Sehemu ya kibodi janja ya akili inaweza kuwa eneo ambalo limekuwa rahisi zaidi kuzalisha "hisia ya pengo" katika sekta ya magari kwa miaka miwili iliyopita.
Kwa upande mmoja, pamoja na ujumuishaji kamili wa modeli kubwa kwenye gari, karibu magari yote mapya yanatumia kibodi kama uwanja wa maonyesho ya "kiwango cha AI," na sauti, aina nyingi za midia, na mawakala wenye akili wakishindana kwa zamu, na vigezo vya kila mmoja vikiwa vikali zaidi kuliko vingine. Lakini kwa upande mwingine, watumiaji katika uzoefu wao halisi wanakutana na mianya mara kwa mara: kompyuta ya gari inaelewa maagizo, lakini ni vigumu kukamilisha operesheni kamili; inakumbuka mazungumzo fulani, kisha inayosahau kabisa; inapokabiliana na mahitaji changamano ya safari, ama inajibu kitu kisichohusika, ama haithubutu kutekeleza.
Katika mkutano wa waandishi wa habari wa bidhaa na teknolojia za magari wenye akili wa iFLYTEK tarehe 21 Oktoba, kizazi kipya kabisa cha kibodi janja ya akili SparkAuto Space 3.0 kilitangazwa rasmi, na iFLYTEK kwa kweli iliweka hoja ya tasnia yenye busara zaidi: kibodi janja ya akili inawezaje kuvuka kutoka "kuelewa" hadi "kufanikisha" kwa kweli?
Maumivu ya kimuundo: kibodi inakosa "ubongo" wa umoja
Kiwango cha uzalishaji na mauzo ya tasnia ya magari ya China kimeendelea kuwa juu duniani kwa miaka mingi mfululizo, na kiwango cha kupenya kwa akili kinapanda kwa kasi. Lakini nyuma ya kiwango cha juu cha kupenya kuna ucheleweshaji wa uboreshaji wa uzoefu.
Tatizo linalojitokeza kwa ujumla katika tasnia ni: kibodi mara nyingi "ina masikio, haina ubongo." Sauti, urambazaji, burudani, na udhibiti wa gari kwa kawaida ni mifumo midogo tofauti inayojitawala yenyewe, na uzoefu wa kuvuka maeneo umegawanyika; ukosefu wa kumbukumbu ya muda mrefu husababisha kompyuta za gari kuzidi kufanana; modeli kubwa zina hatari ya udanganyifu, na kusababisha udhibiti mkuu wa gari kutothubutu kukabidhiwa kwa urahisi; wakati uwezo wa modeli unaimarika, ucheleweshaji ni vigumu kupunguzwa.
Maumivu haya yote yanaelekeza kwenye tatizo moja la kimuundo: kibodi inakosa "ubongo wa umoja" unaoweza kuunganisha moduli zote. Ikiwa ni kuongeza tu vipengele au vigezo bila kutatua tatizo la upangaji wa usanifu wa msingi, uzoefu hauwezi kupata mabadiliko ya kiini.
Mageuzi ya usanifu: kutoka kwa maagizo hadi mwingiliano unaofanana na binadamu
Ili kutatua tatizo hili la kimuundo, iFLYTEK imegawanya mageuzi ya mwingiliano wa kibodi katika awamu tatu: mwingiliano wa maagizo, mwingiliano wa muunganiko wenye akili, na awamu ya akili inayofanana na binadamu ya aina zote za midia inayoongozwa na SOPHIA (Usanifu wa Mwingiliano wa Magari yenye Akili ya Aina Zote za Midia Inayofanana na Binadamu).
Mkondo mkuu wa msingi wa kibodi janja ya akili SparkAuto Space 3.0 ni usanifu wa SOPHIA, ambao msingi wake unaundwa na mifumo minne: mageuzi ya kumbukumbu, fikra na maamuzi, mtazamo wa aina zote za midia, na usemi wa vipimo vingi, na unapangwa kwa umoja na Master Agent wa gari zima. Usanifu huu hatimaye unawasilisha kwa watumiaji thamani tatu kuu: mwenzi wa kihisia anayekuelewa zaidi, msimamizi wa gari anayejua kufanya mambo, na bwana wa sauti na picha wa hisia zaidi ya kawaida.
