作為本次論壇的重磅環(huán)節(jié)，高層論壇上午場以" 推進(jìn)新能源汽車智能化、綠色化、融合化、國際化發(fā)展 "為主題，下午場以" 探索產(chǎn)業(yè)新發(fā)展模式 培育汽車新質(zhì)競爭力 "為主題，匯聚了來自政府、汽車、能源、交通、科技等多個領(lǐng)域的代表，共同探討汽車產(chǎn)業(yè)發(fā)展趨勢。

在論壇期間，長城汽車智能化產(chǎn)品副總經(jīng)理佘士東接受了媒體群訪，他系統(tǒng)解讀了長城汽車今年 1 月發(fā)布的全新整車平臺 " 歸元 "，并闡釋了長城在智能化方面的迭代與思考。

佘士東指出，歸元不僅是多動力兼容的技術(shù)平臺，更是長城從網(wǎng)聯(lián)車向 AI 車轉(zhuǎn)型的原生底座，具備一車多動力、全域自研、雙大腦（智駕 + 座艙）等核心特征。

同時，佘士東透露，長城已布局七八年的自研智駕方案即將上車。

佘士東指出，算法并不是整個智駕工程最難的部分，恰恰相反，這部分的能力 " 可能也就是值 1 — 2 億 "，而包括數(shù)據(jù)在內(nèi)的全鏈路打通，以及各環(huán)節(jié)之間的協(xié)同性，才是智駕里面最難的部分。

而長城在智駕方案上總體會采取 " 自研 + 外采 " 兩種方式并行的策略，具體來看，旗艦車型將采用深入自研的智駕方案，另一塊 100T-200T 之間的 " 普惠智能，后續(xù)也會完全替換為自研，但是在 " 頭部 " 和 " 胸部 " 的位置，仍然會開放接受行業(yè)里比較好的解決方案。

他還提出，下一代 AI 汽車將不再依賴預(yù)設(shè)的人機(jī)交互規(guī)則，而是通過整車智能體實(shí)現(xiàn) " 相識、相知、相愛、相伴 " 的主動服務(wù)體驗(yàn)。

以下是媒體與佘士東對話內(nèi)容（有刪節(jié)）：

未來兩三年，陸續(xù)實(shí)現(xiàn)整車智能體化

媒體：今年 1 月份，長城汽車正式公布了全新的一車多動能整車平臺，命名為歸元，這一平臺是如何支撐全場景智能目標(biāo)的？您認(rèn)為到了 2030 年，電動汽車智能化將呈現(xiàn)哪些趨勢？

佘士東：歸元平臺在長城汽車內(nèi)部解讀的時候不只是一套技術(shù)平臺，它是一套設(shè)計(jì)整車?yán)砟睢?/p>

大家都知道，現(xiàn)在車型的純新能源化，或者純電化跟燃油車逐漸平權(quán)，包括國內(nèi)車型逐漸出海，所以在全球市場來看，多動力平臺，不論是插混、純電、燃油，甚至是柴油，還有普通混動，全球市場因?yàn)橛密噲鼍安煌?，環(huán)境不同，所以它們是有綜合的需求。

而現(xiàn)在來看，整車不論是舒適系統(tǒng)，還是上車體系以及安全開發(fā)都是可以高度復(fù)用，但恰恰是動力這個內(nèi)容是有一定的區(qū)域差異性，包括使用場景上的差異性，這是一個設(shè)計(jì)整車的理念。

在這個理念里面，一方面考慮一車多動力、一車多平臺，同時也考慮向下兼容，或者我們是把它作為一個重要的，由原來的網(wǎng)聯(lián)車向 AI 車轉(zhuǎn)變的一個新平臺，也是對應(yīng)打造了原生 AI 的一套系統(tǒng)。

它是從最底下的執(zhí)行器到上面的電子電氣神經(jīng)網(wǎng)絡(luò)，包括雙 VLA 兩個算力的域，智駕算力域和座艙算力域，基本可以拉到 1000T 左右的情況，用來支撐我們認(rèn)為的下一代 AI 汽車。

