芝能智芯出品最近和做整車項目的朋友聊天，他說了很大的痛點：一輛2022年SOP的車，座艙芯片當時選的是高通8155，有一堆用戶跑來問"為什么我的車不能用最新的AI助手"。
他沒辦法回答用戶。因為在2020年做定點的時候，高通8155是這個價位能買到的最合適的座艙芯片，設計時的核心任務非常清楚：流暢跑安卓、絲滑渲染多塊大屏、支持導航和多媒體。
沒有人會在那一年把"在本地跑一個7B參數的大模型"寫進需求文檔。
但用戶不會管你是什么時候定的點，隨著智能手機上和豆包聊天，坐進這輛車，發現"你好，XXX，打開空調"還得一個字一個字說，心里的落差感是真實的。
這個越來越大的鴻溝，正在催生一個看起來很樸素、但非常合理、非常自洽的方案：AI Box。
● 為什么外掛能解決問題？
AI Box的基本概念極其簡單。在原有的座艙信息娛樂系統旁邊，加一個獨立的AI計算盒子。
這個盒子負責跑大模型推理、處理語音和視覺的多模態輸入、做任務規劃。跑完以后，把結果傳給座艙系統。座艙系統還是原來的座艙系統，只多了一個"AI提詞器"在旁邊。
AI Box把AI推理和信息娛樂執行解耦。OEM不用替換IVI，而是在旁邊加一個專用AI電子控制單元。通常通過以太網連接，交換Token，接入攝像頭和傳感器數據。
加個外置盒子，有什么好寫的，在整車電子電氣架構已經定型的今天，這是一個成本最低、速度最快、風險最小的座艙AI升級方式。
換座艙SoC要多少錢？不光是芯片的BOM成本。整個主板要重新設計，散熱方案要重新做，所有座艙軟件要從新SoC上重新適配、回歸測試。
如果這顆新SoC還帶來更大的功耗，整個供電和散熱方案還要再動一輪。周期以年為單位，費用以千萬美元計。
AI Box只加一個獨立的盒子。座艙UI保持穩定，不用重新認證，不用回歸測試。盒子自己升級自己的模型，不影響座艙系統的任何已有功能。
● 被忽略的一層：算力不等于體驗
很多人一聽到"AI Box"這個概念，第一反應是：那不就是加一顆GPU嗎。
算力是AI Box的基礎，但AI Box的門檻在算力之上的一層：語音前端和智能體編排。
許多部署方案受阻，往往是因為語音交互在嘈雜環境中失效、交互體驗脆弱，或者智能助手缺乏品牌一致性以及可靠的兜底機制。如果缺少經過汽車級強化的體驗層，再強的AI硬件也可能表現不及預期。
車里的噪音環境比手機復雜得多。后排小孩在哭，車窗開著風呼呼往里灌，車里放著音樂。在這種環境下，AI能不能正確"聽"到用戶的話，能不能從一段含混的語音里正確理解意圖，能不能在理解錯誤的時候給出不讓人惱火的兜底回應，這些跟跑多少參數的模型關系不大，跟前端信號處理和對話編排的工程功底關系很大。
AI Box的真正的門檻在體驗層。算力提供的是"能做"的可能性。體驗層提供的是"好用"的可靠性。兩個缺哪個都不行，但后者被談論和被重視的程度遠遠不夠。
AI Box為什么在這個時間點被推到前臺，有三個要素在同時推。
◎ 第一，硬件條件成熟了。英偉達DRIVE AGX、聯發科天璣汽車C-X1、SiMa.ai Modalix MLSoC，這些平臺給AI Box提供了計算底座。
它們的共性是：GPU/NPU算力足夠跑端側SLM甚至LLM、功耗可控、有成熟的車規級封裝。高通9075也在走這條路，定位就是原有8295系統的外掛AI Box。
◎ 第二，模型能力夠用了。一年前在端側跑一個7B模型還需要大幾GB內存、推理延時在秒級。
現在經過量化、蒸餾、MoE架構的進步，端側能在消費級硬件上跑出可接受的交互延遲。Cerence的CaLLM Edge就是專門為端側低功耗場景優化過的小語言模型。
◎ 第三，用戶感知到了差距。這個是最直接的推力。
當用戶在手機和家里的智能設備上體驗了多輪對話、連續上下文、主動建議以后，坐進車里發現只能喊指令式語音，這種落差不只是體驗降級，用戶會直接懷疑"這車是不是已經過時了"。對OEM來說，用戶對座艙智能化的不滿意，已經直接體現在了品牌的溢價能力上。
AI Box的邏輯很好理解，但有幾個容易被跳過的坑，資源爭搶、通信延遲和模型更新和算力老化的剪刀差。
AI Box雖然和座艙SoC是物理上分開的兩個硬件，共用同一個電源系統、同一個散熱系統。
AI推理是持續的高負載任務，GPU/NPU跑起來以后，功耗和發熱不可忽視。如果車輛的散熱設計沒有為額外的高負載預留余量，AI Box在工作一段時間后可能會降頻。
AI Box通過以太網和座艙SoC通信。這條鏈路上有一次編解碼、一次傳輸、一次解碼。端到端的延遲能不能做到用戶無感知的閾值以下，決定了"AI主動推薦"這類功能的體驗。如果用戶說了一句話，AI反應了一秒半才給出回應，交互體感就會非常糟糕。
AI Box的優勢是"獨立升級節奏"。但反過來想，如果兩年后需要跑更大參數的模型去追新的用戶體驗，原來的AI Box算力不夠了怎么辦。換一顆新的AI Box？那這個盒子的成本是不是應該被當作耗材來看。OEM在算AI Box的全生命周期成本時，要考慮到這個"升級成本"，不是買一次就結束了。
AI Box現在看起來是一個補丁方案。它存在的原因是現有座艙硬件追不上AI的迭代速度。但如果把時間拉長到五年，這場補丁會變成標配。
智能座艙正在走一條和智駕芯片完全不同的演進路徑。智駕領域，車企紛紛自研芯片，追求垂直整合的最優效率。座艙領域在走相反的方向：加外掛盒子、保持平臺穩定、用模塊化方式追AI的迭代速度。
兩條路的選擇邏輯不同。智駕的迭代速度相對可控。一套智駕方案從定點到量產要兩到三年，在這期間算法的升級路徑是部分可預測的。車企自研芯片的前瞻設計有錨點可以瞄。
座艙AI的迭代速度太快了，一年一個大版本，半年一個新模型，三個月一個自然語言能力的躍遷。沒有任何一家車企能把座艙芯片的定點周期壓縮到和AI模型迭代同頻。既然追不上，就用外掛的方式追。既然要外掛，就把它做好。
五年后回頭看，AI Box可能已經從"過渡方案"變成了"標配方案"。就像當年GPU先是以獨立顯卡的形式存在，后來被集成進了SoC。
AI Box現在是獨立模塊，等下一代中央計算平臺的架構從設計之初就預留了AI算力模塊的位置，就會自然融入進去。
