DeepSeek加速多模态AI大模型开启智能座舱新时代

2025中国多模态AI大模型座舱应用洞察研究报告

亿欧智库 https://www.iyiou.com/research

报告背景

●2025年初，DeepSeek大模型迅速走红，吉利汽车、东风汽车、广汽集团、上汽集团、长城汽车、奇瑞集团、比亚迪等车企接连宣布与DeepSeek大模型深度融合，以提升汽车座舱智能化能力。近年来，AI大模型凭借其高效的多模态处理能力和强大的语义理解能力，为智能座舱发展提供了新支撑。它不仅提升了交互流畅性和功能调用效率，还通过主动服务和个性化推荐为用户带来更贴心的体验。同时，AI大模型的低成本部署优势，为车企提供了更高的技术灵活性和经济性，推动智能座舱技术快速普及。越来越多的车企和科技公司聚焦座舱AI大模型开发，推动行业迅速发展。

◆在此背景下，本报告旨在深度剖析多模态AI大模型在智能座舱领域的应用现状与发展趋势，揭示其对用户体验、车企技术布局及行业竞争格局的深远影响。通过对典型智能座舱的案例分析、用户需求调研以及技术和产业发展趋势的梳理，本报告将为车企、科技公司、行业投资者以及相关从业者提供决策参考，助力各方在智能座舱新时代中把握机遇、应对挑战，推动行业健康、可持续发展。

核心观点

◆随着DeepSeek等AI大模型的快速普及以及座舱SoC芯片的持续迭代，智能座舱正加速迈向认知座舱阶段，实现了从功能堆叠向“少即是多”的智能化转变。

◆车企和科技公司作为智能座舱生态的核心，通过合作研发与自主开发，推动多模态AI大模型的广泛应用。其中，科技公司与传统车企合作研发的大模型多应用于自主品牌车型，通过强强联合实现生态互补；而新势力车企则更倾向于自主研发AI大模型，逐步构建自有车型座舱大模型的数据和产业链闭环。

◆多模态AI大模型主要通过识别类、监测类、用车服务类和关怀服务类功能增强用户的使用体验。从用户功能需求角度看，在驾驶安全和出行效率尚未通过自动驾驶技术得到长足的提升前，用户关注的焦点集中在监测类和用车服务类AI功能上，对于关怀服务类功能的需求并不强烈。从人群画像上看，一线城市年轻男性群体对于智能座舱AI功能的态度相对更加积极乐观。从功能开发性价比角度看，当前用车服务类和监测类功能具有较高开发性价比。

●未来，智能座舱将更注重用户体验，AI功能在保障安全和效率的基础上，将优化服务并主动提供关怀。多模态数据融合将增强AI的推理能力，使其从被动响应向主动服务进化。多模态AI大模型将与车控系统深度融合，实现智能化协同控制，同时数据安全需求将推动厂商和政府采取加密、法规等措施。产业迎来加速拐点，2025-2027年多模态AI大模型将大规模上车，市场规模快速增长，预计2030年中国汽车座舱多模态AI大模型市场规模有望超75亿元。

01 中国多模态AI大模型在座舱领域的发展背景综述

1.1智能座舱多模态AI大模型的概念和背景

1.2多模态AI大模型对于智能座舱的重要性

1.3多模态AI大模型在座舱领域的生态图谱

02 中国多模态AI大模型在座舱领域的产品现状分析

2.1合作研发类座舱大模型产品上车情况及案例分析

2.2自主研发类座舱大模型产品上车情况及案例分析

2.3智能座舱多模态AI大模型的产品功能梳理

03 智能座舱AI功能需求优先级及开发性价比评估

3.1智能座舱多模态AI大模型功能的用户需求优先级分析

3.2智能座舱多模态AI大模型功能的开发性价比分析

04 中国多模态AI大模型在座舱领域的未来趋势洞察

4.1中国多模态AI大模型在座舱领域的技术趋势洞察

4.2中国多模态AI大模型在座舱领域的产业趋势洞察

4.3中国多模态AI大模型在座舱领域的产业规模预测

4.4DeepSeek赋能下中国智能座舱AI大模型变化趋势

01中国多模态AI大模型在座舱领域的发展背景综述

1.1智能座舱多模态AI大模型的概念和背景
1.2多模态AI大模型对于智能座舱的重要性
1.3多模态AI大模型在座舱领域的生态图谱

02 中国多模态AI大模型在座舱领域的产品现状分析

2.1合作研发类座舱大模型产品上车情况及案例分析
2.2自主研发类座舱大模型产品上车情况及案例分析
2.3智能座舱多模态AI大模型的产品功能梳理

03 智能座舱AI功能需求优先级及开发性价比评估

3.1智能座舱多模态AI大模型功能的用户需求优先级分析
3.2智能座舱多模态AI大模型功能的开发性价比分析

04 中国多模态AI大模型在座舱领域的未来趋势洞察

4.1中国多模态AI大模型在座舱领域的技术趋势洞察
4.2中国多模态AI大模型在座舱领域的产业趋势洞察
4.3中国多模态AI大模型在座舱领域的产业规模预测
4.4DeepSeek赋能下中国智能座舱Al大模型变化趋势

●智能座舱多模态AI大模型是指能够通过融合不同类型的传感器数据，综合处理语音、视觉、触觉等多种类型数据的大型人工智能模型，用于提升智能座舱的功能和用户体验。海量数据、强大云端算力以及先进AI算法是智能座舱多模态AI大模型的基础。

●当前智能座舱大模型主要有自主研发和合作研发两种模式，新势力车企如蔚小理倾向于自主研发，而自主品牌车企多选择与大模型厂商合作研发。

亿欧智库：智能座舱多模态AI大模型以数据、算法、算力为基础实现体验提升

亿欧智库：智能座舱多模态AI大模型多采用自主研发和合作研发两种模式

智能座舱多模态AI大模型能处理语音、视觉、触觉等数据，提升座舱功能与体验。它涵盖语音识别、视觉识别、触觉反馈等，融合多传感器数据，全面感知乘员需求，提供专业服务。其范围覆盖座舱内多模态交互技术及与外部环境的交互功能集成。

数据来源：《基于AI大模型的新能源汽车智能座舱多模态交互技术研究综述》邓建明,龚循飞,于勤,等

新势力车企较多选择自主研发模式

优势：

#

·高度定制化

·技术积累和核心竞争力提升

劣势：

·研发成本高

·技术难度大

·开发周期长

典型车企和产品

NOMI GPT

X-GPT

灵犀大模型

Mind GPT

Kr AI大模型

自主品牌车企较多选择合作研发模式

优势：

·资源共享，成本共担

#

·技术互补，快速落地

·生态合作，协同发展

劣势：

·定制化程度有限

典型车企&合作企业以及产品

× 科态

讯飞星火大模型

赛力斯XHUAWEI

·技术依赖，自主性受限

千悟大模型

FLOW·源大模型

DFM-2大模型

●DeepSeek大模型是开源AI大模型，它基于Transformer架构，结合了混合专家（MoE）架构、多头潜在注意力(MLA）机制和多令牌预测（MTP)等先进技术，具备强大的自然语言处理能力。多家车企陆续宣布接入DeepSeek大模型，以加速智能座舱的智能化升级。DeepSeek大模型为代表的AI大模型正在推动座舱交互体验升级、个性化服务优化、主动服务能力增强、成本优化、数据隐私保护强化、舱驾融合加速以及智能化生态拓展。