2030 年在我們看來，其實(shí)就在眼前，因?yàn)槲覀儸F(xiàn)在規(guī)劃部分的車型上市時間可能就已經(jīng)是 2028 年、2029 年的時間點(diǎn)，從這個時間點(diǎn)倒過來看，其實(shí)對于多動力應(yīng)該是一個普遍需求，它不再是過去 5 — 10 年更多是新能源快速生長的過程，但我們現(xiàn)在越來越多地看到全球化的市場對不同動力的差異化應(yīng)該是個普遍需求。

第二個，我們對于整車 AI 的理解，它不再是一個單純的人機(jī)一套交互系統(tǒng)，不論是駕駛過程中的人的方向盤，或者油門、剎車交互過程，還是人對座艙的生態(tài)和功能的交互系統(tǒng)，其實(shí)都會智能體化，它是以一個整車智能體作為中介來服務(wù)給客戶的，用戶跟智能體之間的關(guān)系就會退化為只是自然對話和主動服務(wù)這兩種形態(tài)。

我們認(rèn)為，歸元這個平臺一方面是一車多動力，第二個，它一定是有極強(qiáng)的端側(cè)的算力支撐。

我們認(rèn)為，下一代智能體化的汽車目標(biāo)，這不用等到特別遠(yuǎn)的 2030 年，今年長城也推出來了比較前瞻的一款車型，它已經(jīng)完成了部分的智能體化，推出了司機(jī)智能體和座艙智能體這兩個核心智能體。

明年我們陸續(xù)推出的這些車型里面會搭載更多的垂域智能體，我們相信也就是兩三年的時間，整車智能體化這個目標(biāo)應(yīng)該是非常明確的。

從智駕上我們也能看到，長城的車通過兩年時間，快速把 NOA 用戶黏性從個位數(shù)提升到 30% 多，這其實(shí)也是一個快速變成日常普及使用的過程。

全棧架構(gòu)，天然實(shí)現(xiàn)跨域調(diào)動

媒體：歸元平臺的原生 AI 特性是怎么體現(xiàn)在智能駕駛與座艙融合中的？與傳統(tǒng)平臺相比，在一些算力分配和數(shù)據(jù)流通上有哪些和過去相比特別大的變化？

佘士東：我們在做這個原生平臺時候是兩個方向。

第一個方向是自底向上全棧的，可能有一些了解長城汽車的，我們的動力、電池、轉(zhuǎn)向等等自研率是非常高的，我們有精工、蜂巢、諾博來實(shí)現(xiàn)整個執(zhí)行層全棧的自研，再往上就是神經(jīng)網(wǎng)絡(luò)，這套架構(gòu)也是面向原生 AI，支持 SOA 化、MCP 化等等這些，也是可以實(shí)現(xiàn)全域的串聯(lián)。

在這個過程中，我們發(fā)現(xiàn)車上三大核心執(zhí)行部件，主要是動力底盤、輔助駕駛、上車體，上車體也就是用戶能感覺到舒適的這類系統(tǒng)，所謂泛座艙的功能，這些已經(jīng)全面完成能力化封裝。

在這上面我們布置兩個大腦，一個左腦，一個右腦，左腦更多為了實(shí)現(xiàn)智駕這部分，是采用了最新的英偉達(dá) Thor 芯片，700 多 T 的算力，智駕里面采用了 VLA 大模型的解決方案；

右腦這部分是采用了高通比較領(lǐng)先的芯片，也是有端側(cè)的模型部署，在座艙里我們也是首先提出了第一個行業(yè)空間 VLA 模型。

它的核心特征就是能夠感知艙里面的情況，能夠認(rèn)識車上的每個人，能夠了解場景，并且用生成式的方式推導(dǎo)出來場景，主動服務(wù)，而不像以前一樣，都是產(chǎn)品經(jīng)理編排的規(guī)則，在這種情況下，整個車的這兩個腦子已經(jīng)具備了。

