• 采购项目
  • 配套企业库
  • 销量查询
  • 盖世汽车社区
  • 盖世大学堂
  • 盖亚系统
  • 盖世汽车APP
  • Gasgoo night
  • 盖世汽车产业大数据
  • 2025汽车消费趋势洞察大会
  • dive into the Chinese auto market and supply chain
  • 2025第三届中国汽车及零部件出海高峰论坛
  • 第八届上海-斯图加特汽车及动力系统国际研讨会
  • 2025第四届中国车联网安全大会
当前位置:首页 > 活动 > 正文

艾博连:AI重构未来出行——场景驱动的智能座舱生态革命

盖世直播 陈琳铃 2025-03-27 09:19:53

2025年3月20日,在第三届AI定义汽车论坛上,艾博连科技(上海)有限公司 CEO周恩泽指出,当前智能座舱市场机遇与挑战并存。虽然乘用车智能座舱标配搭载率超 70%,新能源汽车接近标配,超六成用户愿为其支付溢价,但也面临功能上线未提升体验、系统研发与用户动态需求不匹配、系统割裂与生态协同不足等困局。

为突破这些困局,艾博连提出利用 AI 生成力、动态交互和情感计算力的破局方案,并推出基于操作系统级的系统解决方案架构。该架构包含基础层的场景模式生成工厂、交互层的零层级交互桌面、感知层的端测语音基座模型。此外,周恩泽还提出采用用户付费的场景订阅模式和生态服务分成模式,与车企共同创新商业模式。他表示,希望与行业共同探索,重新定义轮子上的生活。

艾博连:AI重构未来出行——场景驱动的智能座舱生态革命

周恩泽 | 艾博连科技(上海)有限公司CEO

以下为演讲内容整理:

智能汽车时代的困局

近年来,智能化已成为汽车行业发展的焦点,整个产业链上下游的投入亦颇为有效。据观察,2024年,乘用车市场中智能座舱作为标配的配置率已超过70%,而在新能源汽车领域,其配置状态已近乎标配。与此同时,用户需求亦呈现出显著增长态势,众多用户愈发倾向于在智能座舱上进行付费。

艾博连:AI重构未来出行——场景驱动的智能座舱生态革命

图源:演讲嘉宾素材

一组数据表明,超过六成的用户实际上愿意为智能座舱支付3000元至20000元以上的溢价。这一事实充分证明,智能座舱在服务表现及商业模式上均有望在未来迎来突破性进展。然而,在这一现状之下,既蕴含着机遇,也暗藏着挑战。

首要问题,尽管越来越多的功能在持续推出,但功能的增多并不等同于用户体验的升级。

以2024年常用任务的交互部署为例,相较于2023年,其复杂度反而有所增加;物理按键的取消,也显著增加了交互的复杂性,降低了交互效率;座舱硬件虽每年持续迭代升级,但卡顿问题却始终未能得到有效解决;大量新增的生态内容和功能也对语音识别系统造成了诸多实际影响,系统更新难以跟上内容增加的步伐......同时,关于应用生态的问题,目前看似数量有限,但或许并非真正意义上的稀缺,而是因为这些应用已经深深嵌入到系统中,以至于用户难以直接发现。我们观察到,用户在车上使用频率最高的功能是语音和手触交互方式,而这两方面也正是用户反馈抱怨最多的领域。

第二个问题是涉及用户动态需求与系统研发静态性之间的矛盾。

用户的需求在整个用车过程中是动态变化的,这既与时间、空间相关,也受个人个性化习惯的影响。然而,对于从业者而言,我们深知软件的研发过程通常需要提前至少六个月,甚至更长的时间进行预设或预开发。这就导致了目前我们所面临的问题:系统迭代的速度似乎总是滞后于用户的需求变化。同时,整车的感知能力尚不足以准确理解用户的状态。此外,许多服务都缺乏个性化,呈现出“千人一面”的状态,而非“千人千面”。

随着AI技术的不断发展,大多数消费者愈发期望AI能够引领他们享受更深度的场景化服务。他们希望AI能够结合道路信息、个性化行为数据等多维度数据,实现跨功能、跨场景的服务推荐。

