揭秘移动OMS系统!联想OPhone O1功能评测、揭秘移动oms系统!联想ophone o1功能评测

AI大模型及汽车应用研究：推理、降本和可解释性

佐思汽研发布《2024-2025年AI大模型及其在汽车领域的应用研究报告》。

推理能力成为大模型性能提升的驱动引擎

2024下半年以来，国内外大模型公司纷纷推出推理模型，通过以CoT为代表的推理框架，加强大模型对复杂任务处理能力和自主决策能力。

部分大模型公司的推理模型发布情况

推理模型的密集上线，是为了提升大模型在复杂场景下的应对能力，同时也为Agent上线奠定基础；具体到汽车行业，汽车大模型推理能力的提升，能够切实解决AI应用场景下的痛点问题，如加强座舱助手对复杂语义的意图识别和提升自动驾驶规划决策中的时空预测场景精度。

部分汽车AI应用场景下对大模型推理能力的需求

整理：佐思汽研

2024年，上车的主流大模型推理技术仍以思维链CoT及其变种为主（如思维树ToT、思维图GoT、思维森林FoT等），在不同的场景下会融合生成模型（如扩散模型）、知识图谱、因果推理模型、累积推理、多模态推理链等技术。

如吉利提出模块化思维语言模型（MeTHanol），让大语言模型合成人类思维并用于监督 LLM 的隐藏层，通过适应日常对话和个性化提示，生成类似人类的思维行为，增强大语言模型的思维和推理能力，并提升可解释性。

MeTHanol（含中间思维层的双层微调和两阶段推理）与标准SFT技术的对比

2025年，推理技术的重点会向多模态推理转移，常用的训练技术包括指令微调、多模态上下文学习与多模态思维链（M – CoT）等，多通过多模态融合对齐技术与LLM的推理技术结合而成。

部分多模态推理技术

整理：佐思汽研

可解释性成为AI与用户的信任桥梁

在用户体会到AI的“好用”之前，首先需要满足用户对AI的“信任”，所以，2025年，AI系统运行的可解释性成为汽车AI用户基数增长的关键一环，该痛点也可通过长思维链的展示来解决。

AI系统的可解释性可通过数据可解释性、模型可解释性和事后可解释性三个层面分别实现：

AI可解释性的三个层面

以理想为例，理想 L3 智驾通过 “AI 推理可视化技术”，可直观呈现端到端 + VLM 模型的思考过程，涵盖从物理世界感知输入到大模型完成行驶决策输出的全流程，提升用户对智能驾驶系统的信任。

理想L3智驾的可解释性

理想的“AI推理可视化技术”中：

• Attention（注意力系统）主要负责展示车辆感知到的交通和环境路况信息，能对实时视频流中的交通参与者进行行为评估，并使用热力图展示评估对象。
• E2E（端到端模型）用于展示行驶轨迹输出的思考过程。模型会思考不同的行驶轨迹，展示 10 个候选输出结果，最终采用概率最大的输出结果作为行驶路径。
• VLM（视觉语言模型）可展示自身的感知、推理和决策过程，其工作过程使用对话形式展示。

同时，理想Agent“理想同学”也提供可视化的工作流：

“理想同学”工作流

同样通过长思维链进行推理流程拆解的还有各个推理模型的对话界面，以DeepSeek R1为例，在与用户的对话中，会先通过思维链展示每一个节点的决策，并通过自然语言进行说明。

DeepSeek R1长思维链界面

此外，智谱的GLM-Zero-Preview、阿里的QwQ-32B-Preview、天工4.0 o1等大部分推理模型均支持长思维链推理流程展示。

DeepSeek降低大模型上车的门槛，性能提升与降本兼得

推理能力乃至综合性能的提升，是否意味着需要付出高额成本？从DeepSeek的爆火来看，并不是。2025年初，主机厂先后接入DeepSeek，从应用详情来看，基本上是以提升车载大模型的综合能力为主。

2025年初，部分主机厂与DeepSeek合作情况

整理：佐思汽研

事实上，DeepSeek系列模型推出之前，各大主机厂已经按照自己的节奏有序推进旗下车载AI大模型的开发与迭代工作。以座舱助手为例，部分主机厂的方案已经初步完成构建，并已接入云端大模型供应商试运行或初步敲定供应商，其中不乏阿里云、腾讯云等云服务厂商以及智谱等大模型公司，2025年初再次接入DeepSeek，看重的包括：

