藍鯨新聞5月19日訊（記者 武靜靜）什么是真正的"AI+汽車"？

在科幻電影的世界里，汽車不再是簡單的交通工具，而是集智能、飛行與自我意識于一體的未來化身，是未來都市最具標志性的“生命體”。還記得《銀翼殺手2049》中的那輛“佩喬飛車”嗎？它不僅能在城市上空自由穿梭，還配備了人工智能駕駛、全息通訊系統，甚至能在雨中精準定位目標，像一個沉默冷峻的獵人般與城市共舞。

回到現實，這種幻想并非遙不可及。

AI技術的飛躍，正推動智能汽車從“交通工具”走向“智能終端”進化。真正的“AI + 汽車”，不只是語音識別或自動駕駛的加法，而是對整車智能體系的根本性重構。

“我們希望構建一個多端聯動、一腦多端的架構。”弋途科技聯合創始人李盼在接受《藍鯨科技》采訪時這樣描述，“AI不應被封存在車內，它應該是一個和用戶始終保持感知連接的智能體，無論是在車上、手機上，還是在家里，都能無縫銜接，形成統一的大腦。”

這種變革的核心，是將大模型能力深度嵌入整車架構，打造具有自主決策能力的“移動智能體”。它不再只是單點功能的集合，而是一個具備全局感知與行為決策能力的“類智能生命體”。

這一進化，依賴于兩大關鍵支撐：其一，是以用戶場景為導向，構建AI的服務閉環，讓AI不僅“能聽懂”，更“懂需求”；其二，是實現整車全域智能協同——大模型作為中樞，打通座艙交互、智能駕駛、底盤控制、動力系統等核心系統，形成真正的智能神經網絡。

“未來的助手，應該如影隨形，成為個人的生活助理，隨時跟隨著個人。”李盼說，他所設想的“智能體”，不再局限于車內語音交互，而是一個基于大模型技術的全時在線AI，能夠主動理解、實時服務、跨設備響應，成為用戶的“第二大腦”。

尤其在座艙領域，Agent技術的落地正在重塑人車交互方式。傳統“播放音樂”“打開空調”的指令式交互，正被具備理解、規劃與執行能力的AI智能體所取代。比如，“導航到前方咖啡店并提前預定車位”，這樣復雜的鏈式服務指令，已成為現實。

AI的三次技術范式遷移——從判別式AI、生成式AI，到如今正在爆發的Agentic AI（智能體AI）正引領智能汽車進入“主動服務”的新階段。而下一步的目標，是向具備感知和行動能力的“具身智能”（Physical AI）邁進。

“在五年乃至十年后，汽車就不再只是交通工具，而會成為一個巨大的智能移動終端，甚至是智能機器人。”李盼對未來有著清晰的判斷。他認為，真正的AI+汽車，不僅是在技術架構上的躍遷，更是對用戶關系和產品認知的重構。

在這場技術變革中，創業公司成為重要的創新引擎。成立于2023年6月的弋途科技，正是這一浪潮的先行者。2024年，公司率先以大模型能力為底座，推出首個車載AI智能體平臺，在國內主流汽車品牌中實現量產落地，為智能座艙賦予了真正的“理解力”與“行動力”。目前，弋途科技已經與北汽、一汽、上汽、五菱、長城等頭部車廠進行合作。

?

近日，藍鯨科技與李盼進行了一次深度對話，探討他們如何在技術躍遷的關鍵節點，抓住機遇、重構智能座艙的體驗邊界。

李盼畢業于上海交通大學，有15年智能網聯汽車行業產品規劃、體驗運營、品牌營銷經驗。曾任國內頭部主機廠智能化產品總負責人，國內頭部車聯網公司產品項目負責人。

李盼曾經從0到1搭建智能座艙產品規劃及Hero car項目落地，操盤了基于智能汽車OS的行業開放生態建設及商業模式推廣；建立了智能電動汽車的用戶全旅程體驗運營模式，在汽車品牌市場方面具備豐富的新媒體運作經驗； 擅長整車智能化產品創新規劃和定義，AI新技術應用，以及互聯網科技產業生態資源及商業模式設計。?

