吉利银河M9边缘多模态大模型：座舱内外感知融合量产首发

发布信息

项目	内容
车型	吉利银河M9 (2026款)
合作方	ModelBest (面壁智能) × Geely
发布	2026年9月 (2026 AI定义汽车论坛)
定位	边缘多模态大模型,座舱内外感知融合
链接	https://autonews.gasgoo.com/articles/news/no-longer-fighting-alone-new-energy-vehicles-enter-the-era-of-cross-domain-fusion-intelligent-agents-2101154864939069441

核心创新

吉利银河M9智能座舱平台部署了ModelBest与吉利联合开发的边缘多模态大模型，实现座舱内外多模态感知融合。这是中国量产车型中首批将多模态大模型部署到边缘侧（车端）的案例，标志着从”云端AI”到”车端AI”的关键转变。

技术架构

边缘多模态大模型部署

graph TB
    subgraph 车端边缘
        A[座舱内摄像头] --> D[边缘多模态大模型]
        B[座舱外摄像头] --> D
        C[麦克风阵列] --> D
        E[方向盘传感器] --> D
        D --> F[实时响应 <100ms]
        D --> G[隐私保护: 数据不出车]
    end
    
    subgraph 云端
        G -->|OTA模型更新| H[云端训练集群]
        H -->|新模型权重| D
    end
    
    F --> I[DMS: 驾驶员状态]
    F --> J[OMS: 乘员服务]
    F --> K[VLM: 自然交互]

与传统座舱架构对比

特性	传统座舱(规则+小模型)	银河M9(边缘大模型)
感知能力	单模态(视觉/语音分离)	多模态融合
理解能力	关键词匹配	自然语言理解
响应延迟	200-500ms	<100ms
隐私	数据上传云端	车端处理
OTA	规则更新	模型权重更新
扩展性	新功能需重开发	提示词/微调

行业背景：跨域融合智能体

架构演进路径

class VehicleArchitectureEvolution:
    """
    汽车智能架构演进: 从分布式ECU到跨域融合智能体
    """
    
    evolution = [
        {
            "阶段": "1.0 分布式ECU",
            "时间": "2015-2020",
            "特征": "每个功能一个ECU",
            "ECU数量": "100+",
            "问题": "线束复杂,无法协同"
        },
        {
            "阶段": "2.0 域控制器",
            "时间": "2020-2024",
            "特征": "功能域集成(智驾/座舱/车身)",
            "ECU数量": "30-50",
            "问题": "域间隔离,无法跨域"
        },
        {
            "阶段": "3.0 中央计算",
            "时间": "2024-2026",
            "特征": "中央计算平台+区域控制器",
            "ECU数量": "10-20",
            "优势": "计算共享,数据互通"
        },
        {
            "阶段": "4.0 跨域融合智能体",
            "时间": "2026-2028",
            "特征": "AI大模型驱动,端云协同",
            "ECU数量": "5-10",
            "优势": "主动感知,自主决策,持续进化"
        }
    ]

量产进展

方案	厂商	车型	状态
边缘多模态大模型	ModelBest×Geely	银河M9	✅ 量产
星空芯片+大模型	地平机器人	多车型	✅ 量产
Cloud OS车云协同	东软睿驰	100万+	✅ 量产
Edge-Cloud AI仲裁	Visteon×NVIDIA	—	🔬 研发

星空芯片：国产中央计算方案

参数	地平机器人”星空”
工艺	5nm automotive
算力	650 TOPS (BPU)
定位	驾驶+座舱单芯片
支持	驾驶AI大模型 + 座舱大模型
发布	2026年4月

