座舱进入Agent时代，竞争转向开放生态与量产落地

2026 年被不少行业媒体称为汽车 AI Agent 的落地元年。

华为、小米、比亚迪、奔驰、宝马在这一年集中亮出 Agent 座舱方案，发布会的重心从屏幕尺寸、芯片算力，齐刷刷转向一句话，让车从会聊天变成会办事。

10 月 21 日讯飞发布星火智慧座舱 SparkAuto Space 3.0，官方定位为行业首个全模态类人交互座舱，核心是一个名为 Master Agent 的全车调度中枢。

布局 Agent 座舱的厂商远不止它一家，当全行业都开始讲 Agent，差异已经不在演示视频里那句更自然的对话，而在三道此前被营销掩盖的硬门槛上，模型能不能在量产车规硬件上跑起来，能不能真正打通底层车控，能不能调动真实世界的服务把事办完。

讯飞手里的牌、以及它选择的打法，恰好可以当作观察这一代座舱竞争的一个样本。

01 Agent 不是换个说法

过去两年的大模型上车，有一段行业心照不宣的空窗期。

2024 年前后几乎所有车企都在发布会上讲大模型座舱，但据多位座舱工程师在媒体上的复盘，当时多数方案只是在外层调用一个通用大模型 API，底层车控沿用原有语音链路，两三个月即可完成适配上车。

结果是车机更能聊了，却很难真正连贯地控车，行业把这种状态概括为能聊天、干不了事。

Agent 要补上的正是执行这一环。

它要求系统把一句模糊诉求拆成多个带约束、有先后的子任务，自主规划并调用车辆和外部能力执行到底。

这不再是套一层对话模型能解决的，背后需要几项此前不具备的工程条件。

中央计算加 SOA 服务化架构，把灯光、空调、底盘等硬件封装成上千个可调用的原子接口；线控底盘规模化量产，让指令有了能精确执行的执行器；再加上分级权限体系，决定哪些动作 Agent 可以自行决定、哪些必须请求确认。

中国汽车工程学会在《2025 年汽车智能座舱技术趋势》中也把端到端 AI 智能体的初步应用列为主线，判断其正从语音助手演进为具备长程推理、主动服务能力的座舱中枢。

理解了这个背景，才能看清讯飞星火智慧座舱 3.0 真正在补什么。

Master Agent 对外呈现为一个统一入口，对内被拆成意图理解、任务规划、任务调度和任务监督四项职能，目标是让交互的基本单位从一句指令变成一件完整任务。

比如同时要求寻找评分高、人少的川菜馆并订好晚间电影票，系统要自己判断找餐厅与选影院可以并行，订座要核对营业时间，购票排在饭后场次，中途来电还要决定任务如何暂停避让。

这种多任务并行、依赖与冲突仲裁，才是它和上一代问答式车机的实质分界。

02 端侧是道硬门槛

Agent 要实时、要安全，就不可能把所有推理都交给云端。

地库和隧道的弱网断网场景下，开窗、空调这类车控若要等待网络回传，体验和安全都不成立，人脸、位置、对话等数据的隐私属性也要求相当一部分能力留在车端。

于是第一个工程矛盾出现了，模型越大越聪明，但车规硬件的算力、内存、功耗和散热都被严格限制。

讯飞端侧模型 SparkAuto-EMM 覆盖 2B、4B、7B 多个尺寸，并推出 35B-A3B 多模态模型。

35B 是总参数规模，A3B 指借助 MoE 混合专家架构，单次推理实际激活约 30 亿参数，从而在保留较大知识容量的同时压低单次推理的算力与内存开销，正面回应端侧的内存墙。

讯飞还通过自研 MTP 草稿模型优化解码，官方称解码速度提升 1.8 倍。

不过有一个数据需要辨明，讯飞在发布材料中给出的首帧响应低于 650 毫秒、峰值内存下降 75%，测试平台写的是英伟达 Jetson Thor T5000。

容易被忽略的是，Jetson Thor 在英伟达产品体系里定位为面向机器人与边缘 AI 的计算模组，典型客户是人形机器人企业，与通过 ASIL-D 功能安全认证、用于整车的车规级 DRIVE Thor 并非同一条产品线。