一、從軟件定義汽車，到AI定義汽車

藍鯨科技：你們最近發了新的產品，提到有一個觀點是讓汽車真正"活"起來，這是一套什么樣的AI系統？

李盼：弋途心界AI全棧系統就是這樣一套讓汽車真正"活"起來的智能系統。

這套系統的核心在于四個層面的協同配合。

首先是核心層，弋途心界AI-MIND是專為智能汽車打造的AI決策中樞，它像一位經驗豐富的"老司機"般理解所有的用車場景：能通過多維感知實時掌握車輛狀態、環境信息和用戶需求；具備類人化的快慢思考能力，既能瞬間響應簡單指令，也能深度處理復雜行程規劃；獨有的記憶網絡可學習每位用戶的習慣偏好，實現越用越懂你的個性化服務。

其次是交互層，交互層圍繞弋途心界AI-HMI與UI Agent能力構建。傳統人機交互以物理按鍵、語音命令為主，仍需大量操作步驟。心界AI-HMI提供了“生成式HMI”與“無感交互”體驗，支持視覺、語音、行為等多模態識別，并通過情境感知和判斷呈現千景千面的界面響應，刷新交互體驗，不再是“你操作系統”，而是“系統為你操作”。

第三是服務層，弋途心界AI-L3智能體通過獨創的多智能體協作架構，將生活助手、用車助手等模塊深度融合，實現導航規劃、場景化播客、智能點餐等跨場景服務的無縫串聯，真正達成"需求感知-服務觸發-閉環執行"的完整鏈條。

最后，AIOA架構的存在，實現了從"軟件定義"到"AI驅動"的范式突破。其革命性創新在于將傳統車載功能模塊轉化為可被大模型靈活調用的"智能積木"；同時，基于多智能體協同架構，構建了統一的"整車能力總線"，使得原本孤立的軟件和硬件，在大模型的調配下實現智能化組合，實現汽車AI功能的場景化應用。

這套架構不僅支整車功能的實時智能組合，更通過持續學習機制不斷進化，讓汽車從"功能集合體"進化為真正具有適應能力的"智能生命體"，為行業提供了可規模化落地的AI整車解決方案。

藍鯨科技：關于如何用AI來改造汽車智能座艙的體驗，你們的思考是什么？

李盼：過去座艙領域孕育了眾多杰出的企業，其中不乏員工規模超過千人的大型企業。

我們在這個領域做了十年，行業競爭確實激烈。現在，在AI這個大方向上，我們希望通過數據和模型能力，迅速構建起AI的感知、理解和推理能力。一旦模型成熟，后續的迭代將不再像傳統軟件開發那樣耗時費力，無論是開發速度還是用戶體驗，都將迎來質的飛躍。這標志著一種全新的競爭范式的誕生。

正因為看到了這一巨大變革帶來的商業機遇，我們也看的比較早，有可以領先半個身段的競爭優勢。

所以公司決定去年布局AI全棧系統方向，借助與語音公司和模型公司的合作，我們迅速推出了面向車載領域的智能體平臺，這是第一步，核心是獲取AI交互的入口。

之后，我們著手籌備構建全新一代的產品架構，本質上這是一個AI操作系統。在這個系統中，意圖識別大腦mind，基于mind的理解下，我們構建了L3級智能體AI-HMI。向上構建了智能體（Agent）和AI HMI（生成式交互界面），向下則是一套面向AIOA服務框架。再往下，我們正與全新的跨域芯片和控制器廠商合作，在這些設備上部署端側推理模型。