亿欧智库：多家车企宣布智能座舱深度融合DeepSeek以提升座舱智能化水平
亿欧智库：DeepSeek从7个方面加速智能座舱进化

车企	接入时间	接入内容及说明
吉利汽车	2025年2月6日	吉利汽车自研的星睿大模型与DeepSeek-R1模型完成深度融合。
极氪汽车	2025年2月7日	极氪自研KrAI大模型与DeepSeekR1大模型完成深度融合，智能座舱助手AI Eva集成DeepSeek R1大模型并即将上线。
岚图汽车	2025年2月7日	岚图汽车智能座舱完成与DeepSeek的深度融合，计划于2月14日启动DeepSeek全民知识蒸馏训练，岚图知音和梦想家将率先搭载。
宝骏汽车	2025年2月8日	宝骏汽车灵语智舱系统与DeepSeek大模型完成深度融合，宝骏享境成为首款完成实车装载的车型。
智己汽车	2025年2月8日	智己汽车智能座舱深度引入DeepSeek大模型，并与豆包、通义等大模型合作，构建多场景插拔式AI矩阵平台。
长城汽车亿欧	2025年2月8日智	DeepSeek的demo已在长城汽车上跑通，CoffeeAgent大模型已完成与DeepSeek的融合适配。零跑汽车部署DeepSeek-R1的全新座舱即将上线，小零GPT大模型
零跑汽车	2025年2月8日		零跑汽车部署DeepSeek-R1的全新座舱即将上线，
奇瑞汽车	2025年2月8日	雄狮智能座舱系统依托DeepSeek实现更精准语音指令响应和智能化场景应用。
东风汽车	2025年2月8日	东风汽车旗下自主品牌完成DeepSeek全系列大语言模型的接入工作，猛士、奕派、风神、纳米等车型将陆续搭载。
比亚迪	2025年2月9日	比亚迪“璇玑架构”全面接入DeepSeek，赋能车端AI和云端AI双循环，实现自研大模型和DeepSeek的深度融合。
上汽荣威飞凡	2025年2月9日	上汽荣威飞凡宣布与DeepSeek完成深度融合。
深蓝汽车	2025年2月10日	深蓝汽车车机系统DEEPALOS3.0即将接入DeepSeek，并计划在2025年第一季度开启深蓝所有车型的升级推送。（161红旗九章平台灵犀座舱已与DeepSeek完成深度融合，进一步丰富灵犀座舱AI平台的灵活拓展性。广汽ADiGO SENSE端云一体大模型与DeepSeek融合，广汽昊铂宣布旗下昊铂HL将首发搭载DeepSeek大模型。
红旗汽车
	2025年2月11日

交互体验升级

提升语音对话流畅性和功能调用效率，实现更自然、更高效的用户交互。

个性化服务增强

通过数据分析用户的偏好和习惯，提供个性化的服务。

DeepSeek
为代表的AI大模型
正在为智能座舱带来
服务升级
技术和成本优化
生态拓展

主动服务能力提升

DeepSeek使智能座舱从被动响应转向主动服务，基于车内外场景主动提供服务。

#

智能化生态拓展

技术成本降低DeepSeek开源特性降低车企开发成本。

DeepSeek推动汽车产业链协同创新，更多应用供应商将有望纳入座舱生态。

舱驾融合加速

DeepSeek深度协同能力，为舱驾融合提供了强大的技术支持。

数据来源：亿欧智库注：该表仅梳理部分典型汽车品牌，截至2025年2月13日

数据隐私保护增强

DeepSeek支持车端本地化部署，减少云端依赖，提升数据安全性。

智能座舱SoC芯片性能持续提升，制程工艺不断进步。目前，智能座舱SoC芯片CPU算力正朝着400kDMIPS迈进，GPU算力向3000GFLOPS及以上发展，NPU算力则向30TOPS以上突破。这些硬件性能的提升，为多模态AI大模型在智能座舱中的应用提供了有力支撑。同时，DeepSeek大模型的算法创新，降低了座舱对云端高GPU算力的依赖，有望改变市场对算力的认知，芯片供应链有望向具备高NPU算力的本地SoC芯片倾斜。

亿欧智库：智能座舱SoC芯片性能不断提升

阶段	特点	厂商	芯片型号	发布时间	CPU算力(k DMIPS)	GPU算力(GFLOPS)	NPU(TOPS@INT8)	制程工艺	典型应用车型
	在支持智	芯驰科技	X10系列	2025				5nm	正在开发阶段
	能化功能	高通	高通骁龙8397	2024	300	3600	360	4nm	预计2025年量产上车应用
Z22222	的基础上	英特尔	英特尔MalibouLake	2024	400	2150	15	7nm	预计2025年极氪上车应用
	进一步支	紫光展锐	A7870	2024	93	486	8	6nm	上汽海外MG Hector
	持AI大模	芯驰科技	X9系列-X9CC	2024	200	450	40	16nm	预计2025年量产上车应用
	型功能，	AMD		2023	394	1800
	如AI加速、	联发科	AMD Ryzen V2000系列				0	7nm	领克Z10
	多模态交		联发科MT8676	2023	250	1046	35	4nm	预计2025年量产上车应用
	互等复杂	三星	三星Exynos Auto V920	2023	250 1691)	1420	23	15nm	预计2025年量产上车应用
A	AI功能	芯驰科技	X9系列-X9SP	2023	100	230	8	1616nm	奇瑞部分车型
	在支持	芯驰科技	X9系列-X9HP	2021	51	140	0.4	16nm	捷途X70、东风日产启辰VX6
	单座舱功	高通	高通骁龙SA8295P	2021	220	3000	28	5nm	奔驰E级、吉利银河E8
	能基础上	华为	麒麟990A	2021	90	200	0	7nm	阿维塔11、问界M5
2070-3742	支持数字	芯擎科技	龙鹰一号	2021	100	900	8	7nm	领克08、领克06 EM-P
	仪表盘、	芯驰科技	X9U系列	2021	100	300	1.2	16nm	东风本田部分车型
	中控大屏、	杰发科技	AC8015	2021	17	30	0	28nm
	多屏联动	芯驰科技	X9E/X9M/X9H/X9S	2020	10-70	40-200	0.2-4	16nm	吉利、奇瑞、长安部分车型长安、奇瑞、上汽、广汽部分车型
	等智能化	高通	高通骆龙SA8155P	2019	105	1100	4	7nm	蔚来ET7、零跑C11
	功能	三星	三星Exynos Auto V9	2019	111	1205	5.7	8nm
									大众、奥迪部分车型
	支持信息	联发科	联发科MT2712	2018	23	133	0	28nm	丰田凯美瑞、本田雅阁
	娱乐系统、	高通1	高通晓龙820A	2016	100 631691)	200	0	14nm	小鹏P7、奥迪A4L、理想ONE
	仪表盘、	三星	三星Exynos 8890	2016		265	0		奥迪A4
2	中控屏、	英特尔	英特尔A3900系列	2015	jic42	187	11.5	14nm	宝马、捷豹路虎等品牌部分车型
	后视摄像	瑞萨电子	R-Car H3	2015	40 欠智库	288	0 亿欧智库	16nm	哈弗H6、爱驰U6、大众帕萨特
	头等简单	高通	高通晓龙602A	2014	50	0	0	28nm	比亚迪唐、老款奥迪Q7
	座舱功能	恩智浦	i.MX8系列	2013	26	64	®	28nm	福特锐界

数据来源：亿欧智库注：该表仅梳理部分典型智能座舱SoC芯片产品，且排名不分先后，截至2025年2月20日
www.iyiou.com

根据汽车工程学会《汽车智能座舱分级与综合评价白皮书》的分类标准，智能座舱可以划分为L0-L4五级，其中L0-L1是感知阶段，L2-L4是认知阶段。多模态AI大模型凭借其海量数据、强大云端算力以及先进AI算法的支持，展现出卓越的多模态、跨场景应用能力。这为智能座舱从感知阶段迈向认知阶段提供了强大助力，使其服务能力从被动响应向主动服务转变。

●随着多模态AI大模型在座舱领域应用不断深化，我们将迎来具备多模态交互能力、座舱监测能力和主动服务能力的多模态AI大模型智能座舱。

亿欧智库：智能座舱发展阶段划分

数据来源：汽车工程学会、亿欧智库

●当前智能座舱被赋予了过多的功能，“冰箱、空调、彩电”上车虽然让座舱更加智能化，但是过多的功能却提升了智能座舱的操控难度。座舱中控屏上堆满了各种功能选项，让人眼花缭乱，这不仅提高了用户的使用难度，也阻碍了用户体验的提升。

