Älykäs ohjaamo on saattanut olla viimeisen kahden vuoden aikana automaailman alue, jossa "pettymyksen tunne" syntyy helpoimmin.

Yhtäältä, kun suuret mallit ovat tulleet täysimääräisesti autoihin, lähes kaikki uudet autot käyttävät ohjaamoa "AI-pitoisuuden" näyttämönä, ja puhe, multimodaalisuus ja agentit seuraavat toisiaan, ja parametrit ovat aggressiivisempia kuin toisillaan. Toisaalta käyttäjät kohtaavat käytännön kokemuksessa usein katkoksia: auton järjestelmä ymmärtää komennon, mutta suljetun kierron suorittaminen on vaikeaa; se muistaa jonkin keskustelun, mutta unohtaa sen seuraavassa hetkessä; monimutkaisten liikkumistarpeiden edessä se joko vastaa väärään kysymykseen tai ei uskalla suorittaa.

iFLYTEKin 21. lokakuuta järjestämässä älykkäiden autotuotteiden teknologian julkaisutilaisuudessa julkaistiin virallisesti uuden sukupolven Spark-älyohjaamo SparkAuto Space 3.0, ja iFLYTEK itse asiassa esitti käytännöllisemmän alan kysymyksen: miten älykäs ohjaamo voi siirtyä todella "ymmärtämisestä" "aikaansaamiseen"?

Rakenteellinen kipupiste: ohjaamolta puuttuu yhtenäinen "aivot"

Kiinan autoteollisuuden tuotanto- ja myyntimittakaava on ollut maailman kärjessä useiden vuosien ajan, ja älykkyyden läpäisyaste kasvaa nopeasti. Mutta korkean läpäisyasteen takana on kokemuspäivityksen viive.

Alan yleinen ongelma on: ohjaamolla on usein "korvat mutta ei aivoja". Puhe, navigointi, viihde ja auton ohjaus ovat yleensä useita itsenäisiä alijärjestelmiä, ja toimialueiden välinen kokemus on pirstoutunut; pitkäaikaisen muistin puute johtaa siihen, että eri autojen järjestelmät muuttuvat yhä samankaltaisemmiksi; suurilla malleilla on hallusinaatioriski, minkä vuoksi ydintoimintoja ei uskalleta antaa helposti niiden haltuun; mallien kykyjen vahvistuessa viivettä on vaikea painaa alas.

Nämä kipupisteet osoittavat samaan rakenteelliseen ongelmaan: ohjaamolta puuttuu "yhtenäiset aivot", jotka voisivat kytkeä moduulit toisiinsa. Jos vain lisätään toimintoja tai parametreja ratkaisematta taustarakenteen resurssien hallintaa, kokemus ei voi muuttua laadullisesti.

Arkkitehtuurin kehitys: komentopohjaisesta ihmismäiseen vuorovaikutukseen

Tämän rakenteellisen ongelman ratkaisemiseksi iFLYTEK jakaa ohjaamovuorovaikutuksen kehityksen kolmeen vaiheeseen: komentopohjainen vuorovaikutus, älykäs yhdistetty vuorovaikutus sekä SOPHIA:n (ihmismäisen älyn täysin multimodaalinen älykkään auton vuorovaikutusarkkitehtuuri) johtama ihmismäisen älyn täysin multimodaalinen vaihe.

Spark-älyohjaamo SparkAuto Space 3.0:n ydinkärki on juuri SOPHIA-arkkitehtuuri, jonka perustan muodostavat neljä järjestelmää: muistin kehitys, ajattelu ja päätöksenteko, täysi havainnointi ja moniulotteinen ilmaisu, ja koko auton Master Agent hallinnoi niitä yhtenäisesti. Tämä arkkitehtuuri tarjoaa käyttäjille lopulta kolme ydinarvoa: sinut paremmin ymmärtävä tunnekumppani, asioita hoitava autopuutarhuri ja yliaistillinen audio-visuaalinen mestari.

