十年前，荣威在杭州云栖小镇发布 RX5，喊出「懂车更懂你」和「千人千面」的智能座舱。方向是对的：同一台车，面对不同的人、不同的场景，本该给出不同的体验。但当时的是技术限制了它的发展。
「千人千面」卡在一个很具体的地方。荣威品牌事业部总经理钱漾后来回忆，2015、2016 年团队讨论这个设想时，靠工程师穷举几乎不可能做到：同样一个动作，下不下雨、旁边坐着谁、车处于什么状态，用户想要的体验完全不一样，把这些穷举出来，工程量是指数级的。就很像最早的智驾路线，你不可能靠穷举列出所有情况。
十年后，这个设想有了落地的条件。9 月 21 日，荣威家越 07 开启预售，三款车型预售价 13.78-15.28 万元。它是行业首款搭载豆包座舱助手的量产车——荣威与字节跳动旗下火山引擎联合打造，用一个真正的 AI 大模型，去完成十年前的设想。
这也是为什么，理解这台车不能从配置表开始。昨天的预售发布会上，整整一个小时都围绕豆包座舱助手展开，冰彩沙甚至标配的激光雷达和 Momenta R7 世界模型都只是一笔带过。
大家想了解的是：一个不依赖预设指令、能看懂人、能调度整车硬件的大模型，以「原生」的方式，进入一台 15 万级的家用车，到底能带来什么改变？
座舱 AI 需要活人感？
传统车机的语音助手，本质是一个命令解析器：你说「打开空调」，它去执行。还记得最早的语音助手，你哪怕说错一个字，它就不会执行你的指令。当然现在各家的座舱助手都发展到了一定阶段、听方言、模糊识别、连续对话等等都成了基本功。
而豆包座舱助手呢，被荣威概括成「五个像人」——形象像人、感知像人、思维像人、情绪像人、执行像人。
先看「形象像人」，现在卖车情绪价值越来越重要了，家越 07 首发的「豆包屏」，是的就是把那个「神秘短发女」融入你的座舱，它可以通过表情画面和实体硬件，形成「动作 + 表情 + 声音」三重表达；面对不同位置的乘员，它会调整朝向和眼神。
再看「思维像人」，如果说传统车机依赖预设指令；那豆包座舱助手依托 OMS、DMS 摄像头和四音区识别，感知车内人的状态、声音、动作，结合连续对话理解语境，还具备因果推理能力——能根据上下文持续更新判断，听懂你没说完整、甚至说反了的话。
钱漾举了一个具体例子：在发布会短片里，有人把「南传」说成「大学那个南传」，指南京传媒学院。这种语序颠倒、临时改口、用简称的人类表达对我们来说很自然，但传统车机大概率听不懂，豆包座舱助手反应了过来。
这套系统的技术底座，是荣威和火山引擎联合做的 CPP AI 原生架构：Context（上下文，海量信息获取与长期记忆管理）、Planner（为车而生的规划器，负责分析、规划、决策）、Pixel Level function calling（像素级的原子执行）。三者串成一条链——先懂上下文，再做规划，最后精确执行。
从「听懂指令」到「看懂人」
智能座舱的竞争，正在从「听不听得懂指令」，转向「看不看得懂人」。前者对感知、推理、情感建模的要求，完全不是一个量级。传统车机做不到、或者做得勉强的几件事，恰恰是豆包座舱助手的核心。
模糊意图，而不是精确指令
传统车机要求你按它的框架说话；豆包能理解「还是老样子」「宝宝睡着了」这种话，并自动联动——调暗灯光、关闭音响、调整空调，一句话完成多设备协同。钱漾自己的体验是：开家越 07 试驾车一段时间后，「最大的变化是屏幕几乎不碰了」，除了豆包根据对话生成的「画布」，其他操作都通过聊天完成。
读懂情绪，而不是只执行任务
豆包座舱助手依托车内摄像头做多模态情绪识别，会高兴、会共情、会好奇，也有自己的表达和立场——收到夸奖会开心，被吐槽「笨」会委屈。这不是话术，是让互动从「人适应机器」变成「机器适应人」。
跨应用连续执行，而不是单点响应
基于整车 2,000 多个 SOA 服务接口，豆包能把自然语言里的复杂意图拆成具体任务，联动导航、驾驶、座舱娱乐连续执行。早高峰规划路线、播报信息；晚高峰面对接娃、购物、充电，自动规划顺路路线；家庭出行，一句话完成「带孩子去好玩的地方、预算别太高、还要方便吃饭停车」的目的地筛选和路线规划。
