本申请公开了一种智能座舱的多模态交互方法、系统及具有其的智能座舱，涉及数据处理领域，具体涉及语音技术领域。具体实现方案为：获取智能座舱的座舱状态信息；将座舱状态信息映射为对应的识别文本；根据识别文本，获取对应的话术文本、话术语音、虚拟生命形象的面部数据和动作数据；根据话术语音、虚拟生命形象的面部数据和动作数据，生成目标虚拟生命形象的渲染画面，并在第一显示设备上播放目标虚拟生命形象的渲染画面，在第二显示设备上显示话术文本。本申请可通过目标虚拟生命形象的表情、动作、语音、文字实现人机之间多模态交互方法，使得智能座舱内的人机交互过程更加接近人人交互。