Intelligente førerkabiner har vært det området i bilbransjen som de siste to årene lettest har skapt en «følelse av avstand».

På den ene siden, etter hvert som store modeller for alvor kommer inn i bilene, bruker nesten alle nye modeller kabinen som en scene for «AI-innhold», der tale, multimodale funksjoner og intelligente agenter avløser hverandre, og parameterne er mer aggressive hos den ene enn hos den andre. Men på den andre siden møter brukerne i praksis stadig brudd: bilsystemet forstår kommandoen, men klarer ikke å fullføre en lukket operasjon; det husker en samtale, men glemmer den straks igjen; og når det står overfor komplekse reisebehov, svarer det enten på feil spørsmål eller tør ikke utføre noe.

På iFlyteks produkt- og teknologilansering for intelligente biler 21. oktober ble den nye generasjonen SparkAuto Space 3.0 offisielt lansert, og iFlytek la faktisk frem en mer jordnær bransjeproblemstilling: hvordan kan den intelligente førerkabinen ta det reelle spranget fra å «forstå det som sies» til å «få det gjort»?

Strukturelt smertepunkt: kabinen mangler en enhetlig «hjerne»

Kinas bilindustri har i mange år på rad ligget på verdenstoppen i produksjons- og salgsvolum, og gjennomtrengningen av intelligente funksjoner øker raskt. Men bak den høye gjennomtrengningen ligger en forsinket oppgradering av opplevelsen.

Det vanlige problemet i bransjen er: kabinen har ofte «ører, men ingen hjerne». Tale, navigasjon, underholdning og bilkontroll er gjerne flere separate undersystemer som hver driver sitt eget løp, og opplevelsen på tvers av domenene er fragmentert; mangelen på langtidsminne gjør at bilsystemene blir stadig mer like hverandre; store modeller har risiko for hallusinasjoner, noe som gjør at man ikke uten videre tør å gi dem kontroll over kjernefunksjoner i bilen; og selv om modellkapasiteten øker, er det vanskelig å få ned forsinkelsen.

Disse smertespunktene peker mot det samme strukturelle problemet: kabinen mangler en «enhetlig hjerne» som kan koble modulene sammen. Hvis man bare legger til funksjoner eller parametere på toppen uten å løse调度-problemet i grunnarkitekturen, kan opplevelsen ikke gjennomgå en kvalitativ endring.

Arkitekturell utvikling: fra kommandoStyrt til menneskelignende interaksjon

For å løse dette strukturelle problemet deler iFlytek utviklingen av kabininteraksjon i tre faser: kommandostyrt interaksjon, intelligent integrert interaksjon og den menneskelignende allmodalitetsfasen ledet av SOPHIA (menneskelignende intelligent allmodal arkitektur for interaksjon i intelligente biler).

Kjernestammen i SparkAuto Space 3.0 er nettopp SOPHIA-arkitekturen, som i bunnen består av fire systemer: minneutvikling, tenkning og beslutningstaking, allmodal persepsjon og flerdimensjonal uttrykk, og som koordineres enhetlig av hele bilens Master Agent. Denne arkitekturen leverer til slutt tre kjerneverdier til brukeren: en emosjonell partner som forstår deg bedre, en bilhusholder som får ting gjort, og en lyd- og bildemester med overlegen sanseopplevelse.

På nivået «forstår deg bedre» har SparkAuto Space 3.0 bygget et system med over 68 minnedimensjoner, som dekker korttidsminne, langtidsminne og brukerprofiler. For å balansere opplevelse og personvern lagres svært sensitive minner kun på enheten, og oppslag krever autentisering av brukeren selv.

For å løse interaksjonsutfordringen med flere personer i bilen har SparkAuto Space 3.0 realisert full multimodal full-duplex kapasitet for flere personer. Gjennom teknologiske oppgraderinger er responsraten for interaksjon med flere personer økt til over 95 %, avvisningsraten for forstyrrelser nådd over 98 %, og avbrytelsesforsinkelsen holdt under 300 millisekunder. Dette betyr at systemet nøyaktig kan skille «hvem som snakker, og til hvem», og effektivt løse problemet med at bilsystemet avbryter når flere snakker sammen i bilen.

