冰箱彩電大沙發不能代表的智能座艙，應該什么樣？

車作為「第三空間」的時代，剛剛開始。

2025 年 10 月，搭載華為乾崑智駕的車型，單月銷量超過 10 萬臺。更值得關注的是，據官方介紹，乾崑智駕功能的「月活」使用率高達 95.2%。

這充分體現了汽車行業進入智能電動化時代后，曾經被視為「智能化供應商」的科技公司，不僅可以交付越來越好的智能化產品，也正在消費端形成越來越大的影響力。

同時，在輔助駕駛功能進一步演進的過程中，行業里也看到很多年前提出的那個智能汽車作為「第三空間」的設想，正在離我們越來越近。

智能座艙經歷了多輪迭代，無數次從非共識到共識的推進。工程師們逐漸發現，用戶想要的并不僅僅是更大的屏幕、更流暢的語言交互、以及幾乎能做到有問必答的座艙版「十萬個為什么」。

因此，在一些基本的電動化和智能化底層能力被拉齊的趨勢下，一個能夠提供新架構、新場景和新生態的智能座艙，成為了汽車產品中至關重要的「個性化代表」。

究竟什么樣的智能座艙才能擔當這一重任，這是當下行業必須回答的關鍵問題。

01

智能座艙，邁入「L3 時代」

關于「如何做好智能座艙」這件事，整個行業近年的狀態可以總結為：積極探索，瘋狂堆料，但尚未達成共識。

其中車企的一套「標準操作」包括：把屏幕做大，讓語音助手「更健談」，接入大模型以回答更多問題。這種做法固然能提升部分用戶體驗，但很難算得上是系統層面的智能提升。

所以，如同人工智能和自動駕駛需要分級來界定能力邊界，整個行業也期待智能座艙領域里出現一套類似邏輯，以衡量我們到底處于哪個進化階段。

有意思的是，華為正在嘗試給這道行業課題交出一份「參考答案」。說到這里，或許有人會問：行業不是有一個 L0~L4 的分級標準么？為何華為還要定義？

我們認為，真正的標準應源于實踐，并最終服務于用戶體驗。華為在吸收行業經驗的基礎上，結合其在智能座艙領域的實踐，給出了自己關于座艙智能化分級更為細致的理解。這不僅能幫助消費者建立一個更為清晰的智能化概念，也是鴻蒙座艙面向用戶，給的一份演進方向的承諾，以便在未來將更多的技術概念變成可衡量、可感知的創新體驗。

11 月 20 日，在華為乾崑生態大會上，華為推出了座艙智能化 L1 - L5 五級分級標準。這套標準最大的變化在于，評價維度不再是「數硬件」，而是根據人車關系的演進，把不同等級的座艙分為指令助手、任務助手、專業助理、專屬助理、數字超人 5 個等級。

華為乾崑首推的座艙智能化分級標準 | 圖片來源：華為乾崑

在華為鴻蒙座艙團隊看來，要實現這種代際躍升，新一代智能座艙必須具備包括感知、記憶、理解、決斷、交互、執行等 6 種類人能力，且達到一定的智能化水平。于是，在新一代的鴻蒙座艙 HarmonySpace 5 中，華為提出了全新的MoLA 智能化架構，即：Mixture of LM Agent，混合大模型 Agent。

我們用 AI 領域近兩年的發展脈絡進行類比，可以更好地理解其中的技術分水嶺：L2 階段的模型可以接受指令并被動調用工具、輸出結果，但每次都需要相對清晰的指令，且前后記憶有限；而 L3 級別的模型則實現了自主 Agent 的核心能力——它可以自主拆解任務、規劃執行步驟，并最終交付結果。

所以，L2 和 L3 最大的變化在于，模型的「記憶」能力和「規劃」能力有了全面的提升。

全新的 MoLA 架構正是基于這一理念，在運行邏輯上進行了徹底重構：

HarmonySpace 5 搭載的 MoLA 架構示意圖 | 圖片來源：華為乾崑

首先，系統的所有輸入會優先進入第一級的 System Agent，由它負責任務的分流與分配。如果是相對簡單、清晰的任務，System Agent 會將其直接分配給對應的導航、車控、多媒體等垂域 Agent，輸出響應結果。這部分雖然在交互和內容交付上有所優化，但基本邏輯與當前的座艙體系類似。

然而，MoLA 架構更核心的提升在于：面對相對復雜或模糊的指令時，System Agent 可以深度調用通用大模型以及用戶個人知識庫的能力，從而交付更類似「專業助理」的最終結果。

舉個例子，當你在車里簡單說出「今晚還去上周日那家餐館吃飯」的時候，坐在駕駛位的家人或朋友可以很容易理解你的意圖——即便你沒有「喚醒」這個動作，也沒有餐廳名稱這個「清晰」的指令。

但在當前的 L2 級智能座艙能力下，受限于模型「上下文長度」（記憶力）的限制，座艙很難理解這個模糊的指令。MoLA 架構將「記憶力」和「理解力」深度融合，并將任務交由對應的導航 Agent 輸出導航結果。最終，用戶可以在中控屏或 HUD 抬頭顯示上，直接看到對應餐廳的導航路線，真正實現「能聽懂」和「能辦到」。

02

不僅能聽懂，也能做得到

站在用戶體驗的角度，全新 HarmonySpace 5 最核心的提升，并不在于它接入了一個多么強大的通用大模型，而是它終于實現了對用戶的系統性認知升級。

這某種程度上，也是對行業前一階段關于智能座艙未來走向的一種糾偏：用戶需要的，從來不是一個能語音對話、聯網接入大模型、有一塊大屏顯示文字的「十萬個為什么」，而是期待車里有一個真正「會來事的」專業助理。