"Sinut paremmin ymmärtäminen" -tasolla Spark-älyohjaamo 3.0 -versio rakentaa yli 68 muistidimension järjestelmän, joka kattaa lyhytaikaisen ja pitkäaikaisen muistin sekä käyttäjäprofiilit. Kokemuksen ja yksityisyyden tasapainottamiseksi erittäin arkaluonteiset muistit on rajattu laitteen sisäiseen tallennukseen, ja kysely edellyttää henkilökohtaista tunnistautumista.

Monen henkilön kyydissä olon vuorovaikutusongelmaan Spark-älyohjaamo 3.0 -versio toteuttaa monen henkilön täysin multimodaalisen täysdupleksikyvyn. Teknologian päivityksen myötä monen henkilön vuorovaikutuksen vasteaste nousee yli 95 prosenttiin, häiriön hylkäysaste yli 98 prosenttiin ja keskeytyksen viive alle 300 millisekuntiin. Tämä tarkoittaa, että järjestelmä pystyy erottamaan tarkasti "kuka puhuu, kenelle puhutaan", mikä ratkaisee tehokkaasti kipupisteen, jossa auton järjestelmä keskeyttää jatkuvasti, kun autossa käydään monenkeskistä keskustelua.

Lisäksi auton ulkopuolinen puhe laajentaa vuorovaikutuksen rajan 30 metriin auton ulkopuolelle, tukee äänenpainotunnistusta ja liikkeessä puhumista; erikoisäänen tunnistus yltää jopa 200 metriin. Laite-pilvi-multimodaalihavainnointi kokoaa yli 100 kyvykkyyttä, joista laitteen sisäinen vahvistettu vartiotila pystyy tunnistamaan 16 tyypillistä riskitapahtumaa, lähettämään tuloksen 4 sekunnissa tapahtumaa kohden ja saavuttamaan 90 prosentin tunnistustarkkuuden, mikä on merkittävästi saman tason paremmuutta.

Kokemuksen vedenjakaja: "tiedon hakemisesta" "asioiden hoitamiseen"

Nykyvaiheen AI:n autoistumiselle se, että auton järjestelmä ymmärtää murteita ja muistaa mieltymyksesi, on vasta "esileikkiä". Todellisissa autonkäyttötilanteissa käyttäjät todella haluavat "tuloksen". Ymmärrät mitä tarkoitan, ja sitten hoidat asian puolestani kuntoon. Tässä ulottuvuudessa "asioiden hoitamisen" kyky on se vedenjakaja, joka ratkaisee kokemuksen laadun.

Monimutkaisissa liikkumistilanteissa päivitetty Master Agent -navigointiaivot pystyvät ymmärtämään tarkasti epämääräisen merkityksen, aikarajoitteet ja ehtohaarat. Esimerkiksi "etsi ravintola, joka ei ole kaukana sekä yrityksestä että Joutsenjärvestä", sen monimutkaisen liikkumisaikomuksen ymmärtämisen oikeellisuusaste voi ylittää 95 prosenttia.

Huomionarvoisempaa on ekosysteemin suljetun kierron täydentäminen. iFLYTEK ja Alipay sopivat strategisen yhteistyön päivityksestä ja käynnistivät "Xunbao-suunnitelman". Alipayn auton sisäinen avustaja liitetään Spark-älyohjaamo 3.0:aan, jota Master Agent hallinnoi yhtenäisesti, ja osapuolet ovat yhdistäneet tilien välisen tiedonsiirron, auton sisäisen AI-maksamisen ja muut kyvyt. Tämä mahdollistaa sen, että ohjaamo todella rikkoo "tiedon hakemisen" rajoituksen ja toteuttaa todellisia "asioiden hoitamisen" skenaarioita, kuten esteetön kulku moottoritiellä, esteetön pysäköintimaksu ja matkan varrella paketin noutaminen.

