Intelligente cockpits har sandsynligvis været det område i bilbranchen, der lettest har skabt en "følelse af kløft" de seneste to år.

På den ene side er næsten alle nye biler, i takt med at store modeller for alvor kommer i bilen, begyndt at bruge cockpittet som en scene for "AI-indhold", hvor stemme, multimodalitet og agenter afløser hinanden, og parametrene er blevet mere aggressive fra den ene til den anden. Men på den anden side oplever brugerne i praksis hyppigt afbrydelser: bilens system forstår kommandoen, men har svært ved at gennemføre en lukket handling; det husker en samtale, men glemmer den igen ved næste sving; og når det står over for komplekse rejsebehov, svarer det enten ved siden af eller tør ikke udføre.

På iFlytek Intelligent Automobile Product & Technology Conference den 21. oktober blev den helt nye generation af SparkAuto Space 3.0 officielt lanceret, og iFlytek stillede faktisk et mere pragmatisk branchespørgsmål: hvordan kan det intelligente cockpit for alvor bevæge sig fra at "forstå" til at "få tingene gjort"?

Strukturel smerte: cockpittet mangler en ensartet "hjerne"

Kinas bilindustri har i mange år ligget i den globale top målt på produktion og salg, og gennemslagskraften for intelligente funktioner stiger også hurtigt. Men bag den høje udbredelse ligger en forsinket oplevelsesopgradering.

Det generelle brancheproblem er: cockpittet har ofte "ører, men ingen hjerne". Stemme, navigation, underholdning og bilkontrol er typisk flere separate undersystemer, og oplevelsen på tværs af domæner er fragmenteret; manglen på langtidsmemory gør bilerne mere og mere ens; store modeller har risiko for hallucinationer, så man ikke tør give slip på kernekontrollen; og mens modelkapaciteten øges, er det svært at presse latenstiden ned.

Disse smertepunkter peger på det samme strukturelle problem: cockpittet mangler en "ensartet hjerne", der kan forbinde modulerne. Hvis man blot lægger funktioner eller parametre ovenpå uden at løse den underliggende arkitektur- og调度problematik, kan oplevelsen ikke ændre sig kvalitativt.

Arkitekturevolution: fra kommando til menneskelignende interaktion

For at løse dette strukturelle problem har iFlytek opdelt udviklingen af cockpitinteraktion i tre faser: kommandointeraktion, intelligent integreret interaktion og den menneskelignende intelligente fullmodale fase ledet af SOPHIA (en menneskelignende intelligent fullmodal arkitektur for intelligent bilinteraktion).

Kernestammen i SparkAuto Space 3.0 er netop SOPHIA-arkitekturen, hvis underliggende lag består af fire systemer: memory-evolution, tænkning og beslutning, fullmodal perception og multidimensionel udtryk, og som styres ensartet af bilens Master Agent. Denne arkitektur leverer i sidste ende tre kerneværdier til brugeren: en følelsesmæssig partner, der forstår dig bedre, en bilhusholdning, der kan få tingene gjort, og en lyd- og videomester med ultrahøj nærværsfølelse.

På "forstår dig bedre"-niveauet har SparkAuto Space 3.0 opbygget et system med over 68 memorydimensioner, der dækker korttids-, langtidsmemory og brugerprofiler. For at afveje oplevelse og privatliv er meget følsomme minder begrænset til lagring på enheden, og forespørgsler kræver personlig godkendelse.

For at løse interaktionsudfordringen ved kørsel med flere personer har SparkAuto Space 3.0 opnået fullmodal fuldduplekskapacitet for flere personer. Gennem teknologiske opgraderinger er responsraten for multi-person-interaktion øget til over 95 %, afvisningsraten for forstyrrelser nået over 98 %, og afbrydelsesforsinkelsen holdt inden for 300 millisekunder. Det betyder, at systemet præcist kan skelne "hvem der taler, og til hvem", hvilket effektivt løser problemet med, at bilens system afbryder, når flere taler sammen i bilen.

