现在业内新发布的汽车，几乎没有哪一款不带AI功能。市场是否还需要一个AI汽车的新品牌？6月9日，赛豆科技在北京做出了自己的回答，发布了出行品牌AIVA，宣布与火山引擎联合定义、共同打造AI汽车体验。

如今无论研产销价值链，还是产品定义，大家都对AI有点脱敏。但AIVA总裁李博在发布会现场，提出了一个问题：“AI汽车”到底是什么。或者说，AI与汽车的关系该如何界定。

迄今为止，业内的普遍认知，仍然将AI作为汽车的一个功能。辅助驾驶、愉悦乘客，顺便提供一点生活便利，基底仍然是代步工具，只不过上面叠加了“增值服务”，穿透了之后，AI的确被当做一个功能来管理。

AIVA给出的观点，即从“第一性原理”出发，寻求回归AI与汽车发生本质联系的方式，或者说，汽车即AI。李博说的是“原生AI”和“AI 定义汽车，先有 AI ，再有车”，意思差不多。

什么叫“原生AI”。要一直追溯到整车产品诞生的源头——市场需求。厂家如何得知市场需求，依靠调研、依靠第三方咨询报告（仍然是人工调研，但可能运用一系列数字工具），甚至观察和模仿对手的动作。这样一来，汽车的诞生和AI没太大关系。

但是，如果“需求”的提炼，不是经由人工，那它就不会失去客观性。用海量的数据分析、作需求推理，数据自己就会说话，告知需求，或者提供需求的“最概然分布”。那么，它能够反映现实的可能性，大大高于人工调研。后者掺杂了太多的观察者自身的偏好、和信息衰减导致的失真。

采用数据涌现的方式，结果就是创意“点子”自己跑出来，而不是靠设计人员殚精竭虑地去构思。当AI理解人群需求之后，就会自然长出来自带场景、反射特定市场属性的产品。它天然能理解不同场景下，人类真正需要的是什么产品力和产品要素。

在产品研发之前，AI已经发力，这样才能叫原生AI。

这一先天性差异，落到产品定义环节，愈加走向分化。传统智能汽车的产品定义，本质上是功能菜单的陈列。导航、音乐、空调、座椅调节，每一项都是独立的应用程序或控制入口。用户通过与菜单交互来实现意图，AI的作用是降低交互成本——语音控制代替手动点击，但各个功能仍然是离散的。

后续开发了OS，作为AI应用的底座，仍然没能从根本上改变“AI功能化”的定义。

AIVA从“第一性”出发，围绕用户目标作能力聚合。同样的计算硬件、同样的OS，不同的是，AI以理解用户本身为目标（与理解用户孤立的某个需求不同）。如此将获取的经验整合为完整的信息流，同时调度路线规划、能耗管理、驾驶模式、信息推送。在场景表达中，凸显用户基于场景的优先需求（比如家庭出行要求平稳）。请注意，做到这些，AI始终主动探知、主动执行的，与被动响应不是一回事。

到了此处，很多人都想到“智能体”的概念。但智能体如果仍然是“命令集”的方式，仍然需要一个初始的命令。而原生AI不需要，它自己就会调动资源，悬挂调节、动力输出、空调策略，娱乐内容等等，都是默默地主动匹配到当前场景上来。用户甚至都不用发一言纠正AI的当前策略。

有什么能比谙熟车主的一切习惯、但安排得妥妥帖帖，更让人舒心的呢。车从此就不再是代步工具了，而是一位出行管家。用户也无须关注一个个独立的产品功能，甚至都不需要关注车本身。恰好，AIVA声称，帮助人省心，让人将注意力集中在享受生活上，是其品牌诉求。

这就要求，AIVA的产品，具备场景定义和能力编排，再反向确定车辆需要调动哪些底层能力。用户体验，就此成为AI基于用户目标而进行动态资源组织的产物。

到了这个地步，连AI带车辆，都不追求存在感，就像一个沉默而妥帖的助理，值得信任。

行业普遍将“学习”理解用户数据收集，车辆记住你的行为模式，然后自动调整。但这恰恰是功能后置的逻辑，功能框架已定，学习只是在参数层面进行个性化微调。

AIVA提出的“学习前置”，要求在产品定义阶段，就将学习机制设定为体验的核心。学的对象不专门针对偏好，而是理解行为模式，后者才能更好的描画一个人。这也是某种用户画像，只是针对特定的、唯一需要服务的用户个体。

两者的区别在于，前者是静态标签，比如李博举的那个例子，大汗淋漓之后的22℃，和冬季的22℃，是截然不同的两种感受。

AIVA注重的是动态模式，在何种情境下，用户会做出何种决策序列，这些决策之间有何关联。这要求AI不只是记忆参数，而是构建用户行为的预测模型，理解意图产生的前置条件和行动链。只有这样，车辆才能从“记住你的偏好”演进到“预判你的需求”。

因此，学习框架必须在产品定义时就确定：哪些能力组合可以被AI动态重组，用户行为数据的采集维度如何服务于能力重组，云端大模型与车端个人模型的协同边界在哪里。火山引擎的介入价值正在于此，它为汽车提供了一套新认知机制，而不是一个AI模块。

AIVA很坚定地相信，学习前置能力，将从根本上重塑产品体验。从这个角度，AIVA的首款整车ME7，将呈现出与以往任何产品不同的特质，将“汽车即AI”具象化。

AIVA与火山引擎的联手，最大的意义，在于将“原生AI”从概念推向了产品实践。当然，这也是该品牌面临的最大挑战，毕竟它把“AI汽车”定义得如此前沿。随之而来的，技术架构的复杂度、工程实践的可靠性，还有用户对无感服务的反馈，都比传统路径更具挑战性。定义追求“第一性”，实践上目前还没有现成的路可走。这也是所有开拓者的宿命。

价值相当明确，如果AIVA闯出来了，即汽车从价值链的端头开始，彻头彻尾地AI化，那么“AI改变汽车”，就成为现实，而非现在的“愿景”状态。赛豆科技探索的路，也将会成为可借鉴、可复制的工程化路线。这比赛豆品牌的商业成功还要重要。

-  E N D   -