2026年2月3日下午，科大訊飛股份有限公司聯(lián)合創(chuàng)始人、總裁吳曉如做客《趙福全研究院》高端對話欄目，作為欄目第78期嘉賓，與世界汽車工程師學(xué)會(huì)聯(lián)合會(huì)（FISITA）終身名譽(yù)主席、清華大學(xué)車輛學(xué)院教授、汽車產(chǎn)業(yè)與技術(shù)戰(zhàn)略研究院院長趙福全進(jìn)行了一場一對一的深度對話。本欄目由蓋斯特管理咨詢公司策劃、贊助并在其官方視頻號播出。在直播之后，我們精心整理了對話內(nèi)容，因篇幅較長，故分四部分推送。本文為第一部分的文字、視頻和音頻。
【核心觀點(diǎn)】
拓展升級：汽車消費(fèi)者對于車內(nèi)導(dǎo)航、音樂等應(yīng)用的需求顯著提高了。這不僅僅是要求把原有功能做得更好，而切希望實(shí)現(xiàn)功能上的拓展和升級。也就是說，今后汽車要變成一個(gè)移動(dòng)的音樂廳、一個(gè)移動(dòng)的影視廳，同時(shí)還是一個(gè)移動(dòng)的健康空間。為了實(shí)現(xiàn)上述功能拓展，就需要像科大訊飛這樣的供應(yīng)商與車企共同努力。
范式變革：此前汽車主要以硬件配置體現(xiàn)產(chǎn)品差異，現(xiàn)在汽車呈現(xiàn)出硬件標(biāo)準(zhǔn)化和同質(zhì)化、而以軟件實(shí)現(xiàn)產(chǎn)品差異化的趨勢。未來汽車將進(jìn)入到數(shù)據(jù)主導(dǎo)的智能化階段，車企基于AI可以為用戶提供更好的服務(wù)及體驗(yàn)。
空間屬性放大：無論是客廳般的舒適體驗(yàn)，還是音樂廳般的音響效果，汽車作為“第三空間”的特征與內(nèi)涵日益豐富。用戶的空間需求大幅拓展，車上也需增加更多功能，整車企業(yè)只靠自身力量難以應(yīng)對，這就需要與供應(yīng)商進(jìn)行共創(chuàng)。
整供關(guān)系改變：不再是車企直接給出功能定義、供應(yīng)商按要求交付的單純買賣關(guān)系；而是車企先提出功能定義，然后整供企業(yè)一起討論相關(guān)場景、完善功能定義、共創(chuàng)技術(shù)方案。由此，整供車企之間就從簡單的買賣關(guān)系轉(zhuǎn)向了協(xié)同共創(chuàng)的伙伴關(guān)系。
AI賦能：未來AI能力平臺將成為汽車產(chǎn)品的“基礎(chǔ)設(shè)施”，即每輛車上都會(huì)搭載一定的基礎(chǔ)硬件，以支撐后續(xù)不斷增強(qiáng)的AI功能。這其中有很多細(xì)節(jié)的工作，需要整供雙方共同商討及推動(dòng)落地。
AI重塑：AI帶來的影響不只局限于某一項(xiàng)技術(shù)或某一個(gè)環(huán)節(jié)，而是會(huì)波及人類社會(huì)的各個(gè)方面。就企業(yè)而言，AI將引發(fā)整個(gè)運(yùn)營體系的全方位變革，從研產(chǎn)供銷服全鏈條的各個(gè)環(huán)節(jié)，到產(chǎn)品體系、知識體系、能力體系及人才體系等，都將被AI重塑。
模型與應(yīng)用并重：科大訊飛采用差異化競爭策略，即AI基礎(chǔ)大模型開發(fā)與重點(diǎn)行業(yè)關(guān)鍵場景應(yīng)用同步推進(jìn)，二者相輔相成、互為促進(jìn)。
大模型要素：最終大模型就相當(dāng)于一種非常底層的操作系統(tǒng)，或者說類似于一種基礎(chǔ)性的數(shù)據(jù)庫。至于誰能成為競爭留下來的大模型公司，關(guān)鍵因素在于：其大模型是否在一些體量大、范圍廣、用戶多的場景中落地應(yīng)用了。
【對話實(shí)錄】
趙福全：大家好！歡迎大家來到《趙福全研究院》高端對話欄目。我是本欄目的主持人、清華大學(xué)的趙福全。本欄目由蓋斯特管理咨詢公司承辦，在此表示感謝。本欄目自2014年創(chuàng)辦以來，今天迎來了第78期專場，我們非常榮幸邀請到了科大訊飛總裁吳曉如先生，請吳總和大家打個(gè)招呼。
吳曉如：大家好！我是科大訊飛的吳曉如，非常高興參加趙老師的節(jié)目。
堅(jiān)守技術(shù)創(chuàng)新初心，不斷擴(kuò)展產(chǎn)業(yè)應(yīng)用邊界
趙福全：吳總，歡迎來參加本期高端對話節(jié)目。大家對科大訊飛的印象可能大多停留在能夠“將語音轉(zhuǎn)換成文字”的一家公司。實(shí)際上，科大訊飛是涉足多個(gè)領(lǐng)域的科技公司。以汽車產(chǎn)業(yè)為例，應(yīng)該說10年前科大訊飛與汽車的關(guān)聯(lián)還比較少，不過隨著汽車智能化的深入發(fā)展，科大訊飛早已成為汽車產(chǎn)業(yè)的重要參與者和貢獻(xiàn)者之一。下面先請吳總為廣大觀眾介紹一下，科大訊飛是一家怎樣的公司？主要從事什么業(yè)務(wù)？
吳曉如：的確，在很多人印象中，科大訊飛是專業(yè)做語音轉(zhuǎn)換的公司。我們公司是在1999年底由學(xué)生創(chuàng)業(yè)成立的——當(dāng)時(shí)創(chuàng)始人劉慶峰董事長和我都是中國科學(xué)技術(shù)大學(xué)的在讀研究生。公司的前身是中科大的語音實(shí)驗(yàn)室，因此多年來公司業(yè)務(wù)與語音技術(shù)的關(guān)聯(lián)度一直比較高，但實(shí)際上我們涉及的領(lǐng)域不限于此?？拼笥嶏w最早從事語音合成和識別技術(shù)，后來逐漸擴(kuò)展到翻譯和圖像業(yè)務(wù)，到今天開始致力于AI大模型等技術(shù)。也就是說，科大訊飛首先是一家技術(shù)型公司。