因此 650 毫秒更适合被理解为高算力边缘平台上的工程验证结果，而不能直接等同于消费者在量产车里得到的响应表现，真正决定走量体验的，是下面这套量产硬件。

讯飞为此配套了 SparkAuto BOX 硬件系列，简称 SABOX，分高低两档覆盖不同价格带。

走量档 SABOX-Lite 基于瑞芯微平台，搭载 4B 端侧模型并支持多片级联；高阶档 SABOX-Ultra 可承载 35B 模型。

这里有一个比跑分更关键的产业细节。

瑞芯微官方方案显示，承担 AI 推理的 RK1828 是一颗内置高带宽内存的端侧 AI 协处理器，需与 RK3576M 等车规主控搭配，官方将整套 AI Box 的 BOM 目标定在千元级，主打风冷、低时延和存量车型可扩展升级；面壁智能同样基于 RK3576M 加 RK1828 的组合，在端侧跑通 4B 全模态模型。

这说明两件事：

一，把 4B 级多模态模型压进千元级硬件、让智能座舱从旗舰下放到走量车型，已经成为国产芯片加国产模型共同推动的明确路径，讯飞踩在了趋势上。

二，这也意味着端侧 4B 能力正在快速平民化，并不会成为某一家的长期护城河。

讯飞的相对优势不在单点芯片，而在软硬一体方案的成熟度，以及把同一套交互铺到不同价位、再叠加其车载渠道的整合能力。

03 把大脑开放给车企

如果说端侧解决的是能不能跑，那么更深一层的分歧，是这套智能体由谁定义、数据和品牌主权归谁。

这恰恰是当前座舱 AI 供应体系里最微妙的地方，也是讯飞把 Master Agent 本身拿出来共创的真正背景。

现在向车企提供座舱 AI 的，大致是两类玩家。

一类是以豆包、通义千问为代表的互联网平台，依托通用大模型和云上中枢切入，模型迭代快、内容与服务生态强，2025 年豆包在新上市量产车型上的搭载量已冲到行业前列，通义也进入了多家主流车企的体系。

另一类则是传统语音与座舱 Tier1，强项在车规工程、前装量产和对车企流程的理解，讯飞属于后者。

对车企而言，接入平台型模型固然省事，但同一套通用大脑扩散到大量品牌之后，自家车机如何保持性格差异、用户行为数据会不会沉淀在平台手中，是绕不开的顾虑。

讯飞的应对，是把最核心的 Master Agent 向车企开放共创，传统供应商交付的往往是封装好的黑盒，车企能改的多是唤醒词、音色和界面皮肤；而 MA 共创从底层工具介入，一直延伸到技术定义和智能体业务策略协同，车企全程参与定义、配置、联合验证与量产运营，记忆策略、任务排序和品牌性格都可以由车企写入，配合人格、形象、动作、声音、语言五维品牌人设定制和两千多个动作场景库。

把最值钱的大脑定义权交出去，本质上是把智能化时代最容易被供应商收走的品牌主权留在车企一侧，这对于不甘心只做硬件外壳的主机厂有现实吸引力，也是 Tier1 面对云厂商竞争时最合理的卡位。

支撑这种卡位的是存量渠道。

据盖世汽车研究院统计，2025 年中国车载语音交互装机市场中，科大讯飞以约 818.8 万套、41.9% 的份额位列第一，领先第二名思必驰的 22.0%。

需要说明的是，这是语音交互的年度装机口径，反映的是前装渗透和量产交付的基本盘，并不等同于 3.0 这类大模型智能体座舱的装车量，讯飞自报的累计前装超 8100 万辆、500 多款量产车型同样包含大量早期语音单点方案。

