汽车变革时代，如果说上半场的焦点是“能源”，那么下半场的焦点则一定是“智能”。

在汽车的智能化上，一般认为造车新势力的步伐会快些，从产品落地的速度上看也确实如此。但这并不意味着，传统厂商就是在故步自封。

传统厂商也是重视研发的，甚至在更健康的现金流和更完善的研发体系下，一些厂商的研发投入甚至要高于新势力。

例如，根据公开的财报信息，长城汽车2022年的研发投入为121.81亿元，而“蔚小理”的这一数字则分别是108亿、52.1亿、67.8亿。

当然，长城与“蔚小理”等新势力并不完全处于同一“赛道”，因此这些数字并不宜直接对比，但这依然可以让一些“传统车企在摆烂”之类的谣传不攻自破。

可能有人好奇：长城研发投了这么多钱，花在哪了？

「智能化」绝对是其中的“吃钱”大户。

9月12日，长城在总部保定开办了一次“智能沙龙”，我们也因此得到了一探长城智能化布局全貌的机会。

长城透露，随着智能化在汽车竞争中的权重不断增大，长城也一直在增加相关的“筹码”，截止目前已设立或收购了包括毫末（智能驾驶）、诺博科技（智能座舱）、曼德（电子电气架构）等诸多智能化关联公司，在全球布局了10个研发中心，关于智能化相关的研发人员就已超过了4000人。

4000人，放到互联网公司中已属于相当大的规模了，那么在如此大的研发投入下，长城又做到了什么？

结果反而非常收敛，就是长城口中的“咖啡智能”。

“咖啡智能”是一整套汽车智能化体系，是长城汽车整车智能化技术品牌。在“咖啡智能”体系下，包含了智能座舱、智能驾驶、电子电气架构、云平台等多个并行模块。

例如我们常提到的毫末智行，就是负责咖啡智能驾驶的主力军。他们在国内率先引入了超大规模机器学习模型 Transformer，将Transformer 模型融入到其MANA（雪湖系统）中，极大地提高了车辆视觉感知的能力，并由此率先确立了“重感知、轻地图”的技术路径。

而随着以GPT为代表的大模型的涌现，毫末也率先提出了DriveGPT的概念，针对自动驾驶这种特别“专”的应用场景，推出了自动驾驶生成式大模型“雪湖·海若”，具备驾驶场景识别、智能驾驶、驾驶行为验证、困难场景脱困等四大应用场景。

可以说，在自动驾驶前沿技术上，毫末、或者说长城，是一直走在前列的。

智能座舱亦是如此。

今年3月，随着哈弗二代大狗的上市，长城汽车全新一代智能座舱系统Coffee OS 2也正式亮相，这套系统基于长城GEEP3.5架构打造，不仅触控响应速度快，而且还大幅加强了其语音交互的能力。

比如，基于Coffee OS 2的语音助手，首次唤醒的响应时间仅需250毫秒，而业界第一梯队的平均速度为300-350毫秒。同时，它的语音引擎音色和对话节奏也像聊天一样自然，并且支持全场景语音连续对话、上下文理解、可见即可说等高阶语音能力。

例如，笔者在现场体验魏牌蓝山（同样基于Coffee OS 2）的语音助手时，就尝试了这样一个对话：

“我想听周杰伦的歌”

“换成它的布拉格广场”

“再换一个”

“音量小点”

“再小点……”

简短的5句对话，“小魏同学”均能快速地理解我的意图并快速执行。

整体体验下来，能感觉到Coffee OS 2的语音助手在能力上是足以位列第一梯队的，包括夸

车控域的连续命令、前后排分区语音识别等能力均具备，这可能有点突破部分人的认知。

不止语音交互，在蓝山的车机系统中，还具备一个“AI实验室”功能，其中包含了“手势控制”“导航转向灯辅助”“姿态识别”等功能，通过OK、比V、点赞、比嘘、比心等手势，就能实现座舱高频功能的快捷操控，例如静音、确认等等。

有趣的是，与其他车型通过红外或者TOF传感器来识别不同，蓝山的“手势控制”是通过车内摄像头对手势的识别来实现的。没错，长城在这一功能中也引入了AI视觉感知的能力。

对长城来说，AI正是智能化下阶段的关键所在。

在这次沙龙上，长城宣布，成立智能化前沿组织——TCAL(Technology Center Al Lab，简称 Al Lab)。

顾名思义，这是一个专注于AI技术的研究机构，负责人是曾在沙龙任职的杨继峰。

但从具体职能来看，Al Lab并不专注于某一方面AI技术、算法的研发，它的官方定义为：“基于跨域化、横向化、创新化的理念，以算力、算法、大模型能力建设为基础，将动力、底盘、造型、上车身等组织拉通，打造长城汽车大模型服务平台，形成面向整车领域与研发领域的技术中台。”

看起来有些难理解，但其实只需抓住其中关键——「大模型」。

无论在哪个行业，「大模型」的概念都十分火热，但对于汽车行业来说，如何将「大模型」落地、应用，目前尚无定数。

而在长城的规划里，「大模型」或将成为未来一切业务的“基座”，不仅包括智能座舱、智能驾驶，甚至还包括技术研发、车型开发等。

具体来说，在未来，长城的智能驾驶将会以「大模型」为基础，在车端感知方面，采用“感知大模型”，提升车辆的感知推理性能；在决策方面，将采用“认知大模型”，全面升级智能驾驶的预测、决策、规划算法的架构体系；在模型训练方面，将引入“3D场景构建大模型”，在虚拟世界中实现对现实世界的“重建”，为感知和决策模型的训练和升级提供更丰富的数据，降低Corner Case的构造成本。

而在座舱方面，将引入SpaceGPT空间感知大模型，基于多模态大模型的端到端能力，将时间、地点、车辆状态、驾驶员行为等多模态信息进行整合推理，得出每一时刻的“座舱空间”状态，让智能座舱也具备“预测”和“决策”能力，从而让智能座舱由“被动服务”向“管家式主动服务”转变。

例如，基于SpaceGPT空间感知大模型，车辆可以精准判断驾驶员是真的在打盹，还是只在眯眼，并基于时间、车速、驾驶员的操作行为等综合判断，实现最适合当下的驾驶行为提醒或个性化的内容推荐。

可以说，基于「大模型」的引入，车辆的智能化体验也会出现“涌现”般的飞跃式提升。

当然了，这一切的实现仍需要时间，但从这些架构层面的规划和布局来看，不难发现长城在车辆智能化方面的坚定。

长城做智能化能成吗？我们所期盼的“真智能”汽车能否到来？何时到来？接下来的关键，就是拼“速度”了，我们拭目以待。