在商業(yè)模式上，科大訊飛早期主要是為其他公司提供技術(shù)授權(quán)。后來隨著我們的技術(shù)在一些行業(yè)應(yīng)用得越來越深，就誕生了各種應(yīng)用系統(tǒng)和解決方案。目前科大訊飛的技術(shù)在教育和醫(yī)療等行業(yè)有很多應(yīng)用，可能這些行業(yè)的從業(yè)者對我們了解得更多一些。2024年我們還把醫(yī)療板塊拆分出來，成為一家獨(dú)立的上市公司。
對于汽車行業(yè)，在10年前科大訊飛做得還很少，只是有一些車企開始使用我們的語音交互技術(shù)。可能很多人還記得，那時(shí)車載導(dǎo)航里出現(xiàn)了林志玲或者郭德綱的聲音，大家覺得挺有趣，這就是我們做的。不過近幾年隨著汽車智能化的程度越來越高，我們的汽車業(yè)務(wù)也做得越來越多了，不僅為車企提供語音識別、合成及交互技術(shù)，還深入到智能音響等領(lǐng)域。
總的來說，科大訊飛是一家最早由學(xué)生創(chuàng)業(yè)、后來逐漸發(fā)展壯大的技術(shù)型公司，現(xiàn)在我們的技術(shù)在一些行業(yè)的應(yīng)用越來越深入。
趙福全：目前科大訊飛的規(guī)模有多大？研發(fā)實(shí)力如何？能否從人才結(jié)構(gòu)的角度來講一講，比如研發(fā)人員所占的比例有多少？
吳曉如：目前科大訊飛大約有1萬多人，其中技術(shù)開發(fā)人員占60%，約六七千人。在這些研發(fā)人員中，有1500多人專門做AI技術(shù)，我們專門設(shè)有AI研究院，主要研究各種大模型，像訊飛語音、翻譯大模型等相關(guān)技術(shù)就是在這個(gè)研究院開發(fā)出來的；同時(shí)，我們還設(shè)有軟件技術(shù)中心和硬件技術(shù)中心。此外，我們還有各個(gè)不同的業(yè)務(wù)部門。公司的組織架構(gòu)大體上就是這樣。
趙福全：現(xiàn)在學(xué)生創(chuàng)業(yè)比較流行，但在1999年還非常少見?？梢哉f，科大訊飛是應(yīng)時(shí)代需求而誕生、隨時(shí)代發(fā)展而進(jìn)步的，公司業(yè)務(wù)從最初的語音合成與識別技術(shù)逐漸拓展到多種技術(shù)，并在多個(gè)行業(yè)應(yīng)用。剛才您談到，目前科大訊飛有1/4的研發(fā)人員在做AI技術(shù)，包括開發(fā)大模型，這可以說是緊跟智能化大潮的熱點(diǎn)了。實(shí)際上，科大訊飛作為一家技術(shù)型公司，其發(fā)展歷程就是始終堅(jiān)持核心技術(shù)創(chuàng)新，同時(shí)把這些技術(shù)不斷應(yīng)用到更多的行業(yè)和領(lǐng)域中。包括汽車行業(yè)，近年來科大訊飛也做得越來越多。吳總，我們這個(gè)欄目主要就是面向汽車行業(yè)的，所以下面我想更多圍繞著汽車業(yè)務(wù)來與您探討。
眾所周知，當(dāng)前汽車產(chǎn)業(yè)正在經(jīng)歷前所未有的顛覆性變革。此前汽車在本質(zhì)上就是硬件集成的產(chǎn)品，主要以硬件配置體現(xiàn)產(chǎn)品差異；在汽車銷售出去之后，整車企業(yè)與用戶基本上就沒有直接聯(lián)系了。隨著智能網(wǎng)聯(lián)技術(shù)的發(fā)展和應(yīng)用，現(xiàn)在汽車搭載的軟件越來越豐富，呈現(xiàn)出硬件標(biāo)準(zhǔn)化、同質(zhì)化而以軟件實(shí)現(xiàn)產(chǎn)品差異化的趨勢；整車企業(yè)在用戶使用汽車的全過程中都與其連接，并通過更新軟件等手段持續(xù)優(yōu)化用戶體驗(yàn)。展望未來，汽車將進(jìn)入到數(shù)據(jù)主導(dǎo)的新階段，基于數(shù)據(jù)的AI能力會(huì)越來越強(qiáng)，車企基于此可以為用戶提供更好的服務(wù)及體驗(yàn)。這意味著在SDV（軟件定義汽車）的產(chǎn)品演進(jìn)尚未完成之際，汽車行業(yè)現(xiàn)在已經(jīng)開始探索AIDV（AI定義汽車）的發(fā)展之路了。在此背景下，我想了解一下，科大訊飛的汽車業(yè)務(wù)目前占多大比例？近幾年的發(fā)展態(tài)勢是怎樣的？
吳曉如：目前科大訊飛汽車業(yè)務(wù)的體量還不算大，大約占我們整體營收的7%左右，但是發(fā)展速度非?？?。早年科大訊飛是通過語音識別技術(shù)進(jìn)入汽車行業(yè)的，當(dāng)時(shí)車企發(fā)現(xiàn)車內(nèi)不能只有觸屏，還需要有語音，所以科大訊飛就為其提供語音技術(shù)的使用授權(quán)。后來不少車企合作伙伴希望我們能再進(jìn)一步做一些場景的應(yīng)用，比如通過語音來優(yōu)化導(dǎo)航場景等。由此，科大訊飛的汽車業(yè)務(wù)也就從單純的語音技術(shù)授權(quán)擴(kuò)展到各種場景應(yīng)用。在這種情況下，近幾年我們的汽車業(yè)務(wù)整體上在不斷擴(kuò)大。
