从“预制”到“思考”：荣威 M7 DMH 首搭豆包深度思考大模型，重塑智能座舱“活人感”
快速阅读: 11月17日，豆包深度思考大模型首发搭载于荣威M7 DMH，标志着智能座舱从“预制”系统进化为具备“深度思考”能力的智能体，实现模糊语义理解、记忆贯穿及复杂车控，显著提升用户体验。
11 月 17 日,豆包深度思考大模型正式首发落地荣威 M7 DMH。
长期以来,大多数智能座舱的交互逻辑更像是一种“预制”系统 —— 依赖固定的脚本和指令,只能被动响应,缺乏真正的理解能力。而此次“豆包深度思考大模型”的落地,则标志着智能座舱正迎来一次重要转变,即从“预制”的机械问答,进化到真正具备“深度思考”能力的智能体。
作为承载这一技术革新的平台,于 9 月 17 日上市的上汽荣威 M7 DMH,本身便是瞄准“新能源时代家轿王”地位的重磅车型。它立足国民家庭用车真实需求,不仅在“好混动”与“好舒适”维度上配备了同级最长 160km 纯电续航、mCDC 动态悬挂、全景沙发躺椅等越级配置;更是在“好智能”维度上,通过全球首搭“豆包深度思考大模型”引发了行业的高度关注,为重塑智能座舱的“活人感”提供了关键解法。
随着 AI 技术深度渗透汽车产业,智能座舱已成为竞争的核心领域。然而,正如“预制菜”因缺少“锅气”而难以满足个性化口味,当下的许多车机系统也普遍停留在“预制智能”阶段。这种“预制感”带来的痛点,相信许多车主都深有体会: 你对它说:“我有点冷”,它只会机械地“已为您调高一度”,却无法理解你更想要的是“打开座椅加热,并调低风速”。
你尝试发出一个模糊但生活化的指令,比如“把窗户开小一点”,它却完全无法理解,只能生硬地执行“全部打开”或“全部关闭”。
事实上,它们看似智能,实则依赖固化的脚本和被动响应,用户体验趋于同质化。
上汽荣威 M7 DMH 所搭载的豆包深度思考大模型,其核心目标是打破这种“预制”局限。它不再满足于充当“执行指令的工具”,而是力求成为能够主动理解、思考并回应用户需求的“智慧伙伴”。
毕竟,消费者对智能汽车的需求正在从“有功能”转向“懂我”。荣威 M7 DMH 试图提供的,正是这种具备“活人感”的深度智能。
从“指令驱动”到“意图驱动” 要实现“活人感”,车机系统必须摆脱对精确指令的依赖。荣威 M7 DMH“会深度思考的 AI 智舱”,其技术核心便在于实现了从“指令驱动”到“意图驱动”的升级。
这背后,依赖于三大核心能力的支持:模糊语义理解、记忆贯穿与复杂车控。
传统的车机交互,用户需要学习并使用标准的“指令式”语言。而荣威 M7 DMH 具备的模糊语义理解能力,使其能够处理更加泛化、口语化的用户表达,包括倒装、否定和多意图的复杂语句。例如,当用户说“帮我哄孩子睡觉”,传统的“预制”系统最多只能触发「讲一个哄睡故事」的单一脚本。
而荣威 M7 DMH 则能理解“哄睡”这一模糊意图背后的真正需求 —— 即创造一个安静、舒适的睡眠环境。因此,它会联动执行「调高温度、调低风量、关闭车窗、调低语音音量、播放哄睡故事」等一连串的复杂车控。例如“帮我哄孩子睡觉”,以往只能触发「讲哄睡故事」,现在可以实现「调高温度、调低风量、关闭车窗、调低语音音量、讲哄睡故事」等 N 个功能联动执行。
可以说,系统不再是无法识别,而是能精准理解背后的意图。值得一提的是,该大模型覆盖了从百科查询到法律规章等 15 类核心场景,场景覆盖率处于行业较高水平。
“预制”车机的另一大痛点在于“健忘”,它们无法关联上下文。
相比之下,荣威 M7 DMH 的记忆贯穿能力,使其能够记住车端状态、地理位置以及用户的历史交互信息。系统支持本地、云端和大模型等多种形式的上下文记忆,这意味着交流过程可以自动串联前期的需求和信息。
例如,如果用户曾在导航中表示 **“我不喜欢走高架桥”,系统在后续推荐路线时,便会主动记住这一偏好,优先规划地面道路 **。这种能力让车机从“陌生人”转变为知你、懂你的“最佳拍档”。
当然,智能座舱的最终目的是为了控制车辆。以往,用户需要像“教电脑”一样,发出多条连续指令才能完成一个复杂场景的设置。而荣威 M7 DMH 则实现了“只要讲一句”的体验跨越。
其真正的厉害之处在于,这“一句话”的背后,是车机自主进行深度分析和推理的结果。系统能将一个模糊的、包含多重意图的指令,智能地拆解为多个具体的车控动作(如“关窗 + 调低空调 + 放音乐”)。
如果没有“深度思考”大模型对复杂意图的精准推理,就根本无法做到这一点。而这正是它与“预制”系统的根本区别。
豆包 AI 如此服务家庭出行 技术的能力最终需要通过用户场景来体现。荣威 M7 DMH 围绕家庭出行,构建了四大核心应用场景,将豆包 AI 的“深度思考能力”转化为更为具体的服务体验。