●然而，多模态AI大模型的应用为智能座舱带来了新的解决方案。它通过更简单、流畅的人车交互方式，将多种功能进行统一调度和管理。用户无需逐个操控各个功能，只需与AI简单交互即可满足需求。同时，座舱功能设计也正在做减法，逐步向功能分类简化、操作简化方向发展。

亿欧智库：智能座舱在AI大模型的加持下趋向于功能精简、操控简单

数据来源：亿欧智库

www.iyiou.com

娱乐助手

知识问答

用车指南

内容生成

疲劳检测

出行助手

健康监测

手势识别

Al Agent

前车识别

风光识别

情绪识别

智能推荐

绘本故事

旅行回忆

#

PATEO

#

01 中国多模态AI大模型在座舱领域的发展背景综述

1.1智能座舱多模态AI大模型的概念和背景

1.2多模态AI大模型对于智能座舱的重要性

1.3多模态AI大模型在座舱领域的生态图谱

02中国多模态AI大模型在座舱领域的产品现状分析

2.1合作研发类座舱大模型产品上车情况及案例分析

2.2自主研发类座舱大模型产品上车情况及案例分析

2.3智能座舱多模态AI大模型的产品功能梳理

03 智能座舱AI功能需求优先级及开发性价比评估

3.1智能座舱多模态AI大模型功能的用户需求优先级分析

3.2智能座舱多模态AI大模型功能的开发性价比分析

04 中国多模态AI大模型在座舱领域的未来趋势洞察

4.1中国多模态AI大模型在座舱领域的技术趋势洞察

4.2中国多模态AI大模型在座舱领域的产业趋势洞察

4.3中国多模态AI大模型在座舱领域的产业规模预测

4.4DeepSeek赋能下中国智能座舱AI大模型变化趋势

●科技公司专注于多模态大模型研发，大多选择通过和自主品牌合作，将多模态大模型应用在汽车智能座舱中，以增强智能座舱的智能化服务能力。

一合作模式为科技公司和品牌车企提供了互利共赢的机会。对于科技公司而言，这种模式有助于不断拓展其在智能座舱领域的生态，丰富应用场景并提升技术影响力。对于品牌车企而言，合作开发模式不仅可以节约开发成本、缩短研发周期，还能快速提升智能座舱的功能体验，增强市场竞争力。

典型应用车型

科技公司

座舱大模型

典型合作汽车品牌

和高效任务执行

数据来源：亿欧智库、易车注：排序不分先后

睿蓝7

www.iyiou.com

◆ 混元大模型是由腾讯全链路自研的通用大模型，具备强大的理解与创作能力、逻辑推理能力以及可靠的任务执行能力。

●混元大模型在座舱领域的应用，通过多模态交互、强大的语义理解、高效的任务执行、低算力需求、深度适配业务场景、数据驱动等多方面的优势，为用户提供了更加智能、便捷和个性化的交互体验，推动智能座舱从传统的“功能堆砌”向真正的“智能空间”转变。

混元大模型全栈能力框架

混元大模型在座舱领域的优势和具体功能应用

知识引擎代码助手座舱助手

智慧工厂缺陷检测行为监测

QA支持会议支持办公支持沟通支持数据分析营销支持

员工培训智能咨询沟通支持

#

数据来源：腾讯智慧出行官网、专家访谈

#

混元大模型

#

大语言模型语音大模型OCR大模型多模态大模型

知识问答支持百科知识、汽车知识问答

实时资讯让用户在车内及时获取信息突出功能应用

AI陪聊支持多轮对话和角色扮演

出行规划支持中长途旅行和临时出行规划

多模态交互音乐推荐提供个性化音乐推荐

混元大模型突出优势

生态融合与微信小程序深度结合

强大语义理解

高效任务执行

低算力需求

深度适配场景

数据驱动

www.iyiou.com

●豆包大模型凭借多模态交互、长文本处理能力以及主动服务等优势，全面重塑智能座舱的交互体验，实现自然、智能的交互效果。其私密云计算(PCC）技术为数据安全提供坚实保障，而零代码开发平台则有效降低了用户自定义座舱功能开发的门槛。

◆ 豆包大模型为用户打造了一个安全、高效且个性化的智能座舱环境，推动交互从传统的功能性向卓越的体验性转变。

亿欧智库：豆包大模型的交互增强框架

数据来源：火山引擎

亿欧智库：豆包大模型重塑座舱体验

www.iyiou.com

●星河智联的FLOW·源大模型采用了端云结合的部署策略，整合了讯飞星火大模型以及第三方模型的知识储备、语言理解能力与多模态基础能力。在此基础上，星河智联自主研发了端云一体化方案及多Agent框架，并成功构建了千亿级参数规模的大模型，同时实现了13亿参数的端侧本地化部署。

●FLOW·源大模型的核心优势体现在多模态深度融合、意图分解与任务分解能力，以及低延迟的实时交互性能。这些技术特性使其在智能座舱的应用场景中展现出较高的适应性和灵活性，能够有效满足用户在不同交互场景下的需求。

星河智联端云一体大模型智能体框架

大模型在智能座舱上的功能应用

多模态交互

语音对话

智能导航

用车指南

智能服务

端侧理解大脑（端云仲裁）

端云协同

云侧生成大脑（任务分发）

多模态认知大模型

生成式大模型库

认知环境

读懂用户

调动车辆

任务处理

海量生态服务

专家级业务水平

主动式多模感知

结构化模态

分类记忆网络

非结构化模态

安全审核

向量数据库

拟人协调规划

多模态特征融合

内容生成

检索插件

原子化执行

自适应生成

分层序列规划

执行触点

高效部署软件基座

底座大模型智能体支撑能力

端云自适应协同

数据来源：星河智联官网、专家访谈

大模型压缩工具链

大小模型基础学习

智能体编排

提示词工程

星河智联大模型优势

多模态深度融合

将多种模态（如语音、图像、文本等）的信息进行整合，使得模型能够从多个角度理解用户意图，从而提高交互的自然性和准确性。

意图分解与任务分解

模型能够理解用户提出的复杂意图，并能够将复杂的任务分解为多个可执行的子任务，并通过与云端或其他服务的协同，逐一完成这些子任务。

低延迟的实时交互

该模型采用端云结合的部署方式，将部分计算任务分配到车端，以减少云端传输延迟。模型能够实时处理用户输入的数据，并快速生成响应。

星河智联未来发展方向

重点发展整车智能控制通过AI能力提升车辆整体智能化水平

多模态交互的整车控制

车辆内外部环境的智能分析

更多智能体生态合作协同

从软件开发商向服务商转型提供更全面的AI生态服务

提供更全面的AI生态服务

提供个性化、主动式专属服务

实现跨生态的技术应用

提供持续优化的产品体验

小鹏X9

●新势力车企通过自主研发大模型，结合车端数据收集与分析能力，形成了从模型开发到应用反馈的闭环，有效提升了旗下车型的智能化水平，增强了核心竞争力。这种闭环模式不仅有助于新势力车企更好地实现定制化需求，还能在激烈的市场竞争中脱颖而出。

●亿欧汽车研究院认为新势力车企在未来将不断推出更多创新的智能座舱功能，以提升用户的使用体验。与此同时，新势力车企有望将业务从AI大模型软件和应用领域拓展至上游的AI芯片领域，从而进一步加强对自身多模态AI大模型全产业链的掌控能力。

自主研发车企

座舱大模型

发展侧重点

典型应用车型

NOMI GPT

·情感引擎·多模态感知能力建设

蔚来 ET9

蔚来 ET5T

蔚来 EC7

X-GPT灵犀大模型

·科技豪华·全域大语言模型应用

小鹏P7+

小鹏G9

Mind GPT

·多模态感知 ·生成式AI

理想 MEGA

理想 L6 Pro

理想 L7 Pro

Kr AI大模型

·AI决策引擎·全场景主动智能服务

极氪 001

极氪 007

极氪 7X

数据来源：亿欧智库、易车注：排序不分先后

极氪 009

www.iyiou.com

◆ 蔚来智能系统升级至「Banyan3」版本，为智能座舱中AI能力的应用注入了强大动力，成功构建了全新的NOMIGPT架构。

◆在这一架构的赋能下，NOMIGPT的认知中枢大模型能力得到了显著提升，实现了高度拟人化的交互体验。同时，蔚来引入NOMIAgents多智能体框架，重构座舱的认知与任务处理能力，推动座舱体验从“单点功能”向“主动智能”进化。