• 强大的推理性能表现，如推理模型R1的性能与OPEN AI 推理模型o1相当，甚至在数学逻辑方面更为突出；
• 更低的成本，在保证性能的同时，训练与推理成本均保持在同行业较低水平。

DeepSeek R1与OPEN AI o1模型成本的比较

以上2点优势均在DeepSeek的技术创新上有所体现：

DeepSeek系列的部分技术对大模型性能和成本的影响

整理：佐思汽研

通过接入DeepSeek，主机厂在部署智驾和座舱助手时，可以切实地降低大模型性能硬件采购、模型训练与维护成本，同时保证性能不下降：

• 低计算开销技术推动高阶智驾、智舱平权，意味着低算力车载芯片（如边缘计算单元）上也可实现部署高性能模型，降低对高成本GPU的依赖；再结合DualPipe算法、FP8混合精度训练等技术，优化算力利用率，从而实现中低端车型也能部署高阶座舱功能、高阶智驾系统，加速智能座舱的普及。
• 实时性增强，在汽车行驶环境下，智驾系统需实时处理大量传感器数据，座舱助手需要快速响应用户指令，而车端计算资源有限。DeepSeek 计算开销的降低使传感器数据的处理速度更快，可更高效的利用智驾芯片算力（服务器端训练阶段，DeepSeek实现了对英伟达A100芯片90%的算力利用率），同时降低延迟（如在高通8650平台上，芯片算力同为100TOPS时，使用DeepSeek推理响应时间从20毫秒降至9 – 10毫秒）。在智驾系统中，可确保驾驶决策及时准确，提升驾驶安全性和用户体验。在座舱系统中，支持座舱助手快速响应用户语音指令，实现流畅人机交互。

吉利星睿大模型的系统2接入DeepSeek R1

《2024-2025年AI大模型及其在汽车领域的应用研究报告》目录

页数：340页

相关定义

01

AI基石大模型概述

1.1 AI大模型简介

AI大模型的定义与特点

AI大模型的分类（按架构）

AI大模型的分类（按任务类型/训练方式）

AI大模型的分类（按监督模式）

AI大模型的分类（按模态）

AI大模型的应用流程

1.2 基石大模型简介

基石大模型的分类

基石大模型在汽车行业的发展现状

基石大模型在汽车的应用场景

应用案例一：LLM在自动驾驶的应用

应用案例二：VFM在自动驾驶的应用

应用案例三：MFM在自动驾驶的应用

02

不同类型的AI基石大模型分析

2.1 LLM

LLM发展历程

LLM关键能力

与其他模型结合案例

2.2 MLLM

多模态大模型发展与简介

多模态大模型 VS 单模态大模型（1）

多模态大模型 VS 单模态大模型（2）

多模态大模型技术全景图

多模态信息表示

多模态大语言模型（MLLM）

多模态大语言模型的架构及核心组件

MLLM的发展现状

不同MLLM代表的数据集评价

MLLM的推理能力

MLLM与Agent的协同作用

MLLM应用案例一：VQA

MLLM应用案例二：自动驾驶中的应用

2.3 VLM与VLA

VLM视觉语言模型发展历史

VLM视觉语言模型应用

VLM视觉语言模型架构

VLM在智驾中的演进路线

VLM应用场景：端到端智驾

VLM应用场景：与高斯框架的结合

从VLM→VLA

VLA模型

VLA原理

VLA模型的分类

VLA应用案例（1）

VLA应用案例（2）

VLA应用案例（3）

VLA应用案例（4）

案例一：EMMA 自动驾驶多模态模型核心功能

案例二：世界模型构建

案例三：提升视觉语言导航能力

案例四：VLA泛化性增强

案例五：VLA计算开销

2.4 世界模型

世界模型关键定义及应用的发展

世界模型基本架构

世界模型框架设定及实施难点

基于Transformer和基于扩散模型的视频生成方法

WorldDreamer 技术原理及路径

世界模型与端到端智驾

世界模型与端到端智驾：数据生成

案例一：特斯拉 World Model

案例二：英伟达

案例三：InfinityDrive

案例四：Worlds Labs 空间智能

案例五：蔚来

案例六：1X 的 “世界模型”

