从理想 i8 ，思考理想下一代车机的变化。 开 i8 的体验比较长，也对理想智能交互有一些新的思考，和大家分享一些小的想法。 1、车机控制从多步骤到 0 层级。 理想一个很重要的变化其实是语音，理想的语音感觉是最容易被忽略的。现在语音基本上所有控制类或者应用的调用，都可以直接完成语音控制。 很多细节的部分，比如我要执行听歌，但要求播放网易云音乐的App，包括要听里面的我喜欢的音乐的列表的歌单，比如喜欢听哪个博客精确到哪个内容都可以等等，除了车控以外，应用的抓取也做的非常细。 其次语音的反馈也做的很好，基本上所有需求都有对应的回答。而这种交互带来一个新的体验，就是弱化交互甚至带来 0 层级的交互。甚至过去我们车机里一直觉得重要的交互逻辑问题也基本没有了，减少很多跳转。 当然聊到这里，我们总会感觉少点什么。 特斯拉 Grok 和 FSD 一样的交互什么时候来？现在车机的瓶颈从来不是功能不够多，而是理解不够深。因为车机最难的部分，不是 “能不能执行”，而是 “知不知道要执行什么”。 我们把问题进一步拆解。车机需要一只手，这只手能帮我们开空调、控制车窗、打开某个应用。因为这些其实都是标准化的接口，所以现如今大家都能做好，拼的都是工程量，理想明显花的更多，所以这只手触达的更多。但是要学会理解，就意味着要一个“脑袋”。 脑袋就是理解能力，理解人类自然意图，现在传统语音助手 90% 都听不懂。所以大脑需要有大模型或者先进模型的推理，然后进一步认知场景，然后模型可以自己去调用自己的手，这才是一个好的终极形态。 所以行业普遍的是模型很弱，只能识别一些固定指令，推理很难，但是另一边是工具非常全，就是有手，功能啥都能做，下一代的语音Agent化，就是把工具手的能力，和大脑的理解能力做融合。 谁融合出来，就能做到打破现有的体验，而且相信这也是理想现在在坚决推进的首要任务。 2、舱驾融合，为什么重要？ 特斯拉的交互给我们带来很多新的启发。国内能不能达到，甚至做的更好？我觉得这是必然。 蔚小理三家都在做一件事就是基座模型 + 中间件 + 应用层的开发结构，卷下一个阶段就是效率应用，这点还是很有信心。 舱驾融合从大家一直说的硬件平台，现在是要真正走向软件和体验的融合，起码给我们看到一个方向。大家不再满足通用的第三方AI方案，因为大家发现上豆包、上DS无非就是在车机嵌了个 APP，很不好用。 而 FSD 和 Grok 共享的不仅是传感器、时间戳、决策链路，它甚至就是整个车辆操作系统的一个部分，但现在我们遇到的问题是车控是一堆信号，智驾也是另一套API，但是第三方大模型厂商也没有进场没有车的积累，而普通车企也不懂调用大模型工具，所以一直没人能把整车能力封装成一个大模型能理解的工具。 就是没有一个能和脑协作的手。 模型一旦理解不了，工具再强也没什么用。 理解了这点可以明白Grok不是一个简单车机助手。它有大量整车多模态的数据，也有社交X平台的实时数据，未来的体系竞争是能不能从芯片到操作系统，从数据、整车权限到工具链的打通，只要其中一个工具链是断裂的，那体验是碎的。 所以我一直认为，硬件始终只是一个载体，像车本身一样，未来车上 AI 的竞争，就是如何快速的在不同平台或者硬件下快速效率落地。 舱驾一体把所有工具变成一套可统一调用的工具集。大模型想调哪个就调哪个，这种原生的智能也会带来变革式的体验，这点我觉得是理想正在做的。 3、理想的生成式桌面，大横屏的下一代交互。 过去我们打开一个应用，要好几层，其实设置一个功能也是，很多车机我们还要学习。 但随着大家功能变多，大家发现很多功能开始放在桌面，比如有卡片，有dock，也有负一屏，甚至还有多桌面。桌面越来越丰富，也越来越复杂。 理想有一个很重要的功能就是生成式卡片。它通过大模型对用户的理解对环境多模态感知进行实时理解与决策，自己动态渲染一套 UI 界面，并统一调度整车工具能力，实现一个闭环，导出一个卡片。 相比过去传统桌面，它的前端是被写死的，需要用户操作才能执行。 理想下一代车机就要连屏了，基本可以猜到理想的车机桌面的变革，就是从过去的 “固定布局 + 预设组件” 升级成一个可动态生成、高度个性化的交互桌面， 虽然现在大家感知度不高，但未来所有功能和服务都可以变成卡片，比如我生成了一个仪表，带续航显示，要有wltc。它自己生成，不需要纠结仪表的位置。 我因为每次感觉理想的按摩很深，我直接生成一个按摩卡片再桌面。它可以是临时，也可以是常驻卡片。 而且每个用户的千人千面。可以不同理解，传统车机是你去适应它，生成式桌面可以适应你更多个性化需求。结合语音，可以直接完成定制，也可以减少交互步骤。 L9 Livis 的重要性我觉得不言而喻，作为理想下一代座舱的理解，有更多期待。