最頂部就是我們希望打造給用戶一個智能體的體驗(yàn)，小魏同學(xué)是我們打造的一個新的 IP，當(dāng)然它的形象是采用咖啡智能延續(xù)下來的咖啡豆的形象，用這樣的方式自底向上實(shí)現(xiàn)了一個全棧的 AI 化，而不再像以前一樣，買的是動力底盤，買的是智駕功能，買的是座艙的座椅等等。

我們認(rèn)為，下一代的車一定是一個自底向上全鏈路的體驗(yàn)，我不能只是買了一個座椅各種按摩功能、空調(diào)功能，它一定是能夠符合用戶最終體驗(yàn)的一套解決方案，而這套體驗(yàn)的用戶觸點(diǎn)就是智能體化的方式。

從橫向上來說，這里面涉及到很多層面的打通。

當(dāng)然，因?yàn)檎麄€自研比例是比較高的，所以我們對于全域的控制器基本都是可以實(shí)現(xiàn)自主可控的，它并不是一個需要采購?fù)獠康霓D(zhuǎn)向控制器，再跟它做協(xié)議開通，而是我們在開發(fā)設(shè)計(jì)轉(zhuǎn)向系統(tǒng)時已經(jīng)完成了 AI 化的能力釋放，在整個過程中，開發(fā)的起點(diǎn)就已經(jīng)是奔著要開放給上層的 AI 來使用，而不是做橫向的互聯(lián)來打通。

以前可能因?yàn)榇怪钡?" 煙囪效應(yīng) "，大家各做各的，動力做動力的，底盤做底盤的，智駕做智駕的，除非為了實(shí)現(xiàn)某些功能不得不打通時才會做橫向拉通。

但是我們現(xiàn)在這套全棧架構(gòu)，是天然把自己能力化，因?yàn)檫@是一個進(jìn)入歸元平臺的準(zhǔn)入門檻，一旦進(jìn)入歸元平臺之后，它們天然實(shí)現(xiàn)了互相被調(diào)用的能力，而且有兩個端側(cè)算力大腦在統(tǒng)一調(diào)度它們，而不是它們只是做橫向功能的對接。

智駕方案，自研與外采并行

媒體：市場有消息說長城自研的智駕方案可能會在今年上車，現(xiàn)在這個方案到了哪一個階段？另外，與藍(lán)山車型搭載的一些方案相比我們會有哪些自研特色？

佘士東：對外傳播的時候大家都會截取關(guān)鍵性的節(jié)點(diǎn)，其實(shí)長城智駕的自研已經(jīng)做了七八年，不是從現(xiàn)在才開始，整個過程長城也一直在自研和供應(yīng)商協(xié)同的路上推進(jìn)。

因?yàn)檎麄€智駕的自研不是簡單地說車上的零部件，車上的傳感器，或者是算法這些東西，它是一個系統(tǒng)性的解決方案，包括部分?jǐn)?shù)據(jù)、數(shù)據(jù)的標(biāo)注、數(shù)據(jù)的清洗以及數(shù)據(jù)對于模型本身的訓(xùn)練，以及里面對于模型本身的檢測或者是評價等等，這些都是智駕工程里非常重要的部分。

前期的時候，涉及到對于技術(shù)路線的選擇，大家都知道，從最早的前端感知融合 BEV 到后面 Transformer 出現(xiàn)了多段式、一段式，包括現(xiàn)在的 VLA 模型的采用，我們認(rèn)為核心的算法其實(shí)并不是整個智駕工程里面最難的那部分。

恰恰相反，這部分的能力從行業(yè)里面來看，可能也就是值 1 — 2 億，而整個全鏈路的打通，包括它們之間的協(xié)同性，這才是真正智駕里面最難的那一部分。