亿欧智库：蔚来MOMIGPT架构与智能座舱AI大模型功能应用

蔚来MOMIGPT架构

MOMIGPT功能应用

用车问答

知识百科

趣玩表情

智能导航

天气预报

记事提醒

数据来源：蔚来官网

www.iyiou.com

●理想汽车从无到有打造了MindGPT基础模型架构。该架构采用了自主研发的TaskFormer神经网络结构，并针对用车、娱乐、出行等实际应用场景，运用监督微调（SFT）和人类反馈强化学习（RLHF）等技术进行了深度训练。

◆ MindGPT具备理解、生成、知识记忆以及推理等核心能力，在多模态感知和生成式AI方面具有突出的表现。

亿欧智库：理想Mind GPT大模架构

数据来源：理想汽车官网

亿欧智库：理想Mind GPT大模功能应用

●报告考察了6个典型合作研发大模型和4个自主研发大模型的座舱AI功能开发情况，总结了26种多模态AI大模型赋能的典型功能。

●典型科技厂商和车企开对于识别类功能的开发程度较深，尤其是星河智联、商汤绝影对于识别类功能有较高的覆盖度；大部分典型厂商尚未开发监测类功能领域的AI功能，商汤绝影、思必驰、小鹏在座舱监测的主动安全方面有较为突出的表现。

亿欧智库：多模态AI大模型赋能下的智能座舱功能

分类

功能

功能解释

典型厂商

&AI大模型

星河智联商

汤绝影

华为

思必驰

腾讯智慧出行

火山引擎

云知声

蔚来

小鹏

理想

极氪

FLOW-源大模型

日日新大模型

千悟大模型

DFM-2大模型

混元大模型

豆包大模型

山海大模型

NOMIGPT

灵犀大模型

MindGPT

Kr Al大模型

识别

多音区语音识别大模

型能够同时识别车内多个不同区域的语音指令，并根据指令执行任务

√

手势&肢体语言识别

大模型能够识别用户手势或其他肢体语言指令，并根据指令执行任务

√

面部识别

大模型能够识别用户面部特征，并进行身份认证

√

AI前车识别

大模型能够识别前车的品牌和车型，根据用户询问进行车辆信息介绍

√

AI交通标识识别

大模型能够识别并准确解读交通标志信息，根据用户询问给出相应驾驶建议

√

AI沿途风光识别

大模型基于地图数据和摄像头数据，在用户询问后对周围路标建筑进行介绍

√

AI情绪识别

大模型可识别用户情绪，并主动推荐音乐、调节香氛与灯光

√

危险动作监测

大模型能够监测并识别用户的危险动作，必要时预警或提示

√

监测

疲劳驾驶监测

大模型能够监测并识别驾驶员疲劳状态，必要时发出报警声提示

√

儿童座椅安全监测大

模型能够监测儿童座椅安全情况，未正确入座或状态异常时发出预警

√

健康监测

大模型能够监测用户心率、呼吸频率等健康信息；并记录用户健康信息

√

数据来源：亿欧智库注：该表基于典型厂商在部分代表车型中的AI大模型应用进行统计，排序不分先后，如有遗漏敬请谅解

●智能座舱新增AI功能更多聚焦于用车服务领域。近年来，以蔚来、理想为代表的新势力车企在用车服务领域发布了众多能够真正帮助用户提升出行体验的新增功能。但在关怀服务领域，当前典型厂商开发的AI服务功能更多还是以被动服务、需要频繁用户授权的功能为主，整体发展程度较低。

◆ 亿欧汽车研究院认为未来AI座舱服务领域有望开发出更多具备主动服务能力的功能应用，实现座舱服务质量的升级。

亿欧智库：多模态AI大模型赋能下的智能座舱功能 (接上页)

分类

功能

功能解释

典型厂商

&AI大模型

星河智联商

汤绝影

华为

思必驰

腾讯智慧出行

火山引擎

云知声

蔚来

小鹏

理想

极氪

FLOW·源大模型

日日新大模型

千悟大模型

DFM-2大模型

混元大模型

豆包大模型

山海大模型

NOMIGPT

灵犀大模型

MindGPT

Kr Al大模型

主驾自适应调节

大模型能够识别用户体型信息，并主动调试后视镜、方向盘、HUD高度

√

AI停车助手

大模型推荐停车场，并主动分析停车场和目的地步行距离

√

开车

AI用车指南

大模型指导用户操作车辆或者帮助用户查询车内提示信息

√

用车服务

AI行程规划

大模型能够根据用户的需求或用车习惯规划行程，并提供导航（

√

AI智能推荐

大模型根据用户习惯推荐音乐、美食、购物、导航路线等

√

AI智能服务

大模型能够提醒车辆保养信息，快速发起报修或预约驾享服务

√

AI知识问答

大模型能够针对用户提出的知识类问题进行回答

√

AI健康百科

大模型能够针对用户提出的健康问题进行医疗健康知识科普

√

AI旅行回忆

大模型能够对行车记录视频进行美学分析，帮助用户筛选美好镜头

√

超拟人播报

大模型模拟真人的语音特征，朗读新闻资讯信息

√

怀服

Al绘本故事

大模型模拟妈妈的声音给儿童讲故事

√

务

AI文生图

大模型根据用户的文字或语音提示生成图像

√

AI魔法氛围(16

大模型根据用户语音描述主动选择氛围灯效果

Al数字人

大模型提供表情丰富的AI智能形象，为用户提供更自然的交互体验

√

生态应用语音控制

大模型能够根据用户指令对车机系统中的生态应用执行搜索、播放控制

√

数据来源：亿欧智库注：该表基于典型厂商在部分代表车型中的AI大模型应用进行统计，排序不分先后，如有遗漏敬请谅解

01 中国多模态AI大模型在座舱领域的发展背景综述

1.1智能座舱多模态AI大模型的概念和背景

1.2多模态AI大模型对于智能座舱的重要性

1.3多模态AI大模型在座舱领域的生态图谱

02 中国多模态AI大模型在座舱领域的产品现状分析

2.1合作研发类座舱大模型产品上车情况及案例分析

2.2自主研发类座舱大模型产品上车情况及案例分析

2.3智能座舱多模态AI大模型的产品功能梳理

03智能座舱AI功能需求优先级及开发性价比评估

3.1智能座舱多模态AI大模型功能的用户需求优先级分析

3.2智能座舱多模态AI大模型功能的开发性价比分析

04 中国多模态AI大模型在座舱领域的未来趋势洞察

4.1中国多模态AI大模型在座舱领域的技术趋势洞察

4.2中国多模态AI大模型在座舱领域的产业趋势洞察

4.3中国多模态AI大模型在座舱领域的产业规模预测

4.4DeepSeek赋能下中国智能座舱AI大模型变化趋势

●多模态大模型为智能座舱赋予了丰富服务体验的能力，助力主机厂和供应商打造多样化的座舱功能，以提升用户的驾乘体验。在当前的智能座舱领域，确定哪些功能是必不可少的、哪些功能能显著增强用户体验，以及哪些功能的开发优先级更高，对行业可持续发展有重要意义。

●报告采用Kano模型通过用户调研和数据收集，洞察用户对于26种智能座舱AI功能的需求类型，对智能座舱AI功能进行优先级排序。

亿欧智库：Kano模型

Kano模型是由东京理工大学教授狩野纪昭（NoriakiKano）发明的一种工具，用于对用户需求进行分类和排序。通过分析用户对产品功能的满意程度，模型帮助企业对产品功能进行优先级划分，从而在产品实现过程中确定开发重点。