03

AI基石大模型的常用技术

常用大模型算法与架构

不同大模型算法特点与应用场景对比

3.1 大模型架构及相关算法

Transformer：架构与特点

Transformer：算法机制

Transformer：多头注意力机制及其变种特点

KAN：替代MLP的可能性

KAN：与Transformer 架构融合案例

MAMBA：简介

MAMBA：架构基础

MAMBA：最新动态

MAMBA：应用场景

MAMBA：与Transformer 架构融合案例

CNN在大模型时代的适用性

RNN变种在大模型时代的适用性

3.2 视觉处理算法

常用视觉算法

ViT

CLIP场景与特点

CLIP工作流程

LLaVA模型

3.3 训练与微调技术

大模型训练流程

训练案例：吉利汽车的CPT增强方案

指令微调

微调案例：吉利汽车用于多轮对话的微调框架

3.4 强化学习

强化学习简介

强化学习流程

部分强化学习技术路线对比

强化学习案例（1）-（3）

3.5 知识图谱

检索增强生成优化方向

RAG的演进方向（1）：KAG

RAG的演进方向（2）：CAG

RAG的演进方向（3）：GraghRAG

RAG应用实例一：

RAG应用实例二：

RAG应用实例三：理想

RAG应用实例四：吉利

RAG路线对比

Function Call

3.6 推理技术

Transformer大模型推理过程

推理能力评估

大模型推理的三种优化方向

推理任务类型（一）

推理任务类型（二）

推理任务类型（三）

推理常用算法一：COT

推理常用算法二：GOT/TOT

推理常用算法对比

推理常用算法三：PagedAttention

推理技术案例一：吉利

推理技术案例二：NVIDIA

3.7 稀疏化

MoE架构特点

MoE架构原理

MoE训练策略

MoE优势与挑战

不同大模型公司的MoE模型

MoE演化方向

3.8 生成技术

生成模型简介

生成技术对比

生成技术案例一：理想

生成技术案例二：小鹏

生成技术案例三：上汽

04

AI大模型公司研究

主流大模型发展历程

主流大模型与所属公司（国外）

主流大模型与所属公司（国内）

不同大模型评测排名

4.1 OPEN AI

产品布局

产品迭代历程

GPT系列：特点

GPT系列：架构

从GPT-4V到4o

推理模型OPEN AI o1

SORA特点

SORA效果评测

SORA优势与局限

4.2 谷歌

谷歌大模型发展史

典型模型BERT：架构

典型模型BERT：变种

Gemini模型

谷歌大模型在汽车领域的案例

4.3 Meta

LLAMA3.3

LLAMA系列：演进

LLAMA系列：特点

LLAMA系列：训练方式

LLAMA系列：Alpaca

LLAMA系列：Vicuna

4.4 Anthropic

Claude性能评测

基于Claude的PC端Agent

4.5 Mistral AI

Mistral AI专家模型：架构

Mistral AI专家模型：算法特点（1）

Mistral AI专家模型：算法特点（2）

Mistral AI大语言模型：Mistral Large 2

4.6 亚马逊

Amazon Nova产品体系

Amazon AI云在汽车的应用实例（1）-（3）

4.7 Stability AI

Stability AI产品体系

Stable Diffusion 架构基于扩散模型

Stable Diffusion视频生成技术与竞品对比

4.8 xAI

xAI产品体系

xAI模型能力

Grok-2模型能力

Grok-0/1模型能力

4.9 阿布扎比Technology Innovation Institute

Falcon模型系列迭代历程

Falcon 3系列参数

Falcon 3系列评测

4.10 商汤

商汤主要大模型产品体系

商汤主要大模型产品体系

大模型训练设施

商汤大模型功能场景

商汤大模型技术

4.11 阿里云

阿里云大模型产品体系

阿里云大模型的端云结合方案

4.12 百度云

百度云大模型产品体系

4.13 腾讯云

腾讯云大模型产品体系

腾讯云推理服务方案（1）-（3）

腾讯云大模型生成场景方案

腾讯云大模型问答场景方案

4.14 字节&火山引擎