但渠道和量产经验确实是它把 Agent 快速铺进新车的跳板。

当然也要看到，开放共创并不等于锁定客户。

一个颇具代表性的细节是，讯飞 3.0 首批合作品牌中的奇瑞，同期也宣布将豆包大模型融入其自研智能体、面向全系车型适配。

车企采用多模型、多供应商并行已经成为常态，发布即量产、进入首批名单，证明的是方案通过了车规与工程门槛，却不构成独家绑定。

这反而说明，谁能在共创深度、量产稳定性和后续 OTA 运营上持续证明自己，谁才留得住车企。

星火智慧座舱 3.0 发布即量产，首批合作品牌包括奇瑞、长城魏牌和东风日产，交付的成色最终要由这几个品牌的量产车型来回答。

04 要替用户办事

Agent 的价值落在执行，而执行所需的餐厅、票务、停车、充电、影音版权等能力，没有一项掌握在车企或座舱供应商自己手里。

这解释了为什么前三代座舱可以回避生态问题，功能机不联网，联网车机靠应用市场让用户自行点选，问答式大模型只负责说，唯独智能体必须调用真实世界里别人的能力。

就此而言，开放生态构成了 Agent 成立的前提，已经超出锦上添花的意义。

讯飞的生态布局围绕对车企、对服务、对伙伴三条线展开，对车企是 MA 共创，对服务是琳琅平台。

琳琅用统一协议把第三方服务接入，再由 Master Agent 按场景拆分重组，对车企可定制、对用户可订阅，目前接入 60 多个生态信源、600 多个上车项目，官方披露日均调用 2.2 亿次、沉淀 600 多条工作流，并启动琳琅荟萃计划，未来一年再引入一百多家伙伴。

相比应用孤岛式的旧车机，关键变化在于服务在底层被拆成可调度的原子能力，一句话背后可以是多个服务并行配合。

这次被摆到台前的三个伙伴，分别补上执行链条上不可替代的一环，能看出是按链条而非按名气组合。

支付宝补的是支付与履约这临门一脚，双方合作名为讯宝计划，星火座舱负责理解、判断与记忆，支付宝车载助手负责把事办完并理顺支付，高速不停车通行、离场免密支付、顺路取件、到店自动下单等动作才可能从建议走到代为成交，这也是车载智能体最难跨越的一步。

腾讯音乐补的是内容源头，空间音频算法再强也绕不开曲库与版权，双方在会员、音效、推荐上共创，iFLYSOUND 会员与 QQ 音乐超级会员打通，讯飞车载功放获得行业首个 QQ 音乐臻品音质认证；影音硬件上，AI 可把立体声实时重建为 7.1.4 全景声，并采用氮化镓声学架构减重约 30%。

瑞芯微补的则是前文所述的国产芯片底座。

理解、支付、内容、算力四个环节被分别钉牢，智能体才有了真正办事的手脚。

车机出海的难点不在直译，而在理解当地语言的模糊表达、满足当地法规与隐私要求。

讯飞座舱支持 32 门外语、覆盖 60 个国家和地区，在全球六大区域设属地团队，官方披露 80% 的出海新车型选择其方案，并搭建敏感输入拦截、意图过滤、动态护栏与云端干预四层防护。

它还联合行业编制全模态座舱白皮书与测评标准，试图把评价口径从功能数量拉回真实体验，一个供应商主动推动体验测评。

这也意味着愿意让自己的量产表现接受同一把尺子的衡量。

写在最后

把这一代座舱放回行业脉络里，结论会比较冷静。

感知和表达侧的能力正被大模型快速拉平，多模交互的领先窗口越来越短，真正的分水岭已经移到执行侧，谁能让智能体调动真实服务，并把整套能力稳定、低成本、合规地批量装进不同品牌和价位的车里。

讯飞的选择，是用 Tier1 的方式打这场 Agent 之战。

一端靠瑞芯微这样的国产芯片把端侧 4B 铺进主流价位，靠 41.9% 份额对应的前装渠道承接量产；

一端把 Master Agent 开放给车企共创，用品牌主权差异化回应互联网平台的云上模式；再用琳琅、支付宝和腾讯音乐把办事所需的服务、支付与内容补齐，并用出海合规能力延伸到海外。

这套组合的长处是落地和开放，短板同样清晰，通用大模型底座仍要面对豆包、通义的快速迭代，发布会上的高算力平台数据也有待量产车实测兑现。

Agent 元年从来不缺演示，缺的是量产之后用户是否真的敢把一件件正事托付给车。

这个问题的答案，不会出现在任何一场发布会上，而在奇瑞、长城魏牌和东风日产的车型陆续上路之后。