数据来源：亿欧智库

用户未曾预料到的产品功能

·如果缺失，用户不会不满意

·如果具备，用户满意度会显著增加

用户能够明确提出希望产品具备功能

·如果缺失，用户会非常不满意

·如果具备，用户满意度会增加

用户不在意的功能

·无论是否提供，用户满意度都不会变化

用户认为产品必须具备的基本功能

·如果缺失，用户会非常不满意

·如果具备，用户也不会特别满意，只是认为这是理所当然的

用户不希望产品具备的功能

·提供这类功能用户满意度会下降

·不提供功能用户满意度会上升

亿欧智库：智能座舱AI大模型功能Kano模型评估流程

评估功能汇总

针对不同功能的正反向问题设计正向问题：如果具备该功能，您会感觉如何？反向问题：如果不具备该功能，您会感觉如何？

评分范围设定

采用五级制评分，1-5分分别代表“非常不喜欢”、“无可奈何”、“无所谓”、“理应如此”、“非常喜欢”

评分对应归类

根据品质要素对应表对用户对功能的评价进行分类

功能需求		如果产品不提供此功能
功能需求		非常喜欢	理所当然	无所谓	无可奈何	非常不喜欢
如果产品提供此功能	非常喜欢	无效	魅力型	魅力型	魅力型	期望型
	理所当然	反向型	无差异型	无差异型	无差异型	基本型
	无所谓	反向型	无差异型	无差异型	无差异型	基本型
	无可奈何	反向型	无差异型	无差异型	无差异型	基本型
	非常不喜欢	反向型	反向型	反向型	反向型	无效

功能分类与排序

对调研数据进行汇总，并计算Better&Worse系数，在此基础上对功能进行归类，并根据基本型>期望型>魅力型>无差异型>反向型功能的基本顺序进行排序

一当前用户对智能座舱的认知仍主要基于工具属性，将其视为辅助驾驶的工具，而非享受服务的空间。在功能主导的观念影响下，用户当前更关注能够增强驾驶安全性、出行效率的功能，而对提供关怀和娱乐服务的功能兴趣较低。亿欧汽车研究院认为，未来随着自动驾驶技术的成熟，用户对座舱的感知有望从工具属性逐步转向智能空间属性，届时关怀与娱乐功能的重要性将逐渐凸显。

亿欧智库：座舱Al功能类型Better&Worse系数矩阵

数据来源：定量问卷调研《智能座舱AI功能用户感知调研》N=106

调研结果分析

·26个AI功能无一个为基本型功能，这意味着座舱AI功能对于用户更多是增加体验，尚未出现用户认为非有不可的功能;

·期望型功能更多聚焦监测类、用车服务类AI功能，这意味着用户将驾车过程中的安全需求放在首要位置并兼顾出行效率;

·魅力型功能更多涉及提升人机交互体验的识别类、用车服务类AI功能，在保障安全性的基础上用户追求更高质量的用车体验;

·无差异型功能更多涉及关怀服务类功能，这意味着在当前阶段娱乐类和用户关怀类AI服务对用户使用感受提升的作用不明显。

·用户对于汽车座舱的理解和认知更多停留在工具层面，而不是智能空间层面。因此交通安全和出行效率是用户更加关注的点;

·在当前阶段车载娱乐、车载服务对于用户来说需求较为有限，在驾驶安全和出行效率尚未通过自动驾驶技术得到长足的提升前，用户关注的焦点很难转移到关怀服务类功能上。

●用户对提升驾乘安全性和出行效率的AI功能表现出高度需求，而对于娱乐和关怀类AI服务的需求则相对较低。当前用户对于智能座舱AI功能的感知更多是从工具属性出发，注重疲劳驾驶监测、危险动作监测等监测类功能和AI停车助手、AI行程规划等用车服务类功能，对于AI数字人、AI文生图、AI故事绘本等关怀服务类功能需求相对有限。

排序规则

·首先按照基本型>期望型>魅力型>无差异型功能顺序进行排序

其次按照从Better&Worse系数矩阵趋势线右上到趋势线左下的顺序将26个AI功能在趋势线上对应的切线交点依次排列

数据来源：定量问卷调研《智能座舱AI功能用户感知调研》N=106

识别类功能

亿欧智库：AI功能用户体验排序

监测类功能

用车服务类功能

关怀服务类功能

排序	Kano模型分类	功能	排序	Kano模型分类	功能
1	期望型	疲劳驾驶监测	14	无差异型	生态应用语言控制
2	期望型	. AI停车助手	15	无差异型	AI知识问答
3	期望型	危险动作监测	16	无差异型	AI情绪识别
4	期望型	? AI行程规划	17 V	ic无差异型	AI健康百科
	期望型	. 儿童座椅安全监测	1Z区18	无差异型	AI旅行回忆
6	期望型	AI交通标识识别	19	无差异型	面部识别
7	期望型	? AI智能服务	20	无差异型	手势&肢体语言识别
8	期望型	? 主驾自适应调节	21	无差异型	AI魔法氛围
9	期望型	健康监测	22	无差异型	超拟人播报
10	魅力型	多音区语音识别	23	无差异型	· AI前车识别
11	魅力型	AI智能推荐	24	无差异型	AI绘本故事
12	魅力型vic	AI用车指南	25	无差异型ic	AI文生图
区13库	魅力型	? AI沿途风光识别	区26库	无差异型	AI数字人

●一级城市、35岁以下、日常用车更多涉及独自驾车或两人出行的男性用户对于座舱AI功能持更加积极的态度，更加愿意尝试新颖的座舱AI功能。新-线及以下城市、35岁以上、日常用车更多涉及3人及以上家庭出行场景的女性用户对于座舱AI功能态度相对保守。

亿欧智库：不同画像用户对于AI功能感知比较

对相关功能整体态度积极

对相关功能整体态度保守

功能类别	年龄段比较		性别比较		城市等级比较		地域比较		日常用车出行人数比较
功能类别	34岁及以下	35岁及以上	男	女	新一线及以下城市	线城市	秦岭淮河以北地区	秦岭淮河以南地区	搭载1-2人	搭载3人及以上
识别类	偏好vic (16169语音和手势多模态交互	偏好1面部识别	积极尝试新颖识别功能	对新兴识别功能持保守态度	对新颖识别功能	积极尝试多模态交互新兴识别功能	偏好语音和面部识别	偏好 (161691)手势识别	积极接受新颖识别功能	偏好语音面部识别
次监测类	智库-不喜欢监测功能	积极尝试危险动作监测疲劳驾驶监测持	整体接受度相对更高	亿欧智库整体持O保守态度	整体持保守态度	积极尝试危险动作监测健康监测	愿意尝试疲劳驾驶健康监测	车对于危险动作监测接受度较高	重视危险动作监测	偏好疲劳驾驶监测
用车服务类	偏好AI行程规划AI智能推荐	整体持保守态度	偏好AI用车指南AI智能推荐	偏好AI用车指南	偏好AI停车助手	偏好AI行程规划	偏好主驾自适应调节AI行程规划	偏好Al智能服务AI停车助手	偏好AI智能服务	偏好AI行程规划AI用车指南
关怀服务类@亿欧	Al故事绘本AI文生图AI魔法氛围	偏好AI健康百科	偏好AI健康百科AI文生图	整体持i保守态度亿欧	整体持保守态度	积极关注Al健康百科	偏好AI文生图AI故事绘本?	偏好AI魔法氛围AI知识问答	整体持保守态度	偏好AI知识问答AI魔法氛围

数据来源：定量问卷调研《智能座舱AI功能用户感知调研》N=106
www.iyiou.com

●基于Kano模型对智能座舱大模型各项功能所进行的用户需求优先级分析，以及通过专家访谈确定的各座舱功能开发难度排序，亿欧智库构建起一个综合性的矩阵模型。该矩阵旨在评估不同智能座舱大模型功能的性价比，为智能座舱功能的研发和规划提供参考。