Derudover udvides interaktionsgrænsen med stemme uden for bilen til 30 meter uden for bilen, med støtte for stemmeprintgodkendelse og tale, mens man går; speciallydgenkendelse kan nå op til 200 meter. End-enheds- og cloudbaseret multimodal perception samler over 100 funktioner, hvor den enhedsforstærkede sentinel-tilstand kan identificere 16 typiske risikohændelser, sende resultatet inden for 4 sekunder pr. hændelse og opnå en genkendelsesnøjagtighed på 90 %, hvilket er markant bedre end sammenlignelige niveauer.

Oplevelsens vendepunkt: fra "slå information op" til "få tingene gjort"

For AI i biler på nuværende stadium er det kun "optakt", at bilens system kan forstå dialekter og huske dine præferencer. I virkelige bilscenarier er det, brugerne virkelig ønsker, "resultatet". Du forstår, hvad jeg mener, og hjælper mig derefter med at få sagen ordnet. I den dimension er evnen til at "få tingene gjort" det vendepunkt, der afgør, om oplevelsen er god eller dårlig.

I komplekse rejsescenarier kan den opgraderede Master Agent-navigationshjerne præcist forstå uklare semantiske betydninger, tidsbegrænsninger og betingede forgreninger. For eksempel "find en restaurant, der ikke er langt fra både kontoret og Svanesøen", hvor den komplekse rejseintentions forståelsesnøjagtighed kan nå over 95 %.

Endnu mere bemærkelsesværdigt er udfyldningen af det lukkede økosystem. iFlytek har indgået et strategisk opgraderet samarbejde med Alipay og lanceret "Xunbao-planen". Alipays bilassistent integreres i SparkAuto Space 3.0 og styres ensartet af Master Agent, og parterne har forbundet kapaciteter som kontosammenkobling og AI-betaling i bilen. Det gør det muligt for cockpittet for alvor at bryde grænsen for "slå information op" og implementere reelle "gøremål"-scenarier som problemfri passage på motorveje, problemfri parkeringsbetaling og afhentning af pakker på vejen.

Derudover er iFlytek Xiaoyi integreret i det sunde cockpit, hvor sundhedsrådgivning samlet har ydet 200 millioner servicinger og betjent over 35 millioner brugere, dækkende 2.600 almindelige sygdomme og viden om over 60.000 almindelige lægemidler. FaceID identificerer alle passagerer i bilen og opretter uafhængige sundhedsjournaler, én pr. person, og forbinder bil, hjem, telefon, cloud samt Huawei, Apple og andre førende wearable-enheder, så "mål, spørg, diagnosticer" danner en fuld lukket kæde. Parkeringsscenariet er dybt integreret af Suixinbo Agent og det intelligente køresystem og dækker autonom parkering, flytning af bil via stemme og tilkaldelse til afhentning.

Akustisk oplevelse: lyd- og videomester med ultrahøj nærværsfølelse

Når den visuelle "store skærm"-fordel i intelligente cockpits gradvist topper, flytter det næste slagmark, der afgør oplevelsesforskellen, mod "hørelsen". Et system, der virkelig forstår dig, skal ikke bare kunne lytte, men også kunne udtrykke sig. Bag det ligger en grundlæggende genopbygning af den fulde akustiske arkitektur.

iFlyteks brancheførende GaN (galliumnitrid) lydarkitektur gør ikke blot hele systemet 30 % lettere, men løfter sammen med Black Gold-serien af højttalere og 300 W biografklasse-baslyd lytteoplevelsen med 20 %. Kombineret med Ultra-immersive Surround Sound Pro 3.0 kan systemet via AI realtidsgenopbygge almindelige 2.0-lydkilder til 7.1.4 panoramalyde, hvilket markant sænker tærsklen for panoramalydsmateriale.

I styringen af lydfeltet i bilen opnår Smart Sound Field Zone 3.0 en lydisolering på op til 30 dB for to zoner og 26 dB for fire zoner. Føreren lytter til navigation, forsædepassageren ser serier, og barnet på bagsædet lytter til børnesange – man opnår virkelig "flere lydkilder i ét cockpit uden at forstyrre hinanden". Samtidig integrerer det først udgivne superhovedstøtte-akustiksystem rettet afspilning og aktiv støjreduktion (op til 9 dBA dybde) i hovedstøtten, så navigationsmeddelelser kun svæver ved førerens øre uden at forstyrre andre passagerer, der hviler.

