梅赛德斯-奔驰中国近日宣布，与清华大学、智谱联合研发的多模态大模型技术将首次应用于新款梅赛德斯-迈巴赫S级轿车的后排娱乐系统。这一合作成果标志着奔驰成为全球首个在车载场景中落地端侧多模态大模型的豪华汽车品牌，为乘客带来突破性的智能交互体验。
据技术团队介绍，该系统由奔驰中国研发中心主导，联合清华大学人工智能研究院与智谱AI共同开发。通过深度整合自然语言处理、计算机视觉及音频生成技术，系统可实时调用车内摄像头、麦克风等硬件数据，实现跨模态感知与内容生成。例如，当乘客通过语音描述需求时，系统不仅能理解语义，还能结合乘客表情、手势及车内环境光线，自动生成符合情境的视觉内容或音乐推荐。
作为技术载体的新一代迈巴赫S级轿车基于奔驰W223平台升级打造，在保持原有豪华基因的基础上，重点强化了后排智能座舱的科技属性。官方透露，该车型的后排娱乐屏幕将支持眼神追踪、手势控制等创新交互方式，配合多模态大模型的情境理解能力，可主动识别乘客状态并提供个性化服务。例如，当检测到乘客疲劳时，系统会自动调暗灯光、播放舒缓音乐并调整座椅角度。
此次合作突破了传统车载语音助手的单一交互模式，通过多模态感知技术构建起"人-车-环境"的智能生态。技术团队特别强调，所有数据处理均在车端完成，确保用户隐私安全。业内人士分析，这项技术将重新定义豪华汽车的智能化标准，推动整个行业向更注重情感化交互的方向发展。