汽车电子展|元神AI的发布与智能座舱的转型

人工智能技术在飞速的发展，当AI与汽车座舱更紧密的结合的时候，我们可以体验到更自然的人机语音甚至手势互动、更丰富的车载信息娱乐、以及更安全的智能驾驶辅助，还能进行个性化的定制。  
斑马智行指出，智能汽车发展10余年，用户尚未获得丝滑的智能座舱产品体验；交互变革是这一过程的起点。
蔡总在交流中提到，苹果iPhone的成功源于它解决了用户的核心痛点，尤其是在触摸屏技术上的应用，使用户在手机上感受到前所未有的便捷与流畅。
但当前的汽车智能座舱还未达到这种程度，传统的车载系统多依赖于简单的触控与语音交互，缺乏多模态的自然交互。汽车电子展了解到，这里的技术难点在于，汽车内的用户交互场景复杂多样，而手眼协调的触摸操作模式在驾驶环境下并不适用。
当前的座舱并没有为用户提供一个与“iPhone时刻”相似的操作体验。比如，如何通过语音控制系统实现无缝交互，在汽车智能化过程中仍然是一个亟待解决的难点。
尽管技术不断进步，但在驾驶场景中，用户的手眼被驾驶行为占用，导致在操作其他设备时感到不便。未来智能座舱的突破点将可能依赖于语音交互的自然性提升，以及更好的交互方式来弥补驾驶过程中手眼不便的问题。
智能座舱的“iPhone时刻”，关键在于如何推动交互变革与APP生态的发展。   
iPhone的成功源于其产品化的思维和命令式的设计，智能汽车行业也需借鉴这一点。智能座舱的多模态大模型虽然逐渐应用，但表现仍有待提高。
同时，产业生态的AI化变革也是实现智能座舱“iPhone时刻”的关键，需要更多应用企业的参与，共同推动行业的发展。

今天的自然语言交互还未能充分满足用户的期望，尤其是在不同驾驶场景中的表现。例如，车辆在不同的路况下、窗户的开启状态、车内人数等因素都会影响语音交互的准确性。
不同车型之间的差异也增加了语音交互系统适配的难度，这使得大规模的自然语言模型在汽车中的落地变得格外复杂。
汽车电子展了解到，大模型在车载环境中的部署涉及多条技术链路，包括前端声学、自动语音识别（ASR）、自然语言理解（NLU）和文本转语音（TTS）。
除了前端声学外，其他技术环节都需要大模型的引入进行改造，以提升交互的准确性和自然性，当前的工程实践还远未达到这一目标，因此大模型在车内的应用仍需克服一系列技术和工程挑战。
汽车电子展了解到，各方参与者，包括大模型企业、汽车制造商和传统Tier 1供应商，需协同合作，尤其是需要具有AI技术能力、汽车行业知识和互联网经验的专业玩家来引领变革。

斑马智行在制定AI座舱标准时，明确以特斯拉为对标，提出了相应的北极星指标。斑马网络的技术优势之一在于其多芯片适配能力，即能够支持不同性能的硬件系统。
在大模型的应用场景中，这一点尤为重要，因为不同的汽车制造商可能对某些功能有特定的需求，例如一些车企更加关注本地生活服务的集成，而另一些则侧重于工具控制和百科功能的提升。
而多芯片适配也带来了挑战。不同的芯片性能差异可能会影响大模型的表现，尤其是在语音交互和自然语言处理的复杂性上。因此，如何在多芯片环境中优化大模型的运行，成为斑马网络面临的重要技术难题。
蔡总特别提到，平台型的系统设计需要在满足多家车企需求的同时，保持系统的灵活性和稳定性，这对技术团队提出了很高的要求，同时这也是斑马的技术优势所在。
随着大模型技术的发展，斑马智行还倡导在智能座舱中实现去APP化的服务生态。这一理念的提出，旨在解决当前APP生态中存在的数量不足、使用频率低等问题，真正提升用户体验。

文章来源：芝能汽车--微信公众号