目前，整套架構已經搭建完成。

藍鯨科技：Agent或者大模型技術變量，讓你們看到了哪些智能座艙領域的新機會？哪些舊的體驗會被革命？

李盼：智能座艙我們做了十多年，看到非常多的行業級問題，主要有三類：

首先，在交互方式上雖然有變化，從大屏觸摸到語音交互，但很多用戶仍然覺得它不夠智能，比如系統聽不懂用戶指令，無法自然流暢的交互。

其次，座艙空間內的服務體驗始終未能閉環。早期，大家都在把各類APP集成到車內，比如，地圖、語音等基本功能，之后開始探索整車場景。比如出行場景，用戶往往需要在多個APP之間切換。

一些簡單的需求，比如叫外賣，或者約會想找餐廳，這些看起來簡單的服務，操作起來并不方便，需要在手機上搜索好信息后，再通過微信發送到車機上，然后在車機上打開，服務始終未能閉環。如何形成一個很好的服務閉環？在以前很難做到，而AI技術的演進讓我們看到了智能化閉環的可能。

當車載系統的交互和服務做到極致時，再隨著自動駕駛技術的提升，一臺汽車就真正成為了“mobility robot”出行機器人，這是汽車智能化的終極。這臺智能汽車不僅會有一個“小腦”來控制它的行駛，還必須要有一個“大腦”，理解人的需求，并服務人。

二、Agent“再造”智能座艙

藍鯨科技：AI時代，智能座艙體驗會有什么不同？

李盼：最初，當我們談論智能座艙時，它還處于一個非常初級的階段。這個階段主要是受到移動端使用習慣的影響，比如我們在手機上習慣使用iPhone、智能手機和平板等設備。一個簡單的想法是，既然我們在移動端能夠享受到各種在線服務，那么在車上，無論是在行駛中還是在任何出行場景下，我們也希望能夠獲得類似服務。

因此就有了在車上安裝大屏幕，并在屏幕中集成在線應用的做法。除了導航，我們還希望在車上聽音樂，聽書。這其實是用移動互聯網思維在造車。車的智能化發展，早期被稱為信息娛樂系統，主要側重于信息和娛樂功能。

之后，大家開始考慮是否可以結合車載硬件，比如氛圍燈、座椅，甚至與駕駛功能做一些聯動。這些事情看起來簡單，但實際上非常復雜，因為車載系統有很多自身的要求，如安全性、功能性（不能宕機，車機與手機不同，它的故障可能會帶來嚴重的安全問題）、流暢度和性能等各個方面。這就是我們在軟件領域卷了這么多年，一直在努力解決的問題。

手機提供了多種多樣的服務，無論是計劃旅游、使用即時通訊工具與朋友分享位置，還是點外賣，都極為便捷。在將這些服務搬到車上的過程中，我們遇到了一個挑戰。在車上，由于駕駛時需要專注，以及APP之間無法打通，這些事情就變得麻煩起來。車上的APP通常是以APK的形式安裝，它們之間無法直接跳轉，車廠也很難獲取到足夠的接口來實現服務層的跳轉。

因此，在車上就會遇到很多痛點問題，其中之一就是服務單線程化，即只能進行單一的導航等操作。在服務閉環中，我們面臨兩大問題。一是在前端，當說出復雜任務時，語音或車載系統可能無法理解我們的意圖。例如，如果說“我北京的朋友晚上大概七點鐘到虹橋機場，我要去接他”，當前的車載系統可能無法理解這個任務的全部內容。它可能只能識別出文字，但無法執行相應的操作，因為它不理解我們的真實需求。

因此，我們需要尋找解決方案，以實現車上的服務閉環，讓駕駛者在行車過程中也能享受到便捷、智能的服務體驗。

從AI終端的角度來看，在思考車載或出行場景時，不再簡單地將移動端的功能搬運到車上，而是更多地思考如何為車載場景提供主動服務。

現在車載技術的發展速度甚至超過了移動端。過去通常是車廠提供一套安卓系統，市場方負責安裝APP，或者車廠預裝一些必要的APP，如高德地圖和QQ音樂。然后，車廠會根據不同的車型和用戶需求，外接其他APP。