Katika kiwango cha "anayekuelewa zaidi," toleo la 3.0 la kibodi janja ya akili limeunda mfumo wa zaidi ya vipimo 68 vya kumbukumbu, unaojumuisha kumbukumbu za muda mfupi, muda mrefu, na wasifu wa mtumiaji. Ili kusawazisha uzoefu na faragha, kumbukumbu zenye usikivu mkubwa zimewekwa tu kwenye kifaa, na ufikiaji unahitaji uthibitisho wa mtu mwenyewe.
Kuhusu tatizo la mwingiliano wakati watu wengi wakiwa kwenye gari, toleo la 3.0 la kibodi janja ya akili limefikia uwezo wa aina zote za midia na njia mbili kamili kwa watu wengi. Kupitia uboreshaji wa teknolojia, kiwango cha mwitikio wa mwingiliano wa watu wengi kimepanda hadi zaidi ya 95%, kiwango cha kukataa usumbufu kimefikia zaidi ya 98%, na ucheleweshaji wa kukatiza umedhibitiwa ndani ya milisekunde 300. Hii inamaanisha mfumo unaweza kutofautisha kwa usahihi "nani anasema, anamwambia nani," na kutatua kwa ufanisi tatizo la kompyuta ya gari kukatiza mazungumzo wakati watu wengi wanazungumza ndani ya gari.
Zaidi ya hayo, sauti ya nje ya gari imepanua mipaka ya mwingiliano hadi mita 30 nje ya gari, ikisaidia uthibitisho wa alama za sauti na kuzungumza ukiwa unatembea; utambuzi wa sauti maalum unaweza kufikia hadi mita 200. Mtazamo wa aina nyingi za midia wa kifaa-na-wingu umeunganisha zaidi ya uwezo 100, ambapo hali ya mlinzi iliyoimarishwa ya kifaa inaweza kutambua aina 16 za matukio ya hatari ya kawaida, ikitoa matokeo ndani ya sekunde 4 kwa tukio moja, na usahihi wa utambuzi kufikia 90%, bora zaidi kuliko kiwango cha daraja moja.
Mtengano wa uzoefu: kutoka "kutafuta taarifa" hadi "kufanya mambo"
Kwa ujumuishaji wa AI kwenye gari katika hatua ya sasa, kompyuta ya gari kuelewa lahaja na kukumbuka mapendeleo yako, yote haya yanaweza kuhesabiwa kama "utangulizi" tu. Katika hali halisi za matumizi ya gari, kile ambacho watumiaji wanatamani kwa dhati ni "matokeo." Umeelewa maana yangu, kisha unisaidie kukamilisha jambo. Katika kiwango hiki, uwezo wa "kujua kufanya mambo" ndio mtengano unaoamua ubora wa uzoefu.
Katika hali changamano za safari, ubongo wa urambazaji wa Master Agent ulioboreshwa unaweza kuelewa kwa usahihi semantiki isiyoeleweka, vikwazo vya muda, na matawi ya masharti. Kwa mfano "tafuta mgahawa ambao si mbali na kampuni na Ziwa la Swan," usahihi wa kuelewa nia changamano za safari unaweza kufikia zaidi ya 95%.
Kinachostahili kuzingatiwa zaidi ni kukamilika kwa mzunguko wa ikolojia. iFLYTEK na Alipay zimefikia uboreshaji wa ushirikiano wa kimkakati, na kuzindua "Mpango wa Xunbao." Msaidizi wa gari wa Alipay ameunganishwa na kibodi janja ya akili 3.0, ukipangwa kwa umoja na Master Agent, na pande zote mbili zimekamilisha muunganisho wa uwezo wa kubadilishana akaunti na malipo ya AI ya gari. Hii inafanya kibodi kuvuka kikweli mipaka ya "kutafuta taarifa," na kutekeleza hali halisi za "kufanya mambo" kama vile kupita barabara kuu bila kusimama, malipo ya maegesho bila kusimama, na kuchukua vifurushi njiani.