我們只是把核心的、大家能看到的最關(guān)鍵的算法也好，或者是這個鏈路，覺得好像是整個系統(tǒng)唯一的部分，我理解這可能是不太準(zhǔn)確的。

本身在長城來看，我們可以使用同樣的數(shù)據(jù)鏈路來訓(xùn)練不同智駕等級的智駕系統(tǒng)，因?yàn)殚L城也有六七萬塊錢的車，也有六七十萬的車，不可能所有的車上都采用同樣的智駕方案。

但是對于我們來說，工程鏈路以及數(shù)據(jù)訓(xùn)練鏈路是高度復(fù)用的，這個復(fù)用率已經(jīng)接近 80%、90%，但是它的核心算法依賴于端側(cè)算力的部署情況，有幾十 T 的，也有一百多 T 的，有兩百多 T 的，有七百多 T 的，不可能算法是一樣的，在這部分我們可能部分選擇跟供應(yīng)商合作，包括接受供應(yīng)商一些好的建議。

對于長城兩頭的產(chǎn)品，一頭的產(chǎn)品是旗艦級的，我們可能會后續(xù)采用深入自研，因?yàn)楝F(xiàn)在來看，端到端的體驗(yàn)不只是一個算法的端到端，而是要涉及到執(zhí)行器的端到端，也就是我們的轉(zhuǎn)向機(jī)構(gòu)，我們的動力底盤這些東西是不是能納入到整個算法模型里面一起參與訓(xùn)練，現(xiàn)在來看整個行業(yè)里面還是比較早期的一個階段。

第二部分，我們叫普惠智能，基本是 100T 左右到 200T 之間的，能夠?qū)崿F(xiàn)非常可用以及部分高速場景高用的一套智駕解決方案，后續(xù)應(yīng)該會完全替換為自研。

但是在頭部和胸部的位置，仍然會開放去接受行業(yè)里面比較好的一些解決方案，來給我們的用戶提供一些好的體驗(yàn)。

所以它不是一個完全替代的關(guān)系，而是逐漸滲透，并且把局部的算法也可以跟行業(yè)做共創(chuàng)的過程，就像我們現(xiàn)在合作的這些供應(yīng)商，基本都不是完全供應(yīng)商，或者完全自研化，它只是其中一個比例，包括他們之間合作切分的方式的差別。

智駕方案會進(jìn)行不同的場景適配

媒體：您之前有一個非常生動的觀點(diǎn)，說特斯拉的 FSD 像觀光模式，坦克 400 如果太溫柔用戶反而會不滿意。對于普通的消費(fèi)者而言，智駕的性格是不是比單純的能力上限更重要一些？長城是如何在這個獨(dú)特的性格上面為智駕做一些努力的？

佘士東：進(jìn)入智駕也好，包括座艙智能體進(jìn)入深水區(qū)之后，我們發(fā)現(xiàn)人在產(chǎn)生一個重大變化——原來是人機(jī)交互，人跟機(jī)器之間的互動方式，但是現(xiàn)在有了中間這個智能體之后，人跟智能體變成了一個核心的關(guān)系，而忽略掉機(jī)器本身帶來的這些差異。

這里面不論是剛才您提到的用車場景上的差異，還是本身功能和性能上帶來的差異，都會被中間智能體抹掉，它會忽略掉你怎么樣去完成 A 點(diǎn)到 B 點(diǎn)具體的過程，它會盡量地去保證這個智能體和這個機(jī)器，也就是我們所謂的行動能力等等之間的最優(yōu)解。

比如不同的能源分配，比如純電模式還是混動模式，其實(shí)智駕都要去做適應(yīng)性的調(diào)整。

而這個過程要比我們所說的性格來得更早一些。

尤其是坦克的車型非常典型，他們對于這個車能夠在智駕上的表現(xiàn)其實(shí)要遠(yuǎn)遠(yuǎn)低于用戶在藍(lán)山或者高山這種偏舒適型車型的需求。但是，它又有獨(dú)特的場景，比如長距離穿越，比如路面有可能沒有車道線，有可能稍微有一些起伏，我們怎么樣讓智駕在這個過程中更舒適，能夠吸收掉穿越過程中的沙石路面帶來的顛簸，這時候?qū)τ谒俣鹊淖非笫菬o感的。