I tillegg utvider tale utenfor bilen interaksjonsgrensen til 30 meter utenfor bilen, med støtte for stemmeprintautentisering og tale mens man går; gjenkjenning av spesielle lyder kan nå opptil 200 meter. Ende-til-sky multimodal persepsjon samler over 100 funksjoner, der enhetsbasert forsterket sentry-modus kan gjenkjenne 16 typiske risikoscenarioer, sende ut resultat innen 4 sekunder per hendelse og oppnå 90 % gjenkjenningsnøyaktighet, klart bedre enn samme nivå.

Opplevelsens vendepunkt: fra «slå opp informasjon» til «få ting gjort»

For AI i biler på nåværende stadium er det bare «forspill» at bilsystemet forstår dialekt og husker preferansene dine. I reelle bilscenarioer er det «resultatet» brukeren virkelig ønsker seg. Du forstår hva jeg mener, og så får du saken i havn for meg. På dette området er evnen til å «få ting gjort» det som avgjør om opplevelsen er god eller dårlig.

I komplekse reisescenarioer kan den oppgraderte Master Agent-navigasjonshjernen nøyaktig forstå uklare uttrykk, tidsbegrensninger og betingede forgreninger. For eksempel «finn en restaurant som ikke er langt fra både kontoret og Svane-sjøen», der treffsikkerheten for forståelse av komplekse reiseintensjoner kan nå over 95 %.

Enda mer verdt å merke seg er utfyllingen av det lukkede økosystemet. iFlytek har inngått en strategisk oppgradering av samarbeidet med Alipay og startet «Xunbao-planen». Alipays bilassistent kobles til SparkAuto Space 3.0 og koordineres enhetlig av Master Agent, og partene har fullført integrasjonen av kontosammenkobling, AI-betaling i bil og lignende funksjoner. Dette gjør at kabinen virkelig bryter gjennom begrensningen «slå opp informasjon» og realiserer reelle «gjøremål»-scenarioer som problemfri passering på motorvei, problemfri parkeringsbetaling og henting av pakker på veien.

Innen helsekabinen er iFlytek Xiaoyi integrert, med helserådgivning som sammenlagt har betjent 200 millioner ganger og over 35 millioner brukere, og dekker 2600 vanlige symptomer og kunnskap om over 60000 vanlige medisiner. FaceID gjenkjenner alle i bilen og oppretter uavhengige helsejournaler, én per person, og kobler sammen bil, hjem, mobil, sky og store enheter fra Huawei, Apple og andre, slik at «måle, spørre, diagnostisere» danner en fullstendig lukket sløyfe. Parkeringsscenarioet er dypintegrert med det intelligente kjøresystemet gjennom Suixinbo Agent, og dekker autonom parkering, flytting av bilen med tale og tilkalling for henting.

Akustisk opplevelse: lyd- og bildemester med overlegen sanseopplevelse

Når gevinsten fra den visuelle «storskjermen» i intelligente førerkabiner gradvis når taket, flytter neste slagmark som avgjør opplevelsesforskjellen seg til «hørselen». Et system som virkelig forstår deg, må ikke bare kunne lytte, men også kunne uttrykke seg. Bak dette ligger en grunnleggende rekonstruksjon av den fullstendige akustiske arkitekturen.

iFlyteks bransjeførste GaN (galliumnitrid)-lydarkitektur gjør ikke bare hele systemet 30 % lettere, men sammen med Black Gold-serien høyttalere og 300 W kino-nivå subwoofer løfter den også lytteopplevelsen med 20 %. kombinert med Super Immersive Surround Pro 3.0 kan systemet gjennom AI rekonstruere vanlige 2.0-lydkilder til 7.1.4 romlig lyd i sanntid, noe som i stor grad senker terskelen for romlig lyd-innhold.

Når det gjelder lydfeltkontroll i bilen, oppnår Smart Sound Field Zone 3.0 lydisolasjon på opptil 30 dB for to soner og 26 dB for fire soner. Sjåføren hører navigasjon, passasjeren ser serier, og barna i baksetet hører barnesanger – man har virkelig oppnådd «flere lydkilder i én kabin uten å forstyrre hverandre». Samtidig integrerer det førstelanserte superhodestøtte-akustikksystemet rettet avspilling og aktiv støydemping (opptil 9 dBA dybde) i hodestøtten, slik at navigasjonsmeldinger bare svever ved sjåførens øre uten å forstyrre andre passasjerer som hviler.