有些車廠采取了更加極致的做法。他們的車載系統就像一個平板，用戶可以在應用市場上自由下載和安裝APP。

AI時代的邏輯有所不同。首先，整個交互系統中，它需要擁有一個“大腦”進行思考。其次，交互方式也發生了變化。無論是現在的AI語音，還是未來的多模態交互，不再需要用戶按照層級，一步一步地點開APP的各個界面。用戶只需動動嘴，所有的指令都會由智能體自行實現。

我們產品有一個點咖啡的視頻，展示了這樣的交互過程。比如，你對小途說：“今天天氣冷，我想喝一杯咖啡。”它會問：“你想喝什么”，你說：“美式，熱的，不要加冰。”然后，它會繼續詢問你是自取還是送到公司。當你確認地址后，它會告訴你訂單已經準備完成，并幫你下單。如果你有優惠券，它也會幫你使用。

整個過程，你只需要花費大約半分鐘到三十秒的時間進行語音交互，這種交互非常自然，不需要刻板地一個字一個字地說得非常準確。交互完成后，接下來的事情你就不需要操心了。我們的美食助理會在小程序上按照你的需求，一步一步完成點單的動作，包括選擇口味、溫度、添加配料，以及選擇地址和下單。

這個過程，我們稱之為兩段式。第一段是確認意圖和需求，第二段是看智能體執行任務。

這樣的情境下，我們并不需要一個傳統的APP。如果做得更極致一些，所有的一切都通過云端來實現。目前，我們還在通往這個目標的路上。這也是為什么我們要與各大廠，如騰訊、阿里等進行合作，用一套更加先進的產品理念，去創造一個全新的“出行助理”產品。這種AI助理的方式，正在改變原有的應用生態，無論是從技術方式還是產品體驗上。

藍鯨科技：具體談談Agent怎么改造智能座艙？它的角色是什么，能做什么？

李盼：我們認為，智能座艙中，需要一個管家來理解主人的所有信息和意圖，依據此來執行任務。這個管家系統下，會有不同類別的助理，如會議助理、美食助理、出行助理（例如旅游達人）、親子助理等，它們各自負責專業領域內的任務，而管家則負責綜合協調。

目前，我們正在開發的是這些小助理。我們將每個應用轉變為專業的小助理，它們在自己擅長的領域能夠高效地完成任務。這些小助理的發展有一個從L1到L5的路線圖。目前，它們處于L2水平，即能夠按照規則完成既定的任務。這就像自動駕駛的L2級別，車輛能夠跟隨前車行駛或打燈變道，但還需要人類的監督。

當智能體發展到L3級別時，它將配備一個更強大的“大腦”。這個“大腦”能夠感知車內外的環境，包括乘客（如小朋友、老人、駕駛員）的狀態、表情以及習慣等。通過對這些情境信息的完整思考，模型能夠推理出主人的需求，并安排相應的事務。

例如，當系統感知到主人今天要去上班或見客戶時，它會自動分發任務給各個小助理。A助理負責導航，B助理負責調整車輛設置（如座椅、空調），C助理可能是新聞助理，為主人提供定制化的新聞資訊。此外，還有美食助理根據主人的喜好準備早餐建議，駕駛助理負責駕駛相關的任務等。這些小助理會按照時序協調完成任務。

在整個過程中，還需要一個強大的生成式交互系統。管家在感知和理解主人的需求后，小助理們領取任務并執行。同時，人機交互也變得實時且動態，根據場景變化而調整。不再像過去那樣需要在一頁屏上打開多個APP，而是根據當前需求生成相應的卡片或界面，如導航卡片、新聞資訊卡片等。這些卡片會整合圖文、視頻和文字內容，以全新的方式呈現給用戶。因此，在視覺和交互方面，這是一套全新的AI系統。

