DC娱乐网

小鹏的这套车机架构是这么个逻辑: 语音进来以后,先在本地完成理解和处理。像导航、空调、音乐这种比较明确的任务,本地直接调用对应的 Skill / Tool 就能干了。 当遇到复杂的长链推理任务的时候, 本地模型先判断:“这事儿不是一句指令能解决的”,然后把复杂任务的拆解和推理上云,交给更强的 R ​

小鹏的这套车机架构是这么个逻辑:

语音进来以后,先在本地完成理解和处理。像导航、空调、音乐这种比较明确的任务,本地直接调用对应的 Skill / Tool 就能干了。

当遇到复杂的长链推理任务的时候,

本地模型先判断:“这事儿不是一句指令能解决的”,然后把复杂任务的拆解和推理上云,交给更强的 Reasoning LLM。

云端想明白“这件事应该分几步干”,再回来调车上的各种能力。

比如你说:

“找个回家顺路、能充电、旁边还能吃饭的地方。”

本地先听懂你想干嘛,发现这是个复杂任务,然后上云拆解:

查回家路线 → 找沿途充电站 → 搜周边餐厅 → 综合筛选 → 调用导航。

Harness可以说是一个车机大总管,大模型负责想明白怎么干,Harness负责摇人干活。😂

导航、搜索、空调、音乐、车控……以后都可以变成一个个 Skill,需要哪个就调哪个。

这样做还有一个挺现实的好处:

简单任务本地直接解决,响应快、延迟低;只有真正需要长链推理的复杂任务才去找云端【大脑】小鹏第二代VLA首次模型重大升级小鹏G9L首发第二代VLA全新版本大v聊车 懒博小课堂