座舱 Tier1 ：AI Agent 落地
大模型/多模态大模型/Agent最近很火热，2025年下半年最火热的就是这一块儿了，当然，汽车作为终端承载体肯定也会积极贴近AI汽车这个概念。这篇文章是站在客观的角度分析大模型怎么上车，上车的条件，Agent部署的真正难点。
最后，我针对行业内实际的现状，提出了一种可能的发展路径，个人观点，作为学习的总结。
一、AI 座舱落地能力
“接入大模型”在 2025 年这个时间段已经是零信息量的表述，豆包，DS，Qwen等等都有各自的开源大模型，云端基础设施也已经日渐完善。Agent这个概念其实提出很久了，但是碍于基础模型的发展进度，慢慢从自动化工具->任务助手->场景管家->自主决策体进行演变，2025-2026-2027必定是Agent发展迅速的时间段，2026～2027年左右，计算机世界的研究热点将会大量集中在这个方向，它也会迅速进入汽车的世界。同时大模型不等于Agent，它只是Agent的核心基座之一，用户孤零零的对着聊天框说话，并得到大语言模型的回复，这并不智能，我相信除了工作和学习查询，很少有人闲到和大模型对话来打发时间，Agent简单来说就是大模型通过对接接插件层，能在模糊意图下分析和执行各种功能的一套可出入的循环，当然这么说有点抽象，但实际上这个东西并不多么复杂，后续会继续记录这个东西的内部结构和知识。
转回正题，多家头部Tier1都在进行预研和开发Agent上车，差距全在接得多深、跑在哪里、谁在为时延和成本买单，这里就一些细碎但关键的知识来进行分析，与同行业的朋友和爱好者分享学习成果。
1.1 先拆开工程约束：AI 座舱到底难在哪
把“AI 座舱”从营销词还原成工程问题，卡点只有四个，而且互相牵制：
约束一：内存，不是算力
这是最反直觉的一条。座舱 SoC 上 LPDDR 总量通常在 12–16GB 量级，需要同时喂给 Android 座舱、仪表安全域、Hypervisor 以及多路摄像头。留给端侧模型的余量往往只有 2–4GB。一个 INT4 量化后的 2B–3B 模型权重就要占 1.5–2GB，再加上 KV Cache 随上下文线性增长，长对话很快就撑爆。所以端侧模型的规模上限是内存定的，不是 TOPS 定的。上述的是典型的情况，但是如果外挂一个单独的芯片给大模型用，典型的RK的AI协处理器(1828)，情况则会不一样，但是成本和硬件工程的难度随之增大，这个在业内还逐步推进和讨论，而NVDIA似乎对这一块儿没有积极跟进，它把精力放在了除了AI基础设施外的工作站上，我倒是觉得座舱大模型协处理器是一个很大的市场。
约束二：内存带宽决定 decode 速度
自回归解码是典型的内存带宽瓶颈型负载。座舱 SoC 的带宽还要和 GPU 渲染多屏 UI、ISP 处理摄像头流抢。实际结果就是：Demo 里流畅的模型，一旦叠加三屏渲染加 DMS/OMS 常开，吐字速度会明显掉档。这也是为什么很多车型的 AI 功能在导航全屏时会变慢。
约束三：时延预算是分段的
用户能接受的语音响应大约在 1 秒内出首字。这个预算要分给：唤醒与拾音、VAD 判停、ASR、意图理解、（云端则加网络往返）、执行、TTS 首帧。端侧首 token 做到 300–500ms 才有体验优势；云端大模型一旦叠加弱网，P95 时延经常冲到 2 秒以上。真正的技术含量在端云路由策略，不在模型本身。
约束四：功耗与热
座舱域控多为自然散热或简单风冷，长时间高负载推理会触发降频。夏天暴晒后上车正好是 AI 功能最该好用的时刻，也是最容易掉性能的时刻。这条在实车路试才暴露，Demo 阶段完全看不出来。但是也有特殊的方案，典型的就是航盛的舱驾一体的方案，辅助驾驶和座舱在一个域内，功耗拉满的情况下直接上的水冷，但是这里讨论的是舱内AI Agent，智驾这一块儿另说。
这四条决定了一个判断标准：凡是不谈内存占用、不谈 P95 时延、不谈热降频的 AI 座舱方案介绍，基本都还在 Demo 阶段。
more >>
