory那么这样的就像我们说的这个可能是一个比较悲观的未来所以我觉得这样的context拥有应该属于每个人的一个基本的权利然后那么技术如何服务于这个权利这是我们需要回答的一些问题如果站在2025年的节点去眺望未来的三年之后那个时候的出行体验会变成什么样呢李强和郭小飞也描绘了一个极具个性化的未来那个时候的理想同学将不再是千篇一律的机械女生而是千人千面的多年老朋友我们希望比如说三年以后你的理想同学和我的理想同学截然不同有可能就是比如说你的理想同学就在和你用重庆话对话然后比如说我是一个广东人三年以后理想同学就和我说粤语了对我觉得那个时候可能生活会更幸福一些甚至连驾驶风格AI也能完美复刻车主的性格VLA模型的落地让汽车不仅能够看等度还能够理解驾驶者的意图和风格其实很多消费者在跟我聊的时候说能不能这个车啊这个模型就是我开车的习惯但是他就是开车比较aggressive就是他不是说不愿意用自驾他只是说这个自驾跟自己性格相差很远那在这个被AI接管的空间里人类将获得勤索费有的自由李强呢他是一个资深的游戏迷他就在畅想着用车的这个穷顶屏幕去打游戏的快乐他一直觉得车里打游戏应该是比家里打游戏效果更好的因为它空间封闭 音响效果更好而勾小飞呢 则是畅想了一个更细腻更温馨的家庭互动的场景未来车载的AI会是一个具备空间感知能力的机器人他需要知道谁坐在哪里 谁和谁是什么关系并且能利用车内的升学系统把正确的信息传递给正确的人理想有什么小游戏吗我们可以一起玩成语接龙好啊好呀理想同学我想玩成语接龙接龙挑战来和理想同学你比谁更厉害第一道题是合二为一你们接吧一心一意下一道题一并不齐到你了举个生动的例子一家四口在车里和理想同学玩成语接龙那么我们知道这是一个对小孩不太公平的游戏大人的词汇量大接得快但是孩子们反望就跟不上那这个时候AI的高情商就体现出来了它不会在大喇叭里面提示让孩子觉得丢脸而是利用孩子座位专属的局部扬声器悄悄地作弊他会说我不告诉爸爸妈妈偷偷的提醒你一下这个词后面可以接什么什么然后孩子就会觉得这个理想同学还是和我关系好然后他接上了之后他也会很兴奋这个看似是一个简单的一个能力但其实他在整个空间交互框架上就要求你具备把相应的信息能够在这个空间里传到相应的位置的这种能力而这种基于物理空间的定向交互呢构建了人与AI之间的某种私密的同盟关系而更进一步啊AI还能够感知家庭政治比如说爸爸带孩子出门孩子要看动画片爸爸通常就比较宠溺AI呢可能就直接去播放了但是如果车里多了一个人哎妈妈AI的决策逻辑呢就会瞬间改变因为他知道妈妈通常更在意孩子的势力保护和学习一般来说是这样的那当识别到女主人也在车上的时候面对孩子看动画片的这个要求AI就会主动的站出来拒绝说看动画片上眼镜咱们还是玩会儿成语接龙吧那或许呢这会是空间智能的终极形态不仅要理解指令更理解家庭关系甚至呢懂得为了家庭和谐而主动背锅这或许就是技术的终极意义它不仅让我们能够跑得更快更能够让我们在奔跑的路上感受到陪伴的温暖阿里云与理想汽车的这次联手某种程度上预示了中国智能汽车产业的未来图景云端的算力基础与车端的产品思维正在共同构建通往A加时代的物理载体阿里云在智能座舱我们其实坚定的相信 [29:59] 来的整个的形态是端家云的一个模型协同来把智能桌仓实现下一个阶段的一个节约那阿里云在这里面有几个方面的差异化能力第一个就是世界一流在第一梯队的这样的一个大模型我们多年的投入在千问Quaín这一款模型上做了大量的这样的一个研发的投资那也使我们这样的模型在不仅仅是在过去在今天也能够在未来我们也坚信自己能够一直在世界的第一梯队第二个我觉得就是我们端侧的模型阿里云也是在中国甚至在全球我们是首发了端侧的一个Omini的三进两出的一个端侧模型那我们相信在2026年随着座舱的芯片算力越来越大随着模型的尺寸再越来越小而且还特别能打那我们相信在26年一定会实现端侧模型在车上的发挥它相应的作用那第三一点呢我们的差异化能力是阿里巴巴的整体的生态那大家如果关注的话最近看到我们已经推出了签问这一款APP未来我们是希望能够通过签问把阿里巴巴整体的生态的能力集成在一个agent上来变成一个产品来为车企为消费者提供服务比如说在高德的整个地址推荐LBS的功能淘宝散购以及非诸出行规划订票这些功能我们都希望用一个签问的这样的一个超级入口超级的agent来帮助未来的车企能够上车第四一点就是我们在全球的一个云基础设施大家都知道我们其实目前是全球做了非常大的一个基建的投资这也确保我们的车企的所有的车在不同的城市在不同的国家在不同的地域都能够有相应的云端的这样一个资源的支撑也就是说未来我们不仅仅是端侧模型的一个在本地化保护隐私的这样的一个能力同时在很多的常识未练包括一些闲聊新闻播报这个新闻的热点事件甚至是一些我们拟人化的陪伴都能够通过云端这样的一个调用来服务我们的消费者所以以上四个方面是我认为阿里云在未来的智能座舱能够取得先机的差异化的能力而对于车企来说民厂商能提供的理线借助以及生态协同将为未来的出行新范式带来无限的可能性第一个的话就是我觉得阿里和理想有共同的基因就是我们都会长期的专注做一件事就是对于理想来说的话其实我们会长期的以用户体验用户需求用户服务为导向然后把这个用户的体验做到极致而其实阿里会长期的专注于技术的这个领先性那么第二个的话其实我觉得就是专业就是比如说我们在做用户服务体验的话其实我们也会去参考非常多的这种人因工程呀心理学呀这种人机交互相关的东西其实用更多的科学的方法去给用户带来更好的体验其实阿里也是一样的就包含其实在整个大模型呀云计算所有的专业度所有往深里做的东西其实我觉得是行业非常领先的正如李强所感慨的那样中国消费者已经被卷出了全世界最挑剔的口袋了未来我觉得在座舱里其实我们现在是在中国但我的感受我觉得中国的座舱在欧洲 在美国我看到的车的座舱我觉得完全不是一个状态的就是国内的车内的座舱我感觉这些消费者已经把这些车骑我觉得已经卷得快不行了所以就是国内的消费者现在口碑很挑剔了标准很高就是它的习惯已经被养成了但是我们有一天一定会去到全世界各地那Quinn这个模型其实现在具备了几十种各个国家大小与种的语言包括中国的各种方言所以它的持续的迭代包括它的这些全球化的能力那我觉得是陪伴所有车企在全球洋帆出海不仅仅是在中国所以这个也很重要而当车有了灵魂当云有了温度这场关于移动空间的革命才刚刚开始我们也会继续地关注这个赛道的进一步动向和进展