這種「專業助理」的能力，正是 MoLA 架構下 System Agent 所帶來的決斷與執行力的外顯。具體來說，這個助理需要做好以下兩件事：

MoLA 架構及其聯動的軟硬件生態 | 圖片來源：華為乾崑

第一，在溝通層面：做到用戶表達的能聽懂，甚至用戶沒說的，也可以通過「察言觀色」讀懂含義。

在輸入方面，L3 級座艙的認知起點是多維數據的采集。系統可以調用車內外多個傳感器，采集包括語音、手勢、面部表情、車輛狀態、外部環境等多維感知數據，這構成了 System Agent「察言觀色」的基礎。

例如，系統可以調用車內攝像頭和壓力傳感器，發現夜間后排正在休息的乘客。這位 L3「專業助理」會啟動復合決斷：調用相關垂域 Agent，自動關閉氛圍燈，調低后排出風口的風速和溫度。這種「像助理和家人一樣」的無需主動表達、便能得到系統級最優解的體驗，體現了 L3 感知力、理解力和決斷力的系統協同。

第二，在執行層面：把做到用戶需要的，想辦法都能辦到。

在輸出端，全新的 HarmonySpace 5 不僅可以調配車內各種硬件（如座椅、空調、燈光等）以及座艙外設的能力，更可以通過鴻蒙系統強大的聯接力和生態能力，無縫使用各種第三方應用。

這種執行能力的最高體現，就是「結果交付」。在發布會上，我們看到了幾個很具代表性的場景：小女孩讓小藝提醒父親加件衣服，點咖啡送到公司。在這些簡單一句話指令的背后，都需要 AI 能夠分解相應的任務并調用內外部的工具去完成動作的閉環，比如，大模型要生成提醒的內容，并調用智慧場景工具創建這樣一個提醒，并在感知到父親要下車時完成執行。在一句「幫我訂一杯意式濃縮，送到公司」，大模型要能自主完成 選品、下單、支付和訂單跟蹤。

在這個看似簡單的過程中，L3 級別的 Agent 可以交付出 L2 時代無法完成的一個個「服務閉環」：不僅能給出高情商建議，更關鍵的是，它作為 System Agent，自主完成了任務鏈條的拆解與編排，打通了位置信息、第三方應用、支付系統等跨應用軟件，完成了最終的購買動作。

當智能座艙系統把傳統需要用戶執行的一個個孤立交互動作，合并成一個無需用戶干預的最終交付結果時，我們才能感受到智能座艙真正具有了「第三空間」的能力，實現了從「功能」到「服務」的本質飛躍。

03

智能汽車，進入「超級供應商」時代

如果說，L2 階段的智能座艙，要比拼誰的屏幕更大、誰的語音識別率更高、誰能一次性執行更多的指令，那么在 L3 階段，智能座艙甚至整車產品的差異化，都將逐漸體現在和個性化有關的「智能底座」差異上。

這個底座需要具備長期記憶力、自主決斷力以及跨域聯接力，才能將零散的感知、理解、執行能力整合起來，提供連貫、主動、專業的服務。

這也意味著，汽車行業下個階段的發展，對智能化合作伙伴的需要將繼續擴大。

在汽車工業的前 100 年間，消費者更多關注的是「品牌」本身。它代表著身份，也是用戶品味的重要呈現。在未來，智能化能力，甚至在傳統意義看來作為車企「供應商」角色的科技公司，也會逐漸走到臺前。這些新一代「科技供應商」代表的智能化能力，將在未來汽車消費過程中，扮演越來越重要的角色。

具體來說，這些「供應商」提供的不再只是單一的硬件，甚至不只是一套系統。它們要做的，是交付一個和整車體驗緊密相關的智能助理。

而這樣的科技公司，正在成為汽車行業全新的「超級供應商」。

「鴻蒙座艙」也許會成為未來吸引消費者選購新車的一塊全新招牌 | 圖片來源：華為乾崑

同時，一個強大的智能底座并非終局。L3 級別的「專業助理」要實現價值閉環，還需要滿足兩個至關重要的條件：

首先，要有完整的生態。這個本質上和智能手機發展是一樣的，有了豐富的應用和軟件，才能好用。當座艙的能力從「聽懂指令」升級到「交付結果」時，它必須能無縫調用導航、支付、社交、娛樂等各種應用。鴻蒙座艙 L3 的突破，正是通過其聯接力和開放的生態能力，為復雜的服務閉環提供了必要的基礎設施。

更重要的是，還需要有強大的輔助駕駛能力支持。華為近期再次提出，高速 L3 有望在 2026 年邁入商用。屆時，座艙 L3 與智駕 L3 的「雙 L3 協同」，將帶來的體驗提升：智駕 L3 將駕駛員從高強度任務中解放出來，為座艙 L3 提供了更多可用的時間窗口和場景，從而解鎖更多 「專業助理」可以主動服務的復雜需求。

L3 級智能底座的出現，標志著汽車行業正式進入了 「平臺決定體驗上限」的新競爭周期。而一個能夠提供系統級認知能力 、完整開放生態和智駕協同能力的超級供應商，正在嘗試定義未來汽車的智能化底座新標準。

*頭圖來源：華為乾崑

本文為極客公園原創文章，轉載請聯系極客君微信 geekparkGO