Lisäksi terveysohjaamon puolella on integroitu iFLYTEK Xiaoyi, terveysneuvonta on palvellut kumulatiivisesti 200 miljoonaa kertaa ja palvellut yli 35 miljoonaa käyttäjää, kattaen 2600 yleistä vaivaa ja yli 60000 yleisen lääkkeen tiedot. FaceID tunnistaa kaikki auton matkustajat ja luo itsenäiset terveysprofiilit, yksi profiili per henkilö, yhdistäen auton, kodin, puhelimen, pilven sekä Huawein, Applen ja muiden主流 puettavien laitteiden kanssa, ja "mittaus, kysely, diagnoosi" muodostaa täyden suljetun kierron. Pysäköintiskenaariossa Random Parking Agent ja älyajojärjestelmä yhdistyvät syvällisesti, kattaen autonomisen pysäköinnin, puheohjatun siirron ja kutsun noutoon.

Akustinen kokemus: yliaistillinen audio-visuaalinen mestari

Kun älykkään ohjaamon visuaalisen "suuren näytön" etu alkaa saavuttaa huippunsa, seuraava taistelukenttä, joka ratkaisee kokemussukupolvien eron, on siirtymässä "kuuloaistiin". Järjestelmä, joka todella ymmärtää sinua, ei ainoastaan ymmärrä, vaan myös ilmaisee. Tämän taustalla on koko ketjun akustisen arkkitehtuurin perustavanlaatuinen uudelleenrakennus.

iFLYTEKin alan ensimmäinen GaN (galliumnitridi) -audiarkkitehtuuri ei ainoastaan kevennä koko järjestelmää 30 prosenttia, vaan yhdessä Black Gold -sarjan kaiuttimien ja 300 W:n elokuvateatteritason basson kanssa parantaa kuulovaikutelmaa 20 prosenttia. Yhdessä yliaistillisen surround-äänen Pro 3.0:n kanssa järjestelmä pystyy AI:n avulla reaaliaikaisesti rakentamaan tavallisen 2.0-äänilähteen uudelleen 7.1.4-immersiiviseksi ääneksi, mikä vähentää merkittävästi immersiivisen äänen lähdemateriaalin kynnystä.

Auton sisäisen äänikentän hallinnassa älykäs äänikenttävyöhyke 3.0 saavuttaa enimmillään kahden vyöhykkeen 30 dB:n ja neljän vyöhykkeen 26 dB:n äänieristyksen. Kuljettaja kuuntelee navigointia, apukuljettaja katsoo sarjaa, takapenkin lapsi kuuntelee lastenlauluja – todella toteutuu "yksi ohjaamo, monta ääntä toisiaan häiritsemättä". Samalla ensiesitelty supertyynyn akustiikkajärjestelmä integroi suunnatun toiston ja aktiivisen melunvaimennuksen (enimmillään 9 dBA:n syvyys) tyynyyn, jolloin navigointi kuuluu vain kuljettajan korvan juuressa häiritsemättä muita lepääviä matkustajia.

Perustan tuki: laite-pilvi-yhteistyön laskentateho ja massatuotannon varmuus

Itse asiassa, olipa kyse multimodaalisesta havainnoinnista, monimutkaisten tehtävien hallinnasta tai millisekuntitason akustisista algoritmeista, näiden front-end-kokemusten "katto" määräytyy usein taustalla olevan laskentatehon ja mallirakenteen "lattian" perusteella. Suurten mallien autoistumisen suurin käytännön kuilu on laskentatehon viiveen ja skenaarion monimutkaisuuden välinen kamppailu.

Spark-älyohjaamo SparkAuto Space 3.0 käyttää laite-pilvi-yhteistyön kaksoismalliyhdistelmää: pilvessä SparkAuto 1.0 saavuttaa H20-alustalla mitattuna yli 99,5 prosentin osumatarkkuuden 350K kontekstivälimuistille ja alle 800 millisekunnin laskennan ensivasteen; laitteen puolella SparkAuto 1.0-EMM tukee yli 100 skenaariota, ja sen alan ensimmäinen 35B-A3B-malli saavuttaa Jetson Thor -alustalla alle 650 millisekunnin ensikehyksen ja 75 prosenttia pienemmän huippumuistin.

