在前不久的上海车展上，AutoLab采访了赛轮思AI产品与技术执行副总裁Nils Schanz及中国区业务副总裁肖绍斌，针对赛轮思AI最新发布的Cerence xUI平台和对中国市场的发展规划做了交流，我们总结了以下几个核心信息：
Cerence xUI是一款由大语言模型驱动的AI助理平台，采用了专为汽车行业设计的混合式架构，既能在端侧运行，也能在混合云端运行。
Cerence xUI并不依赖特定大语言模型，除了DeepSeek这类第三方大语言模型外，对于汽车OEM或第三方公司开发的智能体，也能实现灵活集成与接入，同时确保整体用户体验和设计的一致性。
大语言模型应用于汽车，绝非简单的直接插入，而是需要深度集成到各类应用程序中。
赛轮思AI拥有丰富的语音合成能力，其中包含众多小语种，这可以为中国汽车品牌的出海业务提供很多帮助。
底层协议栈是赛轮思AI的核心优势，许多车厂并不具备开发这一协议栈的能力。
以下是采访实录：
问题1：随着AI功能的不断发展，这对赛轮思AI和汽车发展带来了哪些改变？
Nils Schanz：Cerence xUI是一款智能体化、由大语言模型（LLM）驱动的AI助理，基于专为汽车行业设计的混合式架构，既能在端侧运行，也能在混合云端运行。
其设计对不同内容和技术供应商具有兼容性，赛轮思AI拥有自研的大语言模型，并依据多年收集的汽车领域数据进行微调，使其专门适用于汽车领域；同时，还能集成其他大语言模型供应商技术，如与 DeepSeek的集成，且已为本地市场完成此类整合。
此外，该系统还引入灵活的本地内容，根据不同国家生态系统进行本地化，像在中国与特定地图供应商合作，整合特定视频和音频内容等。
赛轮思AI支持从语音输入、语音输出到 LLM 层面的所有语言，支持全球国家和市场，能够灵活地为不同汽车OEM定制系统，满足其打造品牌化体验的需求，例如为吉利汽车和上汽集团等不同品牌定制车内独特的个性体验。
在定制化方面，不仅可以定制大语言模型体验，还能在语音合成（TTS）和语音输出上，使用不同声音进行定制。
赛轮思AI在全球多地设有本地团队，包括美国、欧洲和亚洲（尤其是中国），这些团队能快速适应人工智能领域的趋势，一旦有新的领先的大语言模型出现，便将其引入基础设施和流程，迅速本地化并根据客户需求，针对汽车领域上下文进行微调，这便是赛轮思AI的策略。
肖绍斌: 赛轮思 AI 在大模型架构方面持续创新，此次上海车展带来了 xUI 全新技术。
我们的架构极具灵活性，不仅能够接入众多第三方大模型，例如ChatGPT、Qwen 和DeepSeek，还能与不同的芯片制造商合作，涵盖高通、英伟达和联发科等，实现跨平台支持。
此外，我们在中国拥有庞大的团队，能够迅速集成市场上新兴的 AI 语音技术，从而为国内及海外生态提供有力支持。
特别在海外生态集成领域，赛轮思AI优势显著，能够助力国内众多厂商完善生态体系，这种强大的生态集成能力是赛轮思的核心竞争力之一 。
问题2: AI Agent通过学习车主的用车习惯带来更好的体验，那么车主的隐私数据如何保护？
Nils Schanz: 随着大语言模型从用户处获取更多输入信息，隐私、安全及个人隐私保护问题凸显。
对此，我们从系统构建入手，依照汽车原始设备制造商（OEM）的特定要求打造系统。OEM 不仅设计系统，还定义个性化需求，因为每个用户拥有独特使用体验、系统能了解并识别用户偏好、按需满足用户需求的重要性与日俱增。