与竞品对比

芯片	厂商	算力	工艺	驾驶+座舱
星空	地平机器人	650 TOPS	5nm	✅ 单芯片
Orin-X	NVIDIA	254 TOPS	7nm	❌ 需2颗
Thor	NVIDIA	1000 TOPS	4nm	✅
QCS8255	Qualcomm	26 TOPS	7nm	❌ 仅座舱

iFlytek座舱大模型矩阵

参数	科大讯飞星火座舱
模型尺寸	0.5B / 1.5B / 4B / 7B
适配	不同算力平台
功能	语音+视觉+多模态
部署	车端边缘

class CabinLLMSelection:
    """
    座舱大模型选型: 根据算力平台选择模型尺寸
    """
    
    models = {
        "0.5B": {
            "target_chip": "入门级MCU",
            "latency_ms": 50,
            "functions": ["语音识别", "简单指令"],
            "memory_mb": 200
        },
        "1.5B": {
            "target_chip": "中端座舱芯片",
            "latency_ms": 100,
            "functions": ["多轮对话", "基础视觉理解"],
            "memory_mb": 600
        },
        "4B": {
            "target_chip": "QCS8255级",
            "latency_ms": 200,
            "functions": ["多模态融合", "上下文理解"],
            "memory_mb": 1600
        },
        "7B": {
            "target_chip": "星空/Thor级",
            "latency_ms": 500,
            "functions": ["复杂推理", "情感计算", "主动服务"],
            "memory_mb": 2800
        }
    }

银河M9座舱配置

配置	参数
座位	6座(2+2+2)
主屏	30英寸
AR-HUD	32英寸
顶屏	17.3英寸
动力	858hp 插电混动
价格( UAE)	$43,540

IMS开发启示

1. 边缘大模型对DMS/OMS的影响

class EdgeLLMforDMS:
    """
    边缘大模型如何改变DMS/OMS
    
    传统: 规则引擎 + 小模型
    → 大模型: 自然语言理解 + 多模态推理
    """
    
    def compare_approaches(self):
        return {
            "传统DMS": {
                "检测": "PERCLOS阈值 > 0.15 → 疲劳",
                "交互": "预设语音: '您似乎疲劳了,请休息'",
                "局限": "无法理解上下文,无法个性化"
            },
            "大模型DMS": {
                "检测": "视觉+语音+行为 多模态融合推理",
                "交互": "'张先生,您今天连续驾驶3小时了,'
                         '心率数据显示疲劳趋势,'
                         '前方2公里有服务区,要导航过去吗?'",
                "优势": "上下文感知,个性化,主动服务"
            }
        }

2. 与IMS现有架构的融合路径

阶段	时间	任务
评估	2026 Q4	调研ModelBest/iFlytek座舱SDK
原型	2027 Q1	在QCS8255上部署0.5B-1.5B模型
测试	2027 Q2	DMS+OMS场景验证
集成	2027 Q3	与现有规则引擎并行运行

3. 中国市场特殊机遇

因素	影响
GB 44721-2026 L3强制DMS	2027年7月倒计时
边缘大模型量产	吉利/地平推动成本下降
国产芯片(星空)	650 TOPS,无需进口
数据合规	边缘处理满足《数据安全法》

结论

吉利银河M9的边缘多模态大模型部署标志着中国智能座舱从”功能集成”到”智能融合”的转折点。对于IMS开发：

边缘大模型不再遥远 — 0.5B-7B模型已可车端部署
DMS从规则到推理 — 从阈值判断到上下文理解
国产芯片+大模型 — 星空650 TOPS + ModelBest/讯飞 = 完整生态
GB 44721驱动 — 2027年7月L3强制DMS,边缘AI是关键

来源: Gasgoo 2026 AI定义汽车论坛, 2026年9月18日

IMS > 边缘部署 > 多模态 > 产业动态

#Geely #Galaxy-M9 #ModelBest #edge-LLM #multimodal #cockpit #cabin-perception #China

吉利银河M9边缘多模态大模型：座舱内外感知融合量产首发

https://dapalm.com/2026/09/30/2026-09-30-08-geely-galaxy-m9-edge-multimodal-llm-cabin-fusion-ims/

作者

Mars

发布于

2026年9月30日

许可协议

统一EEG跨受试者驾驶员状态识别：无泄漏安全停车触发机制上一篇

吉利银河M9边缘多模态大模型：ModelBest座舱感知融合量产分析下一篇