文/周展
这从来不是算力高低的纯技术问题，而是一场关乎物理枷锁、成本死穴与责任归属的行业合谋。
罗永浩连试了几十辆新能源车之后，终于没忍住，在微博上把那层窗户纸捅了个对穿。他说国内的新能源车，居然没有一家接入了完整版、满血版的豆包、千问或Kimi这类顶级大模型。至于车企自研的模型，他评价更不客气：术业有专攻，做的都挺垃圾的。
这话一出来全网轰动，车企们基本集体沉默了，除了个别急着证明自己"最不残血"的，大家心照不宣。因为所有人都心知肚明，罗永浩说的是大实话。
你只要开过几台这两年的新车，就会遇到极其荒诞的场景：手机里白嫖的豆包、Kimi机敏博学；坐进花几十万买来、号称搭载高通8295与自研AI大模型的车里，说上两句往往血压升高。你说第二句它忘了第一句，问它前面堵不堵它聊限号，喊一声"找加油站"，车机欢天喜地给你放一首周杰伦。
很多人以为是工程师太水，或者车企舍不得给好东西。其实说到底，这根本不是聪明与愚蠢的技术差距。当AI从两百克重的手机塞进两吨重的物理铁盒子里，规则早就变了。车里的AI注定只能是"残血"，背后压着三座绕不开的大山。
大象塞不进五菱宏光的后备箱
很多人觉得，既然云端大模型那么聪明，车企直接照搬进车里不就结了？这就是把汽车当手机看。
云端满血版大模型动辄数千亿上万亿参数，那是收录人类全量文明的国家超级图书馆。而在车机端侧呢？哪怕是顶格的高通8295芯片，座舱留给AI推理的NPU算力通常也就30TOPS左右。各大车企在本地跑的模型，比如小米SU7搭载的MiLM、智己用的蒸馏版Qwen，参数量普遍被压榨在1B到1.5B之间。
1B是什么概念？十亿参数，充其量就是一本《新华字典》的厚度。拿一本字典去硬刚一座国家图书馆，本身就是强人所难。
更要命的是车规芯片的物理枷锁。手机热了可以降频，电脑烫了可以加风扇，但汽车是要跑在极寒雪地和高温戈壁上的机器。车机芯片要同时管着中控屏、仪表甚至娱乐屏的多路渲染，留给AI的功耗往往被卡死在几瓦以内，一旦发热就得强制保护。一个标准7B开源模型，光权重文件就要十四五个G，而多数车机留给本地AI存储的空间可能连三个G都不到。
这就好比非要把一头成年大象，硬生生塞进五菱宏光的后备箱里。门关不上是小事，真硬塞进去，车子非得抛锚不可。
所以车机本地只能留一个"看门小厮"，负责理解"打开空调"、"升起车窗"这种基础车控。一旦你想聊点深奥逻辑，它就必须跑到云端去搬救兵。一旦进了隧道或地库，网络一断，当场被打回十年前那种人工智障的原形。
算不起的买路钱，车企怕给别人打白工
如果说物理算力是一道天然硬坎，那么商业成本，就是悬在车企头上的一把隐形钝刀。
普通人在手机上玩大模型觉得便宜，但在后台，大模型从来是按Token计费的。你说一个字、它吐一个字，背后都在跳表扣钱。有工程师做过实测，一辆车日常通勤里正常的导航、听歌、闲聊，一天烧掉一两万个Token跟玩儿一样。
如果一家年销几十万辆的车企，把全车用户交互毫无保留接入顶级满血云端大模型，每个季度要交的Token过桥费就是天文数字。更别提像DeepSeek这种平台，一旦补贴优惠期结束，调用价格直接翻倍，车企本就微薄的利润哪经得起这种烧法？商汤绝影之前算过一笔账，靠本地端侧小模型做分流，单台车每天光是省下的云端Token费就能达几十块，一年下来就是几千万甚至上亿元的真金白银。
在另一方面，这还牵扯到车企最忌讳的"灵魂论"。
车里是一个人私密性仅次于卧室的空间。你在车里说的每句话，去过哪里、跟谁同行，全是比黄金还贵的用户画像。如果车企图省事，把语音接口全盘交给豆包或Kimi，就等于亲手把底层数据奉送给互联网大厂。车企花了几百上千亿搞转型，到头来不仅要月付昂贵服务费，还彻底沦为"四个轮子加一块大屏幕"的代工厂。
