芝能智芯出品最近和做整车项目的朋友聊天，他说了很大的痛点：一辆2022年SOP的车，座舱芯片当时选的是高通8155，有一堆用户跑来问"为什么我的车不能用最新的AI助手"。
他没办法回答用户。因为在2020年做定点的时候，高通8155是这个价位能买到的最合适的座舱芯片，设计时的核心任务非常清楚：流畅跑安卓、丝滑渲染多块大屏、支持导航和多媒体。
没有人会在那一年把"在本地跑一个7B参数的大模型"写进需求文档。
但用户不会管你是什么时候定的点，随着智能手机上和豆包聊天，坐进这辆车，发现"你好，XXX，打开空调"还得一个字一个字说，心里的落差感是真实的。
这个越来越大的鸿沟，正在催生一个看起来很朴素、但非常合理、非常自洽的方案：AI Box。
Part 1
● 为什么外挂能解决问题？
AI Box的基本概念极其简单。在原有的座舱信息娱乐系统旁边，加一个独立的AI计算盒子。
这个盒子负责跑大模型推理、处理语音和视觉的多模态输入、做任务规划。跑完以后，把结果传给座舱系统。座舱系统还是原来的座舱系统，只多了一个"AI提词器"在旁边。
AI Box把AI推理和信息娱乐执行解耦。OEM不用替换IVI，而是在旁边加一个专用AI电子控制单元。通常通过以太网连接，交换Token，接入摄像头和传感器数据。
加个外置盒子，有什么好写的，在整车电子电气架构已经定型的今天，这是一个成本最低、速度最快、风险最小的座舱AI升级方式。
换座舱SoC要多少钱？不光是芯片的BOM成本。整个主板要重新设计，散热方案要重新做，所有座舱软件要从新SoC上重新适配、回归测试。
如果这颗新SoC还带来更大的功耗，整个供电和散热方案还要再动一轮。周期以年为单位，费用以千万美元计。
AI Box只加一个独立的盒子。座舱UI保持稳定，不用重新认证，不用回归测试。盒子自己升级自己的模型，不影响座舱系统的任何已有功能。
● 被忽略的一层：算力不等于体验
很多人一听到"AI Box"这个概念，第一反应是：那不就是加一颗GPU吗。
算力是AI Box的基础，但AI Box的门槛在算力之上的一层：语音前端和智能体编排。
许多部署方案受阻，往往是因为语音交互在嘈杂环境中失效、交互体验脆弱，或者智能助手缺乏品牌一致性以及可靠的兜底机制。如果缺少经过汽车级强化的体验层，再强的AI硬件也可能表现不及预期。
车里的噪音环境比手机复杂得多。后排小孩在哭，车窗开着风呼呼往里灌，车里放着音乐。在这种环境下，AI能不能正确"听"到用户的话，能不能从一段含混的语音里正确理解意图，能不能在理解错误的时候给出不让人恼火的兜底回应，这些跟跑多少参数的模型关系不大，跟前端信号处理和对话编排的工程功底关系很大。
AI Box的真正的门槛在体验层。算力提供的是"能做"的可能性。体验层提供的是"好用"的可靠性。两个缺哪个都不行，但后者被谈论和被重视的程度远远不够。
Part 2
AI Box为什么在这个时间点被推到前台，有三个要素在同时推。
◎ 第一，硬件条件成熟了。英伟达DRIVE AGX、联发科天玑汽车C-X1、SiMa.ai Modalix MLSoC，这些平台给AI Box提供了计算底座。
它们的共性是：GPU/NPU算力足够跑端侧SLM甚至LLM、功耗可控、有成熟的车规级封装。高通9075也在走这条路，定位就是原有8295系统的外挂AI Box。
◎ 第二，模型能力够用了。一年前在端侧跑一个7B模型还需要大几GB内存、推理延时在秒级。
现在经过量化、蒸馏、MoE架构的进步，端侧能在消费级硬件上跑出可接受的交互延迟。Cerence的CaLLM Edge就是专门为端侧低功耗场景优化过的小语言模型。
◎ 第三，用户感知到了差距。这个是最直接的推力。
当用户在手机和家里的智能设备上体验了多轮对话、连续上下文、主动建议以后，坐进车里发现只能喊指令式语音，这种落差不只是体验降级，用户会直接怀疑"这车是不是已经过时了"。对OEM来说，用户对座舱智能化的不满意，已经直接体现在了品牌的溢价能力上。
AI Box的逻辑很好理解，但有几个容易被跳过的坑，资源争抢、通信延迟和模型更新和算力老化的剪刀差。
AI Box虽然和座舱SoC是物理上分开的两个硬件，共用同一个电源系统、同一个散热系统。
AI推理是持续的高负载任务，GPU/NPU跑起来以后，功耗和发热不可忽视。如果车辆的散热设计没有为额外的高负载预留余量，AI Box在工作一段时间后可能会降频。
AI Box通过以太网和座舱SoC通信。这条链路上有一次编解码、一次传输、一次解码。端到端的延迟能不能做到用户无感知的阈值以下，决定了"AI主动推荐"这类功能的体验。如果用户说了一句话，AI反应了一秒半才给出回应，交互体感就会非常糟糕。
AI Box的优势是"独立升级节奏"。但反过来想，如果两年后需要跑更大参数的模型去追新的用户体验，原来的AI Box算力不够了怎么办。换一颗新的AI Box？那这个盒子的成本是不是应该被当作耗材来看。OEM在算AI Box的全生命周期成本时，要考虑到这个"升级成本"，不是买一次就结束了。
AI Box现在看起来是一个补丁方案。它存在的原因是现有座舱硬件追不上AI的迭代速度。但如果把时间拉长到五年，这场补丁会变成标配。
智能座舱正在走一条和智驾芯片完全不同的演进路径。智驾领域，车企纷纷自研芯片，追求垂直整合的最优效率。座舱领域在走相反的方向：加外挂盒子、保持平台稳定、用模块化方式追AI的迭代速度。
两条路的选择逻辑不同。智驾的迭代速度相对可控。一套智驾方案从定点到量产要两到三年，在这期间算法的升级路径是部分可预测的。车企自研芯片的前瞻设计有锚点可以瞄。
座舱AI的迭代速度太快了，一年一个大版本，半年一个新模型，三个月一个自然语言能力的跃迁。没有任何一家车企能把座舱芯片的定点周期压缩到和AI模型迭代同频。既然追不上，就用外挂的方式追。既然要外挂，就把它做好。
五年后回头看，AI Box可能已经从"过渡方案"变成了"标配方案"。就像当年GPU先是以独立显卡的形式存在，后来被集成进了SoC。
AI Box现在是独立模块，等下一代中央计算平台的架构从设计之初就预留了AI算力模块的位置，就会自然融入进去。
