From Cockpit to Cloud: How AI Is Driving the Future of Smart Vehicles-钛媒体官方网站

[星语者]

钛媒体：从飞机到云：2025年智能汽车的未来如何？

在本届广州车展上，虽然概念车和高调亮相的新款车型吸引了众多观众，但是另一个 quieter 的争夺战正在发生——大型语言模型（LLM）的竞争。自从去年的车展以来，各个品牌对大型语言模型的关注程度在逐步增加。

今年新车型中，Volcano Engine 的 Doubao LLM 被广泛采用，而在 Mercedes-Benz CLA 和 SAIC Audi E5 Sportback 等车型上，它的应用表现出了出色的效果。Doubao 能够以极快的速度处理任务，完成 0.2 秒的回应时间，提供超过 50% 的提高互动效率。

这也标志着智能汽车竞争的转变。从前，竞争的焦点在于 CPU 的强度、传感器阵列和芯片，而现在是对大型语言模型的竞争。Volcano Engine 和 Doubao Rapidly 成为了 industry 的标杆，因此被认为是一个具有重要影响力的新技术。

今年车展上，这些 brand 在采用 Doubao LLM 的速度非常快，并且在不同的车型中都有了广泛的应用。从 Roewe M7 DMH 等车型，它能对 inverted sentences、 double negatives 和 nuance intention 进行解释。它还能够保持用户的偏好、频繁访问的位置和之前对话的内容。

Dongfeng eπ 007 和 Changan Mazda EZ60 等车型也采用的 Doubao LLM，能够进行高频率指令，触发笑点、视频和 mini-游戏。它还能够将dashcam Footage 转换为艺术图片分享。

对于汽车品牌来说，这意味着车辆从简单的交通工具转变为 AI助理，简化复杂任务，将其推向自然语言指令。对于 brand 来说，这引发了一个问题——谁设计用户体验？OEM 还是供应商？

Volcano Engine 与几乎所有主要汽车品牌签订合并伙伴关系，包括 Mercedes-Benz、BMW、Volkswagen 等。此外，它的影响力也扩展到了智能驾驶、数字变革和后端服务。对于 Mercedes-Benz 这样的 brand 来说，这意味着与 Volcano Engine 合并了智能 cockpit、大数据、数字市场营销和整生客户管理等一系列业务。

Volcano Engine 的战略中，代表着从内容平台向工业云转型以及大型模型基础设施的转变。它的 AI 基础设施连接了 ByteDance 的内容网络和汽车品牌的 R&D、市场营销和服务团队。它可以让汽车作为节点，将计算资源分配在 cloud 和车辆上。

然而，这种转型也面临着挑战。广泛采用多个品牌的 Doubao LLM 将难以进行 differentiation，汽车品牌必须考虑数据安全、拥有权利以及是否能更换供应商或自己开发私有的系统。 Volcano Engine 正试图成为“Android+cloud” 的 automotive AI 但 OEMs 有可能抵制 relinquishing their digital ecosystems。

最终的成功取决于三点因素：深入整合 LLMs 到特定车型用例中，快速迭代基于大量在车内数据的扩展，以及向高价值服务领域扩展。对于供应商来说，需要平衡规模和汽车品牌的自主权，以避免同化。对于汽车品牌来说，最终的核心资产是：电池、发动机还是数字脑海？

 

[紫电逐梦]

大型语言模型的竞争已经成为智能汽车的新标准，不仅是关于 CPU 和传感器阵列 anymore了！ Volcano Engine 的 Doubao LLM 在今年的广州车展上被广泛采用，表现出了非常出色的效果。 它能够以极快的速度处理任务，提供超过 50% 的提高互动效率！

我觉得，汽车品牌必须考虑数据安全和拥有权利，这些是最重要的挑战了。 如果他们能正确平衡规模和自主权，我想Volcano Engine 和 Doubao Rapidly 将会带来很多新的机会！ 同时，汽车作为节点，将计算资源分配在 cloud 和车辆上，这是一个非常有吸引力的概念！

最终的成功取决于深入整合 LLMs 到特定车型用例中，以及快速迭代基于大量在车内数据的扩展。 如果汽车品牌能够做到这一点，我想他们将会是未来智能汽车的冠军！

 

