不止是语音交互，更是 懂意图、会思考、能分工、可闭环、可量产的 整车智慧座舱大脑。 当前版本 2026.07.13，持续进化中，欢迎关注 以四大能力模块构建 “意图驱动” 座舱体验 从交互入口、场景感知、舱驾协同到生成式界面，形成可理解、可感知、可协同、可生成的全域智能能力。 AquaClaw 将座舱交互从单次指令升级为可理解上下文、可感知情绪、可规划任务并长期记忆的自然智能入口。 感知服务：通过对实时接入语音、视觉、车身信号等多模态信号进行前置信号的过滤处理以及归一化。 特征提取：基于感知层传输的对话内容，提取语义关键词、情感特征、以及指代特征，继而判定其响应层级。 意图仲裁：根据用户反馈的信息以及功能实现的方案进三层分级：快速执行、快思考、慢思考。 上下文管理：结合上下文继承、指代消解和意图改写等手段，让模型的语义理解保持对话的连贯性，精准处理模糊意图和指代处理，并支持视觉信息的融合分析。 多维度情绪识别：融合语音信号（语速、音调、停顿）与语义内容（关键词、情感极性）进行多模态分析，精准判定用户情绪状态。 自适应语气播报：基于情绪特征与场景上下文，动态调整播报语速、音色与文案风格，实现个性化语音表达。 场景化共情陪伴：根据用户情绪与驾驶场景，主动提供情绪安抚、趣味互动与旅途关怀，让座舱升级为“情感陪伴者”。 高情商智能应答：针对无法执行或模糊指令，采用委婉解释与替代建议，全程规避负面体验。 多地点串联规划：面向多目标出行，自动组织地点顺序与路径结构，输出一条连续可执行的行动链路，而非零散的导航与候选点；降低用户决策成本，提升生活效率。 地点画像规划：支持以外形特征、地标线索、类型描述、方位关系等方式进行地点识别与检索，实现从“模糊描述”到“可定位地点”的映射。 多条件地点规划：将复杂筛选从“用户手工操作”迁移为“系统自动求解”，面向空间、时间、价格、停车、充电等多维条件进行组合式筛选与候选生成，并支持多结果对比与收敛。 上下文对话记忆：结合上下文继承、指代消解与意图改写，实现多轮交互无缝串接，精准处理模糊意图与跨轮指代。 多用户偏好记忆：基于驾乘人员身份识别，为每位用户建立独立偏好档案，自动适配座椅、空调、音乐等个性化参数。 跨行程留存：自动提取并固化用户高频路线、常用功能与固定用车需求，形成场景化快捷服务。 记忆智能预判：依托长周期记忆数据，在用户未发指令前主动推荐导航、音乐、座椅调节等贴合习惯的服务。 记忆管理：支持用户自主查看、编辑与删除记忆数据，全程透明可控，保障隐私安全与使用信任。 AquaClaw 多模态座舱方案将舱内 OMS、舱外 AVM/环视摄像头、传感器数据与座舱 Agent 结合，让车辆不再只是听懂用户指令，而是能够理解车内外场景、识别风险、主动提醒，并支持事件回溯与自然语言查询。 通过车外环视摄像头与传感器融合，采用大小模型实时监测车辆周围风险事件，对事件类型进行识别、风险分级、降低误报、自然语言总结与手机端分级推送。 支持识别4大场景、20+细分标签，覆盖人、动物、两轮车及四轮车，包括人剐蹭、拉门把手、扒充电枪、轮胎操作、车碰撞、倚靠、踢车、旁车开门碰撞、无威胁事件。 支持12路视频流联合推理，端到端模型推理速度达到2.5S。 SDK可接入现有哨兵应用，并适配8295、8775、OrinY等高算力芯片及AI Box。 支持儿童站立、未系安全带、哭闹、看平板、手伸出车窗与宠物等10+状态与行为识别。 联动车窗、儿童锁及TTS，完成“识别—干预—提醒”闭环。