亿欧智库：座舱AI大模型功能开发性价比矩阵

依据Kano模型分析结果，确定智能座舱大模型各项功能的用户需求优先级；同时，结合专家访谈，明确各座舱功能的开发难度顺序。在此基础上，构建一个综合矩阵，借助该矩阵评估不同智能座舱大模型功能的性价比，从而为主机厂及关联科技公司在智能座舱功能的研发与规划过程中，提供科学、实用的参考依据。

数据来源：亿欧智库

高性价比座舱大模型功能

这些功能是用户非常期望且迫切需要的，同时开发难度相对较低，能够以较小的成本和资源投入快速实现。

较高性价比座舱大模型功能

这些功能对用户来说至关重要，能够极大地提升用户的满意度和忠诚度，但开发难度较大，需要投入较多的研发资源、时间和精力。

较低性价比座舱大模型功能

这些功能对于用户来说并不是特别重要，即使不提供这些功能，用户也不会感到明显的不满，同时开发这些功能的难度也不大。

低性价比座舱大模型功能

这些功能用户需求程度低，而开发难度却很大，投入大量的资源进行研发可能无法获得相应的用户认可和市场回报，性价比极低。

亿欧智库：座舱大模型功能开发性价比矩阵评估流程

www.iyiou.com

●从用户需求角度看，用户对于用车服务类功能和监测类功能的需求优先级相对更高，对于关怀类功能和不能有效提高人机互动效率的识别类功能的需求优先级较低；从开发难度方面看，用车服务类功能和关怀服务类功能大部分开发难度相对较小，识别类功能和监测类功能大多开发难度较大。

◆亿欧汽车研究院认为，当前将资源聚焦用车服务类和监测类功能开发，在成本可控情况下兼顾识别类、关怀服务类功能开发是较好的策略。

26个AI功能开发难度排序

AI情绪识别AI智能推荐危险动作监测疲劳驾驶监测健康监测
儿童座椅安全监测AI沿途风光识别AI前车识别AI交通标识识别AI数字人主驾自适应调节AI魔法氛围
手势&肢体语言识别AI文生图面部识别超拟人播报AI旅行回忆AI绘本故事生态应用语音控制多音区语音识别AI行程规划AI智能服务AI停车助手AI用车指南库AI知识问答AI健康百科

26个AI功能用户需求优先级排序

疲劳驾驶监测
AI停车助手
危险动作监测
AI行程规划
儿童座椅安全监测
AI交通标识识别
AI智能服务
健康监测
多音区语音识别
AI智能推荐
AI用车指南
AI沿途风光识别
生态应用语音控制
AI知识问答
AI情绪识别
AI健康百科
AI旅行回忆
面部识别
手势&肢体语言识别
AI魔法氛围
超拟人播报
AI前车识别
AI绘本故事
AI文生图
AI数字人

识别类功能

亿欧智库：座舱AI大模型功能开发性价比矩阵

监测类功能

用车服务类功能

关怀服务类功能

数据来源：专家访谈、定量问卷调研《智能座舱AI功能用户感知调研》N=106注：图中数字表示综合考虑用户需求与开发难度两个维度后的功能排序

用车服务类功能

大多开发难度较小但用户需求优先级高，具有高开发性价比。这意味着主机厂和科技公司投入有限资源就能获得较高的用户满意度，具有高性价比。

#

大多具有较大的开发难度，需要大量的开发资源投入。同时，用户对于该类型AI功能的需求强烈。这意味着高开发投入具有高回报，具有较高性价比。

识别类功能

各功能间差异较大，其中多音区语音识别功能具有高性价比，AI交通标识识别、AI沿途风光识别具有较高性价比，而其他功能性价比相对较低。

#

当前用户对于关怀类、娱乐类功能的需求优先级较低，且该类型功能开发难度一般不太高，因此开发性价比相对较低。

01 中国多模态AI大模型在座舱领域的发展背景综述

1.1智能座舱多模态AI大模型的概念和背景

1.2多模态AI大模型对于智能座舱的重要性

1.3多模态AI大模型在座舱领域的生态图谱

02 中国多模态AI大模型在座舱领域的产品现状分析

2.1合作研发类座舱大模型产品上车情况及案例分析

2.2自主研发类座舱大模型产品上车情况及案例分析

2.3智能座舱多模态AI大模型的产品功能梳理

03 智能座舱AI功能需求优先级及开发性价比评估

3.1智能座舱多模态AI大模型功能的用户需求优先级分析

3.2智能座舱多模态AI大模型功能的开发性价比分析

04中国多模态AI大模型在座舱领域的未来趋势洞察

4.1中国多模态AI大模型在座舱领域的技术趋势洞察

4.2中国多模态AI大模型在座舱领域的产业趋势洞察

4.3中国多模态AI大模型在座舱领域的产业规模预测

4.4DeepSeek赋能下中国智能座舱AI大模型变化趋势

一随着自动驾驶技术的不断发展，驾乘安全性和出行效率有望得到更加充分的保障。同时，智能座舱将逐渐具备更高水平的主动服务能力和服务自由度，让驾乘体验显著改善。未来，用户对人机交互、娱乐以及关怀类功能的需求有望逐步增长，这将推动智能座舱从功能性向体验性方向发展。

智能座舱发展阶段

L4全面认知座舱阶段

·全场景主动感知

·高服务自由度

·具备云控平台服务能力

L3高阶认知座舱阶段

·全场景主动感知

·较高服务自由度

·具备可OTA升级的开放网联云服务能力

L2部分认知座舱阶段

·部分场景主动感知

·较低服务自由度

·具备可OTA升级的开放网联云服务能力

L1 感知座舱阶段

·较少场景主动感知

·服务需要用户授权

·执行简单的任务

趋势洞察：用户在驾乘安全和出行效率等基础需求满足后将逐渐重视座舱的服务质量，座舱功能开发将越来越重视体验性

·随着汽车智能化水平的提升，人工智能将逐步取代人类驾驶员，驾乘安全和出行效率等工具属性需求将在AI加持下得到较好的满足。

·用户的需求点将逐步从功能性需求向体验性需求转变，人机交互、关怀、娱乐类需求将在工具型需求得到满足的基础上逐步释放。用户需求侧重点的变化将推动智能座舱的功能开发重点从功能满足向体验性提升方向发展。

用户需求侧重交互、关怀和娱乐方向，兼顾提升出行效率

·该阶段自动驾驶水平处于较高水平，且智能座舱具备高水平和高自由度的主动服务能力，并具有云控平台服务能力。

·智能汽车的定位聚焦服务属性，智能座舱具备高体验性。

·用户需求从聚焦安全和效率向聚焦座舱服务体验转变，智能汽车的座舱交互、服务本身就能给用户带来较高的满足感。

用户需求侧重乘客乘生命健康，兼顾提升出行效率

·该阶段自动驾驶水平处于中游水平，智能座舱具有较高水平的主动服务能力，并能够通过OTA升级逐步提升服务质量。

·智能汽车的定位逐渐从工具属性向服务属性转变，能够在保障安全基础上提供更加丰富的服务。

用户安全需求的侧重点从驾驶员安全驾驶向乘客生命健康方向转变，同时用户将兼顾出行效率的提升需求。

用户需求侧重保障安全，聚焦驾驶员安全驾驶

·该阶段自动驾驶水平有限，且智能座舱智能化程度尚处于初级阶段，能够提供的智能化服务水平较低。

·智能汽车的交通工具属性处于首要位置。

·用户更多聚焦保障驾驶过程中驾驶员注意力集中，避免行驶过程中出现危险事件。在保障安全的基础上追求更高的出行效率。

数据来源：亿欧智库

#

L1 辅助驾驶

部分自动驾驶

L3 有条件的自动驾驶

L4 高度自动驾驶

L5 完全自动驾驶

自动驾驶发展阶段

●多模态融合深度增强：文本、图像、视频、音频以及其他模态信息的融合会更加紧密，通过多信息来源的数据整合、分析，可以更为准确地向乘车人提供智能座舱功能，充分发挥多模态AI大模型的优势。此外，多模态的信息来源也可以增强AI大模型的推理及理解能力。