豆包模型体系

火山引擎座舱功能亮点

4.15 华为

盘古大模型产品体系

盘古大模型合成数据应用案例

盘古大模型LLM架构

盘古大模型能力：多模态技术

盘古大模型能力：思维推理技术

盘古大模型AI云服务

4.16 智谱

智谱产品体系

智谱汽车行业大模型底座

智谱技术特点

4.17 科大讯飞

科大讯飞产品体系

科大讯飞功能与技术亮点

科大讯飞座舱 AI体系

4.18 DeepSeek

DeepSeek产品体系

DeepSeek V3技术启示

DeepSeek R1技术亮点

DeepSeek 应用案例（1）-（3）

05

AI大模型在汽车的应用案例

5.1 座舱案例

联想 AI 车计算框架用于座舱

中科创达魔方大模型的座舱功能

LLM助力Smart Eye DMS/OMS辅助系统

DIT在语音处理场景的应用

云知声山海大模型在座舱的应用

梧桐车联座舱智脑

5.2 智驾案例

理想：自动驾驶领域中的多模态技术（一）

理想：自动驾驶领域中的多模态技术（二）

理想：自动驾驶领域中的多模态技术（三）克服2D局限

理想：数据生成技术（一）

理想：数据生成技术（二）

理想：DriveVLM中的COT技术

理想：视觉处理的应用

理想：数据选择

吉利：视觉处理的应用

吉利：多模态学习框架

Waymo：生成式世界模型GAIA-1

特斯拉：算法架构（含NeRF）

特斯拉：视觉算法的骨架、脖颈、头

特斯拉：视觉系统核心HydraNet

极佳科技世界模型

06

AI大模型的应用趋势

6.1 数据

数据趋势一：

数据趋势二：

6.2 算法

算法趋势一：

算法趋势二：

算法趋势三

算法趋势四：

6.3 算力

算力趋势一：

算力趋势二：

6.4 工程化

工程化趋势一

工程化趋势二

一款没发布的“索爱”手机，和五段纠葛的历史记忆

前段时间，我们三易生活曾为大家测试了多款老型号的手机。

它们中，有金立在破产前最后一场发布会上推出，但最终却并未上市、镀了18K金的M7 Plus商务旗舰。

有乐视在“爆雷”前，几乎已完成研发的最后一款旗舰、具备“前后三主摄”设计的“乐Turbo”X950。

有第一款采用对称式双摄设计，技术想法很好、但直到退市也没能将相机功能优化到位的荣耀6 Plus。

还有多款配备了联发科曦力X25、X27、X30主控、留下“一核有难、九核围观”的美谈，至今仍被不少用户诟病的“十核机型”。

当然，我们已测试、展示过的经典机型并不仅限于上述这些，大家如果感兴趣，可以查阅我们三易生活的往期内容。不过相比之下，今天要给大家展示的这款机型，则可能是我们手头最特别、最稀有，同时也可能是最有特殊历史价值的机型。并且在它的身上，我们至少可以挖掘出五段特殊的“历史”。

这是一款有着索尼设计的“索爱手机”

这是一台什么手机？正如大家所见，它是一款印着“索尼爱立信”LOGO的机型。

请注意，我们并没有说它是一款“索尼爱立信”手机，而仅仅是表示它印有“索爱”LOGO。

如果你很熟悉当年爱立信、索尼，以及索尼爱立信这三家的“爱恨情仇”，可能就会知道，2011年10月底索尼全资收购了索尼爱立信。也就是在这之后，“索爱”的机型开始全面换用“索尼”Logo，同时也换用了与此前截然不同的外观设计。

索尼爱立信MT18i

索尼MT25i

从上面这两张索爱和索尼时期Android机型的外观，想必大家就能发现，索爱的机型在造型上偏爱弧线，但一到索尼时期，机身线条明显就变得更平直了。

明白了这一点，再回过头来看我们手头上的这台手机，大家能看出什么端倪吗？

索尼爱立信LT18i

我们手头这台索尼爱立信手机

在其机身正面底部的切边、侧面的线条和3.5mm耳机孔的位置，其实都能看出索爱的经典设计（比如上图中LT18i）的特征。

但它的正面线条、底部的LED指示灯，以及采用了触控而非实体的“三大金刚”键，则很明显是索爱转向索尼后，所采用的新设计。

注意到了吗？到目前为止，我们一直都没有告诉大家这台手机的型号。原因其实很简单，因为它没有型号，这是一款连研发都还没有完成、就已“胎死腹中”的产品。

但从其既有索爱、又有索尼时期外观特征的设计来看，它大概率“恰好”诞生于2011年秋季。并且之所以最终没有被发布，很可能与索尼并购索爱这件事不无关系。换句话来说，仅从外观设计和品牌LOGO，就能看出当年那个特殊时期索尼爱立信内部的混乱。