大模型消耗 Tokens，这笔钱谁来出，一直是用户对「AI 汽车」最大的疑虑之一。钱漾在发布会现场的承诺很直接：「技术成本，荣威来扛；自由体验，完完整整交给用户。」与此同时，针对大家在意的隐私性，荣威从底层划出黑区、灰区、彩区三级权限，配物理摄像头遮蔽开关，生物识别信息本地加密——在放开能力和守住边界之间，给出一个明确的处理。
为什么是荣威第一个？
张亮把今天能落地的条件拆成四个：一是上汽 3.0 电子电气架构，能把整车 2,000 多个信号做一体化管理和调度——「互联网公司和大模型不可能天然理解整车逻辑，必须先由车企把整车能力管理、整合起来，才能让 AI 智能调用」；二是足够强的大模型能力，豆包、DeepSeek 这一代带来的泛化能力；三是 CPP 架构，对应十年前「云管端一体化」的下一代范式；四是全新的产品设计思路和交互方式。
这也解释了为什么「做成豆包座舱助手」这件事有门槛、不容易被复制。钱漾在另一段回答里补充了一层：所谓「懂车」，不只是懂结构和功能，还要知道某个动作执行后会带来什么体验——比如「我累了」，AI 调出按摩，不是为了打开一个开关，而是理解按摩是为了缓解疲劳，形成闭环。
这背后是整车工程层面的匹配、逻辑、能力开放和安全边界：夜间行驶不能因为一句话关掉所有车灯，行驶中不能随意把座椅调成零重力，开后备箱在特定情况下必须二次确认。这些是汽车行业多年积累的底层工程能力，是第一层壁垒；第二层壁垒，是让大模型真正理解这些整车能力。
以下为 9 月 21 日荣威家越 07 预售发布会后媒体群访实录，受访者为上汽乘用车总经理卢晓、上汽乘用车副总经理兼销售公司总经理张亮、荣威品牌事业部总经理钱漾，略经编辑。
问：这种对现有智能座舱形成明显代差的 AI 原生体验，为什么首先放在荣威品牌上？
张亮：这件事从品牌、产品到技术，其实是一脉相承的。十年前荣威推出 RX5，首先解决的是「连接」，当时讲「万物互联」。但万物互联只是基础，下一步是智能。所以十年前 RX5 就提出「懂车更懂你」，也提出「千人千面」的座舱体验，背后已经有 AI 的内核。
今天为什么仍然是荣威？因为这是荣威十年前就在想、这十年一直在做的事，只是到今天技术、产品和时代都走到了这个节点。我 2017 年在乘用车指挥建设数据化和 AI 能力，那时一个智能能力往往需要一个单独的定制模型，开发量大、人员成本高，但复用性和泛化能力都不够。所以当时与其推出一个并不完整的「智能」，不如把基础能力一层层积累起来。
今天要实现豆包座舱助手这样的能力，至少有四个要素：第一，上汽 3.0 电子电气架构，能把 2,000 多个信号一体化管理和调度；第二，足够强的大模型能力；第三，CPP AI 原生架构，它有机会成为未来智能汽车的重要标准，就像当年「云管端一体化」成为互联网汽车的重要架构范式一样；第四，整车产品全新的设计思路和交互方式。某种意义上，这确实是荣威「十年磨一剑」的积累。
问：现在几乎每个品牌发新车都讲 AI 座舱，但体验下来很多差异并不大。家越 07 要做一个划时代的智能座舱，它在根本逻辑、核心竞争力上到底有什么不同？AI 迭代这么快，这种领先能保持多久？
钱漾：过去大家聊了很多「智能座舱」，但本质上大多数仍受工程师预设框架限制：你要在菜单里点这个、找那个。我拿家越 07 试驾车上下班开了一段时间，最大的变化是屏幕几乎不碰了。除了豆包根据对话生成的「画布」我会看，其他大多数操作都直接通过聊天完成。哪怕一句话没组织好，我直接说，它也能听懂。这件事是核心中的核心。
过去大家习惯适应机器。机械时代靠按键，互联网汽车时代可以告诉车要做什么，但仍需非常精确地按工程师设定的框架去表达。今天 AI 跳出了这个框架，更像一个虚拟的硅基助理：知道你不舒服时应该做什么，做了一件事发现你不满意，还可以继续补充、调整；做得不好你可以批评它、教它，它还会继续学习和改进。这种思维转变是颠覆性的，反而我们这些传统汽车人最难跨过去，因为太熟悉车上的每一个功能和入口。
