今年，“AI+”成為推動(dòng)經(jīng)濟(jì)增長(zhǎng)和社會(huì)進(jìn)步的新質(zhì)生產(chǎn)力，而大模型上車(chē)也成為汽車(chē)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(chē)品牌搭載大模型，而隨著各大車(chē)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(chē)”時(shí)代也開(kāi)始向“AI定義汽車(chē)”過(guò)渡，汽車(chē)行業(yè)迎來(lái)新的增長(zhǎng)點(diǎn)，產(chǎn)業(yè)鏈加速融合。

大模型在汽車(chē)的應(yīng)用涵蓋車(chē)聯(lián)網(wǎng)、高級(jí)輔助駕駛、智能座艙等多個(gè)場(chǎng)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(chǎng)景中，車(chē)載語(yǔ)音交互是大模型上車(chē)智能座艙領(lǐng)域的第一站。

對(duì)于車(chē)企而言，將先進(jìn)的大模型技術(shù)融入車(chē)載語(yǔ)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(duì)此，在蓋世汽車(chē)2024第二屆汽車(chē)人工智能大會(huì)上，思必馳智能汽車(chē)事業(yè)部高級(jí)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(lèi)人交互、以及終端車(chē)載家庭互聯(lián)場(chǎng)景融合的時(shí)代終將到來(lái)，“大模型+大融合”將重新定義智能汽車(chē)人機(jī)交互。

曾春華 | 思必馳 智能汽車(chē)事業(yè)部高級(jí)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(chē)廠(chǎng)對(duì)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(duì)現(xiàn)有的技術(shù)鏈路產(chǎn)生影響，如何實(shí)現(xiàn)不同廠(chǎng)商大模型的融合、調(diào)度和分配成為車(chē)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(jí)響應(yīng)速度的車(chē)載場(chǎng)景中尤為關(guān)鍵。

面向生態(tài)融合，為助力車(chē)廠(chǎng)解決以上痛難點(diǎn)，思必馳基于自研全鏈路智能語(yǔ)音語(yǔ)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(tái)（中樞大模型）與“N”個(gè)專(zhuān)業(yè)大模型組合上車(chē)，打通前端語(yǔ)言處理、用車(chē)場(chǎng)景與后端模型生態(tài)，形成車(chē)載垂域的生態(tài)圈，使車(chē)載AI體驗(yàn)從“語(yǔ)音指令”邁向“語(yǔ)言智能”+“工具智能”，將吸納眾多頂尖的大模型廠(chǎng)商構(gòu)建一個(gè)強(qiáng)大的語(yǔ)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(shì)，提供更加全面、精準(zhǔn)的語(yǔ)音服務(wù)。

圖源：思必馳

這涉及技術(shù)架構(gòu)的升級(jí)，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(chē)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(jí)，并通過(guò)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(jí)。

調(diào)動(dòng)不同大模型、實(shí)現(xiàn)技術(shù)落地并與現(xiàn)有語(yǔ)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(guò)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(yǔ)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(lèi)、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(chē)的場(chǎng)景進(jìn)行全新的、更智能的語(yǔ)音交互理解，包括大模型的場(chǎng)景推薦，以及人格化、情感化的融合。

聚焦多元車(chē)載場(chǎng)景，重塑語(yǔ)音交互體驗(yàn)

國(guó)內(nèi)乘用車(chē)語(yǔ)音控制功能滲透率持續(xù)上升。據(jù)蓋世汽車(chē)研究院統(tǒng)計(jì)，2023年，累計(jì)語(yǔ)音控制功能滲透率超過(guò)75%。預(yù)計(jì)到2025年，國(guó)內(nèi)語(yǔ)音交互產(chǎn)品滲透率將達(dá)92%，市場(chǎng)規(guī)模將達(dá)23億元。

隨著用戶(hù)對(duì)車(chē)載語(yǔ)音交互體驗(yàn)需求的提升，各語(yǔ)音功能搭載量均呈現(xiàn)出明顯的上升趨勢(shì)。

思必馳積極探索車(chē)載應(yīng)用場(chǎng)景，特別關(guān)注用戶(hù)的高頻需求。用戶(hù)在車(chē)上主要關(guān)注導(dǎo)航、車(chē)控、多媒體、電話(huà)以及天氣查詢(xún)等功能。其中，自定義喚醒詞的需求尤為突出，這反映了用戶(hù)對(duì)個(gè)性化、智能語(yǔ)音交互“千人千面”的預(yù)期。

圖源：思必馳

針對(duì)以上高頻場(chǎng)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糠郑瑹o(wú)論是上下班、出差還是休閑娛樂(lè)，行程規(guī)劃都是關(guān)鍵一環(huán)。在這個(gè)過(guò)程中，導(dǎo)航成為車(chē)載語(yǔ)音交互的重要應(yīng)用場(chǎng)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(guò)出行規(guī)劃功能，用戶(hù)只需簡(jiǎn)單一句話(huà)，即可快速生成出行方案并導(dǎo)航至目的地。