这是一款横跨触屏与按键时期的机型

众所周知，2007年苹果方面发布了初代iPhone，而随着后来iPhone的走红，越来越多手机厂商开始采用“全触屏”作为手机的交互方案。而基于按键的传统输入方式，在手机上也很快就成为了“小众设计”。

按照这个思路来说，疑似诞生于2011年秋季的这台“索爱手机”，理所当然地应该已经是全触屏智能机了吧。然而，还真不是。

没错，虽然我们手头这台“索爱手机”配备了一块小巧的、电容式的触摸屏，使用了明显是索尼第二世代Android机型的“三大金刚”触控键设计。但在它的机身下，却还保留了滑盖式的实体按键键盘。

可以看到，这个键盘不仅拥有12颗数字与符号按键，还额外配备了独立的删除、回车、上档和输入法切换键。换句话来说，它的设计思路，明显是在照顾那些已经习惯键盘式T9输入法，习惯按键型智能手机（比如索爱塞班UIQ系统）的用户。

这并不奇怪，要知道在全触屏刚兴起的那段时期，手机的屏幕还远不如现在这么大，在狭小、缺乏反馈、且灵敏度也很可能不够高的触屏上打字，对于很多人来说输入速度要远慢于传统的“实体键盘”。

触屏+全键盘侧滑盖相对多见，但触屏+垂直T9滑盖就很稀有了

正因如此，当时其实就有一些品牌都曾推出过触屏+侧滑式全键盘设计的机型。只不过，像我们手头这台索爱的工程机那样，使用下滑式T9实体键盘+触屏设计的，即便是在当时也非常少见。

这还是一款采用末代“国产系统”的智能手机

如今提到“国产操作系统”，大家会想到什么？有些朋友可能会想到中标麒麟、统信UOS、红旗Linux，有些朋友可能还记得名人汉风、Hopen OS、SmartNX。

但在2009至2011年的那段时期，在智能手机领域最具公众影响力的“国产操作系统”，则毫无疑问是中国移动的OMS。

OMS的首发机型联想O1

OMS全称为Open Mobile System（开放式移动系统），是由中国移动主导开发、基于Android内核，并深度植入了中国移动诸多服务的一套操作系统。

请注意，WT18i只是一个假型号

是的，OMS从来没有避讳过自身“基于Android”的事实。但其实也无需避讳，因为中国移动本身就是Android开放联盟最早的成员之一，他们完全有权基于Android来做自己的定制生态。

OMS招牌的悬浮“O”型锁屏

不过，当时的Android生态还处于非常早期的阶段。与如今Android系统一年一次大版本更新，且新版应用往往能够向下兼容好几个老版本系统不同，当时Android几乎是每隔几个月就会有一次重大的版本发布。特别是在Android 1.0到2.3这几个版本期间，每一次版本更新都会带来极大的底层改动，也导致了为新版系统设计的APP，几乎不能在老版系统上运行的问题。

然而作为Android最早期的生态伙伴，中国移动推出的OMS系统，“恰好”就诞生在Android 1.x时期。这也就导致OMS一方面底层代码几乎永远落后Android主流版本至少一代；另一方面，很多新的主流应用都无法在当时的主流OMS设备上运行。

于是在推出了基于Android 2.2的OMS 2.5后，无论中国移动还是各大手机厂商，都对OMS失去了耐心。而我们手头的这台索尼工程机，搭载的就正是OMS 2.5。

它还是一款无需网络就能看电视的3G手机

2008年4月1日，中国移动同时在北京、上海、天津、沈阳、广州、深圳、厦门和秦皇岛8个城市放号，正式启动TD-SCDMA社会化业务测试和试商用。而TD-SCDMA标准，也由此作为首个“国产通信标准”以及国内最早商用的3G制式，被许多人所铭记。

