今年，“AI+”成為推動(dòng)經(jīng)濟(jì)增長和社會(huì)進(jìn)步的新質(zhì)生產(chǎn)力，而大模型上車也成為汽車行業(yè)擁抱新質(zhì)生產(chǎn)力的主要方向。據(jù)不完全統(tǒng)計(jì)，現(xiàn)階段已有遠(yuǎn)超10家汽車品牌搭載大模型，而隨著各大車企相繼官宣人工智能大模型相關(guān)的戰(zhàn)略布局，“軟件定義汽車”時(shí)代也開始向“AI定義汽車”過渡，汽車行業(yè)迎來新的增長點(diǎn)，產(chǎn)業(yè)鏈加速融合。

大模型在汽車的應(yīng)用涵蓋車聯(lián)網(wǎng)、高級輔助駕駛、智能座艙等多個(gè)場景，如打造信息交互協(xié)同的智慧出行系統(tǒng)、感知環(huán)境并做出判斷、打造定制化服務(wù)等。而在眾多場景中，車載語音交互是大模型上車智能座艙領(lǐng)域的第一站。

對于車企而言，將先進(jìn)的大模型技術(shù)融入車載語音系統(tǒng)至關(guān)重要，能夠以更高的效率、更低的成本達(dá)到更智能化的體驗(yàn)。

對此，在蓋世汽車2024第二屆汽車人工智能大會(huì)上，思必馳智能汽車事業(yè)部高級產(chǎn)品總監(jiān)曾春華談到，隨著多模融合大模型的發(fā)展，多模態(tài)跨領(lǐng)域交互、類人交互、以及終端車載家庭互聯(lián)場景融合的時(shí)代終將到來，“大模型+大融合”將重新定義智能汽車人機(jī)交互。

曾春華 | 思必馳 智能汽車事業(yè)部高級產(chǎn)品總監(jiān)

智破大模型引入痛點(diǎn)，思必馳匠心打造“1+N”模式

隨著車廠對大模型能力的需求日益旺盛，引入大模型產(chǎn)生的痛點(diǎn)、難點(diǎn)也逐漸暴露。

首先，大模型的引入容易對現(xiàn)有的技術(shù)鏈路產(chǎn)生影響，如何實(shí)現(xiàn)不同廠商大模型的融合、調(diào)度和分配成為車企面臨的一大挑戰(zhàn)。其次，隨著大模型規(guī)模的日益龐大，反饋速度也逐漸放緩，而這在需要毫秒級響應(yīng)速度的車載場景中尤為關(guān)鍵。

面向生態(tài)融合，為助力車廠解決以上痛難點(diǎn)，思必馳基于自研全鏈路智能語音語言交互技術(shù)、DFM大模型以及大數(shù)據(jù)構(gòu)建“中樞大模型”架構(gòu)，打造“1+N”模式，即“1”個(gè)百模中臺（中樞大模型）與“N”個(gè)專業(yè)大模型組合上車，打通前端語言處理、用車場景與后端模型生態(tài)，形成車載垂域的生態(tài)圈，使車載AI體驗(yàn)從“語音指令”邁向“語言智能”+“工具智能”，將吸納眾多頂尖的大模型廠商構(gòu)建一個(gè)強(qiáng)大的語音交互系統(tǒng)，以匯聚不同大模型的技術(shù)特點(diǎn)與優(yōu)勢，提供更加全面、精準(zhǔn)的語音服務(wù)。

圖源：思必馳

這涉及技術(shù)架構(gòu)的升級，特別是從單一大模型到以中樞大模型為底座的多模型融合車載Agent框架，同時(shí)確保端側(cè)與云側(cè)分布式部署，支持解耦，便于后續(xù)輕量化升級，并通過新的大模型云端框架，支持垂域模型實(shí)現(xiàn)插拔式靈活升級。

調(diào)動(dòng)不同大模型、實(shí)現(xiàn)技術(shù)落地并與現(xiàn)有語音系統(tǒng)完美融合，是智能座艙發(fā)展的重要方向。模型融合過程主要涉及兩個(gè)方向：

首先，是大小模型的縱向融合。大模型具有語義理解、任務(wù)推理等強(qiáng)大能力，但并不能完全替代小模型。在某些基礎(chǔ)和垂直行業(yè)領(lǐng)域，小模型具備精準(zhǔn)分類、響應(yīng)快速等特點(diǎn)，仍不可或缺。因此，需要實(shí)現(xiàn)小模型與大模型的協(xié)同工作，確保兩者之間的調(diào)度關(guān)系得當(dāng)。