我們也做了人因分析，發(fā)現(xiàn)用戶完全不需要注意力介入模式，所謂觀光模式可能是忽略時長，他多開了 20 分鐘可能沒有意識到，很輕松地度過這 20 分鐘，在這種情況下，智能體和機(jī)器的協(xié)同會抹除掉不同場景的使用差異化，用戶對于整個智能體就變成了 " 我怎么樣舒適、我怎么樣更輕松 " 這樣的一個考量標(biāo)準(zhǔn)，而不是駕駛系統(tǒng)的性能、準(zhǔn)確度等等，用戶會忽略掉智駕在這個過程中出現(xiàn)的各種性能邊界。

我們會盡量保證安全的情況下，會考慮更強(qiáng)的維度，比如更強(qiáng)調(diào)舒適，還是更強(qiáng)調(diào)效率，還是更強(qiáng)調(diào)對于不同用戶場景的使用，其實(shí)是會被智能體吸收掉的，用更適合的方式跟用戶做交互就好了，在這個過程中會并行發(fā)展。

長城會在明年推出專門針對越野車型和泛越野車型單獨(dú)標(biāo)定智駕系統(tǒng)，它會在智駕場景下輔助用戶更好地做越野，或者是長途穿越這些體驗(yàn)。

但是這種情況下不是完全把車交給智駕系統(tǒng)了，智駕系統(tǒng)的感知，我們知道它對于縱向的感知要遠(yuǎn)遠(yuǎn)好過對于立體的感知，怎樣解決道路的起伏、炮彈坑這些，我們是需要有新的解決方案出來的，這應(yīng)該也會是行業(yè)的首創(chuàng)。

AI 的馬拉松，整車廠剛跑過發(fā)令槍

媒體：感覺座艙已經(jīng)完全成了一個 Agent，但是支撐這一代模型相較于上一代的 Coffee OS3 有什么進(jìn)化，以及內(nèi)部是什么時候開始這一輪的進(jìn)化呢？

佘士東：Coffee OS3 在它之前還有 BUX，還有 GUX，那時候統(tǒng)一叫 Coffee OS，是沒有版本號的概念的，核心設(shè)計(jì)理念是空間交互系統(tǒng)，從原來只服務(wù)于司機(jī)一個人的人機(jī)交互系統(tǒng)開始服務(wù)于車內(nèi)每一個乘客。

典型的表現(xiàn)是開始有了副駕屏，開始有了多音區(qū)，開始有了后排電池、后排冰箱，有每個座椅平權(quán)，每個座椅都可以實(shí)現(xiàn)通風(fēng)、按摩、加熱等等的功能，Coffee OS3 是我們認(rèn)為滿足車上每一個乘客需要的，在那個時代更多是解決用戶怎么樣更好地跟這個車完成一個交互。

對于下一代我們核心的來看，它最大的變化是大模型的內(nèi)核級引入，也就是剛才提到的歸元平臺怎么原生來做這套系統(tǒng)。

在這個過程中，我們遇到的第一個困難就是端側(cè)算力不足。我們知道，世界上主流的端側(cè)算力在五六十 T，部署一個模型就是部署零點(diǎn)幾 B 的模型，它對于大語言的理解，包括對于場景的認(rèn)知是嚴(yán)重不足的，跟我們?nèi)粘Ｊ褂玫亩拱⑶柕鹊却竽Ｐ屯耆辉谝粋€智商層面，這種情況下我們怎么把這個大模型鎖定到汽車域，是一個非常難的事情。