實(shí)際上，一直以來科大訊飛都聚焦于軟件業(yè)務(wù)，所以之前在硬件主導(dǎo)的汽車行業(yè)中，我們的業(yè)務(wù)規(guī)模并不大；而現(xiàn)在由于軟件在汽車產(chǎn)品中的比重越來越大、受重視程度也越來越高，我們與汽車行業(yè)的聯(lián)系也就越來越緊密了。應(yīng)該說，汽車行業(yè)是科大訊飛非?？春玫?、預(yù)計(jì)未來將會(huì)快速發(fā)展的業(yè)務(wù)板塊之一。在這方面，今天我會(huì)和趙老師進(jìn)行深入的交流。
整供車企協(xié)同共創(chuàng)是未來汽車產(chǎn)品成功的關(guān)鍵
趙福全：當(dāng)前，汽車產(chǎn)業(yè)正在發(fā)生一系列重要變化。過去，汽車產(chǎn)品主要圍繞硬件進(jìn)行集成式創(chuàng)新。汽車產(chǎn)業(yè)形態(tài)則是由上游供應(yīng)商、中間整車企業(yè)、下游經(jīng)銷商構(gòu)成的線型鏈條；整供之間的分工很明確，供應(yīng)商按照整車企業(yè)的要求提供零部件即可。現(xiàn)在，汽車產(chǎn)品通過硬件配置來實(shí)現(xiàn)差異化已經(jīng)越來越難了。一方面，硬件很容易被競爭對手效仿而趨于同質(zhì)化；另一方面，硬件研發(fā)周期長、投入大、成本高，一味堆砌硬件會(huì)給企業(yè)帶來很大的負(fù)擔(dān)；更重要的是，產(chǎn)品上市后即固化的硬件，無法為用戶持續(xù)提供越來越多的功能、越來越好的體驗(yàn)。所以，正如吳總剛才談到的，軟件在汽車產(chǎn)品上的重要性越來越高、應(yīng)用越來越廣。實(shí)際上，汽車產(chǎn)業(yè)已經(jīng)進(jìn)入到軟件主導(dǎo)的時(shí)代，特別是在AI應(yīng)用的熱潮下，軟件的價(jià)值還在進(jìn)一步增大。由此，汽車產(chǎn)業(yè)形態(tài)正向多主體分工協(xié)作的網(wǎng)狀生態(tài)轉(zhuǎn)變；相應(yīng)的，整供之間也不再是涇渭分明的甲乙方，而是共生共創(chuàng)的合作伙伴，并衍生出一系列新的商業(yè)模式。比如近期廣汽、寧德時(shí)代和京東就合作打造“國民好車”，由京東提供用戶洞察、銷售及售后服務(wù)，這就完全不同于以往供應(yīng)商、經(jīng)銷商的角色了。
那么，您作為科大訊飛的領(lǐng)軍人，如何看待汽車整供關(guān)系與合作模式的這些變化？這會(huì)不會(huì)為科大訊飛帶來新的發(fā)展機(jī)遇？如果答案是肯定的，科大訊飛又該如何把握住這種機(jī)遇呢？請談?wù)勀乃伎肌?/span>
吳曉如：科大訊飛作為一家汽車供應(yīng)商，同時(shí)我本人也作為汽車消費(fèi)者，確實(shí)感受到汽車產(chǎn)業(yè)正在發(fā)生深刻的變化。以前，汽車只是一種出行工具，用戶覺得車開著好就夠了；現(xiàn)在，汽車越來越成為移動(dòng)的空間，用戶的需求較之前大幅拓展，車上也增加了滿足這些需求的更多功能。例如，一些用戶在車上不是簡單地聽聽歌，而是希望能夠享受音樂，這就對車載音響的音質(zhì)提出了更高要求；又如，當(dāng)前中國的互聯(lián)網(wǎng)非常發(fā)達(dá)，很多用戶都希望在車上也能享用各種各樣的互聯(lián)網(wǎng)服務(wù)，這就對車輛的網(wǎng)聯(lián)化、智能化提出了更高要求。而與其他產(chǎn)品不同的是，在汽車產(chǎn)品的各種場景中，一定要以一種更加自然、完全不會(huì)影響到駕乘安全的方式來提供上述功能與服務(wù)，這就對人車交互的方式和質(zhì)量提出了更高要求。
具體來說，汽車消費(fèi)者對于車內(nèi)導(dǎo)航、音樂等應(yīng)用的需求顯著提高了。這不僅僅是要求把原有功能做得更好，而是希望實(shí)現(xiàn)功能上的拓展和升級。也就是說，今后汽車要變成一個(gè)移動(dòng)的音樂廳、一個(gè)移動(dòng)的影視廳，同時(shí)還是一個(gè)移動(dòng)的健康空間。為了實(shí)現(xiàn)上述功能拓展，就需要像科大訊飛這樣的供應(yīng)商與車企共同努力。
在這個(gè)過程中，我們也親歷了整供關(guān)系的轉(zhuǎn)變：不再是車企直接給出功能定義、供應(yīng)商按要求交付的單純買賣關(guān)系；而是車企先提出功能定義，然后整供企業(yè)一起討論相關(guān)場景、完善功能定義、共創(chuàng)技術(shù)方案，看各自的技術(shù)分別能完成哪些部分，又該怎樣融合起來，以便為消費(fèi)者提供其真正需要的功能。例如，前段時(shí)間科大訊飛就是按照這種方式打造推出了汽車智能音響產(chǎn)品。從這個(gè)意義上講，我認(rèn)為車端應(yīng)用場景的牽引作用至關(guān)重要。
趙福全：的確如此，就像吳總剛才講到的，汽車產(chǎn)品的空間屬性正在不斷放大，無論是客廳般的舒適體驗(yàn)，還是音樂廳般的音響效果，汽車作為“第三空間”的特征與內(nèi)涵日益豐富。在這種情況下，整車企業(yè)只靠自身力量是難以應(yīng)對的，畢竟與空間屬性相關(guān)的很多核心技術(shù)都是車企并不掌握的，有些也不應(yīng)由車企掌握，這就需要與供應(yīng)商進(jìn)行共創(chuàng)。由此，整供車企之間也就從簡單的買賣關(guān)系轉(zhuǎn)向了協(xié)同共創(chuàng)的伙伴關(guān)系。