Grundlag: enheds-cloud-samspil i regnekraft og量产-parathed

Faktisk er det, uanset om det gælder multimodal perception,调度 af komplekse opgaver eller millisekund-akustikalgoritmer, sådan, at "loftet" for frontend-oplevelsen ofte bestemmes af "gulvet" i den underliggende regnekraft og modelarkitektur. Den største reelle kløft ved at få store modeller i biler er spillet mellem regnekraftslatenstid og scenariekompleksitet.

SparkAuto Space 3.0 anvender en dobbeltmodelkombination med enheds-cloud-samspil: clouddelen SparkAuto 1.0 har på H20-platformen målt en cache-hitrate på over 99,5 % ved 350K kontekst og en første beregningsrespons på under 800 millisekunder; enhedsdelen SparkAuto 1.0-EMM understøtter over 100 scenarier, og dens brancheførste 35B-A3B-model opnår på Jetson Thor-platformen en første frame på under 650 millisekunder og en reduktion af spidsbelastningshukommelse på 75 %.

For opgavefordeling er iFlyteks tilgang: hyppig, realtids- og følsom datainteraktion lukkes på enheden, mens kompleks forståelse, planlægning og værktøjs调度 overlades til clouden for at finde balancen mellem latenstid og kaldelsesomkostninger. Det stiller også krav til bilproducenternes hardware-BOM-omkostninger, og udbredelsen af avancerede enhedsmodeller kræver stadig hardwareplatformens iteration som støtte.

I en tid, hvor branchen hyppigt fremhæver "fuldt egenudvikling", har iFlytek valgt vejen "åben co-creation". Bilproducenterne leder brand og platformdefinition, mens iFlytek leverer underliggende værktøjskæder og teknologiske tjenester. I dag er dens økosystemplatform forbundet med over 60 informationskilder og har i gennemsnit 220 millioner kald om dagen.

Data viser, at iFlyteks skalafordel i bilsektoren er etableret: over 81 millioner biler kumulativt udstyret, samarbejde med over 50 bilproducenter; flersproget støtte til udlandet på 32 sprog, der dækker 60 lande og regioner, og 80 % af nye eksportmodeller vælger iFlytek.

Desuden bærer SparkAuto Space 3.0 labelen "udgivet = masseproduceret", og mærker som Chery, Great Wall Wey og Dongfeng Nissan har allerede taget den i brug og opnået tre certificeringer: CATARC TOP Intelligence-branchens første AI-multimodale intelligente cockpit, 2026 Automotive Intelligent Cockpit Leading Science and Technology Achievement og 2026 Automotive New Quality Productive Forces Typical Case. Grundlaget på 81 millioner biler giver jord til teknologisk kontinuerlig iteration.

Skrevet til sidst

Konkurrencen om intelligente cockpits bevæger sig nu fra "har man en stor model" til "kan cockpittet faktisk være nyttigt". iFlyteks valg denne gang er meget banebrydende: at bruge én ensartet hjerne til virkelig at forbinde de spredte funktioner og derefter bruge enheds-cloud-dobbeltmodellen til at bringe frontend-oplevelsen til millionklasse-masseproduktion. Retningen er udpeget, og vejen bliver naturligt bredere.

Tilbage til kløften fra begyndelsen: parametrene stabler sig højere år for år, men brugerne har sværere og sværere ved at sige "denne bil er virkelig god at bruge". Problemet har aldrig været, om bilens system er klogt, men om det kan tage det forståede og virkelig få en sag gjort for mennesket. iFlyteks svar denne gang er i det væsentlige at trække branchens konkurrence fra "hvem har flest funktioner" tilbage til det mere jordnære spørgsmål: "hvis system er stabilt, og hvis service kan lukke kredsen". Det er måske ikke den eneste rigtige vej, men det viser i det mindste: i den næste halvdel af det intelligente cockpit handler det ikke længere om, hvem der fortæller den største historie, men om hvem der kan tage den store model ned fra scenen og installere den i den oplevelse, brugerne bruger hver dag og kan regne med. Retningen er allerede rigtig; nu handler det om, hvem der først får den reelt implementeret.