●AIAgent提供主动服务：智能座舱多模态AI大模型正从被动响应到向着主动提供服务发展，逐渐进化为更主动、更高级的AIAgent形态。读懂用户并深度学习，根据推理主动推送信息或主动询问乘车人需求，同时融合情感计算能力来提供更精准、智能的功能。

多模态融合深度增强

·车内视觉

·车外视觉

·语音指令

·面部识别

·指纹识别

·环境声音

·虹膜识别

• 位置信息

·生理信号触摸操作力反馈

·未来多模态AI大模型将不仅仅是简单地结合语音、图像等信息，而是会实现更深度的融合。通过结合不同模态的信息，模型可获得更全面、准确的推理及理解能力。

·通过车内部署创新的传感器，多种新模态信息正在被智能座舱收集并分析例如：乘车人的生理信号，包含体温、血压等。

·例如：多模态AI大模型通过图像和音频信息，判断乘客的面部表情和语音语调，检测乘客是否处于情绪放松的状态，以便将车内灯光调暗，播放轻柔的音乐，营造更惬意的环境。

AI Agent进化以提供更主动的服务

·多模态AI大模型正经历着从被动响应到主动服务的变革。目前部分车型的AI模型已经可以部分实现AIAgent功能。它可以凭借对用户日常行为、长期习惯以及当下所处环境的深度洞察与持续学习，进一步“读懂”用户的潜在需求，逐渐进化为更高级的AIAgent。这种能力的提升，使得模型能够在用户尚未明确表达需求之前，便主动推送契合的信息，提供精准的功能。

·模型将具备更强的情感计算能力，能够准确感知用户的情绪状态，并通过语音、图像等多种方式进行情感交互。同时基于对环境的感知和用户需求的理解，确定行动方案，主动应对各种情况。

·例如：若发现车辆存在故障或安全隐患，AIAgent将主动提醒乘车人故障信息，并主动地提出解决方案，帮助车主预约检修，不需要车主耗费精力查询信息和联系检修厂，最大可能地为用户节省时间和精力，进化为高级AI Agent。

●智能座舱多模态AI大模型将会与车控系统进行深入集成，形成更为一体化、智能化的车辆控制体验。在融合的过程中，会涉及数据交互、状态感知、协同决策、协同控制等技术方面。

●在此过程中，会涉及大量的整车数据会被大模型统一整理和处理，同时数据当中会包含乘车人的生物信息、日常数据等等，进而乘车人会衍生出对数据安全的高要求。厂商可以用数据加密、访问控制、本地化计算等解决数据安全问题；政府端可以进一步设立或细化AI大模型相关法规来规范大模型企业对数据收集和处理的行为。

多模态AI大模型与车控系统深入集成

Al 车控系统

数据交互

状态感知

自适应

协同决策

冗余设计

协同控制

·多模态AI大模型将与车辆的动力、底盘、自动驾驶等系统进行更深度的集成，实现车辆全方位的智能化协同控制。比如，根据路况和驾驶意图，实时调整车辆的悬挂、转向和动力输出，提升驾驶的安全性和舒适性。

·实时监测与预警：通过车内摄像头、传感器等设备，多模态大模型实时监测驾驶员状态,一旦发现异常，大模型可以与车控系统交换数据信息并发出指令，触发警报，甚至采取减速、开启警示灯等安全措施，降低事故风险。

·相应地，大模型与车控系统集成的过程当中会面临技术挑战，尤其是算力与功耗的平衡以及数据安全与隐私方面。

·辅助驾驶决策：当驾驶员做出某些特定动作或发出特定指令时，多模态大模型可以判断驾驶员的需求，协助自动驾驶系统调整驾驶模式，如从经济模式切换到运动模式，或者在自适应巡航时根据驾驶员对前方车辆的关注程度，调整跟车距离。

数据安全

随着多模态AI大模型与车控系统的深度融合，越来越多的舱内数据和整车数据将会被统一整合、处理。数据更为集中地整合和收集可能会带来整车数据安全的担忧。例如，数据中可能包含乘客的生物信息、日常性的通勤路线。

解决措施

数据加密、访问控制、数据匿名化与脱敏、安全漏洞检测与修复、本地化计算都是未来潜在加强的技术方面。更为明确、严格的政策也可规范数据采集、使用、处理等环节。

●产业已度过初步导入期，来到加速成长期的拐点，预计2025年-2027年智能座舱多模态AI大模型将会加速大规模上车，相应产业规模快速扩大的同时，也会带动舱内传感器等相关行业上行，形成协同增长的态势。产业合作端，不仅出现了主机厂与科技公司合作智能座舱多模态AI大模型的模式，也出现了部分主机厂自研的模式，同时也产生了软件供应商之间相互合作的模式。新型的合作模式包括但不限于：双模型融合、共建实验室等。

●亿欧汽车研究院认为现阶段已迎来产业加速的拐点，产业内合作模式的创新将会更高效地提升乘车人对智能座舱多模态AI大模型的综合感受。

产业加速渗透

亿欧智库：产业生命周期

》从产品技术端，智能座舱多模态AI大模型较为成熟；产业端，已经进入快速成长期，多模态AI大模型渗透率将会快速上升，推动相应市场规模的快速提升。预计多模态AI大模型的快速渗透将会推动舱内传感器的需求，带动相关产业链的发展。

➢ 2025年-2027年是智能座舱多模态AI大模型的加速成长期，主要原因为相关大模型持续选代，短期内将具备多模态AI大模型快速上车、大规模装车的能力；同时智能座舱将从L2级向L3级进化，整体智能座舱将会变得更加“主动”。

产业内合作模式创新

》主机厂与科技公司在智能座舱多模态AI大模型的研发和应用方面的合作模式将不断创新，除了传统的技术采购和合作开发外，可能会出现战略投资、共建实验室等创新合作方式。

主机厂

科技公司

深度定制

技术授权

双模型融合

战略投资

共建实验室

数据来源：亿欧智库

传统合作模式

新型合作模式

》部分新势力车企采取自研智能座舱多模态AI大模型的方式提升大模型性能。

主机厂自研

》科技公司与科技公司之间以共建实验室或以共同研发的形式进行深度合作，提高大模型的性能。

共建实验室

科技公司

共同研发

●计算规则：中国汽车座舱多模态AI大模型市场规模=中国汽车销量×多模态AI大模型智能座舱渗透率×智能座舱多模态AI大模型客单价。

●中性情况下关键假设：中国汽车销量保持年均2%温和增长；多模态AI大模型智能座舱渗透率在2025/2026/2027年快速提升，随后渗透率增速放缓。

●中国汽车座舱多模态AI大模型市场规模在2025年至2027年将保持较高增速，具体原因为：预计2026年L3级智能座舱开始上车普及，同时将带动多模态AI大模型智能座舱的渗透率快速上升以及智能座舱多模态AI大模型客单价的上升。综合来看，预计2025年该市场规模超过7亿元，2030年中国汽车座舱多模态AI大模型市场规模将达到66.1亿元。乐观情况下，2030年相应市场规模将超过75亿元。

亿欧智库：中国汽车座舱多模态AI大模型市场规模 (中性)

亿欧智库：中国汽车座舱多模态AI大模型市场规模 (乐观)

●诸多车企陆续接入DeepSeek，其交互体验、推理能力、成本、开源性等优势较为适配智能座舱的部分功能需求。此外，DeepSeek基于大语言模型，其具备较强互通性，相关车企或科技公司可直接迁移DeepSeek至大模型，并进行后续的适应性更改，以适配或增强原有的大模型。

●短期来看，各车企全面接入DeepSeek的主要原因为其具有开源属性并且模型性能一流，车企可以快速提升智能座舱的部分智能化能力，实现低成本升级。长期来看，DeepSeek对多模态AI大模型的影响深刻，未来大模型会加速迭代；智能座舱的开发将会迎来成本重构，从专注硬件转变为同时专注算法；主机厂对智能座舱AI大模型或有更大的自主权，供应链之间的话语权可能重构。