Tehtävien jaossa iFLYTEKin antama ajatus on: korkean taajuuden, reaaliaikaiset ja arkaluonteisia tietoja sisältävät vuorovaikutukset suljetaan laitteen puolelle, monimutkainen ymmärtäminen, suunnittelu ja työkalujen hallinta annetaan pilvelle, ja tasapaino viiveen ja kutsukustannusten välillä haetaan. Tämä asettaa myös haasteen autoyhtiöiden laitteiston BOM-kustannuksille, ja korkean tason laitekohtaisten mallien yleistyminen vaatii edelleen laitteistoalustan päivityksen tukea.

Nykyisessä tilanteessa, jossa ala korostaa usein "täysin omaa kehitystä", iFLYTEK on valinnut "avoimen yhteiskehittämisen" polun. Autoyhtiöt johtavat brändin ja alustan määrittelyä, iFLYTEK tarjoaa taustatyökaluketjun ja teknologiapalvelut. Tällä hetkellä sen ekosysteemialusta on liitetty yli 60 tietolähteeseen, ja päivittäisiä kutsuja on 220 miljoonaa.

Tietojen perusteella iFLYTEKin skaalaetu autoteollisuudessa on jo vakiintunut: kumulatiivisesti yli 81 miljoonaa asennettua ajoneuvoa, yli 50 yhteistyöautoyhtiötä; ulkomaille suunnattua monikielistä tukea 32 kielellä, kattaen 60 maata ja aluetta, ja 80 prosenttia ulkomaille viedyistä uusista automalleista valitsee iFLYTEKin.

Lisäksi Spark-älyohjaamo SparkAuto Space 3.0 kantaa "julkaisusta massatuotantoon" -leimaa, ja Chery, Great Wall Wey, Dongfeng Nissan ja muut brändit ovat ottaneet sen ensimmäisinä käyttöön, ja se on saanut China Automotive Technology and Research Centerin TOP Intelligence -alan ensimmäisen AI-multimodaalisen älykkään ohjaamon, vuoden 2026 autojen älykkään ohjaamon johtavan teknologiasaavutuksen ja vuoden 2026 autojen uuden tuottavuuden tyypillisen tapauksen kolme sertifikaattia. 81 miljoonan ajoneuvon olemassa oleva perusta tarjoaa todellisen validointimaaperän teknologian jatkuvalle kehitykselle.

Lopuksi

Älykkään ohjaamon kilpailu on siirtymässä kokonaisvaltaisesti "onko suurta mallia" -kysymyksestä "onko ohjaamosta todella hyötyä". iFLYTEKin tämänkertainen valinta on erittäin merkityksellinen läpimurron kannalta: yhdistää hajallaan olevat toiminnot todella yhteen yhtenäisten aivojen avulla ja työntää huippukokemus laite-pilvi-kaksoismalliyhdistelmällä miljoonaluokan massatuotantoon. Suunta on osoitettu, ja tie levenee luonnollisesti.

Palatakseni alussa mainittuun pettymykseen: parametrit kasautuvat vuosi vuodelta korkeammiksi, mutta käyttäjien on yhä vaikeampi sanoa "tämä auto on todella hyvä käyttää". Ongelma ei ole koskaan ollut siinä, onko auton järjestelmä älykäs, vaan siinä, pystyykö se todella hoitamaan yhden asian ihmisen puolesta ymmärrettyään puheen. iFLYTEKin tällä kertaa antama vastaus palauttaa pohjimmiltaan alan kilpailun "kenellä on eniten toimintoja" -kysymyksestä yksinkertaisempaan kysymykseen "kenen järjestelmä on vakaa, kenen palvelu pystyy suljettuun kiertoon". Tämä ei välttämättä ole ainoa oikea tie, mutta ainakin se osoittaa: älykkään ohjaamon toisella puoliajalla ei enää kilpailla siitä, kuka kertoo suurempaa tarinaa, vaan siitä, kuka pystyy tuomaan suuren mallin alas näyttelylavalta käyttäjien jokapäiväisessä käytössä toimivaan ja kestävään kokemukseen. Suunta on jo oikea, seuraavaksi katsotaan, kuka sen ensimmäisenä todella toteuttaa.