@高奔GoBig 这个车载豆包的视频，应该是荣威的家越 7

豆包本体并不是一个很强的大模型，国内排在它前面的就有 DS、千问、GLM、Kimi、MIMO；但是前面这几个忙着干 SOTA，连手机端都不在乎，更别说车端了

而字节一向长于用户体验，对普通人来说，一个“日常用得上”的大模型，比一个自己要翻找才能安装的大模型，还是好用多了

而且字节确实可以烧钱，抖音啥的可以撑得住长期消耗战；虽然最近大幅度砍掉了豆包对话版的资源，但是汽车是个新兴市场，允许战略消耗

小米虽然有 MIMO，但是小米整体利润率跟字节没法比，训练和推理都要一枚铜板掰成两半花，资源非常紧张，很难给车载用户提供免费的大量 Token，不然业务亏损吃不消

而对于其他车厂来说，问题更严重——自研 AD 模型还耗得起，因为道路情况还是比较固化的，只需要 5B 甚至 1B 的小模型都可以；大家都上 E2E 端到端模型之后，靠挖人、挖代码都可以短期拉出来一个不算差的 AD 小模型

但语言模型不一样，你搞这种有逻辑还要认知世界的大模型，没个 200B 是啃不动的；训练这种模型，无论哪家车厂都吃不消，资源不够

所以现在都是在开源模型，特别是千问的基础上，进行后训练的产物；因为千问每次版本更新，都会官方开源 30B 附近的小模型，阿里有带动工业AI 或者实体 AI 的野心

这个 30B 的千问，通过内部蒸馏学习，可以继承大部分千问 Max的能力；车厂不用自己训练大模型了

而 DS 和 Kimi 啥的虽然开源，但绝不会考虑工业场景，只会开源 300B 以上的 Flash 或者 1T 以上的 Pro 版本，你自己是没法通过有限的开源权重信息，自己训练一个 30B 低消耗的 DS 或者 Kimi 的

豆包却可以仗着战略消耗，本地只跑语音识别的小模型，剩下全丢云端，甚至调用全参数的 Pro 模型（参数量可能在 500B 以上）给用户

所以豆包上车，比参与大模型领域的缠斗要轻松多了——

DS 和 Kimi 上不了车，他们也不在乎汽车市场；
千问能上车，但是阿里还没深入对接，而且车厂后训练的 30B 千问，体验上不可能跟云端全参数量的豆包打；
小米有 MIMO，但是小米打不起这个烧钱的消耗战

http://t.cn/AXWxi4MY