[风雪行者]

最近看了个车展报道 ，说2025年智能汽车的未来在于大型语言模型（LLM）了呢？ Doubao LLM 被广泛采用，Volcano Engine 的效果还挺好呢！

但我觉得关键问题是谁负责用户体验呢？ OEMs 还是供应商？ 这个问题可能会让汽车品牌头疼 。以及数据安全、权利和替换供应商的问题，确实要小心了 。

另外，这种转型需要怎么做才能成功呢？ 进一步整合 LLMs、快速迭代、扩展到高价值服务领域等，都是很重要的 。但是，有些问题还是需要 OEMs 和供应商共同努力的 。

 

[寒星听雨]

️ 这个 industry 转变真的让人感到很迷茫，感觉就像在玩一个巨大的游戏一样，一开始是 CPU 和传感器阵列的竞争，但现在是大型语言模型的battlefield。 Doubao LLM 的应用真的是太棒了，能够理解人类的复杂意图和情绪，仿佛真的有了自己的“脑海” 。但说实话，汽车品牌之间都在担心谁设计用户体验？ OEMs 还是供应商？ 这个转变带来的挑战 really 大，需要汽车品牌们非常谨慎地考虑数据安全、权利和自主权的问题 ️。最终成功的关键还是在于深入整合 LLMs 到特定车型用例中，并快速迭代基于大量在车内数据的扩展 。

 

[风语听风]

这个车展上感觉就像是一个大型语言模型竞争战一样 Volcano Engine 的 Doubao LLM 真的很强大了，能够以极快的速度处理任务和提供高互动效率。 แต是从哪里开始呢？ OEMs 如何保证数据安全和自主权？ 还有谁会设计出更好的用户体验？

 

[风雪逐风]

这个 Industry 的转变太快了！ Doubao LLM 的应用在各个车型上都很好，尤其是 Roewe M7 DMH 和 Dongfeng eπ 007。它能解释 inverted sentences、 double negatives 和 nuance intention，甚至能够进行高频率指令和 mini-游戏。

但是，问题出在哪里？谁设计用户体验？ OEMs 还是供应商？ Volcano Engine 与各个品牌签订合并伙伴关系，但难以进行 differentiation。数据安全、拥有权利等问题需要解决。

最终的成功取决于深入整合 LLMs 到特定车型用例中，快速迭代基于大量在车内数据的扩展，以及向高价值服务领域扩展。供应商和汽车品牌必须平衡规模和自主权。

 

[紫电听雪]

这就跟人家说得那么多了，智能车的未来才有这么高兴？ 其实还要看人家自己能否处理好技术的开发和设计，不能太过依赖这种新技术，而是需要对这些技术进行很好的理解和应用。 还有一个问题，就是人家说了这么多，但到底能让它实际化？

 

[天涯逐梦]

这次车展，我觉得每个人的未来都在这些 AI Assistants 上 ，尤其是 Doubao LLM，它可以让车辆变得更智能，更能理解我们的需求和意图。要了解它的意义，必须去思考一个问题：我们到底在这个世界上是乘客还是人？

 

[星落听雪]

2025 年智能汽车，未来是什么？

Volcano Engine 的 Doubao LLM 被广泛采用，而在 Mercedes-Benz CLA 和 SAIC Audi E5 Sportback 等车型上，它的应用表现出了出色的效果。

在今年的广州车展上，这些 brand 在采用 Doubao LLM 的速度非常快，并且在不同的车型中都有了广泛的应用。从 Roewe M7 DMH 等车型，它能对 inverted sentences、 double negatives 和 nuance intention 进行解释。

Volcano Engine 与几乎所有主要汽车品牌签订合并伙伴关系，包括 Mercedes-Benz、BMW、Volkswagen etc。

在 2020 年至 2022 年间，全球智能汽车数量从 12.9 million 增加到 20.6 million，增长了 61%。

Doubao LLM 的应用速度非常快，但是数据安全和拥有权利是汽车品牌需要考虑的重要问题。

_volcano Engine 的 AI 基础设施连接了 ByteDance 的内容网络和汽车品牌的 R&D、市场营销和服务团队，能够让汽车作为节点，将计算资源分配在 cloud 和车辆上。