Zaidi ya hayo, kuhusu kibodi ya afya, Xunfei Xiaoyi imeunganishwa, na ushauri wa afya umetumika mara milioni 200 kwa jumla, na watumiaji waliohudumiwa wamefikia zaidi ya milioni 35, ikijumuisha aina 2600 za magonjwa ya kawaida na aina zaidi ya 60000 za maarifa ya dawa za kawaida. FaceID inatambua abiria wote wa gari na kuunda rekodi huru za afya, mtu mmoja faili moja, ikiunganisha gari, nyumbani, simu, wingu na vifaa vikuu vya kuvaa kama Huawei na Apple, na "kupima, kuuliza, kutambua" kunaunda mzunguko kamili. Hali ya maegesho inaunganishwa kwa kina na Agent ya Kuegesha Popote na mfumo wa uendeshaji wenye akili, ikijumuisha kuegesha kwa kujitegemea, kuhamisha gari kwa sauti, na kuitwa kuja kukuchukua.
Uzoefu wa akustika: bwana wa sauti na picha wa hisia zaidi ya kawaida
Wakati faida ya "skrini kubwa" ya kuona ya kibodi janja ya akili inapofikia kilele, uwanja unaofuata wa vita unaoamua tofauti ya kizazi unahamia "usikivu." Mfumo unaokuelewa kwa kweli haupaswi tu kuelewa, bali pia uweze kujieleza. Nyuma ya hii, ni urekebishaji wa msingi wa usanifu wa akustika wa mnyororo mzima.
Usanifu wa sauti wa GaN (Naitridi ya Gallium) ulioundwa kwa mara ya kwanza katika tasnia na iFLYTEK, sio tu unapunguza uzito wa mfumo mzima kwa 30%, pamoja na spika za mfululizo wa Dhahabu Nyeusi na besi ya chini ya kiwango cha sinema ya 300W, unaongeza hisia za usikivu kwa 20%. Kwa kuchanganya na sauti ya mzunguko wa juu zaidi ya kawaida Pro 3.0, mfumo unaweza kwa njia ya AI kujenga upya vyanzo vya kawaida vya sauti 2.0 kuwa sauti ya panoramiki 7.1.4 kwa wakati halisi, ikipunguza sana kizingiti cha vyanzo vya sauti za panoramiki.
Katika udhibiti wa uwanja wa sauti ndani ya gari, ugawaji wa uwanja wa sauti wenye akili 3.0 umefikia kutenganisha sauti kwa kiwango cha juu cha dB 30 kwa kanda mbili, na dB 26 kwa kanda nne. Dereva akisikiliza urambazaji, abiria akitazama filamu, watoto wa nyuma wakisikiliza nyimbo za watoto, kwa kweli imefikia "kibodi moja sauti nyingi bila kuingiliana." Wakati huo huo, mfumo wa kwanza wa akustika wa mto wa kichwa wa hali ya juu, unaounganisha uchezaji wa mwelekeo maalum na upunguzaji wa kelele kwa bidii (kina cha juu cha 9dBA) ndani ya mto wa kichwa, matangazo ya urambazaji yanaelea tu kwenye sikio la dereva, bila kusumbua abiria wengine wanaopumzika.
Msingi wa msaada: nguvu ya kompyuta ya ushirikiano wa kifaa-na-wingu na ujasiri wa uzalishaji wa wingi
Kwa kweli, iwe ni mtazamo wa aina nyingi za midia, upangaji wa kazi changamano, au algoriti za akustika za milisekunde, "dari" la uzoefu huu wa mbele mara nyingi huamuliwa na "sakafu" ya nguvu ya kompyuta ya msingi na usanifu wa modeli. Pengo kubwa zaidi la kweli la ujumuishaji wa modeli kubwa kwenye gari ni mchezo kati ya ucheleweshaji wa nguvu ya kompyuta na utata wa hali.
Kibodi janja ya akili SparkAuto Space 3.0 imetumia mchanganyiko wa aina mbili wa ushirikiano wa kifaa-na-wingu: wingu SparkAuto 1.0 kwenye jukwaa la H20 limepima kiwango cha kugonga kwa akiba ya muktadha wa 350K cha zaidi ya 99.5%, na majibu ya kwanza ya kompyuta chini ya milisekunde 800; kifaa SparkAuto 1.0-EMM kinasaidia zaidi ya hali 100, na modeli yake ya kwanza katika tasnia ya 35B-A3B imefikia fremu ya kwanza chini ya milisekunde 650 kwenye jukwaa la Jetson Thor, na kumbukumbu ya kilele imepungua kwa 75%.
