弋途科技：以AI重构汽车智能生态的深度实践

近日，弋途科技CEO吴小航、CMO李盼、COO夏永峰就企业战略、技术布局及行业发展等议题接受媒体专访，深度解析AI技术如何重塑汽车产业未来。这场对话不仅揭开了弋途科技在汽车AI领域的创新密码，也为行业发展趋势提供了极具价值的思考方向。

初心溯源：从大模型浪潮到汽车智能变革

吴小航回溯公司创立背景时，眼神中充满对技术变革的敏锐与执着。2022年GPT 3.5的横空出世，像一颗投入平静湖面的巨石，在他心中激起千层浪。“当时我就意识到，大模型技术蕴含的深度理解与交互能力，将成为汽车产业变革的核心驱动力。”吴小航解释道，“‘弋途’即‘意图’，我们希望打破汽车作为冰冷机器的固有印象，通过大模型赋予其‘读懂人心’的能力，让汽车真正成为人类出行的智能伙伴。”

带着这样的愿景，弋途科技于2023年正式投身汽车AI领域。在吴小航看来，大模型所带来的深层次能力，本质上是一场生产力的革命。“它就像是为汽车装上了一个超级大脑，让汽车不仅能执行指令，更能理解用户的潜在需求。”正是基于这样的认知，公司坚定地踏上了以AI驱动汽车智能化转型的探索之路。

直击行业痛点：构建全栈智能解决方案

李盼在剖析行业现状时，展现出对市场痛点的深刻洞察。他直言，尽管AD自动驾驶近年来取得了长足进步，但汽车整体智能化水平仍存在显著短板。“现在的汽车，除了自动驾驶领域，在座舱及其他方面远未达到真正智能化的标准。”李盼进一步解释道，“回顾过去十年，车载智能化大多只是将移动互联网生态简单复制到车上，比如装上大屏、增加触控操作、引入基础语音交互。但这些功能缺乏对用户实际需求的深入考量，甚至在操作上存在诸多反人类设计，本质上属于‘伪智能’。”

针对这些问题，弋途科技推出了心界AI全栈系统。这套系统的核心在于通过构建Mind模块，赋予汽车感知、推理与决策的能力。“我们希望通过Mind，让汽车能够像人类一样感知周围环境、理解用户意图，并做出合理的决策。”李盼介绍道，“结合L3级智能体，我们能够实现从感知到服务的闭环，再配合全新设计的人机交互架构，全方位提升用户的驾乘体验。”

然而，实现这一目标并非易事。李盼坦言，当前行业面临着三大核心挑战。首先，车辆运行过程中涉及大量信号、人员状态及外界环境数据，但目前缺乏统一的数据标准，导致数据整合与分析困难重重。其次，训练汽车智能体所需的数据和算法尚不完善，需要投入大量资源进行研发和优化。最后，车端与云端之间的工程化协同难度巨大，需要解决数据传输、模型部署等一系列技术难题。“尽管挑战重重，但我们坚信，随着技术的不断突破，未来汽车将进化为具备自主思考能力的移动空间。”李盼举例说明，“比如用户只需下达‘去虹桥火车站接人’这样模糊的指令，车辆便能自动规划最佳行程、实时跟踪航班信息、推荐合适的停车场，甚至根据接人时间和朋友喜好推荐周边餐厅和活动。”

技术迭代：应势而发的产品升级路径

谈及公司发布的第二代全栈AIOS，吴小航详细阐述了背后的技术演进逻辑。他回忆道，公司早期的研发重心在于解决语音交互领域长期存在的“听不懂、服务不闭环”两大顽疾。“在大语言模型出现之前，车载语音交互常常让人感到沮丧，要么无法准确理解用户指令，要么即使听懂了也无法提供有效的服务。”吴小航说，“大语言模型的出现，为我们解决了语义理解的难题。而通过与腾讯等合作伙伴的深度合作，我们进一步实现了从语义理解到服务落地的完整链路。”

2023年，弋途科技与DeepSeek的交流成为了技术升级的重要转折点。“当时我们了解到DeepSeek在深度推理模型方面的研究方向，这让我们看到了新的可能性。”吴小航说，“我们意识到，未来汽车不仅需要理解语言，更需要具备深度推理能力，才能为用户提供更智能、更个性化的服务。”基于这一判断，公司迅速启动了新一代系统的研发，提出了“Mind+AI-HMI+L3智能体+AIOA”的全新架构。

“我们的技术演进遵循‘纵向深耕、横向拓展’的战略布局。”吴小航进一步解释道，“在纵向，我们将与头部智驾企业展开深度合作，推动智能座舱与底盘、车控等领域的技术融合，实现整车智能化的全面升级。例如，我们正在探索如何将智能体的决策能力与车辆的底盘控制相结合，让车辆在行驶过程中更加平稳、舒适。在横向，我们将推动AI系统向多终端延伸，构建跨设备协同生态。未来，汽车不再是一个孤立的终端，而是能够与手机、智能家居等设备实现无缝连接，为用户提供全场景的智能服务。”