第三个问题是系统割裂与生态协同的不足。

功能孤立导致的体验碎片化是一个显著问题,这通常体现在我们常用的几种交互形态上,如语音、手触及个性化推荐等。它们如同一个团队中的成员,每个成员都渴望展现自我,但结果往往是各自为政,缺乏协调与统一性,呈现出一种不和谐的状态。车厂面临的一个痛点在于数据孤岛现象阻碍了智能化进程。目前,车厂内部的数据仍处于相对割裂的状态。此外,生态资源的整合难度大,扩散受限。

针对上述三个困局,为了真正意义上实现未来智能化场景,我们进行了深入的思考,并探索了破局之道。

首先,我们利用AI的生成力,结合用户的实时感知数据,通过多模态方式获取这些信息,进而为用户生成个性化的生态场景。这一步骤旨在解决系统迭代速度滞后于用户需求及整车感知能力不足的问题。

其次,结合动态交互技术,将语音和视觉感知进行深度融合,实现无感切换的状态。这有助于提升用户交互体验,解决功能孤立导致体验碎片化的问题。

第三,在情感计算力方面下功夫,根据用户的情绪状态进行判断,并实时调整推荐策略。这一步骤旨在实现服务的个性化,打破“千人一面”的局限,满足用户对于深度场景化服务的需求。

产品革命

我们基于操作系统层面,构建了一套系统级的解决方案架构。该架构融合了端侧的全维度感知与云端的智能优化,旨在突破传统座舱在硬件上的局限,并实现从功能执行到场景服务化的跨越式升级。

艾博连:AI重构未来出行——场景驱动的智能座舱生态革命

图源:演讲嘉宾素材

我们的架构分为三个层级。在基础层,利用大模型平台建立了场景模式生成工厂,这一工厂将显著降低车企在场景模式设计上的开发成本,预计可提升80%的效率。在交互层,匹配了一个零层级交互的桌面,即HMI随心变桌面,这一桌面由我们自主研发,区别于传统的应用化桌面,提供了更为灵活和个性化的交互体验。在感知层,基于大模型基座进行了裁剪,打造了端侧的语音基座模型,实现了全场景的自然语音交互。将这三个功能模块与整车的原子化功能应用相结合,我们期望能够为用户推荐一套融合了场景与情绪价值的智能场景方案,从而提供极具情绪价值的智能化体验。

技术护城河

我们的AI-Llink场景模式生成平台与传统的场景引擎存在显著差异。

一是服务模式上的革新,传统的场景引擎主要采用预设模式,依据场景或预设触发条件来运作,而我们当前的平台则完全基于实时感知进行生成,能够在行车过程中实时为用户生成相应的场景模式。

二是在生成场景模式后,我们并不会急于将其推荐给用户,而是通过一个自建的场景仿真Agent来检验所生成的场景模式是否符合当前场景的需求以及用户的偏好。这个Agent如同座舱产品经理或用户本身,扮演着验证和筛选的角色。

第三个差异在于,与过去传统的预设开发模式相比,我们的平台在研发效率上有显著提升,如前所述,大约能为现有车企提高80%左右的生产效率。

这样一套高效流程的建立,需与车企采取共建的方式。首先,我们与车企共同构建场景库和记忆体系;其次,我们接收并分析相关数据;接着,基于这些数据生成完整的场景模式;然后,通过仿生验证对生成的场景模式进行检验;最终,将经过裁决确认符合需求的场景模式反馈给用户。

以用户发出需求为例,常见的交互方式有三种。例如,用户通过语音表达:“天气太热了,我想要一个适合夏天的场景。”在我们的场景模式生成平台下,系统会智能推荐一个“夏日清凉模式”。这一模式并非仅仅单独调用车上的某一功能,而是在整合并告知用户整车能力后,同时触发多项功能,如空调、座椅调节、门窗控制,甚至车载冰箱等,为用户提供全方位的舒适体验。