這個系統有可以思考的MIND，再加上L3級智能體，作為我們的助理存在，還有一套全新的、基于AI生成式的HMI（人機界面）基于AIOA基座共同構成。

此外，系統中還包含一些偏工程化的部分。比如，需要一套SV（可能是指某種服務層或軟件層）來支持，同時還需要在終端部署一套推理框架，以實現端到端的部署。

端部署構成了我們未來發展的三條重要路線之一。首先，“大腦”（即算法或系統）需要不斷迭代；其次，我的智能體需要不斷迭代其生成式交互能力；最后，承載這些的智能硬件也需要迭代。

這里的硬件不一定非得是屏幕，我們目前正與一些智能終端合作伙伴進行探討，未來在車內，它可能不是一個屏幕，而是一個機器人。這個機器人可能在肚子上裝有一個小型顯示屏，僅需進行簡單的“yes or no”或符號確認交互，其余任務均由它來處理。

這是我們當前的思考和布局。目前，每一層都在進行中，特別是在融資后，我們將重點投入到快速產品化、商業化，并努力形成一定的技術壁壘。因為這其中需要大量的數據來訓練模型等。

藍鯨科技：車載垂域模型的數據是從哪里來？

李盼：這些數據其實涉及幾個方面。首先，我們在努力構建自己的數據體系，也會尋求第三方合作或自主研發。其次，當這些產品應用到車輛上后，與車廠的合作就變得至關重要，這與自動駕駛數據的飛輪效應相似。一旦數據飛輪開始轉動，我們需要提供整套系統給車廠，并確保數據共享，以便共同優化算法。

因此，在與車廠洽談合作時，我們會重點討論數據的具體使用方式。我認為，一旦產品上車，用戶平時如何使用這些數據就變得尤為重要。此外，我最近也在思考一些策略，比如，為了提供高度個性化的推薦，這離不開應用本身的一些策略。所以，我們也會與應用提供方進行深入交流。

目前，我們的工作重點是搭建好框架，實現產品化。一方面，我們會與服務商、應用提供方合作；另一方面，也會與車廠、主機廠攜手，雙方共同構建一個數據池。

藍鯨科技：你認為智能機器人和Agent的關系是什么？

李盼：我們認為五年乃至十年后，車就會成為智能機器人，或者是一個巨大的智能移動終端。弋途希望在這個領域里，為這些機器人打造一個“大腦”。自動駕駛、座艙等各個領域都會有一個智能體，多個智能體相互協同，形成一個整體。這是我們對整車未來智能化的思考。

這也標志著機器人時代的一個全新大終端的到來，這個終端本身擁有強大的計算能力、行動能力和感知能力。

過去我們談論軟件定義汽車時，主要關注的是如何在各個域（如底盤域）中開發智能化軟件，定義功能座艙和場景。然而，在AI汽車的發展趨勢下，整個汽車架構也將發生巨大變化，可能會演變成一套大型的AI操作系統。在這個系統上，我們將構建各種模型，并可能引入AI計算機，替代過去的域控制器。在這臺計算機上，會運行著終端推理模型，以及其他各種組件，如CPU和GPU，它們共同支持在終端上部署和運行模型。結合終端的場景，將會有各種智能體出現，替代傳統的APP。

從座艙的角度來看，交互智能和服務智能這兩方面本身就蘊含著巨大的機遇。如今，我們有機會利用AI徹底把智能座艙重做一遍，這是一個巨大的機遇。

藍鯨科技：有車廠認為助手這個入口特別重要，選擇自己做，弋途也想做平臺性的系統，怎么競爭？

李盼：從整體產業格局來看，未來幾年肯定會發生巨大的變化，特別是在AI領域的布局和競爭上。各家企業一定會像過去做自動駕駛一樣，進行資源和精力的投入，展開軍備競賽。

這個過程中，肯定會涌現出一些在人工智能與汽車深度結合方面表現出色的企業。每家公司對自己的定位可能有所不同，但我認為，隨著技術的發展，汽車將成為一個多功能的終端。AI肯定會成為這些企業的重要技術底座。