在 Coffee OS3 時代我們更多做垂域智能，它能夠了解用戶訴求，它能知道車上的功能，它完全是垂域能力。

我們希望在后面歸元平臺升級上，搭載超過 300T 算力的端側(cè)模型，這種情況下可以做到毫秒級的感知。

我舉一個最典型的場景，比如你開著車過了一個紅綠燈，你問大模型我是不是闖紅燈了，大模型會告訴你，這種我們就會發(fā)現(xiàn)，基于現(xiàn)有的這種瞬發(fā)式的請求是完全實(shí)現(xiàn)不了的，它需要端側(cè)的大模型具有毫秒級的感知，并且通過大模型推理形成記憶，可以知道剛才有沒有壓線，他剛才這個車上的人都做了什么動作，孩子有沒有伸手出去。

它對于端側(cè)的感知能力和多模態(tài)感知能力是我們遇到的第二大困難，現(xiàn)在市面上看到的這些不論是 VLA 模型還是全模態(tài)模型，都沒有解決空間大模型的訴求，我即使知道車上坐了 3 個人，但實(shí)際他們之間的空間關(guān)系我是不了解的，我只能在一個圖片里面，左上角有一個人，右下角有一個人，但是他們之間距離是什么樣，后排這個人能不能伸手把手里的咖啡遞過去，這些在空間上是沒有建模的。

在這個過程中智駕可能走得稍微靠前一些，智駕完成了對車外空間的建模，但是車內(nèi)空間建模是我們現(xiàn)在重點(diǎn)突破的方向，這也是我們首先提出來行業(yè)座艙 VLA 這個概念之后，發(fā)現(xiàn)行業(yè)里面大家都快速地進(jìn)入了一個困難期，只是能做視覺的感知和語言的理解，但是對于整個座艙內(nèi)空間的建模其實(shí)行業(yè)里面，或者互聯(lián)網(wǎng)領(lǐng)域，并沒有看到特別成熟的方案，而這部分可能就得由主機(jī)廠自己來預(yù)訓(xùn)練這樣的基座模型，來實(shí)現(xiàn)這些東西，這是我們遇到的第二個困難。

第三個困難，還是用戶認(rèn)知的變化，因?yàn)橛脩粼瓉砜赡芨嗟倪€是接受屏幕也好等等，是一個交互的介質(zhì)，我點(diǎn)它它才動，我操作它它才給我反饋，如果我忘記了，或者我懶得動了，或者有一些用戶根本不知道我的副駕有一些什么功能，他就不使用這些功能了，并不會完全匹配真正的場景。

但是我們又發(fā)現(xiàn)這個用戶在使用車上功能的時候，往往是被動的，為什么是被動呢？比如他為什么要開空調(diào)？是因?yàn)樗X得冷了，或者熱了，他是覺得不舒適了，怎么去定義舒適和不舒適的這些條件也好，或者這些場景，其實(shí)在不同車上、不同環(huán)境、不同場景下是完全不一樣的，大量的汽車行業(yè)的 knowhow 要發(fā)揮作用，比如長城建立了一個行業(yè)里面第一個車廠自己的風(fēng)動，因?yàn)樗梢阅M一年四季不同環(huán)境，同樣的一套自動化空調(diào)在不同場景下我們發(fā)現(xiàn)發(fā)揮的作用，或者用戶的期望是完全不一樣的，這一部分怎么灌注到模型里面其實(shí)是行業(yè)里面一個困難，原來訓(xùn)練基座模型基本是兩條路線，第一個，把行業(yè)互聯(lián)網(wǎng)上所有的知識灌到模型里面做預(yù)訓(xùn)練，第二個，用一個大的模型蒸餾出來一個小模型。

但是在汽車行業(yè)我們發(fā)現(xiàn)，這些知識也好，這些數(shù)據(jù)也好，基本上都掌握在汽車廠手里，而且非常痛苦的一個狀態(tài)是主機(jī)廠對于這些數(shù)據(jù)的使用水平是落后于互聯(lián)網(wǎng)行業(yè)的，即使手里掌握了大量的數(shù)據(jù)，怎么樣把它轉(zhuǎn)化為一個包括空間的模型，包括汽車行業(yè)垂域知識的模型，現(xiàn)在來看也都是很難很難做到的，這就是形成的汽車領(lǐng)域垂域模型還沒有很好的解決方案，這也是上午我演講里面很重要的一個觀點(diǎn)。