圖源：思必馳

車(chē)載語(yǔ)音交互還涉及諸多其他場(chǎng)景，如車(chē)控、娛樂(lè)等。特別是當(dāng)車(chē)輛出現(xiàn)故障或交通事故時(shí)，用戶(hù)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(shí)，為用戶(hù)提供及時(shí)、準(zhǔn)確的反饋和建議。此外，用戶(hù)對(duì)車(chē)輛的情感化需求也在逐漸增長(zhǎng)，思必馳大模型可以結(jié)合用戶(hù)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(yǔ)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(huà)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(duì)話(huà)語(yǔ)音合成速度均可控制在3s以?xún)?nèi)，拒識(shí)+響應(yīng)的整體準(zhǔn)確率在92.7%，其中非閑聊類(lèi)準(zhǔn)確率可達(dá)98%以上，大大降低用戶(hù)閑聊聲音對(duì)座艙交互的影響。

堅(jiān)持對(duì)話(huà)式AI技術(shù)積累，思必馳持續(xù)發(fā)力汽車(chē)語(yǔ)音交互場(chǎng)景

思必馳是國(guó)內(nèi)專(zhuān)業(yè)的對(duì)話(huà)式人工智能平臺(tái)型企業(yè)，基于自研的全鏈路智能對(duì)話(huà)系統(tǒng)定制開(kāi)發(fā)平臺(tái)、語(yǔ)言計(jì)算大模型DFM、人工智能語(yǔ)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(shì)在于全鏈路語(yǔ)音交互技術(shù)、軟硬一體化人機(jī)對(duì)話(huà)系統(tǒng)構(gòu)建能力以及大規(guī)模對(duì)話(huà)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(duì)話(huà)定制平臺(tái)（即DUI平臺(tái)）與DFM-2大模型相結(jié)合，支持客戶(hù)自主構(gòu)建 “千人千面” 的個(gè)性化語(yǔ)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(lái)，思必馳以提升語(yǔ)音識(shí)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(guó)家/行業(yè)/團(tuán)體標(biāo)準(zhǔn)，范圍涉及語(yǔ)音合成、語(yǔ)音識(shí)別、聲紋識(shí)別、機(jī)器學(xué)習(xí)、智能能力等級(jí)、自然語(yǔ)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(shí)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(guó)際評(píng)測(cè)中奪得冠軍。

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

2022年，思必馳汽車(chē)語(yǔ)音交互方案（天琴助手）通過(guò)了中國(guó)信通院可信AI評(píng)測(cè)，并獲得L9級(jí)智能認(rèn)證，是國(guó)內(nèi)目前已知的最高車(chē)載語(yǔ)音交互產(chǎn)品的智能等級(jí)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(guó)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(shū)》，彰顯思必馳大模型在實(shí)際應(yīng)用場(chǎng)景的落地能力。思必馳參與編制的國(guó)內(nèi)首個(gè)汽車(chē)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(píng)估方法 第4部分:汽車(chē)》標(biāo)準(zhǔn)），聚焦汽車(chē)行業(yè)高質(zhì)量發(fā)展，助推汽車(chē)大模型產(chǎn)品升級(jí)優(yōu)化。

2024年，思必馳升級(jí)大模型技術(shù)全場(chǎng)景方案應(yīng)用，并開(kāi)啟出海戰(zhàn)略，在汽車(chē)領(lǐng)域，一方面加大與海外車(chē)企的本土化合作，一方面伴隨中國(guó)新能源車(chē)企“走出去”。由思必馳主導(dǎo)，聯(lián)合中國(guó)信息通信研究院、中國(guó)電信提出的車(chē)載多音區(qū)語(yǔ)音交互國(guó)際標(biāo)準(zhǔn)（Framework and requirement for in-vehicle multi-region intelligent speech interaction system/車(chē)載多音區(qū)語(yǔ)音交互系統(tǒng)的框架與要求），于4月份在法國(guó)獲國(guó)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(guó)公司牽頭制定的新一代汽車(chē)語(yǔ)音交互國(guó)際標(biāo)準(zhǔn)。

目前，思必馳已與近60家汽車(chē)品牌合作，包括新勢(shì)力品牌、自主品牌及國(guó)際巨頭，產(chǎn)品已應(yīng)用于160多款量產(chǎn)車(chē)型，累計(jì)裝車(chē)量突破1000萬(wàn)臺(tái)。在車(chē)載語(yǔ)音領(lǐng)域，思必馳增速顯著，國(guó)內(nèi)新能源車(chē)載語(yǔ)音市場(chǎng)占有率第一，在車(chē)載語(yǔ)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(chǎng)商和車(chē)廠(chǎng)合作，共同推動(dòng)車(chē)載語(yǔ)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(chē)家生態(tài)融合等前沿技術(shù)，不斷提升車(chē)載語(yǔ)音交互的智能化水平。思必馳希望借助全鏈路語(yǔ)音技術(shù)，通過(guò)中樞大模型的調(diào)度和融合能力，打造車(chē)載垂域生態(tài)圈，為用戶(hù)帶來(lái)更為便捷、智能的出行體驗(yàn)！

返回第一電動(dòng)網(wǎng)首頁(yè) >