从夏一平的这些话语里面，你完全能察觉到他对极越未来的笃定，以及对极越选择大模型技术路线的自信。

而且夏一平的观点中，他尤其强调AI大模型对汽车行业的改造和颠覆，包括在他的发言和采访中，提及AI、大模型多达五六十次。在他看来，驱动汽车未来发展的就是AI、就是大模型。

“从整个行业的发展来看，AI 或是大模型 ，跟整个汽车产业的深度融合，不仅仅给汽车产业带来新的改变，对人形机器人的发展也会有促进作用。”夏一平说，“我觉得未来对于AI有无限的可能，不管大模型加什么，对未来创造更多新的不管是产业发展也好，还是科技发展也好，都有非常大的驱动力。”

夏一平还有一个观点是：“关于三电技术，我认为今年可能已经走到尽头了。想在三电方面拉开差距几乎是不可能的，无论是电池、充电、电机，现在都越来越同质化。真正能够突破、赢得市场的，只能是看智驾能力的高低，以及智能化体验的优劣。

整个世界都在向着AI方向变化。我们会被AI的产品所围绕。所以，如果你的车不够智能，不是AI，会让人觉得已跟不上时代。”

由于大众对AI的不理解，更多人依然在比较产品配置、产品参数，因此夏一平说他现在的工作可能更像是一个科技的布道者，天天到极越的展厅和用户交流、去卖车，也直播智驾，是一个很真实的状态。

但也正因如此，外界所看到极越和夏一平眼中的极越完全是不同的，一个外界以为姗姗来迟、但在极越自己看来，却是极具前瞻性的极越。

夏一平毫不隐晦地说，很多车企挖走了百度的工程师、也用8295芯片，但是从他角度来看极越现在在AI智舱方面做的事别家做不了，并且不是因为芯片的问题。

“在智能汽车的时代，核心的竞争力是软件架构和电子架构，在这些方面，极越可以说是领先行业两代到三代。”他在专访中表示，极越是中国第一家整车做SOA化（面向服务的架构）的公司，让车辆对各个下层模块的能力有更好的跨域调度，实现底层操作系统所有域控全时云端更快、更安全的FOTA体验，还包括行业首个SOA化舱驾融合，形成系统级的安全冗余。

“APP交互是上一个时代的产品、大模型可以解决所有的事情、语音交互是新的方式，”他说，“我们现在团队的基本工作原则是——一定要用模型的思路来解决。”

而且夏一平说，当你的手机是AI手机、电脑是AI电脑，你还会用传统的汽车吗？他的言下之意是，当AI在手机、电脑这些日常设备中普及之后，汽车也必然会AI化，这和智能手机时代的逻辑是一样的。现在的问题只是在于，极越如何在AI大模型这条路上走得更远。

这次极越AI DAY 2024上发布的百度Apollo自动驾驶视觉大模型VTA Net基础大模型就提供了静态检测、时序跟踪、实时建图、场景理解等能力。这个大模型被定义为“基础模型”，一方面是让极越纯视觉高阶智驾能力得到提升，另一方面则是基于大模型打造了智驾数据生产线、和LLM（大语言模型）一起做自动驾驶数据索引，还能通过生成式AI技术，让百度也具备高效处理长尾数据的能力——而不用再去专门找Corner Case。

同样，基于自动驾驶视觉感知大模型让百度LD车道级导航地图的生产也变成了自动化，实现端到端地图生成，这样可以在一天以内生成一个城市的车道级导航地图。这大大提升了百度LD地图的覆盖率，也让极越只要在有LD地图的城市就能实现PPA（点到点领航辅助）功能。

很快，百度视频语音融合的多模态交互方案也将上车，车载端侧语音识别大模型将在极越车端部署。百度语音首席架构师贾磊就表示：“更超强的技术一定是端侧大模型，让车机在任何网络环境下，都能快速响应用户交互需求并解答车辆相关操作的问题。”

“我们的迭代速度非常快，全年AI模型迭代次数达到324次，而且是真正上车的模型，基本平均一天就有一个模型上车。”夏一平对极越在大模型上的能力相当自信。而且他断言仅以智能驾驶而言，到今年年底，头部的智能驾驶玩家和第二梯队就会拉开巨大的差距，因为AI数据迭代的飞轮一旦起来之后，成长是非常快的，不会给后来者赶超的机会。

由于驱动极越产品力提升的是大模型，而大模型本质上是一个OS，是一种体验，而不是像其他车那样看配置表清单就能得出结论，这反而使得极越在销售端遇到了问题。

“和理想最近的反思有点相似，以为把车造出来就是1-10的过程，其实发现还是0-1的过程。我们在前期的目标用户找得不够精准。当要把车卖给非目标群体的时候，你会发现很困难，而当我们把车卖给科技爱好者的时候，甚至都不用介绍车的优势，他们就会买单。”夏一平聊到极越目前的销量情况时很坦诚地表示。

