Интелигентната кабина вероятно е областта в автомобилния свят, която през последните две години най-лесно създава „усещане за разминаване“.

От една страна, с цялостното навлизане на големите модели почти всички нови автомобили превръщат кабината в сцена за демонстрация на „AI съдържание“ — глас, мултимодалност, интелигентни агенти се редуват на сцената, а параметрите на всяка марка са по-агресивни от предишната. Но от друга страна, в реалното си преживяване потребителите често се сблъскват с прекъсвания: системата разбира командата, но трудно завършва операцията до края; запомня някой разговор, а после моментално го забравя; при сложни пътни нужди или отговаря не на въпроса, или не смее да изпълни.

На продуктовата технологична конференция за интелигентни автомобили на iFLYTEK на 21 октомври беше официално представено новото поколение интелигентна кабина SparkAuto Space 3.0. iFLYTEK всъщност постави една по-прагматична индустриална тема: как интелигентната кабина може наистина да премине от „разбира“ към „свършва работа“?

Структурна болка: кабината липсва единен „мозък“

Мащабите на производство и продажби на китайската автомобилна индустрия вече години наред са сред най-високите в света, а проникването на интелигентност също бързо нараства. Но зад високото проникване стои забавеното надграждане на преживяването.

Широко разпространеният в индустрията проблем е: кабината често „има уши, но няма мозък“. Гласът, навигацията, развлеченията и управлението на автомобила обикновено са няколко отделни подсистеми, които работят по свой собствен начин, а междудомейн преживяването е разкъсано; липсата на дългосрочна памет прави системите на различните автомобили все по-еднакви; големите модели имат риск от халюцинации, поради което основното управление на автомобила не смее лесно да им се делегира; възможностите на моделите се засилват, но закъснението трудно се свива.

Тези болки сочат към един и същ структурен проблем: кабината липсва „единен мозък“, който да свърже отделните модули. Ако просто се трупат функции или параметри, без да се реши проблемът с调度а на основната архитектура, преживяването не може да постигне качествен скок.

Еволюция на архитектурата: от команден към човекоподобен взаимодействие

За да реши този структурен проблем, iFLYTEK разделя еволюцията на кабинното взаимодействие на три етапа: командно взаимодействие, интелигентно интегрирано взаимодействие и етапът на човекоподобна интелигентност с пълна модалност, ръководен от SOPHIA (човекоподобна интелигентна архитектура за взаимодействие с автомобил с пълна модалност).

Основният гръбнак на SparkAuto Space 3.0 е именно архитектурата SOPHIA, чиято основа се състои от четири системи — еволюция на паметта, мислене и решения, пълномодално възприятие и многомерно изразяване — координирани от Master Agent на целия автомобил. Тази архитектура в крайна сметка доставя на потребителя три основни ценности: емоционален партньор, който те разбира по-добре; автомобилен管家, който върши работа; и аудио-визуален майстор със свръхсетивно изживяване.

На ниво „разбира те по-добре“ версия 3.0 на SparkAuto Space изгражда система с над 68 измерения на паметта, обхващаща краткосрочна, дългосрочна памет и потребителски профил. За да се балансира между преживяване и поверителност, силно чувствителната памет се съхранява само на устройството, а за заявка е необходима лична идентификация.

За проблема с взаимодействието при пътуване с няколко души версия 3.0 на SparkAuto Space реализира пълномодална двупосочна способност за множество хора. Чрез технологично надграждане процентът на отговор при многочовешко взаимодействие се повишава над 95%, процентът на отказ при смущения достига над 98%, а закъснението при прекъсване се контролира в рамките на 300 милисекунди. Това означава, че системата може точно да разграничи „кой говори и към кого говори“, ефективно решавайки проблема, при който системата на автомобила се намесва неподходящо при разговор между няколко души в колата.