過去我們講軟件定義汽車，現在已經進入了AI定義汽車的時代。在AI定義汽車的時代，格局會發生分化，有的企業會像理想一樣脫穎而出。還有一些企業則專注于造車本身，將AI作為體驗或服務的一部分，采用外部解決方案。我認為這種格局從現在到未來都會存在，不太可能出現某一家汽車AI公司獨霸市場的情況。

我們的主要任務是利用好這些模型，無論是開源的還是商業化的，形成一個專注于車載領域的模型。這一點非常重要，因為在許多行業中，大公司親自下場往往會擠壓小公司的生存空間。作為創業公司，需要迅速行動，在有限的時間窗口內將概念和想法轉化為實際產品和商業化方案。

在當前的格局下，公司和模型公司不太可能親自進入汽車領域。因此，我們沒有什么負擔，產業也給了我們一個寶貴的時間窗口。我們會抓住這個機會，迅速提升內部能力，特別是針對車的模型。這個模型非常重要，可能是我們未來與車廠互動和溝通的關鍵籌碼。

藍鯨科技：主機廠和大模型公司都在發力智能座艙方向，我們的優勢是什么？

李盼：主機廠都不會自己做基礎模型，因此這里存在許多不同層次的合作機會。不同的廠家情況各異，有的可能已經搭好了框架，我們只需將東西填入；有的則連框架都未建立，那我們就需要提供一整套解決方案。所以，這是一種多樣化的合作模式。

對于汽車而言，關鍵在于今天誰在定義框架，誰擁有全棧能力，以及誰能夠分層輸出。像弋途這樣的公司，就擁有這樣的定位：它具備全棧能力，同時又能分層輸出AI能力，打法非常靈活。由于我們深度了解整個汽車產業的分工，所以在創業初期，我們就保持開放的心態，沒有過于封閉。

三、雙軌策略：商業化與技術探索雙線并行

藍鯨科技：目前的技術進展和商業化探索進展是什么？

李盼：我們目前遵循雙軌策略：一方面推進商業化合作，另一方面也積極探索開源方案。

在商業化方面，由于一些車廠可能有自己獨特的想法和需求，比如他們可能偏好使用特定的技術或解決方案，我們會基于他們的這些需求，與相關的模型公司進行合作，進行針對性的訓練和開發，包括智能方面的相關工作。

而在開源方面，我們則致力于在現有開源模型的基礎上進行演進，構建我們自己的AI能力。這種方式相對來說更加靈活。同時，我們也在自主部署服務器，以支持這些工作的進行。

出行領域雖然看似垂直專業，但其中包含了眾多場景化的數據，這些數據的質量、相關算法等都需要極其精細的處理。因此，我們在這一領域的工作主要是基于一些開源模型進行自定義調整和優化。我們要不斷地調整這些模型，直到它們達到最佳狀態。只有這樣，我們最終推出的產品才能呈現出最優的體驗，從而打動客戶。

目前，在商業化量產方面，由于我們與合作伙伴的合作已經比較深入，所以現在基本上已經實現了量產。當然，這還只是前期階段，我們還有很多工作要做，但總的來說，進展還是比較順利的。

藍鯨科技：實現量產的是哪個產品，具體能做什么？

李盼：我們去年已經量產并上車的產品主要偏向于L2級的智能體。舉個例子，就像現在做得比較好的聊天功能，它上車后也具備了一些強大的閑聊功能。你可以隨意跟它聊資訊、聊新聞，上至天文，下至地理，無所不聊，甚至還能和小朋友聊天。這種能力確實很強。

其次，我們與許多應用做了深度結合。比如音樂應用，現在它能實現音樂自由說功能，即使你模糊地搜索歌曲，它也能結合當前情境，比如今天下雨了，它會為你匹配與下雨天氛圍相關的歌曲。這方面的能力我們做得很好。