艾博连:AI重构未来出行——场景驱动的智能座舱生态革命

图源:演讲嘉宾素材

比如接送小朋友上下学的场景,当用户上车后,系统可能会先为小朋友调节空调温度,或打开后排娱乐屏播放动画片,在几次这样的行为后,系统会记录下这一场景习惯。当下次用户再次上车时,系统便能直接推送“哄娃套餐”给用户。

又如周末全家人出游的场景,传统露营模式通常是在到达目的地后才被启用,我们的场景服务实际上应从用户上车的那一刻起便已开始。当检测到用户已从高速进入山路时,系统会根据地理位置信息生成一个“山野寻路”模式。在这个模式下,小朋友可以在车上像抽盲盒一样随机获得一张动物卡片,作为这次旅行的纪念册。这一功能不仅没有在车上预设,反而成为了一个有趣的玩法,为用户带来了惊喜。

仅凭云平台尚不足以满足需求,我们还需一个端侧展示效果卓越的桌面系统。因此,我们开发了功能强大的全新大模型桌面。该桌面具备多形态支持、组件自定义、多域信息融合等特性,结合各类生成的场景,桌面能够变换主题,如“亲子时光”、“家庭出游”等,最快可在4秒内完成高质量主题生成,其生成质量在业内处于领先地位。此外,该桌面还能预判用户需求,结合智能场景卡片,为用户生成富含情绪价值的卡片。值得一提的是,该桌面不仅快速高效,还能自适应市面上近99%车企的屏幕。同时,它作为一款轻量级引擎,对车端算力的消耗极低,资源占用率仅约0.1%。

除了桌面系统外,我们在感知层也进行了相应的布局。近年来,云计算技术经历了多个发展阶段。第一阶段是概率模型,但其泛化能力和理解力相对较弱;第二阶段则是深度学习,尽管有所进步,但在上下文理解方面仍有限制。随着Transformer等大模型架构的出现,我们看到了解决以往难题的新机遇。我们在端侧基于基座模型裁剪,开发了一个端测大模型。

该模型以端测为核心,确保了弱网和无网场景下的高可用性。其高效低成本的特点,通过将原有的三段式语音处理(ASR等)简化为两段式,并结合超拟人的文本到语音(TTS)系统,显著降低了对云端资源的消耗。此外,该模型支持用户的个性化定制,包括千人千面的设置,并能处理复杂的指令,如多意图模糊指令、组合指令以及连续对话。对于跨域的多人对话和长短期的记忆,超拟人TTS不仅模拟人声,还能复刻用户的声音。我们的识别率目标为99%,token生成速度达到每秒100个,首次响应时间小于800毫秒。未来,我们将支持超过100种国家语言。

商业价值

我们期望与车企在商业模式上共同创新的方向。除了传统的商业模式,我们还计划采用用户付费的场景订阅模式,并结合生态服务分成模式,与车厂携手构建一个可持续的、为用户持续提供服务的生态系统。同时,我们的方案本身具备降低成本的效果,能显著缩短车企的开发周期。

我们的生态共建计划分为三个阶段。第一阶段为基础接入阶段,预计需要3至6个月的适配时间。第二阶段为联合研发与运营阶段,我们将共同建立场景实验室。第三阶段,我们期望将研发成果和积累的经验分享至整个行业。

愿景与邀约

如今不仅是大模型时代全面到来的时刻,也是我们在这个软件行业深耕十年以来,见证从用户认知到技术认知实现巨大跨越的里程碑。未来已经触手可及,而未来的汽车,不应仅仅是功能的堆砌与集合,而应成为场景的有机融合体。因此,现在是时候重新审视并重新定义我们轮子上的生活了。

(以上内容来自艾博连科技(上海)有限公司CEO周恩泽于2025年3月20日在第三届AI定义汽车论坛发表的《AI重构未来出行:场景驱动的智能座舱生态革命》主题演讲。)

本文地址:https://auto.gasgoo.com/news/202503/27I70421507C106.shtml

 
0

好文章,需要你的鼓励

微信扫一扫分享该文章