就像我們今天在場外的馬拉松一樣，現(xiàn)在整個 AI 化的座艙也好，或者 AI 化的整車真的剛跑過發(fā)令槍，我們還需要很長的一段時間來完成全程，這要遠(yuǎn)遠(yuǎn)慢于在互聯(lián)網(wǎng)行業(yè)里的日新月異，可能上半年還是小龍蝦，現(xiàn)在最新的一個東西又是愛馬仕（Hermes Agent），這些會快速地在互聯(lián)網(wǎng)領(lǐng)域演進(jìn)，但是在汽車行業(yè)仍然是需要很長時間的。

長城智能化轉(zhuǎn)型，是為了打贏自己

媒體：您是從 2021 年開始參與長城 AI 科技布局，也是歷經(jīng)很多次組織架構(gòu)調(diào)整，您站在您的角度來總結(jié)一下長城智能化轉(zhuǎn)型的得與失，您認(rèn)為傳統(tǒng)車企轉(zhuǎn)型最大的陷阱是什么？

佘士東：這可能是從外部來看，或者我們拉長整個時間周期來看 " 合訂本 "，或者說從上帝視角來看，感覺好像一直在調(diào)整，在 2021 年也好，甚至更早的時間點(diǎn)，沒有人能看到現(xiàn)在的這些東西，也不知道突然間有一天小龍蝦就火遍全網(wǎng)，也不知道我們能在整車 AI 做到這種程度，也不知道歸元平臺在全球的市場上一車多動力需求這么旺盛。

在那個時間點(diǎn)，我們只是在解決那個時間點(diǎn)遇到的最復(fù)雜的問題，以及預(yù)判它可能一到兩年需要解決的問題。

當(dāng)時定了一個核心的戰(zhàn)略并不是要做什么，而是怎么樣打贏自己，不是打贏別人，而是打贏自己，你能不能用當(dāng)前的決策來打贏如果你什么也不做情況下兩年之后的自己。

整個過程也是經(jīng)歷了明顯的三個階段：

第一個階段，我們先要解決長城智能化平臺化問題，因?yàn)殚L城車型比較多，品牌也比較多，當(dāng)然各種雜音也比較多。

當(dāng)時長城汽車的座艙系統(tǒng)每一個界面長得都不一樣，同樣一個音樂功能可能不同品牌車上有不同的界面風(fēng)格，包括操作方式也是完全不一樣的；長城出海也比較早，在海外這個東西尤其會產(chǎn)生差異，我們當(dāng)時統(tǒng)計(jì)，整個智能化的軟件版本有 240 多個，其實(shí)那時候我們遇到的第一個問題叫 OTA，就是我們怎么樣能夠用平臺化的方式讓用戶高效地迭代起來，那時候完全沒有考慮什么 AI 這些東西。

回過頭來看，那時候我們發(fā)現(xiàn)自己講的很多 AI 的東西也是騙自己，它并沒有真正地去大模型化，而只是完成了平臺化，所以當(dāng)時在 2023 年推出 Coffee OS3.0 系列，這時候發(fā)現(xiàn)長城所有車長一個樣子，并且我們現(xiàn)在已經(jīng)完成了平均每款車一年都可以有兩到三次 OTA 的高速迭代。

第二個階段，跟用戶快速共創(chuàng)，以及深入運(yùn)營用戶的過程。

在那個過程中，我們跟用戶溝通，包括做各種調(diào)研、跟訪，我們一共組織 1000 多次不同形式的用戶溝通，還有 60 多次 48 小時跟隨，完全跟他吃住在一起，以這種方式來了解用戶，在這個過程中我們發(fā)現(xiàn)用戶的需求其實(shí)在汽車行業(yè)里面是被過剩滿足的，也就是說出現(xiàn)了同樣一個音樂軟件可能需要在車?yán)镅b 5 — 6 個，不只是 QQ 音樂、網(wǎng)易云音樂、汽水音樂都需要裝滿配。

