科大讯飞汽车语音

定义与技术定位

科大讯飞是中国车载语音交互市场的领军企业，也是亚太地区知名的智能语音与人工智能上市公司。自2015年前后启动汽车智能化布局以来，该公司长期深耕智能语音、自然语言处理与认知智能等核心技术，为汽车行业提供从智能交互到智能座舱的全栈解决方案。据盖世汽车研究院统计，2025年科大讯飞车载语音交互产品以41.9%的市场份额排名国内第一，装机量达818.8万套。

技术体系：端侧大模型与混合架构

科大讯飞于2026年北京车展发布了星火座舱端侧多模态大模型SparkAuto-EMM，提供0.5B至7B参数规模的多尺寸模型，适配不同平台算力和差异化车型需求。这一端侧部署策略旨在解决纯云端方案面临的四重瓶颈——高频API算力成本高企、网络延迟难以忍受、地下车库等场景功能瘫痪，以及持续数据上传带来的隐私合规压力。通过端云协同的混合架构，星火座舱可在无网络环境下保持核心功能运行，并将用户数据保留在车端处理。据科大讯飞总裁吴晓如介绍，端侧大模型在垂直场景下的性能已可逼近云端大模型，而响应速度则远超云端。近期讯飞还将发布30B参数规模的更大模型，进一步扩展端侧智能的能力边界。

“会办事，更懂你”：星火座舱3.0

星火座舱3.0的核心能力可概括为九个字——“听得懂、记得住、会办事”。

在意图理解层面，SparkAuto-EMM支持1500余项座舱全场景原子能力，意图理解响应时间仅150毫秒，模糊意图识别准确率超过90%。用户无需使用固定指令词，可以用“车里怎么这么闷”这样模糊的日常语言下达指令，系统可结合天气、乘员状态等上下文完成决策。

在记忆能力层面，系统内置54个维度的用户记忆模型和2808个记忆锚点，可记住用户及其家人的偏好特征。例如，在规划“先去老婆公司接她下班，然后去最近的超市购物，再去商场吃饭、看电影”这样的多目的地出行时，座舱可自动安排最优路线。

在执行能力层面，星火座舱3.0引入MasterAgent智能中枢，负责拆解复杂任务并调度1500余项车身功能及场景Agent协同执行。用户只需说“上午11点要去公司开会，中午约了德国客户，帮我在公司附近找一家口碑好的德国西餐厅，下午三点要去机场，去机场前先充个电”，系统即可一次性完成多任务处理，无需分步下达指令。

主动服务与多模态感知

星火座舱3.0的另一个核心升级是从“被动响应”走向“主动服务”。依托车内DMS、OMS、生命体征传感等多模态感知能力，座舱可对乘员状态进行实时监测与预判。典型场景包括：后排儿童睡着时，系统主动降低音乐音量并调整空调风向；手机滑落时主动提醒；宠物被遗忘在车内时触发预警。这些主动服务基于对座舱环境的实时感知，而非依赖用户的明确指令，体现了AI座舱从执行终端向智能伴侣的演进。

智慧声场（iFLYSOUND）

在声学领域，科大讯飞于2026年首发搭载氮化镓技术的母带级车载声学系统，单通道输出功率达300W，为首个获得QQ音乐“臻品音质”认证的车载硬件。该系统集成30余项全栈自研车载AI音效算法，支持声场分区、无麦K歌、随行DJ等场景，累计装车已超120万辆。魏牌V9X、东风日产NX8、极氪007GT、奇瑞星途EX7等车型均已搭载iFLYSOUND技术。

全球化布局

针对中国汽车出海需求，科大讯飞海外星火大模型已支持32种语言，覆盖60个国家和地区，可实现多语种无感切换。中国车企出海TOP10中已有8家与科大讯飞深度合作，累计落地100余款出口车型。为应对不同海外市场在网络基建、隐私政策和生态服务上的差异，讯飞提供Lite、Pro、Ultra、Omni四大差异化产品版本，覆盖从纯离线到端云协同的多种方案。在生态层面，讯飞正与车企搭建协同共享机制，统一对接海外本地服务商（如导航、音乐、生活服务等），减少重复开发，加速全球化落地效率。

技术局限与行业挑战

科大讯飞语音方案在车载领域的领先地位已获市场验证，但其高度依赖座舱芯片算力以支撑端侧大模型运行。对算力有限的入门级车型，端侧模型的意图理解能力和响应速度可能受限，需向云端或轻量化方案妥协。此外，端侧大模型虽能保障隐私和离线运行，但在需要调用实时外部服务的复杂任务（如餐厅预订、多平台比价）中，仍需依赖网络连接与第三方生态的打通质量。