北京
11月5日，由桐乡市人民政府主办、寰球汽车集团共同承办的第七届“世界互联网大会乌镇咖荟·汽车夜话”在浙江乌镇枕水酒店举行。
在“变局与抉择——谁能赢得下一个时代？”篇章中，斑马智能首席技术官司罗表示，评价智驾能力，首先要看方案是在什么环境下运行的。他结合自己多年在美国生活的经历指出，中美道路条件和交通规则差异较大，直接比较不同市场上的产品表现，很难得出全面的结论。他也留意到，国内部分智驾方案在欧洲演示或评测中，能在较短时间内适应当地环境。这类进展让他印象深刻，因为它让人看到，一套方案能否适应新的道路和规则，本身就是值得关注的能力。
与智驾相比，司罗对智能座舱的判断更为鲜明。他认为，国内智能座舱与欧美主流产品相比，在体验上不只是领先1-2年水平，已领先一到两代水平。与此同时，他也认为，没有必要讨论座舱和手机的关系问题，座舱有其不可替代的价值和优势。
以手机为参照，司罗认为，座舱的优势首先来自车内的使用条件。车辆行驶过程中，盯着手持的小屏幕容易带来发晕等不适体验，而车内固定的大屏和语音等交互方式则提供了更多选择。座舱还可以利用车内传感器获取车辆和环境信息，在能源供给方面也比手机有更大的余地。这些条件给座舱留下了差异化空间，关键是能否把它们用到具体场景中，让用户感受到“润物细无声”的体验提升。
司罗介绍，相关智能座舱功能已在多款车型上实现量产，其中部分生活服务的使用量和转化率较此前实现了数量级的提升。在他看来，这一变化体现了座舱模型能力、系统架构和产品体验的持续改进。
此外，司罗也看好端侧模型在智能座舱中的应用前景。他认为，将模型部署在车端，有助于充分发挥现有硬件的潜力，让车企把硬件投入转化为用户能够切实感受到的座舱体验。
司罗认为，内存价格上涨等因素给端侧模型部署带来了成本压力，也为技术优化提供了明确的方向。以智能座舱为例，一项功能究竟需要千亿、350亿还是230亿参数的模型？能否用规模更小的端侧模型，在特定场景下达到甚至超过云端模型的效果？在他看来，如果能在有限的硬件资源下实现更好的效果，就有机会降低车企的部署成本，并为用户带来更好的座舱体验。
结合在基础大模型和智能座舱领域的研发经历，司罗观察到，过去半年，座舱的云端架构迭代明显加快，而推动这一变化的重要因素是基础模型能力的提升。早期的座舱系统主要依赖小模型进行自然语言理解，再由不同模块按顺序处理任务。随后，大模型开始承担部分原由小模型完成的工作。随着多模态基础模型逐步成熟，大模型能够处理的任务范围进一步扩大，也为调整原有的模块化、流水线式架构创造了条件。
类似的技术变化也在智能驾驶领域发生。司罗认为，大模型有望帮助系统识别低频、复杂的长尾场景，提高对陌生环境的适应能力。它的作用也可以延伸到数据标定和场景仿真等研发环节，帮助团队更高效地准备数据、复现复杂路况。
无论是座舱还是智驾，模型能力的提升最终都要经过工程落地和实际体验的检验。司罗认为，衡量技术进步的关键，在于它能否在量产条件下稳定运行，并转化为用户在日常用车中能够感受到的改善。
无论是座舱交互还是智驾决策，所有模型能力的迭代最终都要回归量产检验，稳定、可感知的用户价值，才是驱动产业持续向前的底层动力。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