其次，是大模型的橫向生態(tài)融合，如聚焦于多模理解、文本生成、圖片生成、音頻生成等不同領(lǐng)域大模型的融合。

這意味著在眾多大模型中選擇最適合的，圍繞車的場景進(jìn)行全新的、更智能的語音交互理解，包括大模型的場景推薦，以及人格化、情感化的融合。

聚焦多元車載場景，重塑語音交互體驗(yàn)

國內(nèi)乘用車語音控制功能滲透率持續(xù)上升。據(jù)蓋世汽車研究院統(tǒng)計(jì)，2023年，累計(jì)語音控制功能滲透率超過75%。預(yù)計(jì)到2025年，國內(nèi)語音交互產(chǎn)品滲透率將達(dá)92%，市場規(guī)模將達(dá)23億元。

隨著用戶對車載語音交互體驗(yàn)需求的提升，各語音功能搭載量均呈現(xiàn)出明顯的上升趨勢。

思必馳積極探索車載應(yīng)用場景，特別關(guān)注用戶的高頻需求。用戶在車上主要關(guān)注導(dǎo)航、車控、多媒體、電話以及天氣查詢等功能。其中，自定義喚醒詞的需求尤為突出，這反映了用戶對個(gè)性化、智能語音交互“千人千面”的預(yù)期。

圖源：思必馳

針對以上高頻場景，思必馳重點(diǎn)發(fā)力進(jìn)行技能重構(gòu)。出行是人們?nèi)粘Ｉ钪械闹匾糠?，無論是上下班、出差還是休閑娛樂，行程規(guī)劃都是關(guān)鍵一環(huán)。在這個(gè)過程中，導(dǎo)航成為車載語音交互的重要應(yīng)用場景。傳統(tǒng)導(dǎo)航流程繁瑣，思必馳大模型的引入能夠?qū)崿F(xiàn)“一步到位”的便捷體驗(yàn)，通過出行規(guī)劃功能，用戶只需簡單一句話，即可快速生成出行方案并導(dǎo)航至目的地。

圖源：思必馳

車載語音交互還涉及諸多其他場景，如車控、娛樂等。特別是當(dāng)車輛出現(xiàn)故障或交通事故時(shí)，用戶需要快速獲取解決方案。思必馳大模型能夠結(jié)合豐富的數(shù)據(jù)和知識，為用戶提供及時(shí)、準(zhǔn)確的反饋和建議。此外，用戶對車輛的情感化需求也在逐漸增長，思必馳大模型可以結(jié)合用戶的個(gè)性化需求，提供更為貼心、智能的服務(wù)。

據(jù)介紹，目前，基于多模融合大模型方案打造的“天琴語音助手”7.0版本可以實(shí)現(xiàn)多人設(shè)自由切換、大模型行程規(guī)劃、跨域上下文意圖理解、一句話百變壁紙等多個(gè)首創(chuàng)式落地應(yīng)用。全域端到端速度以及多輪對話語音合成速度均可控制在3s以內(nèi)，拒識+響應(yīng)的整體準(zhǔn)確率在92.7%，其中非閑聊類準(zhǔn)確率可達(dá)98%以上，大大降低用戶閑聊聲音對座艙交互的影響。

堅(jiān)持對話式AI技術(shù)積累，思必馳持續(xù)發(fā)力汽車語音交互場景

思必馳是國內(nèi)專業(yè)的對話式人工智能平臺型企業(yè)，基于自研的全鏈路智能對話系統(tǒng)定制開發(fā)平臺、語言計(jì)算大模型DFM、人工智能語音芯片，圍繞“云+芯”布局，為物聯(lián)網(wǎng)、數(shù)字政企領(lǐng)域提供軟硬件結(jié)合的人工智能技術(shù)與產(chǎn)品服務(wù)。