夏永峰分享了公司在技术迭代与交付稳定性上的平衡策略。他介绍，公司采用“上海核心研发+区域适配”的分布式架构，充分发挥各地的资源优势。“上海汇聚了大量高端人才，我们在这里组建了超过50人的核心技术团队，专注于搭建技术平台和攻克核心技术难题。”夏永峰说，“而在合肥等地设立的分中心，则主要负责项目的本地化适配和落地工作。通过这种模式，我们不仅提高了研发效率，还大幅降低了人力成本。”

此外，公司高度重视自动化测试工具的研发。“我们自主研发的自动化测试工具，能够模拟各种复杂场景，对系统进行全面、高效的测试。”夏永峰透露，“通过引入这些工具，我们将项目交付周期缩短了30%，人力成本降低了25%。同时，我们还与诚麦、商汤等企业建立了紧密的生态合作，共同推动技术创新和应用落地。”

竞争与布局：锚定标杆与核心要素

面对行业竞争，吴小航将理想汽车视为重要参照。“理想在AI战略布局上表现得非常稳健且具有前瞻性。”吴小航分析道，“从2023年我们与理想高管的交流中可以看出，他们对AI的重视程度极高，明确提出要将理想打造成一家人工智能公司。他们在自动驾驶和智能座舱领域的布局，都值得我们学习和借鉴。”

但吴小航也强调，弋途科技有着自己独特的定位和优势。“我们是一家toB服务商，我们的使命是助力合作伙伴快速追赶并超越行业标杆。”他说，“我们的产品和技术，不仅要满足客户的现有需求，更要帮助他们在未来的竞争中占据领先地位。”

在吴小航看来，关注行业竞争需要聚焦三个核心要素：模型、芯片和操作系统。“模型是智能的基础，国内的DeepSeek、豆包、通义千问，国外的OpenAI，它们的每一次技术突破都可能带来行业格局的变化。”吴小航说，“芯片则是模型运行的硬件载体，英伟达、高通、MTK等企业的芯片技术发展，直接影响着AI应用的性能和体验。而操作系统作为最底层的基础设施，其稳定性和兼容性对整个系统的运行至关重要。”

李盼进一步指出，汽车AGI的实现是一个分阶段推进的过程。“短期来看，我们要实现AD自动驾驶与座舱智能体达到L4级协同，让车辆在行驶和服务过程中更加智能、安全。”李盼说，“长期目标则是打造具备空间感知与自主决策能力的移动机器人形态。这一进程预计在3年内初见成效，届时车辆或将突破现有形态，实现机械臂交互、自主导航等功能，真正成为一个全场景智能的移动空间。”

技术与商业：定制化模型与多元变现探索

在模型应用层面，李盼详细解释了公司的技术路线。他强调，弋途科技并非单纯依赖开源或自研模型，而是基于汽车垂域需求，构建“基础模型+垂域优化”的混合方案。“我们深入研究车内的各种复杂场景，包括驾驶环境、用户习惯、出行需求等，设计了专属的训练指标。”李盼举例说，“比如出行任务调度准确率、座舱环境感知精度、用户意图理解深度等，通过这些指标来优化模型，确保模型输出符合车载场景的实际需求。”

与行业内一些企业简单接入通用模型不同，弋途科技更注重结合场景进行深度优化。“我们不仅仅是让模型能够回答问题，更要让它能够根据场景变化提供个性化的服务。”李盼说，“比如在规划行程时，模型不仅要考虑路线和时间，还要结合车内乘客的喜好，动态调整HMI界面，播放合适的音乐，推荐相关的景点或餐厅。”

商业化方面，吴小航透露，当前公司以开发费与授权费为主要收入来源，但也在积极探索多元化的商业模式。“我们认为，所有的商业模式本质上都是要素的重新组合。”吴小航说，“除了传统的开发费和授权费模式，我们正在重点探索四个方向。”

第一个方向是基于终端入口的后向订阅服务。“在移动互联网时代，车载应用的订阅模式并未取得成功，但在AI模型时代，终端将成为新的入口。”吴小航解释道，“我们正在与合作伙伴探讨，如何基于智能终端为用户提供增值服务，并通过订阅模式实现盈利。预计未来两三个月内，我们将推出相关产品和模式。”

第二个方向是打造软硬一体的计算平台。“在模型时代，硬件和软件的界限将变得更加模糊。”吴小航说，“我们计划将域控制器、芯片和模型进行深度整合，打造全新的计算平台，为用户提供更高效、更智能的服务体验。”

第三个方向是车载音频生态建设。“汽车是音频流的重要阵地，但过去十年，我们一直未能打造出真正有影响力的车载音频服务。”吴小航表示，“在模型时代，我们有机会改变这一现状。我们正在研发的AI播客，不仅仅是传统意义上的音频内容，而是一个基于用户需求和场景的智能音频服务平台。”

最后一个方向是“一脑多端”协同战略。“未来，所有的终端都将实现AI化，汽车需要与手机、智能家居等设备实现无缝协同。”吴小航说，“我们将把汽车作为智能生态的重要一环，通过‘一脑多端’的架构，实现设备之间的互联互通和智能协作。”

“我们今年的目标是让产品覆盖50%的主流车企。”吴小航最后信心满满地说，“我们将持续创新，不断探索，为汽车产业的智能化发展贡献更多的力量。”