为什么这套东西不是别人「接一个大模型」就能复制？所谓「懂车」，不仅是懂结构、原理和功能，还要知道某个动作执行后，给车主带来什么体验。比如「我累了」，AI 调用按摩，不只是打开一个开关，而是理解按摩是为了缓解疲劳，形成完整闭环。这背后是整车工程层面的匹配、逻辑、能力开放和安全边界——夜间行驶不可能因为一句话把所有车灯关掉，行驶中不能随意把座椅调成零重力，开后备箱在特定情况下必须二次确认。这是第一层壁垒。
第二层壁垒，是让大模型真正理解这些整车能力。每辆车的开关、云端体系、能力接口都不同，要把强大的电子电气平台、整车工程能力和优秀的大模型合作伙伴真正结合起来，做到今天这样丝滑，并不容易。未来这可能形成一种行业范式，但至少要有三类条件：强大的电子电气平台、完整的整车工程能力、足够优秀的 AI 合作伙伴，三者缺一不可。
问：友商在 25 万级家庭车上卷的是彩电、冰箱、大沙发这些硬件，但家越 07 给人的突出印象是豆包和 AI 原生。对家庭用户来说，软件和硬件带来的感受有什么不同？另外，家越 07 现在能调用很多第三方 APP，但到了付款、决策等环节，AI 仍有边界，这部分未来会继续升级吗？
钱漾：我一直说自己是产品人，2010 年前后就在研究 HMI、人车交互和人车关系。2015、2016 年我们讨论「千人千面」，但当时靠工程师穷举几乎不可能做到，因为同一个动作，在不下雨、旁边坐着谁、车处于什么状态等不同条件下，用户想要的体验完全不一样。到了荣威以后看到这个项目，我第一次真正看到「千人千面」因为技术发展而成为现实。
回到软件和硬件的关系，大家追求的本质始终是更好的体验。硬件是「手和脚」，是所有体验的基础。上一场发布会我们把底子讲清楚：用 25 万级甚至 30 万级的硬件把基础筑牢。今天豆包加入以后，价值在于把这些硬件和场景重新串起来。豆包加沙发、豆包加 Momenta，本质都是同一个核心——让一套智能能力把原本分散的功能组织起来。
举个很小的例子：调后视镜。大多数人拿到车可能只调一次，但媒体老师阅车无数，每换一台车都要重新找入口。荣威过去已经做得很细，方向盘右侧滚轮长按 3 秒就能进后视镜调节，但大多数人不知道，因为现在几乎没人看说明书。有了真正聪明的 AI，你直接说人话就行。今天视频里「南传」的案例就是这样，「我说的是大学那个南传」，这是自然的人类表达，不需要组织精准指令，哪怕语序颠倒、临时改口，它也应该理解。
我自己带我妈出门时，她想调座椅经常找不到按钮，我只能告诉她「在下面，你摸一下」。回到家越 07，我们想做的是让任何人都可以直接说出来。AI 不会累、也不会烦，这给了我们重新设计人车关系的机会。下一步，它可能从「人和车的关系」，进一步变成一种「人和人的关系」，只不过对方是一个硅基人。
问：家越 07 和豆包研发团队共创过程中，有没有争执或矛盾？最终是怎么解决、又是如何做到深度共创的？
张亮：背后的故事很多，也确实很有意思。把一家汽车公司和一家互联网公司的团队真正合在一起，形成一个项目组，联合定义、联合开发一款产品，本来就很不容易。DNA 这个名字有两层含义：字面上是 Doubao Native Auto，豆包 AI 原生汽车；更重要的是，DNA 是双螺旋——一条螺旋代表整车硬件，要做最顶、最夯、最强；另一条代表软件智能，要做最聪明、最好。双螺旋之间有「键」，两边相互连接、相互调用，缺一不可。
最早项目里有四种「声音」：一是产品团队，从整车和用户体验出发，思考十年前「千人千面」怎么在整车上真正实现；二是研发中心，从技术实现和电子电气架构出发；三是字节豆包 C 端产品团队，带来互联网产品、手机和 APP 层面的用户思维；四是火山引擎的模型和 AI 技术团队。四种力量的出发点不同，对事情的理解也不同，所以初期彼此不完全理解是肯定的。后来我们逐渐形成了联合团队和联合领导小组，现在大家体验到的「丝滑」，就是大量磨合之后的结果。
豆包 AI 能力很大程度上已经超过了我的预期。两三年前，AI 可能连一张图片都看不明白；一年多前开始能办一些事；到今天，它已经能理解你，语音语义也从过去多段式链路走向端到端。只有端到端，才更有机会做到真正的理解、生成、互动、高速响应和合理拒识。