当然，现在大家知道，TD-SCDMA其实从技术端来说也并非100%“国产”，背后也有诺基亚、西门子等海外厂商的贡献。但最为关键的是，与当时已经在国际市场铺开多年的WCDMA、CDMA2000等其他3G制式相比，TD-SCDMA存在一个不容忽视的缺陷，那就是网速确实要比其他家要慢不少。

在当时的技术文档中不难看到，与其他两种3G制式相比，TD-SCDMA无论下载还是上传带宽都明显更小。特别是其上传带宽不到下载带宽1/7的设计，在如今看来是有些难以理解的。

很显然，这就意味着对于分配到TD-SCDMA的中国移动来说，要想在这个3G网络上开展视频相关业务，难度就会比其他两家竞争对手更大。特别是在当时奥运会的背景下，“3G手机网速更快、流量更大，可以看奥运会视频”也成为了不少消费者的换机动力之一。而TD-SCDMA网络本身，又恰恰不太“擅长”诸如视频直播/点播这类流媒体应用。

于是，为了规避这一技术缺陷，让用户在实际使用中感受不到“TD-SCDMA网速慢”的问题。中国移动在当时几乎所有的TD-SCDMA手机上都搭配了另外一项技术，那就是CMMB数字广播电视。

CMMB是一种不基于手机网络，更类似于传统无线电视/收音机原理的数字电视系统，这也就意味着它“无需流量”，对手机的网速也有要求。理论上只要能够收到CMMB信号，就能看到流畅的视频画面，虽然清晰度在现在看来很是一般，但在当时“标配CMMB数字电视功能”的做法，却着实让中国移动的3G手机多了一大卖点。

不过后来随着4G、5G网络的出现，清晰度差、且不能自由点播的CM，最终还是被运营商和消费者抛弃了。据说如今只有在部分区域，CMMB设备还能搜到可用的电视信号，但至少对于身处武汉的我们三易生活来说，这台索尼手机上的“G3”标志，以及那根拉出来后非常显眼的CMMB天线，都只能作为一个特殊时代的“纪念品”存在了。

它还代表着Intel“自主”ARM架构的余晖

就在前不久，我们三易生活曾为大家回顾了Intel在ARM架构处理器上，哪些不太为人知的产品历史。

当时我们测试的设备，是一台来自惠普的平板电脑，其所搭载的是Marvell PXA1928 SoC。虽然PXA1928确实是目前市面上能够找到，且有量产记录的最后一代PXA家族移动平台，但毕竟已经是Marvell收购了Intel移动部门后，完全摒弃Intel原有技术路线，换用“公版”ARM方案做出的产品，已经没有太多Intel原本的“味道”了。

而索尼这台从未发布的工程样机里，所采用的却是Marvell刚刚收购Intel移动产品线后，基于原有的Intel技术资产，结合TD-SCDMA基带，专为中国市场研发的“88SV331x”主控。

从它的架构信息“5TE”便可以得知，这款单核806MHz的SoC，使用的正是Intel基于ARM v5指令集魔改、加入了自家MMX技术后的“ARM V5TE”指令集。这也就意味着，这颗SoC的CPU部分，应该正是使用了Intel最后一代自研ARM架构处理器“PXA310”的基础设计。同时806MHz的核心主频，则是目前有记录的、Intel自研ARM架构处理器曾经达到过的最高主频。

然而大家要知道，“ARM V5TE”指令集以及其所对应的Intel PXA310 CPU设计，本质上最多只能算是性能介于公版ARM9和ARM11之间的产物。而在2011年年底这个时间点，基于Cortex-A9架构的一众双核SoC已经成为主流，甚至四核的NVIDIA Tegra3，也于2012年第一季度正式登场。

这意味着什么呢？从软件显示的结果来看，这代表着索尼爱立信的这款末代机型、同时也是中国移动OMS系统的最后搭载机，在尚未发布的当时就已经只有相当于主流Android智能手机五分之一、甚至更低的综合性能水平了。

或许，除了企业本身的动乱、操作系统的过时、造型设计的奇葩，以及网络性能落伍外，使用了极富“历史气息”的特殊主控，也是这款全身插满“Flag”的机型，最终并未真正发布的重要原因吧。