2025 年 10 月，搭载华为乾崑智驾的车型，单月销量超过 10 万台。更值得关注的是，据官方介绍，乾崑智驾功能的「月活」使用率高达 95.2%。

这充分体现了汽车行业进入智能电动化时代后，曾经被视为「智能化供应商」的科技公司，不仅可以交付越来越好的智能化产品，也正在消费端形成越来越大的影响力。

同时，在辅助驾驶功能进一步演进的过程中，行业里也看到很多年前提出的那个智能汽车作为「第三空间」的设想，正在离我们越来越近。

智能座舱经历了多轮迭代，无数次从非共识到共识的推进。工程师们逐渐发现，用户想要的并不仅仅是更大的屏幕、更流畅的语言交互、以及几乎能做到有问必答的座舱版「十万个为什么」。

因此，在一些基本的电动化和智能化底层能力被拉齐的趋势下，一个能够提供新架构、新场景和新生态的智能座舱，成为了汽车产品中至关重要的「个性化代表」。

究竟什么样的智能座舱才能担当这一重任，这是当下行业必须回答的关键问题。

 

智能座舱，迈入「L3时代」

关于「如何做好智能座舱」这件事，整个行业近年的状态可以总结为：积极探索，疯狂堆料，但尚未达成共识。

其中车企的一套「标准操作」包括：把屏幕做大，让语音助手「更健谈」，接入大模型以回答更多问题。这种做法固然能提升部分用户体验，但很难算得上是系统层面的智能提升。

所以，如同人工智能和自动驾驶需要分级来界定能力边界，整个行业也期待智能座舱领域里出现一套类似逻辑，以衡量我们到底处于哪个进化阶段。

有意思的是，华为正在最近尝试给这道行业课题题交出一份「参考答案」。说到这里，或许有人会问：行业不是有一个 L0~L4 的分级标准么？为何华为还要定义？

我们认为，真正的标准应源于实践，并最终服务于用户体验。华为在吸收行业经验的基础上，结合其在智能座舱领域的实践，给出了自己关于座舱智能化分级更为细致的理解。这不仅能帮助消费者建立一个更为清晰的智能化概念，也是鸿蒙座舱面向用户，给的一份演进方向的承诺，以便在未来将更多的技术概念变成可衡量、可感知的创新体验。

11 月 20 日，在华为乾崑生态大会上，华为首次推出了座舱智能化 L1 - L5 五级分级标准。这套标准最大的变化在于，评价维度不再是「数硬件」，而是根据人车关系的演进，把不同等级的座舱分为指令助手、任务助手、专业助理、专属助理、数字超人 5 个等级。

华为乾崑首推的座舱智能化分级标准 | 图片来源：华为乾崑

 

在华为鸿蒙座舱团队看来，要实现这种代际跃升，新一代智能座舱必须具备包括感知、记忆、理解、决断、交互、执行等 6 种类人能力，且达到一定的智能化水平。于是，在新一代的鸿蒙座舱 HarmonySpace 5 中，华为提出了全新的 MoLA 智能化架构，即：Mixture of LM Agent，混合大模型 Agent。

我们用 AI 领域近两年的发展脉络进行类比，可以更好地理解其中的技术分水岭：L2 阶段的模型可以接受指令并被动调用工具、输出结果，但每次都需要相对清晰的指令，且前后记忆有限；而 L3 级别的模型则实现了自主 Agent 的核心能力——它可以自主拆解任务、规划执行步骤，并最终交付结果。

所以，L2 和 L3 最大的变化在于，模型的「记忆」能力和「规划」能力有了全面的提升。

全新的 MoLA 架构正是基于这一理念，在运行逻辑上进行了彻底重构：

HarmonySpace 5 搭载的 MoLA 架构示意图 | 图片来源：华为乾崑

首先，系统的所有输入会优先进入第一级的 System Agent，由它负责任务的分流与分配。如果是相对简单、清晰的任务，System Agent 会将其直接分配给对应的导航、车控、多媒体等垂域 Agent，输出响应结果。这部分虽然在交互和内容交付上有所优化，但基本逻辑与当前的座舱体系类似。

然而，MoLA 架构更核心的提升在于：面对相对复杂或模糊的指令时，System Agent 可以深度调用通用大模型以及用户个人知识库的能力，从而交付更类似「专业助理」的最终结果。

举个例子，当你在车里简单说出「今晚还去上周日那家餐馆吃饭」的时候，坐在驾驶位的家人或朋友可以很容易理解你的意图——即便你没有「唤醒」这个动作，也没有餐厅名称这个「清晰」的指令。

但在当前的 L2 级智能座舱能力下，受限于模型「上下文长度」（记忆力）的限制，座舱很难理解这个模糊的指令。MoLA 架构将「记忆力」和「理解力」深度融合，并将任务交由对应的导航 Agent 输出导航结果。最终，用户可以在中控屏或 HUD 抬头显示上，直接看到对应餐厅的导航路线，真正实现「能听懂」和「能办到」。

 

不仅能听懂，也能做得到

站在用户体验的角度，全新 HarmonySpace 5 最核心的提升，并不在于它接入了一个多么强大的通用大模型，而是它终于实现了对用户的系统性认知升级。

这某种程度上，也是对行业前一阶段关于智能座舱未来走向的一种纠偏：用户需要的，从来不是一个能语音对话、联网接入大模型、有一块大屏显示文字的「十万个为什么」，而是期待车里有一个真正「会来事的」专业助理。