问：价格接近零跑，配置和体验却向 30 万以上车型看齐。用差不多一半的价格做出这些配置，是怎么做到的？还能不能赚钱？
卢晓：我们能把这么「夯」的产品、配置和价格同时做出来，在中国汽车企业里，上汽确实具备很独特的综合能力。今年市场非常难，1-8 月整个市场下降了 20%，越是这样，越要健康、可持续地发展。
为什么能定到这个价格，我从几方面讲。第一，供应链的整体整合与集成能力。上汽有完整的零部件体系，华域、延锋，包括布局半固态、固态电池的清陶，都是体系内的重要公司，集团能把资源真正打通。第二，整零协同能力，优秀供应商会把最新技术和解决方案提前带入产品设计开发过程，在开发早期就把竞品分析、成本优化和产品开发融合起来。
规模化、体系化的协同联动能力，除了零部件，还有物流、渠道、金融和产投。还有一点非常重要，就是全球化带来的规模效应——从 MG4、MG4X、MG07 到家越 07，未来都会按全球产品的思路来做，全球平台开发带来的规模化、模块化效应，一旦到量级，成本优势会非常明显。
问：过去大家对「工程师思维」的印象是严谨有余、温度不足，今天这些场景却很有烟火气。团队是怎么从工程师思维转向用户思维的？上汽乘用车接下来的全球化愿景和目标是什么？
卢晓：我们过去都是做技术、做产品出身。上汽集团很早就在内部反思这件事，大概 2020 年前后就意识到，单纯依赖工程师思维会遇到新问题。到了智能电动车时代，开发逻辑、底层思维和产品定义已经完全不同。家越 07，就是在红海里寻找蓝海机会——大五座、大六座家庭 SUV 已经很拥挤，如果只是再做一台传统「奶爸车」很难突围，但它已经是一个 AI 原生的新物种，我们把原有工程师能力保留下来，同时用用户思维重新定义产品。
有两点印象很深。第一，在红海中寻找蓝海；第二，从真实用户场景里敏锐发现机会。现在产品立项时，首先由营销团队讲目标人群、市场、竞品和用户需求，然后产品团队再进入，双方有很强的「红蓝对抗」。现在我也把自己定位成「最强蓝军」，就是不断把每个产品拷问清楚。中国车企不能再简单「下饺子」、靠产品型谱全覆盖去打市场，这个时代更重要的是做一款、成一款。
全球化方面，今年上汽乘用车销量里海外预计占七成左右，整体做到百万辆没有问题，海外目标向 80 万辆靠近，明年向百万级海外出口目标迈进。
问：现在 15 万元价格段的家用 SUV 很多，用户为什么要选家越 07？最核心的理由是什么？
张亮：今天所有问题总结下来，其实就两条主线：第一，豆包和 AI 到底是什么、能解决什么问题、我们的壁垒在哪里；第二，为什么能用 15 万元级价格提供 25 万元级产品力。说到底，就是「硬件能力 + AI 能力」两条线。
先说 AI。大家问了很多场景、功能和体验，这些都很务实。但回到「五个像人」，背后还有一层，是在能力基础上进一步理解人、理解情绪。它不只帮你干事，还要理解你、共情你，再用更自然的方式回应你。
我看最后那支片子时非常感动。片子里，小朋友说「随便」，他真的随便吗？奶奶说「不累」，她真的不累吗？爸爸说「我还行」，他真的只是「还行」吗？很多家庭成员为了不给家里添麻烦，习惯把自己最小化，把家庭最大化。所以荣威的 AI 不只是执行任务，还希望理解「随便」「不累」「我还行」背后真正的诉求、难处和生活压力，再用更有共情的方式满足它。
这也不能简单概括成「情绪价值」。如果只有情绪、没有真实功能，价值是不完整的。豆包和荣威 AI 想做的是：先解决真实需求，再用有温度的方式表达——实际问题被解决，同时情绪被照顾。
三年前做家越的初心很明确：既然为家庭服务，就要尽可能把家庭用户需要的东西做好。家庭买车，通常希望空间大一点、装修好一点、家具好用一点、氛围强一点、智能多一点，最好价格还友好，续航也重要。把这些需求全列出来，按市场常见配置组合，价格往往要到 22 万元以上。所以立项时产品经理必须讲清楚：15 万级最主流的家庭用户，需求到底有没有被真正满足？今天看，市场仍然存在明显空白。