在安全和隐私理念上，我们与 OEM 紧密合作，保障数据安全，确保数据留存于车内用户个人资料范围内。
针对部分 OEM，我们联合开发解决方案，将智能和个性化信息专存于车内边缘设备，使其仅在嵌入式设备运行，杜绝与云端连接，所有个性化及隐私数据也均存储于此。
仅在获取体育赛事结果、天气、交通等实时信息时，才从云端调取数据，坚决不向云端传输终端用户个人数据，实现数据全程留存在车内用户个人资料范畴内。
肖绍斌: 我们今天在楼下有一个展示，展示的是我们的端侧大模型。
使用云端大模型时，很多数据会被传输到云端，而采用端侧大模型，从两个维度来看优势明显。
其一，每个用户都有自己的用户画像（profile），并且我们对不同用户资料之间的数据进行了保护，确保个人隐私，不会出现数据串混的情况。
其二，正如刚才所说，使用端侧大模型，数据无需传输到云端，这在安全性、用户隐私性以及反应速度等功能方面，都能对终端用户起到较好的保护作用。
Nils Schanz: 关于端侧技术，随着芯片在未来对人工智能能力的要求越来越高，端侧实现更多功能才成为可能，因为算力越来越强，才能够在端侧完成诸多任务。
我们此次在上海车展带来的端侧大模型，是首次与英伟达合作，使用英伟达的芯片，在语音方面的合作也是全球领先的。
目前端侧技术仍处于发展起步阶段，大部分大模型基于互联网和网络，而我们此前多年也是基于云端大模型进行深层次交互。
在用户隐私保护方面，我们与英伟达合作，使用了英伟达的 Guardrails技术，通过该技术来保护客户隐私，确保安全性、隐私性以及更实时的响应。。
Nils Schanz: 关于大语言模型（LLM）的应用，我想补充介绍我们开发的独特防护机制（护栏）。
我们的防护机制不仅能在云端运行，还可在端侧设备上运作，且无需高性能的图形处理器（GPU）平台，在系统中央处理器（CPU）上就能实现，这是通过一个较小的模型在 CPU 上单独运行达成的，它专为汽车领域及其应用场景量身打造。
对于汽车原始设备制造商（OEM）和终端用户而言，其重要价值在于能识别敏感话题，当用户询问涉及文化、宗教或其他 OEM 不愿涉及的敏感内容时，防护机制可及时识别，从而保护 OEM 和终端用户的利益，并且在语音输入与输出环节均发挥作用，确保系统交流中不出现不良内容。
此外，我们的防护机制解决方案还能依据 OEM 需求定制，鉴于不同地区的 OEM 对敏感内容的接受程度存在差异，我们可针对不同地区进行定制。
在技术研发上，我们得到了联发科的支持，并与英伟达展开合作，尤其在端侧运用其框架与工具，双方联合开发此防护机制技术，部分由赛轮思 AI负责，部分由英伟达完成，共同致力于为汽车领域提供完善的防护机制。
肖绍斌: 英伟达的 Guardrails 技术此前多应用于云端，而此次我们与英伟达联合开发，将其部署到端侧模型。
当下，虽然云在生态建设等方面优势显著，但端侧也至关重要。由于端侧涉及众多隐私问题，不能将所有数据丢到云端处理，这对数据处理的即时性要求颇高。
随着芯片算力不断提升，在端侧实现更多功能成为可能。
此次合作中，Guardrail 技术不仅用于保护用户隐私，还能应对敏感性话题。
当用户提出敏感性问题时，该技术可避免系统给出不当回答，从而保护终端用户和车厂，防止引发潜在问题。
我们与英伟达联合开发并在端侧部署这一技术，后续会提供相关视频，方便大家理解该技术如何识别和处理不合适的敏感问题。
此外，除了常规的保护措施，我们还会根据车厂需求，为其定制专属的敏感话题保护定义，以满足不同车厂的定制化需求 。”