这种「专业助理」的能力，正是 MoLA 架构下 System Agent 所带来的决断与执行力的外显。具体来说，这个助理需要做好以下两件事：

MoLA 架构及其联动的软硬件生态 | 图片来源：华为乾崑

 

第一，在沟通层面：做到用户表达的能听懂，甚至用户没说的，也可以通过「察言观色」读懂含义。

在输入方面，L3 级座舱的认知起点是多维数据的采集。系统可以调用车内外多个传感器，采集包括语音、手势、面部表情、车辆状态、外部环境等多维感知数据，这构成了 System Agent「察言观色」的基础。

例如，系统可以调用车内摄像头和压力传感器，发现夜间后排正在休息的乘客。这位 L3「专业助理」会启动复合决断：调用相关垂域 Agent，自动关闭氛围灯，调低后排出风口的风速和温度。这种「像助理和家人一样」的无需主动表达、便能得到系统级最优解的体验，体现了 L3 感知力、理解力和决断力的系统协同。

第二，在执行层面：把做到用户需要的，想办法都能办到。

在输出端，全新的 HarmonySpace 5 不仅可以调配车内各种硬件（如座椅、空调、灯光等）以及座舱外设的能力，更可以通过鸿蒙系统强大的联接力和生态能力，无缝使用各种第三方应用。

这种执行能力的最高体现，就是「结果交付」。在发布会上，我们看到了几个很具代表性的场景：小女孩让小艺提醒父亲加件衣服，点咖啡送到公司。在这些简单一句话指令的背后，都需要 AI 能够分解相应的任务并调用内外部的工具去完成动作的闭环，比如，大模型要生成提醒的内容，并调用智慧场景工具创建这样一个提醒，并在感知到父亲要下车时完成执行。在一句「帮我订一杯意式浓缩，送到公司」，大模型要能自主完成 选品、下单、支付和订单跟踪。

在这个看似简单的过程中，L3 级别的 Agent 可以交付出 L2 时代无法完成的一个个「服务闭环」：不仅能给出高情商建议，更关键的是，它作为 System Agent，自主完成了任务链条的拆解与编排，打通了位置信息、第三方应用、支付系统等跨应用软件，完成了最终的购买动作。

当智能座舱系统把传统需要用户执行的一个个孤立交互动作，合并成一个无需用户干预的最终交付结果时，我们才能感受到智能座舱真正具有了「第三空间」的能力，实现了从「功能」到「服务」的本质飞跃。

 

智能汽车，进入「超级供应商」时代

 

如果说，L2 阶段的智能座舱，要比拼谁的屏幕更大、谁的语音识别率更高、谁能一次性执行更多的指令，那么在 L3 阶段，智能座舱甚至整车产品的差异化，都将逐渐体现在和个性化有关的「智能底座」差异上。

这个底座需要具备长期记忆力、自主决断力以及跨域联接力，才能将零散的感知、理解、执行能力整合起来，提供连贯、主动、专业的服务。

这也意味着，汽车行业下个阶段的发展，对智能化合作伙伴的需要将继续扩大。

在汽车工业的前 100 年间，消费者更多关注的是「品牌」本身。它代表着身份，也是用户品味的重要呈现。在未来，智能化能力，甚至在传统意义看来作为车企「供应商」角色的科技公司，也会逐渐走到台前。这些新一代「科技供应商」代表的智能化能力，将在未来汽车消费过程中，扮演越来越重要的角色。

具体来说，这些「供应商」提供的不再只是单一的硬件，甚至不只是一套系统。它们要做的，是交付一个和整车体验紧密相关的智能助理。

而这样的科技公司，正在成为汽车行业全新的「超级供应商」。

「鸿蒙座舱」也许会成为未来吸引消费者选购新车的一块全新招牌 | 图片来源：华为乾崑

同时，一个强大的智能底座并非终局。L3 级别的「专业助理」要实现价值闭环，还需要满足两个至关重要的条件：

首先，要有完整的生态。这个本质上和智能手机发展是一样的，有了丰富的应用和软件，才能好用。当座舱的能力从「听懂指令」升级到「交付结果」时，它必须能无缝调用导航、支付、社交、娱乐等各种应用。鸿蒙座舱 L3 的突破，正是通过其联接力和开放的生态能力，为复杂的服务闭环提供了必要的基础设施。

更重要的是，还需要有强大的辅助驾驶能力支持。华为近期再次提出，高速 L3 有望在 2026 年迈入商用。届时，座舱 L3 与智驾 L3 的「双 L3 协同」，将带来的体验提升：智驾 L3 将驾驶员从高强度任务中解放出来，为座舱 L3 提供了更多可用的时间窗口和场景，从而解锁更多 「专业助理」可以主动服务的复杂需求。

L3 级智能底座的出现，标志着汽车行业正式进入了 「平台决定体验上限」的新竞争周期。而一个能够提供系统级认知能力 、完整开放生态和智驾协同能力的超级供应商，正在尝试定义未来汽车的智能化底座新标准。