Освен това гласът извън автомобила разширява границата на взаимодействие до 30 метра извън колата, поддържайки гласова идентификация и говорене в движение; разпознаването на специални звуци достига до 200 метра. Мултимодалното възприятие устройство-облак агрегира над 100 способности, като засиленият на устройството режим „哨兵“ може да разпознава 16 типични рискови събития, да изпраща резултат за 4 секунди при едно събитие, с точност на разпознаване до 90%, значително по-добра от нивото в същия клас.

Водораздел в преживяването: от „търсене на информация“ към „свършване на работа“

За навлизането на AI в автомобила на настоящия етап това, че системата разбира диалект и помни предпочитанията ти, все още е само „прелюдия“. В реалните сценарии на използване на автомобила потребителят всъщност жадува за „резултат“. Разбираш какво имам предвид и после ми свършваш работата както трябва. В това измерение способността „да върши работа“ е истинският водораздел, който определя качеството на преживяването.

В сложни сценарии на пътуване надграденият навигационен мозък Master Agent може точно да разбира неясна семантика, времеви ограничения и условни разклонения. Например при „намери ресторант, който е еднакво близо до офиса и до Лебедовото езеро“ точността на разбиране на сложното пътно намерение достига над 95%.

Още по-заслужаващо внимание е запълването на екосистемния цикъл. iFLYTEK и Alipay upgraded стратегическото си партньорство и стартираха „План Xunbao“. Автомобилният асистент на Alipay се свързва със SparkAuto Space 3.0 и се координира от Master Agent, като двете страни са осъществили свързване на акаунти, автомобилни AI плащания и други способности. Това позволява на кабината наистина да пробие ограничението на „търсенето на информация“ и да реализира реални сценарии на „свършване на работа“ като безпрепятствено преминаване по магистрала, безконтактно плащане на паркинг и вземане на пратка по пътя.

Освен това в здравната кабина е интегриран Xunfei Xiaoyi, чиито здравни консултации имат累计 над 200 милиона услуги и над 35 милиона обслужени потребители, покривайки 2600 често срещани заболявания и над 60 000 вида знания за често срещани лекарства. FaceID разпознава всички пътници и създава независим здравен профил — един профил на човек — свързвайки автомобила, дома, телефона, облака и основните носими устройства на Huawei, Apple и др., като „измерване, питане, диагностика“ образуват пълен цикъл. Сценарият за паркиране е дълбоко интегриран от Agent „Свободно паркиране“ със системата за интелигентно шофиране, покривайки автономно паркиране, гласово преместване на автомобила и извикване за посрещане.

Акустично изживяване: свръхсетивен аудио-визуален майстор

Когато визуалният „голям екран“ на интелигентната кабина постепенно достига тавана на своите дивиденти, следващото бойно поле, което определя разликата в поколенията на преживяването, се мести към „слуха“. Една система, която наистина те разбира, трябва не само да чува, но и да умее да изразява. Зад това се крие основно преструктуриране на цялата акустична архитектура.

Първата в индустрията GaN (галиев нитрид) аудио архитектура на iFLYTEK не само намалява теглото на цялата система с 30%, но в комбинация с говорителите от серия „Черно злато“ и 300W кино-клас субуфер повишава усещането за слушане с 20%. В комбинация със свръхсетивно обкръжаващо звуково пространство Pro 3.0 системата може чрез AI да реконструира в реално време обикновен 2.0 аудио източник в 7.1.4 панорамен звук, значително понижавайки прага за съдържание с панорамен звук.

По отношение на контрола на звуковото поле в автомобила интелигентното зониране на звуковото поле 3.0 постига максимална изолация на звука от 30dB за две зони и 26dB за четири зони. Водачът слуша навигация, пътникът до него гледа сериал, децата отзад слушат детски песнички — наистина се реализира „една кабина, много звуци, без взаимна намеса“. Същевременно първата по рода си свръхсистема за акустика в облегалката за глава интегрира насочено възпроизвеждане и активно шумопотискане (с максимална дълбочина 9dBA) в облегалката, така че навигационните съобщения „плуват“ само до ухото на водача и не безпокоят останалите почиващи пътници.