究其根源，我認(rèn)為這是“新汽車”時(shí)代的必然趨勢。我之所以提出“新汽車”的概念，就是想強(qiáng)調(diào)本輪變革并非只是汽車動(dòng)力形式的改變以及智能化技術(shù)的引入，而是會(huì)將汽車產(chǎn)品徹底重塑為全新的物種，并由此引發(fā)整個(gè)產(chǎn)業(yè)范式的巨變。包括我們剛剛談到的整供關(guān)系的改變；也包括銷售模式的改變，傳統(tǒng)的4S店模式正在向線上與線下結(jié)合的“O2O”模式演進(jìn)。那么在本輪汽車產(chǎn)業(yè)巨變的過程中，您認(rèn)為科大訊飛有哪些獨(dú)特的核心技術(shù)能為車企賦能呢？
吳曉如：趙老師對行業(yè)的理解非常深刻。大家知道，此前整車企業(yè)把供應(yīng)商分為T1（一級供應(yīng)商）、T2（二級供應(yīng)商）、T3（三級供應(yīng)商）等，科大訊飛最早與車企合作時(shí)只是T2或T3。近幾年有多家車企的領(lǐng)導(dǎo)都曾和我說過：科大訊飛不該是T2，甚至也不是T1，而應(yīng)該是T0.5（0.5級供應(yīng)商）。他們表達(dá)的意思是，科大訊飛在做的很多事情，都不是車企先把需求定義清楚，然后交給我們來落實(shí)，而是雙方先溝通技術(shù)能做到什么程度，然后再一起定義需求和共創(chuàng)方案。
我舉兩個(gè)具體的案例。第一個(gè)例子，早期我們做車載語音交互，都是一些簡單指令，比如“打電話給某某”。后來人車之間的語音交互越來越復(fù)雜，不只駕駛員需要語音交互，車上不同位置的乘客也都需要語音交互，而且對語音交互準(zhǔn)確性的要求也越來越高。這就要求座艙里的麥克風(fēng)必須準(zhǔn)確采集到每個(gè)座位上乘客的語音。但是我們發(fā)現(xiàn)，車內(nèi)麥克風(fēng)的原有布置方案無法滿足上述要求，因?yàn)榇饲败嚻笤谶x擇布置方案時(shí)只考慮了設(shè)計(jì)上的美觀和工藝上的易實(shí)現(xiàn)等因素。在此情況下，我們就與車企深度溝通，強(qiáng)調(diào)必須把準(zhǔn)確采集語音的需求也考慮進(jìn)來，并與車企一起優(yōu)化麥克風(fēng)陣列的布置。這實(shí)際上體現(xiàn)了軟硬件一體化的理念：科大訊飛并非單純地提供語音交互軟件，而是也要參與到硬件的開發(fā)中，通過與整車企業(yè)深度共創(chuàng)來確保軟硬融合。
第二個(gè)例子，現(xiàn)在AI大模型特別熱，越來越多的車企把各類AI大模型引入到汽車產(chǎn)品中，而這些模型需要相應(yīng)的硬件支撐。那么，一輛汽車到底需要多大算力的芯片呢？顯然，不同定位、不同價(jià)位的車型，其配置芯片的需求肯定是不一樣的。這就需要我們與車企溝通，看他們究竟想實(shí)現(xiàn)哪些場景，為此我們需要應(yīng)用哪些技術(shù)，最終根據(jù)這些技術(shù)的適配方案來確定算力的需求。實(shí)際上，我認(rèn)為未來AI能力平臺將成為汽車產(chǎn)品的“基礎(chǔ)設(shè)施”，即每輛車上都會(huì)搭載一定的基礎(chǔ)硬件，以支撐后續(xù)不斷增強(qiáng)的AI功能。這其中有很多細(xì)節(jié)的工作，需要整供雙方共同商討及推動(dòng)落地。
就科大訊飛而言，不管是早期的語音交互，還是現(xiàn)在的各類智能應(yīng)用，我們的核心技術(shù)都需要語音、圖像等方面的AI能力支撐；而這些AI能力又都需要構(gòu)建在底層硬件之上。這就要求我們必須深度參與汽車產(chǎn)品的開發(fā)，與車企溝通討論，一起確定合適的硬件環(huán)境。
趙福全：吳總，我們這個(gè)高端對話欄目的觀眾群體非常廣泛，包括很多行業(yè)領(lǐng)導(dǎo)、企業(yè)高層以及技術(shù)專家都會(huì)收看。所以，我們不妨敞開來聊，相信一定會(huì)有很好的傳播效果。
我覺得，您剛才提到了非常重要的一點(diǎn)，整供企業(yè)之間的分工及關(guān)系正在發(fā)生重大變化。以科大訊飛為例，曾經(jīng)你們只是T2或T3，只需提供相關(guān)軟件，幫助車企實(shí)現(xiàn)語音識別等基本功能即可。但是近年來情況不同了，車上不僅需要有更多的功能，并把這些功能做得更好，而且具備了一定的功能和性能還不夠，還需要讓用戶獲得更好的體驗(yàn)，這就不是整車企業(yè)獨(dú)自就能做到的了。在這方面，吳總講的麥克風(fēng)布置的案例就很典型。以前車企只關(guān)注麥克風(fēng)的功能是否可靠、安裝是否方便、外觀是否符合內(nèi)飾的整體風(fēng)格等因素；而現(xiàn)在還必須精準(zhǔn)判斷出是哪個(gè)位置用戶的語音，這就需要基于對聲學(xué)的深刻理解，重新確定麥克風(fēng)的數(shù)量、性能和位置，以期實(shí)現(xiàn)良好的語音交互效果。