问题3：与赛轮思AI合作的车企非常多，中国品牌与海外品牌对于产品需求会有哪些不同？
Nils Schanz: 我认为这并非产品需求层面的问题。总体而言，中国汽车OEM与世界其他地区的 OEM 并无本质差异，大家都致力于将大语言模型（LLM）和生成式人工智能引入系统。
不过，差异主要体现在生态系统和内容方面：中国拥有独特的音乐、视频供应商，地图导航需求也因交通模式和用户习惯而独具特色，大语言模型的应用同样存在区域差异，例如DeepSeek 在中国备受关注，在其他地区则不然。
此外，中国的汽车 OEM 在系统交互主动性和对话能力方面表现更为突出，更倾向于打造主动与用户交流的语音助手，无需用户唤醒即可互动；同时注重增强语音助手的情感交互属性，使其更健谈、敏感，能根据用户情绪灵活调整交流方式。
当感知用户情绪不佳时保持克制，用户兴致高昂时则通过讲笑话、闲聊等方式积极互动，展现出更强的情感关怀与服务主动性。
肖绍斌：关于用户习惯，我再补充一点。国内和海外的用户习惯存在诸多差异。例如，国内用户有时希望系统反应极其迅速，甚至追求提前响应，缩短反应时间；而海外用户则更倾向于自然的沟通方式，他们不追求过快的语速，认为这样的交流更舒适自在。”
赛轮思AI在全球超过5亿辆车上使用，具备更多的全球用户数据，能给中国车厂出海提供更多的本地的用户习惯的指导建议，不是生搬硬套中国本土的用户体验。
同时也基于超过5亿辆汽车，赛轮思AI能给国内车厂出海提供最完善的海外法律法规指导。
Nils Schanz: 我们注意到，在中国，汽车语音交互的关注点已扩展至车内全员，而不再局限于驾驶者。
副驾驶及后排乘客，包括孩子和老人等，都希望能够随时与语音系统进行对话。例如，有人选定一个兴趣点（POI），就会有人提出异议，选择其他选项，后排的孩子也可能随时加入讨论。
基于这样的实际需求，我们将全双工能力融入系统，满足车内各座位人员同时与系统对话的要求，让语音助手能够精准捕捉不同说话者的话语，并妥善处理多方对话。这一源自中国的需求，如今已在全球范围内得到应用，越来越多的全球汽车OEM也希望在其产品中具备这一功能 。
肖绍斌: 针对全车语音交互功能，赛轮思AI能够为车厂提供灵活的能力支持。我们既可以提供端到端的完整语音交互方案，也能够提供底层协议栈原子能力。
部分车厂希望自行实现人机交互界面（HMI）等功能，而赛轮思AI灵活的业务模式正能满足此类多样化需求。其中，底层协议栈是我们的核心优势，许多车厂并不具备开发这一协议栈的能力。
此外，在语言覆盖方面，赛轮思AI同样表现出色，拥有 70 多种语言的语音合成（TTS）能力，以及 30 多种语言的纯语音覆盖能力，对众多小语种的支持更是我们的专长所在。这也使得我们在出海业务中极具竞争力。
问题4: 今年初DeepSeek一夜爆红，目前有不少车企接入了这一大模型，赛轮思AI对此怎么看？
Nils Schanz: 我们在产品中提供的 “CaLLM” 是系列的大语言模型，具备在边缘设备与云端混合运行的能力。
该模型会选取不同地区的基础模型，利用我们多年积累的数据进行训练，并针对汽车应用场景加以优化。
若汽车OEM有需求，我们可集成其他大语言模型，例如在中国市场应部分车企要求集成DeepSeek，以此支持更多样的应用场景。这一集成以车企需求为导向，而我们的服务极为灵活，可充分满足不同需求。
像我们在上海车展上展示的集成用例，以及未来在欧洲可能集成当地大语言模型接入系统，都是有力证明。