亿欧智库：DeepSeek对AI大模型的影响趋势

大模型加速迭代

DeepSeek的开源性及蒸馏小模型的高效性可以使主机厂在本地部署更高效的AI大模型。通过接入DeepSeek实现部分智能座舱功能智能座舱供应商的开发，AI大模型未来的进化速度提升。

成本重构

智能座舱的构建将从专注硬件到专注算法。传统的智能座舱主要通过高通芯片+定制系统的开发模式，存在高成本的特点，

DeepSeek的出现提供了新的开发路径，即在低算力平台运行，并实现相同的智能座舱体验。同时可实现OTA功能迭代周期缩短，提升研发效率。

供应链话语权争夺

过往许多主机厂对智能座舱大模型的自研能力不足，更多的依赖传统Tier1或者科技公司来合作完成对智能座舱大模型的构建。DeepSeek的出现和持续迭代，或可以使主机厂对智能座舱大模型有更大的自主权和话语权。

亿欧智库：车企接入DeepSeek的技术路径

技术方法具体路径
模型蒸馏与轻量化部署	将大模型进行蒸馏训练，产出轻量化版本，优化端侧交互模型，适配车端本地化部署，降低算力需求。
全系列模型接入	直接接入DeepSeek大语言模型，全面优化交互体验和推理能力，尤其优化复杂场景分析等功能。
多模型协同	将DeepSeek与自有模型进行联合训练，构建灵活的多模型协作平台。此方案有灵活性高，可扩展性强的特点。
端云协同双循环	车端AI负责实时决策，云端AI处理数据并优化模型，实现车端AI与云端AI的双循环。此方案兼顾了实时性与全局优化。
开源定制化开发	基于DeepSeek的开源特性，结合厂商各自的需求，可针对性地进行二次开发与定制化适配。

●在多模态AI大模型快速发展和智能座舱硬件加速迭代的推动下，智能座舱逐渐从感知阶段迈向认知阶段，实现从功能堆叠到“少即是多”的智能化转变。车企和科技公司作为智能座舱生态的核心，通过合作研发和自主开发，加速多模态AI大模型的落地。传统车企多与科技公司合作，实现生态互补；而新势力车企则倾向于自主研发，构建数据和产业链闭环。多模态AI大模型通过识别、监测、用车服务和关怀服务等功能提升用户体验。当前，用户对驾驶安全和出行效率的诉求尚未得到充分满足，因此更关注监测类和用车服务类AI功能，而对关怀服务类功能的需求较弱。从人群画像来看，一线城市年轻男性群体对智能座舱的AI功能持更积极乐观的态度。从功能开发的性价比来看，用车服务类和监测类功能目前具有较高的开发价值。未来，智能座舱将更聚焦用户体验，AI功能在保障安全和效率的同时，向主动服务转变。多模态数据融合提升AI推理能力，助力其与车控系统深度整合，实现智能化协同控制。数据安全需求将推动厂商加密和政府立法。预计2025-2027年，中国多模态AI大模型将大规模上车，市场规模快速增长，乐观情况下2030年中国汽车座舱多模态AI大模型市场规模有望超75亿元。

一由于时间和精力有限，本报告对于座舱多模态AI大模型的研究与讨论难免存在疏漏与偏差，敬请谅解。在此特别感谢星河智联、腾讯智慧出行、芯驰科技、火山引擎等企业对本报告给予的支持，为报告撰写输出了宝贵的专业观点和建议。

●亿欧智库将持续关注汽车智能座舱领域的最新动态，通过深度洞察输出更多有价值的研究成果。欢迎读者朋友们与我们交流联系，共同助力中国智能座舱产业发展。

■亿欧智库已发布智能座舱相关报告

报告亮点

·座舱向智能座舱转变

·用户体验成为核心价值

·座舱向高集成方向演进

·移动生活空间正在形成

报告亮点

·智能化体验成为关键

·座舱生态体系正在扩大

·座舱迎来应用为王时代·用户需求牵引座舱发展

持续关注敬请期待

团队介绍：

亿欧智库（EOIntelligence）是亿欧旗下的研究与咨询机构。为全球企业和政府决策者提供行业研究、投资分析和创新咨询服务。亿欧智库对前沿领域保持着敏锐的洞察，具有独创的方法论和模型，服务能力和质量获得客户的广泛认可。

亿欧智库长期深耕新科技、消费、大健康、汽车出行、产业/工业、金融、碳中和等领域，旗下近100名分析师均毕业于名校，绝大多数具有丰富的从业经验；亿欧智库是中国极少数能同时生产中英文深度分析和专业报告的机构，分析师的研究成果和洞察经常被全球顶级媒体采访和引用。

以专业为本，借助亿欧网和亿欧国际网站的传播优势，亿欧智库的研究成果在影响力上往往数倍于同行。同时，亿欧内部拥有一个由数万名科技和产业高端专家构成的资源库，使亿欧智库的研究和咨询有强大支撑，更具洞察性和落地性。

◆ 报告作者：

江山美
亿欧智库分析师 Email: jiangshanmei@iyiou.com

陈昊南

报告审核：

李浩诚
亿欧研究总监
Email: lihaocheng@iyiou.com

杨永平

亿欧执行总经理、亿欧汽车总裁 Email:yangyongping@iyiou.com

◆ 关于我们：

亿欧是一家专注科技+产业+投资的信息平台和智库；成立于2014年2月，总部位于北京，在上海、深圳、南京、纽约设有分公司。亿欧立足中国、影响全球，用户/客户覆盖超过50个国家或地区。

亿欧旗下的产品和服务包括：信息平台亿欧网（iyiou.com）、亿欧国际站（EqualOcean.com）、研究和咨询服务亿欧智库（EOIntelligence），产业和投融资数据产品亿欧数据（EOData）；行业垂直子公司亿欧大健康（EOHealthcare）和亿欧汽车（EOAuto）等。

●基于自身的研究和咨询能力，同时借助亿欧网和亿欧国际网站的传播优势；亿欧为创业公司、大型企业、政府机构、机构投资者等客户类型提供有针对性的服务。161

创业公司

亿欧旗下的亿欧网和亿欧国际站是创业创新领域的知名信息平台，是各类VC机构、产业基金、创业者和政府产业部门重点关注的平台。创业公司被亿欧网和亿欧国际站报道后，能获得巨大的品牌曝光，有利于降低融资过程中的解释成本；同时，对于吸引上下游合作伙伴及招募人才有积极作用。对于优质的创业公司，还可以作为案例纳入亿欧智库的相关报告，树立权威的行业地位。

大型企业

凭借对科技+产业+投资的深刻理解，亿欧除了为一些大型企业提供品牌服务外，更多地基于自身的研究能力和第三方视角，为大型企业提供行业研究、用户研究、投资分析和创新咨询等服务。同时，亿欧有实时更新的产业数据库和广泛的链接能力，能为大型企业进行产品落地和布局生态提供支持。

政府机构

针对政府类客户，亿欧提供四类服务：一是针对政府重点关注的领域提供产业情报，梳理特定产业在国内外的动态和前沿趋势，为相关政府领导提供智库外脑。二是根据政府的要求，组织相关产业的代表性企业和政府机构沟通交流，探讨合作机会；三是针对政府机构和旗下的产业园区，提供有针对性的产业培训，提升行业认知、提高招商和服务域内企业的水平；四是辅助政府机构做产业规划。

机构投资者

亿欧除了有强大的分析师团队外，另外有一个超过15000名专家的资源库；能为机构投资者提供专家咨询、和标的调研服务，减少投资过程中的信息不对称，做出正确的投资决策。

扫码关注亿欧智库查看更多研究报告

扫码添加小助手加入行业交流群

亿欧智库

网址：https://www.iyiou.com/research

邮箱：hezuo@iyiou.com

电话：010-53321289

北京：北京市朝阳区关庄路2号院中关村科技服务大厦C座4层丨上海：上海市徐汇区桂平路391号新漕河泾国际商务中心B座1703

PowerPoint 演示文稿

常见问题