15
5
罗永浩怒批车企自研大模型“垃圾”：问答确实该接强模型，但车载AI不是换个接口就能满血
2026-09-02 11:12:48
1点赞
1收藏
0评论
罗永浩这次骂得难听，问题却问得很准：车企花了大力气宣传AI，为什么用户在车里多追问两句，答案仍然像多年前的语音助手？他强调自己说的是开放问答，不是让大模型直接控制汽车。这个边界一划清，车企再只拿“安全”挡箭就不够了。
罗永浩谈车载AI大模型图：罗永浩公开节目画面，来源雷科技。
用户要的不是模型名字，而是少说废话
罗永浩称自己体验了数十辆新能源车，没有发现一家真正接入豆包、千问、Kimi等“完整版”头部模型。他的核心诉求很朴素：车里时间长，语音又是最自然的入口，开放问答至少应该达到手机端主流AI的水平，必要时可以额外付费。
这类抱怨很容易得到车主共鸣。很多车机已经能准确开空调、导航回家，但遇到“带孩子自驾两天，按天气和充电条件排路线”这类综合问题，就开始给套话。宣传页写着“大模型”，用户得到的仍是关键词搜索，落差自然比没有AI更让人恼火。
罗永浩公开发文图：罗永浩微博内容截图，来源雷科技，原图保留。
但“完整版”不是一个统一技术规格。同一个模型还会区分参数规模、推理档位、联网能力、知识库、工具权限和输出限制。车企说接入了某个模型，并不代表车里的回答与手机App完全一致；反过来，自研模型也不一定从零训练，可能是在外部底座上做座舱数据和工具调用。
所以，消费者不必纠结宣传页到底写豆包、千问还是MindGPT。真正该测试的是：问题有没有答对，能不能结合车辆状态，路线、音乐和空调能否一步执行，而不是让用户听完一段漂亮的话再自己操作。
豆包汽车AI方案图：火山引擎汽车AI解决方案公开资料，来源21世纪经济报道。
问答可以开放，车控必须关在规则里
车载AI至少有两层。第一层是百科、行程规划、闲聊和内容生成，适合调用更新更快的云端头部模型。第二层是导航、车窗、空调、座椅乃至驾驶相关功能，必须经过车辆权限、状态判断和安全规则。
这两层不能混为一谈。一个模型可以建议“车内有点闷，适合通风”，但真正打开车窗之前，系统还要知道车速、天气、儿童锁和用户授权。回答错一道百科题只是尴尬，错误执行车控就可能变成安全问题。车企自研的价值，恰恰集中在车辆数据、权限管理和端侧响应，而不一定是和通用模型拼所有知识问答。
车载AI的两层能力图：据车载座舱常见架构整理。
外部模型同样不是插上就能用。车内网络会断，云端推理有延迟，连续对话有算力成本，儿童和驾驶场景还要处理内容安全与隐私。更现实的是，一辆车要服务多年。第三方接口价格、模型版本和合作关系都可能变化，车企必须保证旧车在服务变更后不会突然“失聪”。
最合理的答案其实是混合架构
市场已经不是“车企全自研、外部模型不上车”的状态。火山引擎称，截至2026年4月，搭载豆包大模型的汽车超过700万辆，覆盖50多个品牌、145款车型。理想有自研MindGPT，蔚来有NOMI GPT，其他品牌也在接入豆包、DeepSeek等外部能力。
因此，罗永浩看到的体验差，未必只因为没有接入头部模型。模型即使上车，如果只负责聊天，无法调用导航和车辆工具，仍然像一个装在中控屏里的手机App；如果车企限制推理档位、没有持续运营，名字再响也会变笨。
自研、外接与混合架构比较图：据公开座舱AI方案整理。
更务实的路线是混合架构：通用问答交给更新快、成本更合适的外部模型；车辆状态、个性化记忆和车控交给车企自己的中间层；常用指令保留端侧能力，弱网时也能完成。模型可以换，车控接口和用户权限不能跟着乱变。
第三方模型上车讨论图：公开报道所载第三方模型上车资料，原图保留。
这种架构难在整合，而不是发布会命名。车企要决定哪类问题发到云端，哪类数据留在车内；多个模型给出不同答案时谁负责；新模型上线后如何回归测试数百项车控指令。这些工作看不见，却决定车载AI究竟是助手还是话筒。
付费可以，但先把服务承诺写清楚
罗永浩提出可以额外收费，这对重度用户未必不可接受。但车企不能只把高阶模型做成新的订阅包。付费前至少要说明：调用次数和速度是否受限、断网时还有哪些功能、对话数据是否用于训练、旧车型支持多久，以及停止合作后如何替换服务。
车载AI五项体验检查图：据车载AI使用场景整理。
买车时最简单的测试，不是问车机“你用的什么模型”，而是连续问五分钟：先规划一次真实行程，再修改两个条件，让它调用导航，最后在弱网环境下重复常用车控。能答、能做、做错时能停，才算真正的车载AI。只会报出一个“满血模型”的名字，最多证明车企买到了接口，还没有证明用户买到了体验。
主要信源
图片用于资料预览，发布前请按平台规则确认转载授权。
作者提示含AI生成内容。