比如,针对带娃出行的核心痛点,荣威 M7 DMH 覆盖全年龄段孩子需求的解决方案 —— 面对 3 岁前的幼儿,一句“帮我哄下娃”,系统不仅能讲述故事,还能同时调节空调和音量,充当“育儿嫂”角色。当后排宝宝睡着时,一句“宝宝在后排睡着了”,车辆会主动提供调高空调温度、减弱风量、播放轻柔音乐、升起车窗等一系列动作。
针对 4-7 岁好奇心旺盛的学龄前儿童,系统凭借记忆贯穿能力,可以轻松理解孩童跳跃性、无逻辑的对话,并进行多轮耐心互动。
而对于 8 岁以上的学生,荣威 M7 DMH 可以说是“文理双全”。要知道,豆包大模型在 2025 年高考全国新一卷数学单科测试中取得 144 分,海淀模拟全卷测试中理科达 706 分、文科达 712 分。这种“学霸”能力使其能深度解答“十万个为什么”,将枯燥的坐车时间变为“第二课堂”。
带娃出行之外,当全家出游时,荣威 M7 DMH 则能变身“金牌导游”。它突破了传统单一目的地的导航模式,能够理解并整合全车人的复杂出行需求。
例如,一次复杂的周末出行,你无需分五六步操作,只需将所有需求一次性告知车机: “我们先去 XX 森林公园,我油不多了,中途帮我找个顺路且便宜的加油站;下午从公园回来时,帮我规划一条规避拥堵(比如规避 XX 路段)的路线,并且在回家的路上帮我找个顺路的超市,我想买点菜。” 用户只需将这些需求一次性告知车机,系统便能筛选符合条件的地点,生成一条兼顾所有人需求的最优路线。在旅途中,它还能结合实地进行景点知识科普讲解。
基于大模型能力,荣威 M7 DMH 也是你的暖心出行守护官 —— 荣威 M7 DMH 利用大模型整合了 8600 余项汽车专业知识,使其成为一个“随车专家”。
例如,当仪表盘突亮未知故障灯时,用户往往会瞬间焦虑。此时,你只需询问:“帮我看看仪表上的灯是什么?” 系统能即时识别信号,并实时接入 350 多种车端状态进行智能诊断。关键在于,它提供的不再是“胎压显示不足”这种简单的提醒,而是一套完整的解决方案:它会清晰告知你 **“为什么灯会亮”、“现在该怎么解决”以及“下一步建议你做什么”,真正从根源上帮助用户告别用车焦虑。
除了作为“车辆专家”,荣威 M7 DMH 也是你的随身“生活伙伴”。它覆盖工作、法律、财经等 15 个核心专业领域,可作为“专属智囊”高效解决生活琐事。
更深一层的是,它还能理解你的“情绪”。比如当用户感叹“工作太内耗了”,系统能够精准识别这种情绪表达,智能协同光影、声音、温度等车控能力,主动为你推荐舒缓音乐、打造一个舒适放松的氛围,并予以高情商的回应和陪伴。
“思考”能力的底层支撑 荣威 M7 DMH 的“深度思考”能力,是建立在算法、平台和数据三大技术底座之上。
首先,是豆包大模型本身的规模与能力。截至 2025 年 9 月,豆包大模型月均活跃用户规模达 1.59 亿,日均 Tokens 调用量突破 30 万亿。庞大的用户规模和调用量为模型持续迭代提供了海量数据。同时,其在专业测试(如高考模拟)中展现的推理能力,是其“学霸”形象的基础。
其次,是上汽荣威的开放技术底座。实现复杂的车控能力,前提是 AI 能“指挥”车辆硬件。荣威 M7 DMH 依托业界领先的整车 SOA 架构,构建了标准化的原子服务能力。荣威向豆包大模型深度接入了 350 多个车端状态信号、8600 多项汽车专业知识,极大地提升了 AI 在车载环境中的任务执行精准度。
最后,是双方的深度融合。上汽荣威与火山引擎(豆包大模型开发方)从研发初期即开展深度协同。双方在行业内首创了以云端大模型为核心的 NLP 对话链路,该链路融合了 320 多项 SOA 控制能力和 1000 多项场景知识,确保了大模型的先进智能与荣威的整车底层系统紧密融合。
结语 荣威 M7 DMH 全球首搭“豆包深度思考大模型”,标志着 AI 在车端的应用首次具备了真正的“深度思考能力”。通过模糊语义理解、记忆贯穿和复杂车控三大能力的加持,车机从“预制”的僵硬彻底转向了“活人”的智能。
而这对用户的意义是极具颠覆性的:他们不再需要去“适应”机器的指令,而是可以像与朋友交谈一样自然地表达。车机也能真正理解其背后的意图,并提供千人千面的个性化响应。
显然,这场由“豆包”AI 驱动的智能座舱变革才刚刚拉开序幕。荣威 M7 DMH 迈出的关键一步,或将推动行业重新思考和定义未来人车交互的终局。
广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。
(以上内容均由Ai生成)