思必馳的核心優(yōu)勢在于全鏈路語音交互技術(shù)、軟硬一體化人機(jī)對話系統(tǒng)構(gòu)建能力以及大規(guī)模對話系統(tǒng)定制能力。憑借在行業(yè)的核心技術(shù)積累，思必馳將全鏈路智能對話定制平臺（即DUI平臺）與DFM-2大模型相結(jié)合，支持客戶自主構(gòu)建 “千人千面” 的個(gè)性化語音交互解決方案，實(shí)現(xiàn)大規(guī)模、高質(zhì)量、個(gè)性化的人工智能系統(tǒng)定制。

近年來，思必馳以提升語音識別的準(zhǔn)確性、交互的自然性以及系統(tǒng)的智能化水平為目標(biāo)，實(shí)現(xiàn)了多項(xiàng)創(chuàng)新和突破：累計(jì)牽頭、參與制定了70項(xiàng)國家/行業(yè)/團(tuán)體標(biāo)準(zhǔn)，范圍涉及語音合成、語音識別、聲紋識別、機(jī)器學(xué)習(xí)、智能能力等級、自然語言處理等；擁有近100項(xiàng)全球獨(dú)創(chuàng)技術(shù)，已授權(quán)知識產(chǎn)權(quán)近1500件，獲得23項(xiàng)產(chǎn)品、技術(shù)相關(guān)優(yōu)秀認(rèn)證，并多次在國際評測中奪得冠軍。

深耕于汽車行業(yè)多年，思必馳擁有多年車載語音經(jīng)驗(yàn)。從最初的車載語音系統(tǒng)，到如今的多模融合大模型方案，始終以滿足用戶需求為核心。

2022年，思必馳汽車語音交互方案（天琴助手）通過了中國信通院可信AI評測，并獲得L9級智能認(rèn)證，是國內(nèi)目前已知的最高車載語音交互產(chǎn)品的智能等級認(rèn)證。

2023年，思必馳大模型在智能座艙的應(yīng)用案例成功入選由中國質(zhì)量認(rèn)證中心和中關(guān)村智用人工智能研究院聯(lián)合發(fā)布的《大模型行業(yè)應(yīng)用白皮書》，彰顯思必馳大模型在實(shí)際應(yīng)用場景的落地能力。思必馳參與編制的國內(nèi)首個(gè)汽車大模型標(biāo)準(zhǔn)也于近期正式發(fā)布（《面向行業(yè)的大規(guī)模預(yù)訓(xùn)練模型技術(shù)和應(yīng)用評估方法 第4部分:汽車》標(biāo)準(zhǔn)），聚焦汽車行業(yè)高質(zhì)量發(fā)展，助推汽車大模型產(chǎn)品升級優(yōu)化。

2024年，思必馳升級大模型技術(shù)全場景方案應(yīng)用，并開啟出海戰(zhàn)略，在汽車領(lǐng)域，一方面加大與海外車企的本土化合作，一方面伴隨中國新能源車企“走出去”。由思必馳主導(dǎo)，聯(lián)合中國信息通信研究院、中國電信提出的車載多音區(qū)語音交互國際標(biāo)準(zhǔn)（Framework and requirement for in-vehicle multi-region intelligent speech interaction system/車載多音區(qū)語音交互系統(tǒng)的框架與要求），于4月份在法國獲國際電信聯(lián)盟標(biāo)準(zhǔn)化局（ITU-T）第16研究組（SG16）討論并立項(xiàng)。這也是在該領(lǐng)域中，首個(gè)由中國公司牽頭制定的新一代汽車語音交互國際標(biāo)準(zhǔn)。

目前，思必馳已與近60家汽車品牌合作，包括新勢力品牌、自主品牌及國際巨頭，產(chǎn)品已應(yīng)用于160多款量產(chǎn)車型，累計(jì)裝車量突破1000萬臺。在車載語音領(lǐng)域，思必馳增速顯著，國內(nèi)新能源車載語音市場占有率第一，在車載語音全行業(yè)躋身Top 3。

圖源：思必馳

曾春華表示，思必馳致力于與大模型廠商和車廠合作，共同推動(dòng)車載語音交互技術(shù)的發(fā)展。同時(shí)，思必馳也將關(guān)注多模態(tài)交互、車家生態(tài)融合等前沿技術(shù)，不斷提升車載語音交互的智能化水平。思必馳希望借助全鏈路語音技術(shù)，通過中樞大模型的調(diào)度和融合能力，打造車載垂域生態(tài)圈，為用戶帶來更為便捷、智能的出行體驗(yàn)！

返回第一電動(dòng)網(wǎng)首頁 >