“作为一个新的品牌、新的品类产品，当一个用户进入我们门店的时候，思考的第一个问题不是我要买车，而是这个品牌是什么牌子，能不能信任。这也是我们要去解决的问题。当品牌还在建立认知的过程中，我觉得应该把多把用户带上车，通过卖场景、卖体验，这也是我们产品的优势所在——而不能去静态地卖配置。”

夏一平这个观点说得很实在，因为大模型的体验是不能从纸面信息看的，电子电气架构的优势也不是在配置单上看得出来的。这就好像很多人第一次使用文本大模型、文生图大模型时一开始都是很惊叹，看上去像是搜索功能，可背后完全是不同的运行逻辑。

所以极越目前的挑战就在于，如何把“AI大模型”这样虚幻的词汇让普通消费者可以更好地体验出来，这就将决定极越的销量。

不过夏一平在专访最后提到的一段话颇为真切：

“科技的发展不会倒退，包括现在的AI技术发展，GPT大模型，以及整个AGI发展，这些技术的发展将非常有效的推动整个智驾的飞速发展。”

“时代不会倒流，科技也不会倒流。”

或许正因为有这种对AI、GPT大模型这些创新技术驱动汽车行业进一步发展的信念，才是夏一平坚信极越能够最终成功的关键。

编后记：

写完这篇稿件之后的一天，和@朱玉龙-YL 朱校长一起聊天，发现大家有一个很明确地共识是“AI大模型会成为一种全新的OS”。当然这个共识已经在一些ICT企业和车企里面提出来了，包括本文采访的极越夏一平也坚信AI大模型的OS逻辑，但是汽车媒体里面似乎还很少提到。

目前OS解决的问题是通过触达APP来实现需求的解决，但是由于APP/应用是延续了PC端的功能细分方式，所以整个OS系统还是“桌面”方式。这就造成目前车机界面的复杂性，需要一整套完整而繁琐的APP Launcher（可以把这个界面也看做是一个APP，只是这个APP常驻系统）。

这就带来了一个问题，就是APP成为了各个需求的一种入口，也使得我们其实是生活在APP的世界里面。你需要完成什么需求，那就是需要先明确自己应该用什么APP，比如听音乐是QQ音乐、看视频是爱奇艺、调整车辆某个功能需要进入到控制车辆的APP（当然，智能汽车上其实把车机控制集成到一个按键，但本质上也是APP）。这使得整个的体验其实是很迟缓的，要做到某个目的不是可以立刻得到结果的。

所以下一步智能汽车的进化，最大可能的技术进步，不是三电系统、不是800V之后再搞1000V，而是基于大模型带来的整个车内交互体验的变化。从现在的GPT来看，基本的一个逻辑就是可说即可得，想做什么直接说出来，然后经过一个黑盒在完成。消费者不会去关心这个过程是怎么实现的，只想的是得到结果，这个逻辑很符合用户需求的。

然后我还请教了数码领域的KOL@flypig 对于手机行业目前端侧大模型的使用前景的预判，我发现手机行业对于大模型的使用场景也是一个探索阶段，但是完全没有汽车这边的场景广阔。

我个人认为其中原因有几个：1、手机还是一个重社交应用场景的硬件，这就注定了APP需求还是会更强，比如微信、飞书、微博这类，本身APP就已经是生态了；2、汽车功能需求单一、但对车辆控制复杂度却更高，触控的层级页面带来的问题更多，3、汽车安全性要求，在双手不脱离方向盘的情况下，没有触控的前提下语音交互是更有利的选择。所以基于大模型的车内交互就很重要了。

朱校长提出了一个很有意思的观点是，特斯拉目前的估值，不是基于汽车业务的，实际上大部分是基于AI、大模型这些的估值，所以特斯拉不是目前中国汽车产业的参照标的物了。特斯拉打造2.5美元的廉价车也不能支持它的估值，只有看特斯拉在AI上的突破。

但是我们都认为，现在大家对AI大模型的想象力太孱弱了，根本不知道大模型上车后会有什么场景。所以小米SU7发布会上雷军提出的理想文生图的大模型是没有意义的，还是要多模态融合，把视觉和地理位置结合起来，这会很重要，也是一个真真的个应用场景。

但是很大的问题是，要实现多模态的融合这一点还很难，算力、数据都是目前中国车企不足的地方的。不是说把海外公开的大模型搞过来就行。

更重要的是所谓的大模型本质上还是要布置在端侧，能够跑在端侧效率才会很高，这一点百度也在强调大模型的未来在端侧。这里面又有一个问题，一个是NPU的算力，还有一个是你需要大内存来布置端侧，同时内存和NPU的连接还要能够达到高速传输，这都是难点。

但是，大模型上车，这个未来已经来了。目前看中国汽车的市值也就这样了，或许下一步看看哪家真的能够把AI算力和大模型的研发搞起来。而我的一个猜想是，像百度这样的公司或许会成为一个新时代的Tier 1？

（END）