第二個階段的個性化是最大投入的一個過程，但是回過頭來看，其實(shí)也是長城完全 B2C 化的過程，我們充分地知道了用戶到底在車上使用什么樣的場景，他為什么使用這些功能，所以也是借著從 2023 — 2025 年整個長城智能化達(dá)到了用戶非常滿意的狀態(tài)，我們每次 OTA 基本都是 90% 以上用戶滿意度。

包括行業(yè)里面也能看到，長城不再是所謂的傳統(tǒng)車企，而是不同品牌都采用了 Coffee OS 的系統(tǒng)，不同用戶也比較滿意，不論是行政版的高山，還有豪華家庭旗艦的藍(lán)山，像坦克品牌、哈弗品牌、歐拉品牌，基本上用戶都是比較滿意的。

但是在第二個階段我們也發(fā)現(xiàn)，當(dāng)用戶千變?nèi)f化的個性化需求出現(xiàn)時候，產(chǎn)品經(jīng)理變得很難去實(shí)際操作，因?yàn)檫@個時候就不能只做 80% 用戶滿意的功能，可能你的重點(diǎn)就會變成怎么樣服務(wù)好剩下那 15% 的用戶，而這些用戶并不是對于功能的有差異，而是他的體驗(yàn)帶來了一些差異的需求。

所以我們也發(fā)現(xiàn)，AI 可能是一個最好的解法，真正地出現(xiàn)從原來的人機(jī)交互的使用功能變成人智體三段式的獲取方式，由智能體彌補(bǔ)中間不同人的差異性。

我們也提出來，智能體要做到相識、相知、相愛、相伴的四個階段來演進(jìn)這些功能。

同樣的 QQ 音樂，在我認(rèn)識你之后，我能提供的服務(wù)跟你完全使用 QQ 音樂功能肯定是差異比較大的，包括我知道了你的習(xí)慣，你周一是怎么用的，你周末是怎么用的，車上不同人的時候你是怎么用的，這種情況我們也能提供差異化的服務(wù)，以及怎么樣把車上的這些功能更好地服務(wù)給用戶，這些都是智能體需要做的。

而在這個過程中，就進(jìn)入了我們所謂第三代產(chǎn)品，就是基于現(xiàn)有生態(tài)能力和車上這些功能，怎么樣用智能體的方式更好地給用戶服務(wù)，而這個過程中發(fā)現(xiàn)其實(shí)行業(yè)里面沒有很好的合作伙伴來解決這個問題：

首先他必須得掌握車廠非常多的基礎(chǔ)數(shù)據(jù)，第二，他必須得直面車廠寫 C 端用戶，他是不能轉(zhuǎn)手給供應(yīng)商來解決這些問題的，這個過程我們內(nèi)部叫作 3.0 的自研才會出現(xiàn)，后續(xù)的產(chǎn)品大家不是在拼命改界面、拼命在車上增加功能，而是怎么樣更好地理解用戶，把現(xiàn)有的功能以及互聯(lián)網(wǎng)上比較好的功能，以更合適每個人的方式來實(shí)現(xiàn)。

在 10 年前有人提出來真正意義上的千人千面的服務(wù)做到極致，這也是我們認(rèn)為 3.0 讓每個人擁有不一樣的車，以整車 AI 全棧智能體的方式來實(shí)現(xiàn)，可能也是一個重大的變化。

所以現(xiàn)在來看，我們也在想如果采用這套方式，能不能打贏兩年之后的長城？現(xiàn)在來看可能是相對比較樂觀，包括最近的車展，我們也會發(fā)布我們的 V9X 車型，以及后面多款對應(yīng)的車型，應(yīng)該能給大家看到一個不一樣的長城。