小鹏整合智驾与座舱：一套AI底座如何统一车内体验

小鹏把自动驾驶与智能座舱两支队伍合并，成立“通用AI中心”，这不是一次普通的组织调整，而是一次软件架构与用户体验路线的选择。过去车企常把“智驾”和“座舱”当成两套系统：一套管路面，一套管人机交互；结果往往是OTA各更各的、体验各说各的，用户在同一辆车里却像在用两台设备。

这件事之所以值得放大看，是因为2026年的智能电动车竞争，已经从“堆硬件、拼功能”转向“拼平台、拼一致性”。大模型、AI Agent、VLA（Vision–Language–Action）让车从“功能集合”走向“能理解场景并采取行动的智能体”。而要让智能体真正好用，智驾与座舱必须共享同一套AI底座，否则模型与数据被切成两半，再强也只能各自聪明。

这篇文章放在《AI 在汽车软件与用户体验中的不同应用方式》系列里，核心想讲清楚一件事：中国品牌在本地化体验与生态整合上更积极，小鹏这次“合并中台”就是典型路径。我们也会给出可落地的产品与组织建议，帮你判断：你的车（或你的团队）是否也到了必须“座舱-智驾一体化”的阶段。

为什么“智驾-座舱一体化”是大模型时代的必选项

结论先说：当车内交互从“菜单式功能”变成“对话式意图”，智驾与座舱分家会直接拖垮体验。

传统座舱的逻辑是：用户点按钮、说指令、系统执行。传统智驾的逻辑是：感知-规划-控制闭环，尽量别让用户干预。两者各自优化没问题，但一旦你引入大模型与Agent，交互会变成：用户表达意图（例如“我想安静点、别走拥堵、顺路买杯咖啡”），系统需要把意图拆解成可执行任务，跨域调度导航、空调、媒体、车控、甚至智驾策略。

如果智驾与座舱是两套组织、两套中间件、两套版本节奏，常见问题会变得更明显：

• 同一句话在不同页面“语义不一致”：座舱理解了“去机场”，智驾侧的策略仍按默认风格执行，用户感到“不听话”。
• OTA割裂：座舱升级了对话能力，智驾没跟上，导致“说得更自然，但做得更笨”。
• 安全与权限边界混乱：Agent要跨域控制时，哪一侧负责兜底？谁定义“可执行/不可执行”？

小鹏在新闻中提到的“统一AI组织”“标准化交付系统”“产品和项目质量”，本质是在解决这类跨域一致性问题——这恰恰是大模型上车后最容易被低估、但最影响口碑的部分。

小鹏通用AI中心：从组织合并到“统一AI中间件”的信号

直接答案：小鹏这次不是把两个部门凑在一起开会，而是要做一套可复用的AI基础设施与交付体系，同时服务汽车与机器人。

根据原文信息，小鹏将自动驾驶中心与智能座舱中心合并为通用AI中心，由原智驾负责人刘仙明带队，直接向何小鹏汇报；新中心关注基础模型、基础设施平台、标准化交付与质量，并作为自动驾驶、座舱与机器人等应用层的技术底座。

“统一AI底座”到底统一什么？

我把它拆成四层，方便你理解它为何会影响用户体验：

1. 数据与评测统一：座舱语音/多模态数据、智驾感知数据、导航与地图数据，进入同一套数据治理与评测框架。好处是能用同一种“指标语言”衡量体验。
2. 模型与Agent框架统一：同一套大模型（或模型族）在车内不同域运行，Agent通过工具调用（tool calling）访问车控、导航、媒体、智驾策略等。
3. 中间件与权限统一：把“谁能控制什么、什么时候能控制”做成平台能力，减少产品拍脑袋。
4. 交付节奏统一：座舱与智驾的版本节奏对齐，减少“你升级我不升”的割裂感。

原文提到小鹏的Ultra版本用“三颗图灵芯片”（两颗智驾、一颗座舱），座舱芯片用于跑VLM（视觉语言模型）。这透露出一个现实：算力与模型正在往座舱侧回流。过去大家默认“智驾最吃算力”，但当座舱承担“理解意图+多模态交互+跨域调度”的角色后，座舱也会变成AI重载区。

为什么要同时服务汽车与机器人？

一句话：复用“感知-理解-行动”的通用能力。

原文提到小鹏自研第二代VLA模型将于2026年3月开始推送，强调跨域能力覆盖车辆、Robotaxi、人形机器人与飞行汽车。VLA的思路很明确：把视觉与语言的理解，直接连接到可执行动作。对车而言是驾驶与车控，对机器人而言是移动与操作。

这也解释了“通用AI中心”的命名：它不是“更大号的智驾部门”，而是把汽车当作具身智能的一种形态。

对用户体验意味着什么：不是更炫，而是更“顺”