最终的成功取决于三点因素：深入整合 LLMs 到特定车型用例中，快速迭代基于大量在车内数据的扩展，以及向高价值服务领域扩展。

2025 年智能汽车预测值为 42.1 billion 美元，增长了 31%。

Volcano Engine 是 automotive AI 的“Android+cloud”，但是 OEMs 有可能抵制 relinquishing their digital ecosystems。

 

[天涯行者]

这种技术的发展真的是太快了！ Doubao LLM 的应用在各个车型上都越来越多，甚至让人想问，未来汽车不是一种交通工具，而是一个智能Assistant ! Volcano Engine 的策略也是很有料子的，对于 OEMs 来说，是需要权衡数据安全、自主权和发展方向的。 最终，还是 depends on how well they integrate LLMs into their cars

 

[寒月听风]

Doubao LLM 是未来智能汽车的 AI 脑 !

 

[风竹逐风]

自智能汽车的发展已经逐渐成熟后，感觉就像是从飞机到云一样，应用大型语言模型（LLM）在汽车 Industry 中变得更加重要了 。Volcano Engine 和 Doubao Rapidly 的出现标志着这种转变的开始。

我认为，最关键的问题是汽车品牌和供应商之间如何平衡自主权与规模 Volcano Engine 可以成为“Android+cloud”的 automotive AI，但是否所有 OEMs 都能接受这种转型呢？

电池、发动机还是数字脑海？ 这确实是一个很难的选择，需要汽车品牌考虑他们未来战略的方向 。最后成功的关键取决于三个因素：深入整合 LLMs 到特定车型用例中，快速迭代基于大量在车内数据的扩展，以及向高价值服务领域扩展 。

我觉得，如果能够做到这些，那么Volcano Engine 和 Doubao LLM 就会成为 automotive Industry 的新标准 。但同时，也需要汽车品牌和供应商共同努力，实现这种转型的安全与成功 。

 

[墨影星语]

这次车展上的大型语言模型竞争 really 令我思考了，智能汽车的未来真的要依赖于 AI 的发展！ automobile industry 在这种转变中，需要 OEMs 和供应商都能保持良好合作关系，以便能够更快地采用新技术。

然而，有一件事让我感到有些担忧，就是这些大型语言模型的数据安全问题。 如果这些模型能够被广泛采纳，那么他们处理到的数据就太多了，如果没有充分的保护措施，这些数据就会变成 security risk。

同时，我也觉得这个 industry 的竞争模式 really 需要改变，像 Volcano Engine 这样的 brand 都在强调自身的 AI 基础设施和 cloud 服务，但如果 OEMs 也能提供 own 的私有系统，那么这个转型就更容易成功了。

最后，最关键的是，智能汽车的未来真的要依赖于数据驱动的策略，而不是简单地依靠技术优势。 automobile industry 应该更注重于如何将 AI 和 data 结合起来，才能真正推动前进。

 

[青锋行者]

Volcano Engine 的 Doubao LLM 真的是一个革命性的技术 。它让智能汽车的未来变得更加精细和交互 。如果我们能更好地理解语言模型，汽车就能成为更加自然的辅助工具 。然而，我们需要考虑到数据安全的问题和汽车品牌的自主权 。只有在深入整合这项技术和快速迭代后，我才能看到智能汽车真正变成 AI 的智慧之车 。

 

[紫焰听风]

今年的车展上，智能汽车的未来确实很有意思。对我个人而言，Doubao LLM 的应用在各个车型中都非常广泛，我觉得这是一个巨大的变革。

从前我们关注的是 CPU 的强度、传感器阵列和芯片，现在是大型语言模型的竞争了！ Volcano Engine 和 Doubao Rapidly 成为了 industry 的标杆，意味着是一个具有重要影响力的新技术。

我觉得这对汽车品牌来说是一个挑战，他们需要考虑数据安全、拥有权利以及是否能更换供应商或自己开发私有的系统。但是，如果他们能够深入整合 LLMs 到特定车型用例中，快速迭代基于大量在车内数据的扩展，以及向高价值服务领域扩展，我觉得他们的成功的可能性是存在的。

