一辆 “AI 原生汽车”，要重新定义什么？

过去两年，大模型迅速进入汽车。最初，用户最容易感受到的变化是聊天、搜索和生成内容，随后理想、荣威等品牌开始借助大模型理解自然语言，让用户不必说出准确指令和操作步骤，也能调节空调、座椅和其他车内功能。AI 的角色从只回答问题，走向理解需求、规划步骤并采取行动。

AIVA 试图沿着这条路径，进一步连接车内与车外的生活。围绕首款量产车 AIVA ME7，它提出 “2＋22” 的产品理念：AIVA ME7 承接用户每天约两小时的车内生活，随身终端 Loop 连接车外时间，Agent 则在不同设备之间延续用户的身份、记忆和需求。按照这一理念，汽车不再是一个等待指令的孤立终端，而是 AI 持续理解和服务用户的执行空间。

这正是 “AI 上车” 与 “AI 定义汽车” 的分野所在。前者让一辆已经成形的车变得更聪明，后者则要求车企在产品定义之初，就考虑 AI 需要感知什么、记住什么、获得哪些权限，以及如何把理解转化为行动。

AI 带来的变化也会超出汽车本身。例如用户是否愿意持续授权、Agent 如何减少误判、车企怎样承担长期服务成本，都会影响这套产品能走多远。AIVA 正试图从一开始走出一套验证逻辑，AI 能否从一项加分功能，变成消费者选择一辆车的理由。

AIVA ME7 整车接近 5 米长、轴距超过 3 米，体态舒展。四个饱满的水滴形轮包与侧面连续的曲面相接，光影随表面起伏而变化。车尾上下叠置的轮廓借鉴了鲸尾的形态，与前脸、侧面的流线共同构成一套取自海洋生物的设计语言。

AIVA 将这套语言称为 “生命之美”。在李博的解释中，眼睛的作用是让用户直观地知道，车看见了他、正在回应他，以及车辆此刻处于什么状态。外观由此也承担了一部分交互功能。

一次灯光回应，是用户容易感知的起点，更困难的是让 AI 在不同时间、设备和空间中仍然认识同一个人。

为此，AIVA 提出了一套由汽车、随身终端和智能体组成的体系，称为 “AIVA Life 全时智慧伙伴”。汽车提供感知环境、调节座舱和承载出行的能力，是 AI 将需求转化为实际体验的移动空间；Loop 为用户提供随身的交互入口，让部分交流和记录发生在车外；Agent 则连接这些信息，记住用户愿意提供的偏好，并组织后续任务。

李博在先锋体验官招募视频中说，这段关系需要 “足够长的时间、足够丰富的场景” 去构建和培养。三者的价值，也要放在一段连续的生活里才能看清。

例如，工作日，用户在车外向 Agent 表达想去近郊放松的意愿。几次交流后，Agent 逐步了解同行者、出发时间、可接受的路程，以及用户更想散步还是找一家餐厅。如果用户选择使用 Loop，其中一些信息可以通过随身终端记录，也可以直接在手机上与 Agent 沟通。

到了周末，用户坐进 AIVA ME7，车辆应当能够接续此前的交流，在确认行程后提供路线，并在授权范围内调用相关车内功能和服务。途中用户改变计划，后续建议也应随之调整。

在这个过程中，汽车提供了手机之外的执行能力，车外交流则为汽车补充了理解用户的上下文。同样一句 “周末出去走走”，对于不同的人，可能对应不同的目的地、出发时间和行程密度，感受也 “千人千面”。

接近项目的人士告诉我们，Loop 采用手环形态，可以承担车钥匙、健康监测和交流记录等功能，但用户并不必须佩戴它。只使用 Agent 和汽车，也可以参与这套体验。手环提供的是一种更方便的选择，适合那些愿意通过随身设备与 AI 保持更多交流的人。

目前，“2＋22” 已有产品雏形，完整体验仍需要通过内测和用户共创逐步验证。按照计划，11 月 AIVA 将向先锋体验官交付手环，随后让先行用户逐步体验汽车。

一位 AIVA 产品经理认为，把几个终端的数据连接起来，与让普通用户感到使用顺畅，是两件不同的事。用户不会关心信息经过了多少系统，只会在意自己是否需要重复表达，之前说过的话是否被正确理解。这要求他们花更多精力做适配、优化体验。

AIVA LIFE 的理念改变了车企与用户之间的服务关系。连接车外生活，意味着企业需要持续运营 Agent、随身设备和内容服务，承担模型调用、云服务、数据管理、硬件维护及人工支持等成本。服务越频繁，这些投入就越难只按卖出一辆车来计算。