Kuhusu ugawaji wa kazi, mbinu iliyotolewa na iFLYTEK ni: mwingiliano wa mara kwa mara, wa wakati halisi na unaohusisha data nyeti unawekwa kwenye mzunguko kamili wa kifaa, uelewa changamano, upangaji na upangaji wa zana hupewa wingu, kutafuta usawazisho kati ya ucheleweshaji na gharama ya matumizi. Hii pia inaweka mtihani kwa gharama ya BOM ya vifaa vya kampuni za magari, na uenezi wa modeli za kifaa za daraja la juu bado unahitaji msaada wa mageuzi ya jukwaa la vifaa.
Katika mazingira ya sasa ambapo tasnia inasisitiza mara kwa mara "maendeleo ya ndani kikamilifu," iFLYTEK imechagua njia ya "uwazi na uundaji wa pamoja." Kampuni za magari zinaongoza brand na ufafanuzi wa jukwaa, na iFLYTEK inatoa mnyororo wa zana za msingi na huduma za kiufundi. Hivi sasa, jukwaa lake la ikolojia limeunganisha vyanzo 60+ vya habari, na wito wa wastani wa kila siku unafikia milioni 220.
Kutoka kwa data, faida ya kiwango cha iFLYTEK katika sekta ya magari imekwisha thibitishwa: jumla ya magari yaliyowekwa zaidi ya milioni 8100, kampuni za magari zinazoshirikiana zaidi ya 50; msaada wa lugha nyingi za nje ya nchi 32, zinazojumuisha nchi na maeneo 60, na 80% ya modeli mpya za nje ya nchi zinachagua iFLYTEK.
Zaidi ya hayo, kibodi janja ya akili SparkAuto Space 3.0 imeweka lebo ya "kutangaza ni kuzalisha kwa wingi," na brand za Chery, Great Wall Wey, Dongfeng Nissan na nyingine zimekwisha iweka kwanza, na imepata uthibitisho wa tuzo tatu: kibodi janja ya akili ya aina nyingi za midia ya AI ya kwanza katika tasnia ya TOP Intelligence ya Kituo cha Magari cha China, mafanikio ya kisayansi na kiteknolojia yanayoongoza ya kibodi janja ya akili ya magari ya 2026, na mfano wa kawaida wa nguvu mpya ya uzalishaji ya magari ya 2026. Msingi wa hisa wa magari milioni 8100 unatoa udongo wa kweli wa uthibitisho kwa uboreshaji endelevu wa teknolojia.
Neno la mwisho
Ushindani wa kibodi janja ya akili unavuka kikamilifu kutoka "kuna modeli kubwa au la" hadi "kibodi inaweza kuwa na matumizi ya kweli au la." Uchaguzi wa iFLYTEK wakati huu una maana kubwa ya kuvunja mgogoro: kutumia ubongo mmoja wa umoja kuunganisha kwa kweli vipengele vilivyotawanyika, kisha kutumia mchanganyiko wa aina mbili wa kifaa-na-wingu kusukuma uzoefu wa mbele hadi uzalishaji wa wingi wa kiwango cha milioni. Mwelekeo umekwisha elezwa, na njia itazidi kuwa pana kwa asili.
Kurudi kwenye pengo la mwanzo: vigezo vinapanda juu mwaka hadi mwaka, lakini watumiaji wanazidi kuwa vigumu kusema "gari hili ni rahisi kutumia kweli." Tatizo halikuwa kamwe kama kompyuta ya gari ni werevu au la, bali kama inaweza kuchukua maneno iliyoyaelewa na kumkamilishia mtu jambo moja kwa kweli. Jibu alilotoa iFLYTEK wakati huu, kimsingi ni kuirudisha shindano la tasnia kutoka "nani ana vipengele vingi" hadi swali la kawaida zaidi la "nani mfumo wake ni imara, nani huduma yake inaweza kufunga mzunguko." Hii huenda si njia pekee sahihi, lakini angalau inaonyesha: nusu ya pili ya kibodi janja ya akili, haishindani tena nani anasema hadithi kubwa zaidi, bali nani anaweza kumleta modeli kubwa chini kutoka jukwaa la maonyesho, na kuiweka ndani ya uzoefu ambao watumiaji wanatumia kila siku na unaoweza kudumu. Mwelekeo umekwisha kuwa sahihi, kinachofuata ni kuona nani atautekeleza kwa kweli kwanza.