此外，它還有行程規劃功能。比如你要去迪士尼，它會幫你安排一天的行程；或者你要自駕游去杭州，它也會為你規劃路線。這是利用大模型的能力，再加上我們對地圖導航UI的信息整合，實現的行程規劃功能，非常實用。

另外，我們還有一個文生圖功能，這也是結合場景生成的。比如今天你要帶孩子去迪士尼，想要一張公主城堡的畫，它能為你畫出來。畫出來后，如果你想把它變成壁紙，也能直接生成壁紙。

我們現在也與小程序合作的服務達成閉環，比如點咖啡等，這些功能已經基本上準備在一家車廠投產、量產了。

藍鯨科技：為什么在創立早期就想做生態？公司的角色定位和分工是什么？

李盼：生態是我們的一個重要戰略方向。我們的目標是在整個AI大系統中提供服務，涵蓋了模型、第三方內容以及生態服務。目前，已經構建了一套完整的AI系統，從模型到內容與服務，都與頭部大公司形成了合作，并將它們通過我們搭建的框架與能力引入到車載系統中，共同打造場景化的產品。

生態對我們來說具有兩大核心價值：首先是產品化的價值。我們與許多生態伙伴，如歷史上已有合作的公司，在邁向AI汽車時代時，都在尋求轉型。我們攜手這些伙伴，如騰訊出行、喜馬拉雅等，共同創新，將傳統APP或服務智能化。我們做了許多創新性工作，這些伙伴也愿意投入，與我們一起打磨產品。這樣的產品體驗相較于傳統有了極大的提升。

其次是與模型公司的合作價值。許多模型公司在行業中提供模型或較粗顆粒度的行業解決方案。他們希望找到能在車載領域深度耕耘、同時懂車和AI的伙伴。我們與他們之間有非常好的合作與互動。我們可以基于他們的能力，打包成方案推給我們的客戶，他們也很樂意在他們的方案中整合我們的智能體或已落地的方案，共同推向他們的客戶。

從業務到產品，我們都是通過生態來構建整個大的生態版圖。作為創業公司我們不可能什么都做。我們的定位是構建整個AI系統框架，每一層都可能有生態公司參與共建。我們也希望大家一起來共建新的AI汽車生態。這個新生態可能涉及AI的OS、AI的Agent等，應該有一個新的圈子，這個圈子里，每家都有不同的特長，如模型公司、內容服務公司等。

我們并不是要出來做“帶頭大哥”，而是希望把想法講出去，吸引到更多的人來參與。參與進來后，這里面一定會有若干個能夠與我們形成很好協作的伙伴。這也能賦能到我們，同時這也是互相的，大家可以互相促進。

藍鯨科技：公司未來發展規劃是什么？

李盼：我們會以車輛的智能化、AI化為切入點，首先深入打透車載場景。在構建起全面的AI能力后，我們會逐步將這些能力拓展至各個終端上。

今天，無論是機器人、玩具，還是耳機、眼鏡等設備，它們的核心需求都是相似的：需要交互，需要服務。在車載這個相對封閉且意圖明確的場景中，我們更容易打穿并深化智能車的應用。同時，我們也會將AI能力延展到其他終端上。因此，我們目前也在積極關注非汽車領域的賽道。

在這個過程中，我們并非完全脫離汽車，而是希望構建一個多端聯動、一腦多端的架構。例如，如果有一個玩具，孩子可以把它拿到車上，只要它使用的是我們的AI系統，里面也包含我們的服務，那么孩子在后排就可以直接與玩具聊天，玩具也能感知孩子的情緒，并幫助他實現車上的各種動作和指令。

這樣，無論我走到哪里，我的AI“大腦”都會跟著我，我的服務也會隨時跟隨。而不是只有在車上時，我才能享受到整個助理的體驗。這是我們整體的大邏輯。

從AI的視角來看待終端，未來的助理，應該如影隨形，成為個人的生活助理，隨時跟隨著個人。