智电研究所｜吉利超级Eva车载智能体拆解：从语音交互到任务执行的代际跨越

吉利在WAIC上展示的超级Eva，核心价值在于让车机从“听懂指令”进化到“自主办事”。它不再只是问答工具，而是能通过语音完成点咖啡、订电影票等跨应用长链条任务的L3级车载智能体，标志着智能座舱正式进入Agent时代。

这项技术的本质是三层联动架构，与上一代车载语音有代际差异。上一代方案多是“关键词匹配+单一API调用”，你说“点咖啡”它只能打开App，后续操作仍需手动；而超级Eva底层采用端到端语音大模型，负责将模糊自然语言拆解为精准意图，比如“累了想喝杯热的再去看电影”能被识别为“寻找咖啡店+查询影院场次”两个并行任务。中间层是WAM世界行为模型，这是区别于传统规则引擎的关键——它能理解动态环境并规划多步骤任务链，例如自动排序“导航→停车→下单→取餐→观影”流程，还能根据实时路况调整优先级。上层由阶跃Step端云模型矩阵提供算力底座，打通了车控、车机与第三方服务接口，实现指令下发与状态监控闭环。相比华为HarmonyOS的分布式能力或小米澎湃OS的设备互联，吉利这套方案更聚焦“任务执行”而非“生态连接”，是目前少数落地消费场景的车载Agent实践。

对日常用车而言，这意味着通勤路上的碎片时间被真正激活。早高峰堵车时说一句“帮我在公司楼下星巴克点杯拿铁，到店前5分钟做好”，系统会自动结合导航预计到达时间下单，避免到店排队；周末带娃出行说“找个有儿童乐园的商场，顺便订个亲子餐厅”，它能同步筛选地点、预订座位并规划路线。但需注意边界：当前仅支持已接入的头部服务商（如瑞幸、猫眼），未覆盖小众店铺；复杂任务仍需明确关键信息，若只说“随便吃点”可能触发多次确认；所有支付环节仍需用户手动授权，不会自动扣款。这并非全知全能的AI管家，而是在限定场景内提升效率的工具。

从技术成熟度看，超级Eva处于L3级车载智能体早期商用阶段。优势在于任务规划与执行链路已跑通，但仍有明显短板：服务覆盖广度不足，长尾需求无法满足；极端嘈杂环境下语音识别准确率会下降；多任务并发时响应延迟约2-3秒，体验弱于手机原生App。更重要的是，其能力高度依赖云端算力与网络稳定性，地下车库等弱网场景可能降级为基础语音功能。这与特斯拉FSD、华为ADS等智驾系统的演进逻辑相似——核心框架已验证，但泛化能力和鲁棒性仍需海量真实数据迭代。

吉利超级Eva代表了智能座舱从“交互界面”向“服务代理”转型的关键一步，技术路线清晰且已有落地场景。但现阶段更适合高频使用头部服务的用户尝鲜，若你的需求集中在基础导航、音乐控制，现有语音助手已足够。购车时建议实地测试常去场所的服务覆盖情况，避免因预期过高影响体验。技术方向正确，但成熟尚需时日。