Опорна основа: изчислителна мощност и увереност за масово производство чрез协同 устройство-облак

Всъщност, независимо дали става дума за мултимодално възприятие,调度 на сложни задачи или милисекундни акустични алгоритми, „таванът“ на тези фронтенд преживявания често се определя от „пода“ на базовата изчислителна мощност и моделната архитектура. Най-голямата реалистична пропаст при навлизането на големи модели в автомобила е博弈ът между закъснението на изчислителната мощност и сложността на сценариите.

SparkAuto Space 3.0 използва двумодална комбинация устройство-облак: облачният SparkAuto 1.0 на платформата H20 реализира в реални тестове над 99,5% попадане в кеша при 350K контекст и първи отговор под 800 милисекунди; страничният SparkAuto 1.0-EMM поддържа над 100 сценария, а първият в индустрията модел 35B-A3B постига на платформата Jetson Thor първи кадър под 650 милисекунди и намаляване на пиковата памет със 75%.

По отношение на разпределението на задачите iFLYTEK предлага следния подход: високочестотните, в реално време и свързаните с чувствителни данни взаимодействия се затварят на страната на устройството, а сложното разбиране, планиране и调度 на инструменти се поверяват на облака, търсейки баланс между закъснение и разходи за извикване. Това също поставя изпитание пред BOM разходите за хардуер на автомобилните производители — разпространението на висококласните странични модели все още се нуждае от подкрепата на итерации на хардуерната платформа.

На фона на честото подчертаване на „пълна самостоятелна разработка“ в настоящата индустрия iFLYTEK избра пътя на „отворено съвместно създаване“. Автомобилните производители ръководят дефинирането на марката и платформата, а iFLYTEK предоставя базови инструменти и технологични услуги. Към момента екосистемната му платформа е свързала над 60 източника на информация, с среднодневни извиквания до 220 милиона пъти.

От гледна точка на данните, мащабното предимство на iFLYTEK в автомобилната област вече е установено: над 81 милиона превозни средства с монтирана система、сътрудничество с над 50 автомобилни производители; поддръжка на 32 езика за износ, покриващи 60 държави и региона, като 80% от новите модели за износ избират iFLYTEK.

Освен това SparkAuto Space 3.0 носи етикета „представен, готов за масово производство“ — Chery, Great Wall Wey, Dongfeng Nissan и други марки вече го монтират първи, а продуктът е получил три сертификата: първият в индустрията AI мултимодален интелигентен кокпит TOP Intelligence на CATARC, водещо технологично постижение в автомобилните интелигентни кабини за 2026 г. и типичен случай на нови производителни сили в автомобилите за 2026 г. Базата от 81 милиона превозни средства предоставя реална почва за валидиране на непрекъснатите технологични итерации.

В заключение

Конкуренцията при интелигентните кабини преминава от „има ли голям модел“ към „може ли кабината наистина да бъде полезна“. Изборът на iFLYTEK този път има голямо значение за пробив: с единен мозък наистина да свърже разпръснатите функции и след това с двумодалната комбинация устройство-облак да изведе предовите преживявания до масово производство в милионен мащаб. Посоката е посочена, пътят естествено ще става все по-широк.

Връщайки се към разминаването от началото: параметрите се трупат все по-високо година след година, а на потребителите им става все по-трудно да кажат „тази кола наистина е удобна за използване“. Проблемът никога не е бил дали системата на автомобила е умна, а дали може чутото наистина да го превърне в свършена работа за човека. Отговорът на iFLYTEK този път по същество връща индустриалното състезание от „кой има повече функции“ към по-обикновения въпрос „чия система е стабилна и чия услуга може да затвори цикъла“. Това не е непременно единственият правилен път, но поне показва: втората половина на интелигентните кабини вече не е за това кой разказва по-голяма история, а за това кой може да свали големия модел от сцената и да го постави в онова преживяване, което потребителят използва всеки ден и което наистина издържа. Посоката вече е правилна — следва да видим кой първи ще я реализира наистина.