現(xiàn)在業(yè)界都在講所謂“體驗(yàn)經(jīng)濟(jì)”，在我看來，其關(guān)鍵在于產(chǎn)品不只是功能有無的問題，也不只是性能好壞的問題，而是要做得“精細(xì)”，讓用戶獲得最佳的體驗(yàn)。或者用當(dāng)前另一個(gè)流行的概念來說，就是要為用戶提供“情緒價(jià)值”。比如用戶在車內(nèi)聽音樂時(shí)，有音樂廳一樣的沉浸感；在車內(nèi)玩游戲時(shí)，有身臨其境、現(xiàn)場對戰(zhàn)的逼真感，等等。說實(shí)話，對于這樣的用戶體驗(yàn)，整車企業(yè)就算想得到也很難做得到，畢竟車企的核心業(yè)務(wù)是造車，而不是打造視聽環(huán)境。以音響為例，其效果與硬件、軟件、車內(nèi)環(huán)境等諸多因素都有關(guān)，整車企業(yè)唯有借助專業(yè)供應(yīng)商多年積累的技術(shù)能力，進(jìn)行深度協(xié)同共創(chuàng)，才有可能拿出最優(yōu)的方案。所以我認(rèn)為，汽車產(chǎn)業(yè)正從集成式創(chuàng)新邁向融合式創(chuàng)新的新階段，車企如果認(rèn)為自己主導(dǎo)就能做好所有事情，甚至還秉持“肥水不流外人田”的想法，那就太低估供應(yīng)商專業(yè)化能力的重要性了，最終肯定無法實(shí)現(xiàn)最佳的用戶體驗(yàn)。
AI將給整個(gè)人類社會(huì)帶來全方位的深遠(yuǎn)影響
趙福全：吳總剛才還談到了人工智能。實(shí)際上，AI帶來的影響遠(yuǎn)不局限于汽車產(chǎn)業(yè)，而是會(huì)重塑整個(gè)世界。所以，我想請您先分享一下，AI將對人類社會(huì)產(chǎn)生哪些重大影響。然后再聚焦汽車產(chǎn)業(yè)，談?wù)勎磥?-10年AI會(huì)帶來哪些變化。而科大訊飛對此準(zhǔn)備如何應(yīng)對，要做哪些儲(chǔ)備？
吳曉如：趙老師的這個(gè)問題很大。人工智能的影響非常廣泛且深遠(yuǎn)，說實(shí)話，未來5年、10年后AI究竟會(huì)發(fā)展到什么程度，真的很難預(yù)測，因?yàn)樽兓瘜?shí)在太快了。雖然我在人工智能領(lǐng)域已經(jīng)做了20多年了，長期身處其中，但最近兩三年的發(fā)展還是讓我切身感受到“眼花繚亂”——各大廠商不斷推出各種AI模型，并且很多模型的技術(shù)迭代進(jìn)步速度遠(yuǎn)遠(yuǎn)超出預(yù)期。
更重要的是，人工智能并不只是技術(shù)層面的變革，而是將給整個(gè)人類社會(huì)帶來全方位的變化。從國家層面看，當(dāng)前發(fā)展AI已經(jīng)成為中國的國家戰(zhàn)略，同時(shí)其他很多國家也都高度重視AI，將其視為全球競爭的制高點(diǎn)。我認(rèn)為，后續(xù)AI必將對國際政治經(jīng)濟(jì)格局以及各國之間的關(guān)系產(chǎn)生極其重大的影響。
從社會(huì)層面看，在AI的影響下，未來的職業(yè)結(jié)構(gòu)一定會(huì)發(fā)生顯著變化。相應(yīng)的，教育模式必然隨之改變。更進(jìn)一步來說，整個(gè)社會(huì)的結(jié)構(gòu)也會(huì)發(fā)生深刻變化。
從企業(yè)層面看，首先是產(chǎn)品本身，當(dāng)前包括汽車在內(nèi)的各行各業(yè)，都越來越重視AI，致力于通過AI來提升產(chǎn)品的競爭力。因?yàn)锳I可以實(shí)現(xiàn)精準(zhǔn)化、個(gè)性化的產(chǎn)品及服務(wù)，就是說，不再只是簡單地實(shí)現(xiàn)某些功能，而是讓這些功能能夠更加精準(zhǔn)地匹配用戶的需求，真正觸達(dá)用戶的痛點(diǎn)。其次是研發(fā)模式，在AI的影響下，整個(gè)產(chǎn)品的開發(fā)流程及管理模式等都將發(fā)生變化。以前一款產(chǎn)品的核心開發(fā)團(tuán)隊(duì)需要很多人，現(xiàn)在借助AI，用更少的人就能完成同樣的任務(wù)，而且還能把產(chǎn)品定義得更準(zhǔn)、打造得更好。最后是組織模式和人才需求等，這些方面也會(huì)隨著產(chǎn)品及其研發(fā)模式的改變而變化。
正因如此，科大訊飛這幾年花了大量精力進(jìn)行內(nèi)部建設(shè)，比如鼓勵(lì)優(yōu)秀的員工和團(tuán)隊(duì)總結(jié)提煉AI應(yīng)用經(jīng)驗(yàn)，讓這些經(jīng)驗(yàn)在公司內(nèi)部快速傳播和復(fù)用。面對AI的快速發(fā)展，我們能做的就是在技術(shù)應(yīng)用上跑得更快，為此要讓企業(yè)的研發(fā)模式、服務(wù)模式和組織模式等，能夠支撐一系列新技術(shù)的快速應(yīng)用。同時(shí)，企業(yè)也要對員工負(fù)責(zé)。比如說，很多員工加入科大訊飛時(shí)，AI大模型還沒有出現(xiàn)；所以現(xiàn)在我們要及時(shí)給員工進(jìn)行AI基礎(chǔ)技術(shù)及行業(yè)應(yīng)用等方面的培訓(xùn)，讓大家都跟上AI快速發(fā)展的節(jié)奏。