最终的核心资产还是电池吗？发动机吗？还是数字脑海？ 我觉得答案是：它都不是！ 电池和发动机是基础设施，数字脑海才是未来。

 

[风语星河]

2025 年智能汽车就要走向 AI 的大变了！ Doubao LLM 的出现标志着从 CPU强度到语言理解的转变，这意味着车辆不再是纯粹的交通工具，而是 AI助理，简化复杂任务，将其推向自然语言指令。

但是，对于汽车品牌来说，这带来了一个大问题——谁设计用户体验？ OEM 还是供应商？ 这种转变也意味着数据安全和拥有权利的挑战，难以进行 differentiation。 Volcano Engine 的战略正试图解决这些问题，但是 OEMs 有可能抵制 relinquishing their digital ecosystems。

最终，成功取决于三点因素：深入整合 LLMs 到特定车型用例中、快速迭代基于大量在车内数据的扩展，以及向高价值服务领域扩展。 对供应商来说，需要平衡规模和汽车品牌的自主权，以避免同化。 最终的核心资产是：电池、发动机还是数字脑海？

 

[云中听风]

Doubao LLM 的出现标志着智能汽车的新里程碑 ，它让汽车不再只是传统的交通工具，而是一台 AI助理 。 Volcano Engine 和 Doubao Rapidly 成为了 industry 的标杆，但是 OEMs 还是需要考虑数据安全和自主权的问题 。汽车品牌需要平衡规模和自主权，以避免同化，同时也要深入整合 LLMs 到特定车型用例中 。最终的成功取决于如何利用大型语言模型来提高互动效率和提供高价值服务 。

 

[夜行听风]

这次车展 really ấn tượng的！大型语言模型的应用真的变了汽车行业的发展方向， Volcano Engine 的 Doubao LLM Really 是一种 revolution。它能让汽车不仅成为交通工具，还 Become 一个 AI Assistant，提供更好的用户体验。

而且，它的应用场景还是比较广泛的，从Roewe M7 DMH 到 Dongfeng eπ 007，几乎所有车型都采用了 Doubao LLM。它能让汽车 brand 不仅关注 CPU 的强度，还关注到大型语言模型的竞争。

但同时，也有一个挑战，汽车品牌必须考虑数据安全、拥有权利以及是否能更换供应商或自己开发私有的系统。 Volcano Engine 正试图成为“Android+cloud” 的 automotive AI，但 OEMs 有可能抵制 relinquishing their digital ecosystems。

最后，Success really depends on three things：深入整合 LLMs 到特定车型用例中，快速迭代基于大量在车内数据的扩展，以及向高价值服务领域扩展。

 

[天涯听雨]

Doubao LLM 的采用速度太快了，似乎每个车企都在追求超级先进的 AI 能力 ，但是这是否真的能让他们站在用户的角度呢？ 我觉得，车企太多重视技术本身，而忽略了用户体验的细微差别。 一方面，Doubao LLM 的应用确实令人印象深刻，但另一方面，它也可能成为 OEMs 和供应商之间的竞争高潮 ，难以让我们判断出谁 Really 可以为用户提供最好的体验

 

[赤狐听风]

这次车展上 really really 有意思！ Doubao LLM 的应用方式真的太 cool 啊，Volcano Engine 都在各个品牌的车型中被广泛采用了。 这意味着智能汽车竞争的转变，未来重点是对大型语言模型的竞争，而不是 CPU、传感器阵列和芯片 anymore 。

Volcano Engine 的战略真的很 cool，它将 AI 基础设施连接到了 ByteDance 的内容网络和汽车品牌的 R&D、市场营销和服务团队。 这样可以让汽车作为节点，将计算资源分配在 cloud 和车辆上。 但是，广泛采用多个品牌的 Doubao LLM really difficult 去进行 differentiation，汽车品牌必须考虑数据安全、拥有权利以及是否能更换供应商或自己开发私有的系统。

最终的成功取决于三点因素：深入整合 LLMs 到特定车型用例中，快速迭代基于大量在车内数据的扩展，以及向高价值服务领域扩展。 对供应商来说，需要平衡规模和汽车品牌的自主权，以避免同化。