來源：市場資訊

（來源：深圳市汽車電子行業協會）

從疲勞駕駛、隧道污染、道路揚塵和車內吸煙場景四類高頻場景出發，解析車載空氣傳感器、HVAC、新風凈化和 AI 智能座艙如何把空氣健康能力做成可識別、可預警、可執行、可交互的閉環體驗。

過去兩年，汽車主機廠正在密集把語言大模型接入車機系統。鴻蒙座艙、小鵬天璣、理想同學、NOMI、小愛同學、Flyme Auto、ADiGO、Coffee GPT 等能力陸續上車后，座艙交互已經來到全新的階段。用戶對“大模型很強”有直觀認知，但真正能每天用起來的場景仍然需要被設計出來。就像一部功能很強的手機，大多數人長期只使用其中很小一部分能力，車機大模型也需要通過具體場景把價值釋放出來。

綠色健康座艙適合成為大模型座艙的高頻入口。空氣凈化、新風、內外循環、香氛和除味功能原本藏在空調頁面或車輛設置里，用戶很少主動打開；當語言大模型具備理解語境和主動編排的能力后，車輛可以根據空氣質量、道路環境和乘員狀態發起服務。比如檢測到車內 CO? 偏高時主動補充新風，接近隧道時提前切換內循環，遇到揚塵或煙味時解釋原因并啟動凈化。主動交互讓綠色健康場景從功能菜單走向家庭日常，讓健康呼吸變成智能座艙可以持續提供的服務。

01 總體概念：AI綠色健康座艙的閉環結構

AI綠色健康座艙的底層是空氣質量感知。PM2.5 傳感器負責識別顆粒物、煙霧、花粉和道路揚塵；CO? 傳感器判斷封閉座艙內的通風狀態；AQS 或 VOC 傳感器識別尾氣、異味和揮發性污染物；溫濕度傳感器輔助熱舒適、除霧和新風策略。多源信號進入空調控制器和座艙域后，系統可以把“空氣質量變化”轉換成“場景判斷”。

上層的 AI 座艙承擔策略編排。它結合傳感器讀數、行駛狀態、地圖道路環境、用戶習慣和座艙模式，判斷當前處于長途疲勞、隧道通行、揚塵跟車或車內吸煙等場景。隨后系統進入閾值判斷：CO? 是否持續升高，PM2.5 是否快速上沖，AQS 是否檢測到尾氣污染，VOC 或煙味信號是否異常。閾值觸發后，AI 座艙通過語音、HMI 彈窗或場景卡片完成提醒，并調用 HVAC、內外循環、新風比例、風量、凈化模塊、除味模塊或香氛模塊執行動作。

這套鏈路可以概括為六個步驟：識別檢測、閾值判斷、AI 主動提醒、空調系統調用、凈化與空氣改善執行、狀態反饋。對主機廠來說，難點已經從單一硬件堆疊，轉向傳感器準確性、控制策略、執行器響應速度和 HMI 表達的一致性。對用戶來說，價值體現在車輛能提前感知空氣風險，并用自然語言和可視化狀態解釋正在執行的動作。

• AI綠色健康座艙閉環：傳感器完成識別檢測，AI 座艙判斷閾值并主動提醒，HVAC 與空氣改善模塊執行，最終通過 HMI 完成狀態反饋。

02 四類高頻場景：從風險識別到主動凈化

第一篇先聚焦四個最通用的用車場景：疲勞駕駛、隧道污染、道路揚塵和車內吸煙場景。它們覆蓋行車安全空氣和車內污染快速治理兩類高感知需求，場景邊界清晰，傳感器特征明顯，也更容易被主機廠做成量產功能和銷售演示。

1. 疲勞駕駛：把 CO? 與空氣舒適性納入主動安全體驗

長途、高速、夜間和擁堵慢行都會提高疲勞駕駛風險。座艙封閉時間過長時，CO? 濃度會逐步累積，駕駛者可能出現困倦、注意力下降和呼吸憋悶。接近室外空氣水平的 CO? 濃度通常約為 400 ppm，車內濃度持續升至 800-900 ppm 以上時，系統可以將其視為通風狀態下降的預警信號。此時 CO? 傳感器先完成識別，并把濃度變化發送給座艙域或空調控制系統。

AI 座艙接收到 CO? 超閾值信號后，會結合駕駛時長、道路狀態和車速做一次場景判斷。若系統判斷車輛處于長時間行駛狀態，可以先通過語音或 HMI 做輕量提醒，例如提示“車內通風狀態下降，已為你開啟新風補充”。隨后 HVAC 調整外循環比例或新風量，同時控制風量和出風方向，避免突然強風影響駕駛。若車外 PM2.5 或 AQS 顯示污染較高，系統會優先采用短時補風、過濾凈化和內循環平衡策略。

當 CO? 風險持續存在，系統可以進一步調用車內攝像頭識別駕駛員狀態。若攝像頭識別到哈欠、閉眼、點頭或注意力下降等疲勞特征，AI 座艙會把提醒等級提高，從“通風提醒”升級為“休息建議”。此時車輛先執行通風和凈化動作，降低車內憋悶感；隨后根據導航信息主動推薦最近服務區，并提示駕駛員停車休息。這個過程把 CO? 傳感器、車內攝像頭、HVAC、凈化模塊和導航系統串聯起來，讓空氣質量管理真正進入主動安全體驗。