近期大家經(jīng)常討論的一個(gè)話題就是，AGI（通用人工智能）究竟何時(shí)能夠?qū)崿F(xiàn)？對此的估計(jì)既有樂觀派，也有悲觀派，即便長期從事AI的專家學(xué)者意見也不一致，甚至是天差地別。其實(shí)這種所謂“AI根技術(shù)”的發(fā)展進(jìn)程是難以精準(zhǔn)預(yù)判的，就更別說對AI技術(shù)應(yīng)用于各個(gè)產(chǎn)業(yè)的深度和廣度進(jìn)行判斷了。我倒覺得，與其糾結(jié)于這些判斷，不如積極實(shí)踐。正因如此，企業(yè)要做的就是專注于自己的領(lǐng)域，把AI技術(shù)的落地應(yīng)用做得更扎實(shí)，這樣才能更好地適應(yīng)AI的發(fā)展，進(jìn)而推動(dòng)AI的進(jìn)步。
趙福全：我完全認(rèn)同吳總的看法，現(xiàn)在要準(zhǔn)確預(yù)測5年、10年之后AI的狀態(tài)，確實(shí)很難做到。因?yàn)榧夹g(shù)的進(jìn)步實(shí)在太快了，用“日新月異”來形容一點(diǎn)都不為過。我曾經(jīng)講過，2024年AI還是“山雨欲來風(fēng)滿樓”，而2025年已經(jīng)是“忽如一夜春風(fēng)來”了——盡管AI大范圍普及應(yīng)用的春天還沒有真正到來，但是各行各業(yè)都已經(jīng)感受到春天般的氣息了。
您還特別談到，AI帶來的影響不只局限于某一項(xiàng)技術(shù)或某一個(gè)環(huán)節(jié)，而是會(huì)波及人類社會(huì)的各個(gè)方面。我覺得，這一點(diǎn)您看得非常透徹。就企業(yè)而言，我同樣認(rèn)為，AI將引發(fā)整個(gè)運(yùn)營體系的全方位變革，從研產(chǎn)供銷服全鏈條的各個(gè)環(huán)節(jié)，到產(chǎn)品體系、知識體系、能力體系及人才體系等，都將被AI重塑。
AI基礎(chǔ)大模型開發(fā)與重點(diǎn)行業(yè)落地應(yīng)用并重
趙福全：由此就帶來了一個(gè)問題：在AI快速發(fā)展的新時(shí)期，科大訊飛對自身角色是如何定義的？你們究竟是AI的技術(shù)開發(fā)公司，還是在AI賦能下?lián)碛休^強(qiáng)AI應(yīng)用能力的公司？這兩種公司的定位完全不同：比如，汽車企業(yè)肯定不會(huì)成為AI技術(shù)開發(fā)公司，但完全可以成為很強(qiáng)的AI應(yīng)用公司。您剛才也談到，AI根技術(shù)和AI應(yīng)用是兩回事。那么圍繞著AI領(lǐng)域，科大訊飛是怎樣自我定位的呢？
吳曉如：這是一個(gè)非常好的問題。科大訊飛內(nèi)部也在持續(xù)思考和實(shí)踐，因?yàn)檫@直接關(guān)系到公司未來發(fā)展與組織變革的方向。目前，我們在AI方面的具體措施大致可以分為三個(gè)層面：
第一，我們在公司內(nèi)部專門設(shè)立了人工智能研究院，重點(diǎn)研究底層的通用大模型，比如星火大模型。在研發(fā)過程中，我們會(huì)更多地考慮模型在相關(guān)行業(yè)的關(guān)鍵應(yīng)用場景，包括教育、汽車行業(yè)等等。由于現(xiàn)在外部的通用大模型發(fā)展很快，所以我們的星火大模型也必須不斷地向前快跑。為此，我們還建立了模型的測試體系，不僅有通用性的測試體系，還有為各種應(yīng)用場景搭建的專屬測試體系，以便讓用戶能夠直觀感知到我們的大模型一直在進(jìn)步。
第二，我們采取了“1+N”的AI應(yīng)用模式。其中，“1”是底層的通用大模型，“N”則代表不同行業(yè)的應(yīng)用場景，比如汽車產(chǎn)品就可以基于科大訊飛的通用大模型，實(shí)現(xiàn)各種不同的應(yīng)用場景，即在“1”的上面加上很多個(gè)“N”。在應(yīng)用層面，科大訊飛的靈活性是很高的：客戶既可以使用我們的星火大模型；也可以選用外部的開源大模型，再由我們協(xié)助完成“N”的工作。在公司的組織架構(gòu)中，我們把各個(gè)行業(yè)的業(yè)務(wù)部門統(tǒng)稱為事業(yè)部。每個(gè)事業(yè)部也即業(yè)務(wù)部門內(nèi)部也有專門的AI團(tuán)隊(duì)，當(dāng)然他們更多的是做AI模型應(yīng)用的。由于這些團(tuán)隊(duì)在訊飛內(nèi)部工作，與我們的大模型研發(fā)團(tuán)隊(duì)距離非常近，彼此可以隨時(shí)交流，所以他們對大模型有較強(qiáng)的“鑒賞”能力，非常清楚哪些大模型適合什么樣的特定場景。就是說，無論是基于我們自己的通用大模型，還是基于外部的通用大模型，他們都有能力有效匹配及實(shí)現(xiàn)相應(yīng)的應(yīng)用場景，并達(dá)到良好的效果。與此同時(shí)，面向一些重要行業(yè)的“N”，業(yè)務(wù)部門還會(huì)結(jié)合該行業(yè)的專屬數(shù)據(jù)，訓(xùn)練更貼合其應(yīng)用場景的行業(yè)模型和場景模型。
第三，無論哪個(gè)業(yè)務(wù)部門，我們最終的核心目標(biāo)在于提升AI應(yīng)用的用戶體驗(yàn)。例如，汽車行業(yè)的車控、音效、智駕等應(yīng)用，都要站在用戶角度來判斷其效果的優(yōu)劣，或者說都要以用戶的體驗(yàn)感和認(rèn)可度為評價(jià)指標(biāo)。其他行業(yè)的應(yīng)用也是如此。說到底，AI技術(shù)即便再先進(jìn)，如果不能為用戶帶來所需的價(jià)值，也沒有任何實(shí)際意義。