所以特斯拉接入豆包，必须写明车内数据不能用于模型训练；蔚来做NOMI，天天把"敏感数据不出车"挂在嘴边。大家防的不是AI，防的是自家地盘被外人抄了后路。
AI胡说八道不要紧，但车子不能开进悬崖
第三座大山，也是最沉重的一座大山，叫做法律与安全。
我们在手机上跟AI聊天，它要是脑子抽风胡说八道，顶多截个图当段子看。但在两吨重、时速一百二十公里的汽车上，AI一旦犯浑，代价往往是车毁人亡。
今年二月领克Z20的事故就是惨痛切片。车主在夜间高速上顺口对车机说了句"关闭阅读灯"，系统发生致命误判，直接把整车大灯全关了。眼前瞬间一片漆黑，车子失控撞上护栏。在生死瞬间，车主连声大喊"打开车灯"，车机慢悠悠回了一句："暂时还不会哟。"这哪里是智能？简直是在拿命开玩笑。事后领克副总穆军公开致歉并推送补丁，在行驶状态下彻底禁用了语音关闭大灯的权限。
在法律层面上，杭州互联网法院审理全国首例"AI幻觉"侵权案时早就说得很明白：人工智能不具备民事主体资格，不能独立承担责任。一旦车机AI给出错误驾驶建议，或者在语音控制底盘、灯光、车窗时出了纰漏，法律责任只能由车企承担。随着道交法新修订草案对智能汽车责任划分收紧，车企在法律风险面前比任何人都更胆小。
所以车企必须给车载AI套上安全拘束衣。敏感话题直接掐断，复杂推理强制截停，涉及车辆物理控制的指令层层校验。在"显得聪明"和"确保不出事"之间，没有车企敢选前者。宁可让车机像个笨蛋一样老实回一句"我不懂"，也绝不敢让充满幻觉的AI在方向盘和刹车旁边自由发挥。
合理的折损是对生命负责，但偷懒的折损是真在摆烂
聊到这里事情很清楚了，车里的AI不能满血有其客观必然性。但车企不能把"安全"当成自己在体验上全盘摆烂的遮羞布。
折损分两种。一种是合理的折损：把涉及物理安全、车辆操纵、刹车转向的核心指令死死锁在本地，哪怕断网也绝对可靠，这是对生命负责的工程敬畏，动不得。
但另一种则是纯粹偷懒的折损。
车控指令保守大家完全能理解。但很多车企顺手把根本不触碰安全底线的闲聊、多轮对话、上下文理解也砍成了残废。80分贝胎噪下识别率暴跌45%，方言稍微带点口音就装聋作哑，上一句话刚说完下一句就形同陌路——这些根本不是安全限制，纯粹是算力调度不走心、语义工程没打磨的半成品。
更讽刺的是，许多车企在发布会上吹嘘座舱是"全栈自研原生大模型"，给资本市场讲天花乱坠的估值故事。可一旦用户提车上路发现车机连空调都调不明白，车企又立刻换上一副面孔，委屈巴巴地解释这是"为了安全考量"。自研在资本市场上很好听，但在消费者耳朵里，不能变成掩盖粗制滥造的挡箭牌。
消费者要的不过是一份尊重
罗永浩在微博里其实给了一个很务实的建议：车控部分自研，但日常闲聊和深度问答，哪怕额外收费，用户也愿意为真正的满血大模型买单。
这话糙，但理不糙。未来的智能座舱本不该是追求大一统的怪物，而应该是一套清清楚楚的架构分工：
底层的车控系统，交给经过严苛验证的本地小模型，像机械开关一样稳定、零延迟、不联网也能执行，这层必须克制，不需要它多聪明，只要听话可靠；而上层的信息娱乐、生活问答和深度对话，大大方方引入云端成熟的满血大模型。做好数据脱敏，隔离车辆权限，把选择权交还给车主。车主想用满血的就开通订阅；车主图省心就用基础版。
汽车走过上百年的工业史，从来不是为了在车厢里供奉一个巧舌如簧、漏洞百出的演说家，而是要打造一个在风霜雨雪里能让你托付后背的伙伴。
车里的AI残血并不可耻，克制也绝不是原罪。车企真正该交出来的，是撕掉那些虚伪的包装，别再拿安全当借口，给那些每天坐在驾驶舱里的普通人，一份不被糊弄的尊重。
