一位腾势Z9GT用户升级“迪迪虾”后，发现车机变“聪明”了，也变笨了。以前说一句“你好腾势，打开QQ音乐”，副驾屏就会亮；现在同一句话，音乐在中控屏响起，把导航顶了下去。想让副驾座椅回到某个记忆位置，系统直接回“不支持”。这位用户在小红书上的原话是：语音控制是真的变差了。小红书
这条吐槽，比发布会上的Demo更接近今天车机的真实处境。2026年，端侧大模型确实在批量上车。斑马智能9月发布AutoOmni 2.0-23B-A3B，23B总参数、3B激活的MoE模型，直接跑在车端；官方称普通任务能力相当于10倍参数的云模型，复杂任务能达到后者的80%—90%，推理提速5—6倍，量化保真度超过99%。定焦One
比亚迪的迪迪虾则走“端云协同”：端侧负责车控“小事秒回”，云侧负责“大事想透”，目前已推送到Z9GT、D9、N9、大唐等车型。知乎
安谋科技的“周易”X3，干脆让座舱芯片支持FP4，专门对付大模型推理。
热闹是真的。但“端侧”到底改变了什么，得说清楚。
过去车机的“智障”，多半不是听不懂，而是交互方式太窄：先喊唤醒词，再说一句标准指令，系统从这句话里猜你的意图。斑马智能联席CEO郝飞把新范式归纳成两个关键：全时免唤醒，以及上下文和记忆。车不再只监听你喊它的那几秒，而是能在车里持续观察、持续聆听。斑马首席产品官蔡明说，用户一天在车里约一小时，真正用唤醒词调用AI可能只有几分钟；其余时间，传统车机对用户一无所知。
端侧模型的价值，就是把这“一小时”变成可用的上下文：响应快，不依赖网络，敏感数据不必出车。它让车机有机会从“执行一句话”变成“接住一段情境”。
但这也解释了它为什么还治不好“人工智障”。
端侧不是云侧。安谋科技的文章把约束说得很直白：Prefill阶段一次性算完输入，吃算力；Decode阶段一个字一个字往外蹦，吃带宽；还要和仪表、多屏、驾驶员监测抢同一套硬件。这背后其实面临算力、带宽、功耗、精度四重约束。 所以今天真正落地的，大多是“端云协同”，不是“把大模型全塞进车里”。端侧负责快和稳，云侧负责深和难。两边交接不顺，用户感受到的就是卡顿、断片、答非所问。科技数码港
能聊天不等于能控车。特斯拉车机接入豆包后，有车主实测：说“豆包，给我导航到公司”，回的是“对不起，暂时无法操作，请使用车机语音操作”。当前版本豆包没有拿到完整的车控权限，更像装了一个会聊天的App。 火山引擎把车控权限分成三层，刹车、转向等属于AI禁区。 大模型在座舱里最先学会的往往是陪聊，最难学会的是“把事办成”。36氪伯虎财经
更难的是，加了一个“聪明”的Agent，可能弄坏原来“笨”但好用的功能。那位Z9GT用户遇到的就是典型：跨屏路由、座椅记忆这些确定性功能，在升级之后反而丢了。用户不会区分这是模型问题还是工程问题，只会记住：升级之后，车更不听话了。
所以，端侧大模型上车，真正的分水岭不是参数量，也不是Demo里能连续聊几轮。斑马智能首席产品官蔡明提到一个颇为讽刺的事实：行业从来不敢公开用户每天到底调用多少次AI，又真正使用多少分钟。缺了这两个数字，“大模型上车”就只是一句口号。 说白了，发布会上“一次唤醒、万事搞定”，落到日常，先得把副驾屏和座椅记忆这些小事做对。雷峰网
车机要摆脱“人工智障”，得同时做到三件事：听得懂模糊的话，接得住连续的上下文，以及在听不懂、拿不准的时候，别自作主张。端侧模型给了它一双本地的“反射神经”，但离“不添乱”还差一套能兜底的手脚和规矩。否则，只是把“人工智障”升级成“人工话痨”。
什么时候算真的成了？大概是你随口说“随便”，它安排得八九不离十；而你明确说“打开副驾屏的音乐”，它绝不会把导航顶下去。