整體而言，科大訊飛首先是一家人工智能公司，我們必須確保自己的底座模型始終處于第一陣營。同時(shí)，科大訊飛也高度重視人工智能的關(guān)鍵應(yīng)用，我們在AI應(yīng)用層面也要走在前面。而科大訊飛業(yè)務(wù)部門的核心任務(wù)就是把各種基礎(chǔ)模型用好，既包括我們自己的模型，也包括其他第三方的模型，都要基于各種數(shù)據(jù)進(jìn)行專業(yè)化的訓(xùn)練，還要把不同來源的技術(shù)都融合起來，最終實(shí)現(xiàn)最好的應(yīng)用效果。以上就是我們公司目前的定位和策略。
趙福全：吳總講得非常好?？拼笥嶏w作為一家AI公司，一方面在做通用的基礎(chǔ)大模型，就是您所說的“1”；另一方面也在做若干行業(yè)的關(guān)鍵應(yīng)用，就是您所說的“N”。而這個(gè)“N”的具體數(shù)量和內(nèi)容，取決于企業(yè)自身的重點(diǎn)戰(zhàn)略方向和業(yè)務(wù)拓展能力，具有很強(qiáng)的靈活性。
從邏輯上講，在開發(fā)基礎(chǔ)模型的同時(shí)，推進(jìn)其應(yīng)用于若干垂直領(lǐng)域，這在短期內(nèi)肯定是有益的，既能以基礎(chǔ)模型支撐應(yīng)用的落地，又能以應(yīng)用拉動(dòng)基礎(chǔ)模型的優(yōu)化。但從長期來看，這未嘗不是一種挑戰(zhàn)，畢竟戰(zhàn)略需要聚焦。說到這里，我想與您探討一個(gè)問題：科大訊飛把資源分散到多個(gè)“N”上，會(huì)不會(huì)影響你們對基礎(chǔ)大模型的持續(xù)投入及其性能的快速提升呢？我判斷，未來真正能夠存活下來的基礎(chǔ)大模型，數(shù)量可能會(huì)非常有限，如果科大訊飛的基礎(chǔ)大模型最終沒能進(jìn)入第一梯隊(duì)該怎么辦？會(huì)不會(huì)有這樣一種風(fēng)險(xiǎn)——本來想要兼顧“農(nóng)業(yè)”和“工業(yè)”，結(jié)果顧此失彼，導(dǎo)致田沒種好，工廠也沒做好呢？
這個(gè)問題可以再延伸一下，您認(rèn)為5年之后，或者說等到AI大模型收斂的時(shí)候，科大訊飛會(huì)是一家專業(yè)的AI大模型公司，還是一家更偏重AI應(yīng)用的公司？特別是在我們重點(diǎn)討論的汽車行業(yè)，屆時(shí)科大訊飛會(huì)是怎樣的角色？
吳曉如：我覺得，最終大模型就相當(dāng)于一種非常底層的操作系統(tǒng)，或者說類似于一種基礎(chǔ)性的數(shù)據(jù)庫。由此出發(fā)，我完全同意趙老師剛才的判斷——5年以后底層大模型的數(shù)量肯定不會(huì)像現(xiàn)在這么多。我認(rèn)為，到時(shí)候應(yīng)該只會(huì)剩下少數(shù)幾家公司的大模型。至于具體會(huì)是哪幾家公司，現(xiàn)在還沒有定論。站在今天這個(gè)時(shí)間點(diǎn)上，恐怕沒有哪家企業(yè)敢說自己已經(jīng)穩(wěn)穩(wěn)拿到了未來大模型的船票，就此可以高枕無憂了，這一點(diǎn)是確定無疑的。
那么，怎樣才能成為最終留下來的大模型公司中的一家呢？我想關(guān)鍵因素在于：你的大模型是否在一些體量大、范圍廣、用戶多的場景中落地應(yīng)用了。如果能在這樣的場景中站穩(wěn)腳跟，這個(gè)模型就更有可能走到最后。因?yàn)樽罱K決定哪些底層模型能存活下來的，一定是用戶的選擇。這是我想說的第一點(diǎn)。
第二點(diǎn)，當(dāng)前科大訊飛其實(shí)也是有所聚焦的，并不是在各個(gè)方向上都全面鋪開。比如，剛才談到的教育行業(yè)，就有比較獨(dú)特的應(yīng)用場景，這是我們核心的業(yè)務(wù)方向之一；再如，我們也非常關(guān)注汽車行業(yè)，因?yàn)槠囈灿薪换ヮ惖闹匾獞?yīng)用場景。
以教育行業(yè)為例，早年我們進(jìn)入其中主要是靠語音技術(shù)。而現(xiàn)在大家講得更多的是多模態(tài)交互，不過語音技術(shù)在其中依然處于核心位置。所以，我們完全可以在語音技術(shù)優(yōu)勢的基礎(chǔ)上，重點(diǎn)拓展相關(guān)的應(yīng)用方向，諸如語音記錄、語音翻譯以及多模態(tài)交互等。其他行業(yè)也是如此，我們都是有選擇地進(jìn)入的，而非盲目擴(kuò)張。
第三點(diǎn)，上述策略也可以從用戶體驗(yàn)的角度來審視。在真正意義上的AGI到來之前，用戶對大模型的使用習(xí)慣其實(shí)還在形成中。而我們希望依托自身的模型開發(fā)及應(yīng)用能力，在人車交互等重要場景中為用戶提供最佳體驗(yàn)，并由此培養(yǎng)用戶的使用習(xí)慣。最終只要用戶體驗(yàn)足夠好，我們的底層模型就一定能在相關(guān)行業(yè)中占據(jù)一席之地。而如果用戶都習(xí)慣于使用科大訊飛的底層模型，我們的優(yōu)勢也就更加明顯了。
總之，一方面，我們在推動(dòng)通用的底座模型持續(xù)發(fā)展，另一方面，我們也構(gòu)建了模型應(yīng)用的開放平臺，并且目前已經(jīng)有了大量的用戶。后續(xù)我們希望這個(gè)開放平臺能夠吸引來自不同行業(yè)的更多用戶使用。畢竟對于通用的底座模型來說，除了模型自身的效果要好之外，與第三方生態(tài)建立良好的連接，這也是一個(gè)至關(guān)重要的因素。而要建立這種連接，最重要的工作就是要把重點(diǎn)行業(yè)的關(guān)鍵場景做好。