这正是赛轮思AI的核心优势所在 —— 系统不依赖特定模型，不仅可引入第三方大语言模型，对于汽车OEM或第三方公司开发的智能体，也能实现灵活引入、集成与接入，同时确保整体用户体验和设计的一致性。
需要强调的是，当下市场大语言模型众多，部分公司拥有自研模型，若车企架构绑定单一模型，后续切换将面临困境。
而赛轮思AI凭借开放接口，能够灵活适配车企对不同大语言模型的偏好，并且对第三方智能体等也具备出色的灵活接入能力 。
问题5：中国的大模型发展很快。这对于赛轮思AI来讲是压力还是机遇？
Nils Schanz: 实际上，这无疑是一个机遇。如今，新的大语言模型和参与者如雨后春笋般不断涌现，这种情况不仅在中国显著，在全球范围内亦是如此，而中国的新参与者尤其众多。
赛轮思AI凭借特定方式构建的架构和工具链，能够轻松且快速地替换或引入新的大语言模型。
我们几乎每日都在进行引入新版本、新模型和新参与者并加以测试的工作，因为不同大语言模型针对的应用场景各异，在不同领域的表现也有优劣之分，所以模型必须契合汽车领域的上下文环境。
一旦发现新模型在延迟、成本及应用场景覆盖范围等方面表现更佳，我们便会在数天内将其引入并替换原有模型。由此，我们能够为客户提供经过优化的最新、最优秀的模型。
此外，赛轮思AI还有一个显著优势：大语言模型公司往往缺乏汽车工程方面的经验，而将大语言模型应用于汽车，绝非简单的直接插入，而是需要深度集成到各类应用程序中。
大语言模型虽擅长聊天，但要实现对导航、通信、视频、音乐、信息传递、电话功能等的控制，基础模型并不能直接做到。
赛轮思AI的工作便是对模型进行优化和训练，使其能够控制超过 1000 种不同的车辆功能，实现各类汽车应用场景以及导航相关业务的操作。
肖绍斌: 有些厂商拥有自己的大模型，但这类厂商在模型替换方面灵活性欠佳；而没有自研大模型的厂商或许也会尝试实现这种能力。
赛轮思AI的优势在于，无论是中国的大模型，还是海外的大模型，都能与之对接。与之不同的是，部分友商在大模型合作方面存在限制，特别涉及到海外大模型。
就快速替换大模型的能力以及应对相关限制因素的灵活性而言，赛轮思AI有着独一无二的优势，能够为全球各类大模型提供支持。
Nils Schanz：这里我想再次着重强调，我们为上海车展精心准备的演示有着独特之处。
借助在NVIDIA DRIVE上运行我们的CaLLM™ Edge 侧端模型，赋予这个演示多模态智能，不仅可以精准捕捉车内的所有情况，还能借助摄像头获取车周围的信息，并将这些信息融入到在侧端上运行的小语言模型中。
如此一来，它能够为所有屏幕带来更优质的用户体验，以及更出色的用户界面（UI）和人机交互界面（HMI），这便是我想要传达的核心要点。
我们所展示的独特之处不仅体现在图像方面，视频及视频流同样是一大亮点。我认为这一特点极为罕见，在其他地方很难见到。
在驾驶过程中，我们能够实现对视频输入的捕捉，随后驾驶者可就实时出现的建筑物、广告牌、交通标志等各类事物进行询问，而我们的系统具备在侧端对这些信息进行处理的能力。
肖绍斌：当前，许多车载交互功能更多偏向娱乐性质，或是单纯用于交流，实际意义有限。
然而，扫码支付停车费这一功能无论是在国内还是国外都已广泛应用，它首次赋予了车辆对外感知以实际使用价值，堪称一大特别之处。
目前，系统可直接扫描车外停车场二维码，实现停车费无感支付，在4座模拟座舱演示有呈现这项功能，去年我们也曾展示车辆在行驶过程中，用户向语音助手询问路边广告牌信息，语音助手从云端抓取相关内容并进行介绍的场景。