结论先放在最前：座舱-智驾融合真正带来的不是花哨功能，而是同一套人格、同一套记忆、同一套行为标准。

1）从“语音助手”到“车载智能体”：更少打断

当智驾与座舱共用Agent框架，体验会变成连续的：

• 用户说“我有点晕，开稳一点”，系统不只是调低空调温度或播放舒缓音乐，而是同步调整跟车距离、加速度曲线、变道激进度。
• 用户说“下班回家别走高架”，系统既能在导航上改路线，也能在智驾策略上遵循“偏保守、减少并线”的偏好。

这种跨域协同，靠堆功能做不出来，靠的是统一的“意图-策略-执行”链路。

2）体验一致性的关键：一个“版本真相”

原文提到过去两个中心独立运作、OTA碎片化，甚至让员工质疑是否匹配AI车的迭代速度。用户端的感受通常更直接：

• 今天升级语音很聪明，明天智驾表现却没变化；
• 车机会提示“我做不到”，但你并不知道是权限不允许、还是模型不会。

统一交付体系的价值在于：每次OTA像一次“产品整体升级”，而不是“某个子系统单点更新”。

3）本地化与生态整合：更符合中国用户的真实使用场景

这也是本系列的主线：Tesla强在“统一软件栈与持续迭代”，中国品牌往往更擅长把本地App生态、地图服务、语音习惯、用车场景做深。

新闻里提到座舱负责人曾在高德任产品总监（现休假）。这类背景通常意味着：座舱不会只盯UI，而会更关注“从地图到场景服务”的闭环，比如接送机、停车缴费、充电排队、ETC/高速策略、城市限行提醒等。

当这些服务能力与智驾策略打通后，本地化就不再是“加几个国内App”，而是：服务决策与行车决策一起优化。

行业趋势对照：特斯拉、理想都在走“统一AI系统”

直接结论：这不是小鹏一家“想通了”，而是行业在被大模型倒逼。

原文提到行业观察者把“座舱-智驾融合”与Tesla的FSD与Grok整合联系起来；也提到Tesla对xAI投资与Optimus计划，以及理想把基础模型团队整合、汽车与机器人业务置于统一硬件部门。

我自己的判断是：2026年后，智能车的竞争会越来越像手机竞争的后半场——不是比谁装了更多App，而是比：

• 谁的系统级AI更稳定
• 谁的“跨域执行”更安全
• 谁能把本地化服务做成默认体验，而不是可选插件

而组织架构往往会提前暴露公司是否能做到这一点。你很难指望两套KPI、两套版本节奏、两套技术栈，做出一个“像一个人一样思考”的车。

给车企与产品团队的3条落地建议（少走弯路）

先给结论：想把AI做成用户体验，而不是演示Demo，必须同时抓住“平台、权限、评测”三件事。

1. 先统一中间件与权限，再谈大模型多聪明

   • 把车控、导航、媒体、空调、座椅、智驾策略等能力做成标准工具接口
   • 做清楚安全分级：建议/需确认/禁止执行
   • 让“拒绝执行”也有一致的解释逻辑（减少用户困惑）

2. 把体验指标变成跨域指标

   • 不只看语音识别率、唤醒率
   • 加入可量化的跨域指标，例如“单轮意图完成率”“跨域任务耗时”“被用户打断次数”“误触发导致的安全退出次数”

3. OTA以“体验包”交付，而不是子系统独立发版

   • 以场景为单位发布：通勤包、长途包、带娃包、雨雪包
   • 每个包同时包含座舱交互、导航策略、智驾风格、能耗策略的协同更新

一句话立场：大模型上车后，最值钱的不是会聊天，而是“说到做到”，而且做到得安全、稳定、可解释。

你该如何判断：你的车离“超级智能体”还有多远？

如果你是用户，最简单的判断标准是：同一辆车在不同功能间是否像同一个助手。如果你总要重复说、反复确认、或经常碰到“座舱说行、智驾不配合”，那就是架构没打通。

如果你在车企做产品/研发，我建议你把“座舱-智驾一体化”当成2026年的基础建设来看，而不是选配。小鹏成立通用AI中心的信号很明确：未来的车会越来越像“具身智能终端”，车内体验靠的是统一AI底座的持续迭代，而不是一堆孤岛功能的堆砌。

下一步值得关注的是：2026-03小鹏VLA推送后，用户能否明显感受到跨域能力的提升——比如更少的确认弹窗、更顺的场景任务、更一致的驾驶风格与语音人格。

你更期待“座舱更像手机”，还是“车更像一个能替你办事的智能体”？这个答案，会决定未来两三年智能车体验的分水岭。