支持儿童观看平板等状态识别，辅助判断乘坐和娱乐需求。 可识别手机、背包、笔记本电脑、水杯等20+常见舱内物品类别。 端到端模型推理耗时达到500ms，适配高通8255、8775，英伟达OrinY等主流芯片。 支持中控屏弹窗、声音提示和手机推送等多端提醒，并可以通过手机端使用语音或文字远程查询。 视频存储或上传后，后台按照固定帧率自动抽帧分析。 端云一体多模态识别人、车、物、场景及事件50+标签识别并生成语义描述。 支持语音和文本输入，无需使用固定指令或预设标签。 在视频时间轴上标记匹配区间，并生成可视化结果卡片。 自动聚合相邻匹配画面，生成可点击预览的高光片段。 AquaClaw 舱驾融合方案将座舱 AI、多模态感知、泊车场景识别与智驾能力连接起来，让车辆不仅能理解用户说了什么、看见周围发生了什么，还能在停车、寻车、泊出、智驾启动、驾驶风格调节等场景中，主动给出建议并完成可控协同。 车辆停稳后秒级识别黄实线、禁停路牌及限停时段，及时提醒违停风险，风险解除后自动退出提醒，减少持续打扰。 起步前通过AVM检测车身周围约1米范围内的人员、动物及障碍物。 挂入P挡后，自动识别车门开启区域内的墙体、立柱、车辆等障碍物。 端到端模型推理耗时达到500ms，适配高通8255、8775，英伟达OrinY等主流芯片。 进入停车场时，自动识别入口、闸机等特征，车辆停稳后，识别楼层、区域、颜色分区及车位编号与驻车环境描述，自动组合“停车场＋楼层＋区域＋车位号”，形成结构化停车记录。 离车后将停车位置和相关环境画面同步至车主手机。 AquaClaw 改变了传统智能座舱固定的 UI 界面布局，提供了生成式HMI交互体验。依托核心中枢系统与数据全链路的打通，AquaClaw 将大模型能力深度融入到整车信息的综合理解与交互内容的实时生成中，实现了界面布局与个性化内容的“按需即时生成”，让固化的屏幕转变为富有生命力的智能交互窗口。 动态桌面布局（布局生成）：根据用户实时需求与行车场景，动态构建符合当前用车氛围的生成式桌面布局，使座舱更具个性化，提高人机协同默契。 多源信息有机排布（信息组合）：将复杂、碎片化的用户需求进行深度提炼，提炼、分析出底层的原子信息，并在生成的桌面或卡片中进行合理的视觉空间排布。 多屏自适应落域分发：系统自动识别屏幕属性自适应调整生成。中控屏生成组件支持完整触控、上下滑动及多信息拼装组合；而远端或带鱼屏生成组件则自动转译为低交互、纯展示的远端信息流，确保行车视线安全。 布局柔性调整与迭代：支持通过后续自然语言指令对已生成的界面布局进行微调。例如当用户指令为“帮我把音乐缩小点吧”时，系统能够深入分析用户需求与当前布局，重排桌面或组件布局。 内容精准生成：基于云端大模型分析并拆解用户生成意图，通过大模型联网搜索与格式化匹配技术，接入多维实时信源，完整、美观地生成目标内容。 全场景微生态信源融合：全面打通车辆状态控制与外部信源，实现真正意义上的驾娱数据无缝协同。 流式思维链实时交互：系统能够以高情感化、流式文字的形式将大模型的构思、所需信息及生成进度呈现出来，实现有温度的人机体验。 多轮语音意图引导收敛：配备了对话槽位填充。面对模糊、信息不全的生成指令时（如“帮我生成一个比分”），系统会通过多轮语音问询主动引导（如“您希望生成哪场比赛的比分呢”），补充完整意图。 准备让 AquaClaw 进入你的座舱？ 从“以指令为中心”到“以意图为中心”，开启智慧出行新时代。 留下基础信息，团队会尽快安排座舱 AI 方案沟通。