對此，正如我前面談到的，科大訊飛內(nèi)部在AI領(lǐng)域的組織劃分和分工模式是明確的：一部分人專注于通用模型的研發(fā)，另一部分人聚焦于垂直領(lǐng)域的模型開發(fā)及應(yīng)用。比如，我們有專門從事人車交互等汽車業(yè)務(wù)的團(tuán)隊(duì)，他們不僅深刻理解大模型的機(jī)理和優(yōu)化方法，也非常熟悉汽車產(chǎn)品的應(yīng)用場景和具體需求。正因如此，他們才能立足于底層模型，更快更好地進(jìn)行落地應(yīng)用和迭代優(yōu)化，進(jìn)而不斷提升用戶體驗(yàn)。
回到您剛才的問題，科大訊飛的核心目標(biāo)是，在我們最關(guān)注的幾個(gè)重點(diǎn)行業(yè)的應(yīng)用場景中，確保我們的大模型能夠立得住。當(dāng)然，從技術(shù)角度看，最終的解決方案很可能是多個(gè)大模型相互融合，所以我們在自研大模型的同時(shí)，也不排斥使用其他大模型。但是不管使用哪種大模型，關(guān)鍵是要對AI大模型及其底層算法有足夠深入的理解，這樣才能把我們自己的大模型打造成最好用的大模型之一，同時(shí)也才能把基于大模型的各種應(yīng)用場景做出最佳的用戶體驗(yàn)。
趙福全：我聽下來感覺科大訊飛作為一家技術(shù)型公司，其自身定位是很清晰的。在技術(shù)創(chuàng)新上，科大訊飛具有堅(jiān)持核心技術(shù)創(chuàng)新的基因，從最初以語音合成與識別技術(shù)為起點(diǎn)，到后來逐步擴(kuò)展至多模態(tài)交互技術(shù)，再到如今深耕AI大模型開發(fā)及重點(diǎn)行業(yè)應(yīng)用，始終都是如此。在商業(yè)模式上，科大訊飛從單純的技術(shù)輸出逐漸轉(zhuǎn)向?yàn)樾袠I(yè)提供各種應(yīng)用系統(tǒng)及解決方案，目前已深入擴(kuò)展到教育、醫(yī)療、汽車等多個(gè)行業(yè)。特別是在汽車產(chǎn)業(yè)發(fā)生全面重構(gòu)的背景下，科大訊飛從早期的導(dǎo)航語音切入，到現(xiàn)在已經(jīng)覆蓋了多模態(tài)交互、智能音響、智能座艙、AI算力布局等眾多領(lǐng)域，其汽車業(yè)務(wù)近年來取得了長足發(fā)展，且將成為科大訊飛未來的增長引擎之一。
而在AI領(lǐng)域，吳總剛剛也談到了科大訊飛的差異化競爭策略：即AI基礎(chǔ)大模型開發(fā)與重點(diǎn)行業(yè)關(guān)鍵場景應(yīng)用同步推進(jìn)，二者相輔相成、互為促進(jìn)。在吳總看來，要真正做好大模型“1”的開發(fā)，就必須做好大模型在“N”個(gè)行業(yè)及領(lǐng)域的落地應(yīng)用，包括教育、醫(yī)療、汽車行業(yè)等等?？拼笥嶏w通過深度參與這些重點(diǎn)行業(yè)的AI應(yīng)用，可以更好地了解特定產(chǎn)業(yè)的真實(shí)需求，獲得相關(guān)用戶群體的真實(shí)反饋，從而使自己開發(fā)的基礎(chǔ)模型更具針對性和適配力。同時(shí)，基于基礎(chǔ)模型的開發(fā)能力與經(jīng)驗(yàn)，科大訊飛也可以更好地推進(jìn)AI大模型在相關(guān)行業(yè)的應(yīng)用。在這個(gè)過程中，科大訊飛并非只限于自身的基礎(chǔ)大模型，而是也可以基于第三方的開源大模型來為客戶進(jìn)行應(yīng)用開發(fā)，核心目標(biāo)是實(shí)現(xiàn)端側(cè)的用戶體驗(yàn)最優(yōu)。吳總強(qiáng)調(diào)，未來究竟哪家公司的大模型能在競爭中最終勝出，關(guān)鍵在于用戶的選擇——大模型的應(yīng)用越廣、體驗(yàn)越好，就越有競爭力。這也是科大訊飛選擇基礎(chǔ)模型開發(fā)與行業(yè)應(yīng)用并重策略的底層邏輯。
其實(shí)關(guān)于AI大模型的問題，我之前曾與多家整車企業(yè)的高層討論過，大家普遍認(rèn)同“1+N+X”的大模型應(yīng)用范式：其中，“1”代表基礎(chǔ)大模型，當(dāng)然基礎(chǔ)大模型未必只有一個(gè)，也可能是幾個(gè)。過去業(yè)界的認(rèn)識偏向于選擇一個(gè)最好的大模型即可，但現(xiàn)在發(fā)現(xiàn)不同的大模型各有能力側(cè)重，通常并沒有絕對的“最好”?！癗”代表在基礎(chǔ)大模型之上構(gòu)建的若干行業(yè)或垂域模型，在這個(gè)層面，不同行業(yè)和領(lǐng)域的差異是很大的：比如，汽車、醫(yī)療、教育等行業(yè)的需求就完全不同；又如，在汽車行業(yè)內(nèi)，圍繞智能駕駛、智能座艙以及研產(chǎn)供銷服等方向，也都是高度專業(yè)化的不同領(lǐng)域；而“X”則代表針對具體應(yīng)用場景的專業(yè)模型，這要由各家企業(yè)基于“1”和“N”，并根據(jù)自身業(yè)務(wù)和能力情況來構(gòu)建及優(yōu)化。下面，我們重點(diǎn)討論一下AI在汽車行業(yè)的應(yīng)用方案。