疲勞駕駛場景的價值，是把空氣質量納入駕駛狀態管理。CO? 閾值提醒、車內攝像頭確認、適度通風、語音關懷和服務區導航結合后，駕駛者更容易感知車輛正在主動維持清醒舒適的駕駛環境。

2. 隧道污染：外部污染識別與內循環預防控制

隧道、地下通道和城市高架封閉段容易聚集尾氣、異味和顆粒物。車輛進入這類路段后，如果仍保持外循環，污染空氣會快速進入座艙。AQS 傳感器可以識別尾氣、NOx、VOC 和異味變化，PM2.5 傳感器可以捕捉顆粒物上升，地圖或導航信息則可以幫助 AI 座艙提前識別隧道入口。

更成熟的策略會把“提前量”做進去。車輛接近隧道時，AI 座艙先給出簡短提示，并調用 HVAC 切換內循環；進入隧道后，AQS 與 PM2.5 持續監測外部污染水平，凈化系統保持運行；駛出隧道后，系統根據車外空氣質量恢復外循環或補充新風。這個過程讓用戶無需頻繁手動操作內外循環，也避免了污染已經進入車內后再被動凈化。

隧道污染場景的關鍵是響應速度和策略穩定性。傳感器需要在尾氣濃度變化時快速識別，空調執行器需要及時切換，HMI 提示則要克制清晰。用戶看到“已進入隧道空氣防護，正在保持內循環凈化”，會比一個獨立的空氣質量數值更有信任感。

3. 道路揚塵：針對中國道路高頻揚塵的空氣防護

土方車、渣土車、施工路段和未完全硬化道路，是中國城市和城郊道路上非常典型的空氣風險。前方車輛帶來的揚塵和柴油尾氣通常具有突發性，PM2.5、PM10 和 AQS 信號會出現快速波動。相比隧道污染，道路揚塵場景更考驗車內外空氣傳感器的實時性，以及系統對短時污染峰值的控制策略。

當外部顆粒物突然升高，系統可以觸發空氣防護：關閉或降低外循環比例，提高濾芯通過風量，啟動空氣凈化、負離子或等離子模塊，并通過屏幕顯示“前方揚塵，已啟動空氣防護”。如果車輛已經穿越高污染區域，系統可以根據外部空氣恢復情況逐步補充新風，避免長時間內循環導致 CO? 上升。

這一場景的行業意義很強。它貼近真實道路，而非展廳里的理想化空氣環境。主機廠若能把施工揚塵、道路揚塵和尾氣跟車做成可演示功能，綠色健康座艙就能從配置表參數走向用戶每天會遇到的實際痛點。

4. 吸煙場景：車內污染快速治理與異味恢復

車內吸煙會帶來顆粒物、VOC、焦油氣味和織物殘留，影響下一位乘員的乘坐體驗。PM2.5 傳感器可以捕捉煙霧導致的顆粒物上升，AQS/VOC 傳感器可以識別異味與揮發性污染物變化，CO? 傳感器輔助判斷通風狀態。對家庭用車、共享用車、商務接待和二排乘坐體驗來說，吸煙后的空氣恢復能力具有直接感知價值。

系統識別到煙霧或異味異常后，可以先通過 AI 語音做禮貌提醒，并在 HMI 上顯示車內空氣異常。隨后空調系統提高風量，視車外空氣質量決定外循環換氣或內循環凈化；凈化模塊、除味模塊、負離子或等離子模塊協同工作。完成初步除味后，香氛模塊可以以低濃度介入，避免用香味覆蓋污染源，形成更自然的空氣恢復過程。

吸煙場景的閉環重點在“恢復結果可見”。用戶需要看到 PM2.5 或空氣質量等級下降、凈化進度完成、異味處理結束。AI 座艙可以在凈化完成后提示“車內空氣已恢復至良好狀態”，讓系統動作有明確收尾，也讓空氣治理效果變得可感知。

03 AI主動提醒：讓空氣系統從執行器變成座艙服務

綠色健康座艙需要避免把所有信息都堆到屏幕上。更好的交互方式，是讓 AI 只在關鍵閾值觸發、場景變化或執行完成時介入。疲勞駕駛時，提醒應當溫和、短句化，避免干擾駕駛；隧道污染和道路揚塵場景中，提示可以突出“已為你處理”；吸煙場景則更適合以空氣質量異常和凈化進度表達，減少評價式語言。

• AI 主動提醒的價值，是在關鍵閾值觸發時解釋系統動作，并通過語音、HMI 和狀態反饋讓空氣管理變成可感知的座艙服務。

04量產落地的關鍵：傳感器、策略與執行器一致工作

四個場景的底層能力都依賴同一套工程邏輯。傳感器負責提供穩定可靠的數據，策略層負責識別場景并設定閾值，HVAC 與空氣改善模塊負責執行，HMI 和語音負責反饋。任何一個環節割裂，用戶都會感覺功能生硬。比如 PM2.5 讀數已經上升，空調仍未切換；或者凈化已經啟動，屏幕沒有解釋原因；又或者提示過于頻繁，用戶會關閉功能。

對主機廠而言，第一階段適合從高頻、低爭議、可感知的場景切入。疲勞駕駛、隧道污染、道路揚塵和車內吸煙場景具備明確觸發條件，也能被視頻、展車和試駕快速演示。隨著平臺能力成熟，后續可以繼續擴展到露營、午休、母嬰、寵物留車、離車后凈化和人車家聯動等場景。