这笔账尚待验证，AIVA 的价值在于它尝试把一个模糊概念推进到产品、组织和商业验证阶段。

李博曾在设计沙龙上介绍，团队先考虑 AI 要如何感知、理解和服务用户，需要什么能力，再围绕这些能力安排车内空间，向外推敲车身形态。在与《时尚芭莎》的对谈中，他把汽车形容为 AI 提供服务所需要的 “一个称心的身体”：理解了用户的需求，还要有相应的结构和硬件，才能把服务交付出来。

我们了解到，AIVA ME7 是一款极致强调前排体验的产品，这与它希望服务的、积极使用 AI 并重视个人体验的人群相呼应。围绕目标用户所作的取舍体现在空间、交互和硬件各个方面。

从内部空间到外部造型，设计仍然要接受工程约束。李博在《时尚芭莎》的对谈中，将自己的设计观概括为 “强约束下的统一和精心设计的不经意”。看起来流畅的曲面，背后需要反复调整张力、衔接角度和明暗过渡，并通过油泥模型与光影评估来验证。

AI 也参与了这个过程。李博将团队的工作方式称为 “AI 挖矿、人淘金”：用 AI 扩展探索范围，再由人做判断和取舍。其目标，是在用户体验、造型和工程要求之间寻找可落地的方案。

轮毂是一个例子。它既要有足够的强度，承受转向、制动和路面冲击，又需要尽量减重。据团队介绍，在借助 AI 寻找灵感的过程中，鸟类胸前的叉骨提供了一种思路：让材料沿着受力路径分布，用较少的材料承载作用力。设计师将这一思路转化为轮毂方案，再交给工程师验证。

从概念车走向量产，气流通道也经历了重新设计。李博介绍，团队在加入车身结构、制造和法规等约束后，重新梳理了空气从车头进入、沿车身通过、再从车尾离开的路径，在 ME7 上布置了十处导流通道。概念阶段的设计意图，需要在真实结构和制造条件下重新成立。

这样的工作方式，也要求研发组织扩大协同范围。据一位了解项目的人士介绍，AIVA 将 Agent 和 Loop 都按正式产品线推进，纳入整体质量管理，而非将手环视为汽车精品或外围配件。“不能只做车。” 这位人士转述了项目内部的要求。

这意味着用户在车外提出的需求，能否在车内执行，取决于几方从一开始如何分工：哪些信息由终端获取，哪些交给 Agent 理解，哪些车辆功能允许调用，执行结果又如何反馈给用户。AI、整车、设计和用户运营团队，需要围绕同一个使用过程更早协同。

据上述人士介绍，AIVA 与火山引擎团队的讨论，已经涉及车与 Agent 的数据管理、数据运营，以及整车权限的调用。让 AI 参与更多车内功能，同时使权限与安全要求相匹配，是双方正在探索的问题。

随之增加的，是研发和验证的难度。在保证汽车研发原有的可靠性要求的基础上，引入个性化 Agent 后，还需要验证另一类问题——系统是否理解了真实意图，是否引用了错误的记忆，是否把一次性的需求当成了长期习惯。一次模型更新，也可能改变它理解需求和调用功能的方式。测试因此需要覆盖不同使用历史、不同授权状态，以及持续更新后的表现。

销售方式也要随之调整。尺寸、续航、配置和价格可以并列比较，个性化 Agent 的价值却需要时间积累来展现。用户在几分钟试驾里，容易看到一次回答、一个表情，却很难判断它是否会越来越了解自己。

“更好的 AIVA Life 体验，不能只由我们来定义。” 李博在先锋体验官招募视频中说。AIVA 选择让一部分用户提前使用 Agent 和 Loop，再逐步接触汽车。按照当前规划，AIVA 将选择一些经常使用 AI、愿意投入时间参与共创的先锋体验者。

团队希望看到不同用户经过一段时间的交流后，会形成怎样不同的使用方式，并由他们讲述实际体验。

用户从下定到提车，通常存在一段等待期。如果他在这期间已经开始使用 Agent，主动告诉它自己的偏好，那么正式交付 AIVA  ME7 时，车内系统就可能已经对他有所了解。这样一来，用户与产品的磨合，便有机会从交车之后提前到交车之前。提车时感受到的熟悉，也有了此前交流作为基础。

大模型进入汽车之后，行业从 “听懂人” 开始逐步走向 “替人办事”。AIVA 想继续追问：如果 AI 能够持续理解一个人，汽车在这段关系中应该承担什么角色？

AIVA ME7 是它朝这个方向的第一次量产产品尝试。它把 “AI 原生” 从一个抽象概念，推进到由 Agent、随身终端和汽车共同构成的产品实验。同其它 AI 产品类似，谁能让 AI 安全、克制并持续地进入用户生活，这是汽车下一阶段大家应该关注的问题。