Grunnlag og støtte: ende-til-sky-samspill i regnekraft og trygghet for masseproduksjon

Faktisk er «taket» for disse frontend-opplevelsene – enten det gjelder multimodal persepsjon, koordinering av komplekse oppgaver eller millisekundraske akustiske algoritmer – ofte bestemt av «gulvet» i underliggende regnekraft og modellarkitektur. Den største reelle kløften når store modeller tas inn i biler, er spillet mellom regnekraftforsinkelse og scenariokompleksitet.

SparkAuto Space 3.0 bruker en dobbelmodellkombinasjon med ende-til-sky-samspill: Skybaserte SparkAuto 1.0 oppnår på H20-plattformen en treffrate på over 99,5 % for 350K kontekstbuffer, og første beregningsrespons under 800 millisekunder; enhetsbaserte SparkAuto 1.0-EMM støtter over 100 scenarioer, og den bransjeførste 35B-A3B-modellen oppnår på Jetson Thor-plattformen første bilde på under 650 millisekunder og 75 % lavere toppminne.

Når det gjelder oppgavefordeling, er iFlyteks tilnærming: interaksjoner med høy frekvens, sanntidskrav og sensitive data lukkes på enheten, mens kompleks forståelse, planlegging og verktøystyring overlates til skyen, for å finne balansen mellom forsinkelse og kallkostnad. Dette stiller også krav til bilprodusentenes maskinvare-BOM-kostnader, og utbredelsen av avanserte enhetsmodeller krever fortsatt iterasjon av maskinvareplattformen.

I en tid der bransjen ofte fremhever «alt egenutviklet», har iFlytek valgt en vei med «åpen samskaping». Bilprodusentene leder merkevare og plattformdefinisjon, mens iFlytek leverer underliggende verktøykjeder og teknologitjenester. I dag er økosystemplattformen deres koblet til over 60 informasjonskilder, med i gjennomsnitt 220 millioner kall per dag.

Tallene viser at iFlyteks skalafordel i bilbransjen er etablert: over 81 millioner biler utstyrt totalt, samarbeid med over 50 bilprodusenter; støtte for 32 språk for utenlandsmarkeder, dekning i 60 land og regioner, og 80 % av nye eksportmodeller velger iFlytek.

Ikke bare det: SparkAuto Space 3.0 er merket med «lansert = masseprodusert», og merker som Chery, Great Wall WEY og Dongfeng Nissan har allerede tatt den i bruk, og den har fått tre sertifiseringer: CATCs første AI-multimodale intelligente førerkabin i bransjen under TOP Intelligence, 2026 Automotive Intelligent Cockpit Leading Science and Technology Achievement, og 2026 Automotive New Quality Productive Forces Typical Case. Grunnlaget på 81 millioner biler gir teknologien et reelt jordsmonn for kontinuerlig iterasjon.

Skrevet til slutt

Konkurransen om intelligente førerkabiner beveger seg fra «har den stor modell eller ikke» til «er kabinen faktisk nyttig». iFlyteks valg denne gangen er svært banebrytende: å bruke én enhetlig hjerne til å virkelig koble sammen spredte funksjoner, og deretter bruke ende-til-sky dobbelmodell til å bringe frontopplevelsen til masseproduksjon i millionklassen. Retningen er pekt ut, og veien blir naturligvis bredere etter hvert.

Tilbake til kløften fra begynnelsen: parameterne stables høyere år for år, men brukerne har stadig vanskeligere for å si «denne bilen er virkelig god å bruke». Problemet har aldri vært om bilsystemet er smart eller ikke, men om det kan ta det det har forstått og faktisk få en sak gjort for mennesket. Svaret iFlytek gir denne gangen er i bunn og grunn å trekke bransjekonkurransen fra «hvem som har flest funksjoner» tilbake til det mer jordnære spørsmålet «hvem sitt system er stabilt, og hvem sin tjeneste kan lukkes». Dette er kanskje ikke den eneste riktige veien, men det viser i det minste: i andre halvdel av intelligente førerkabiner handler det ikke lenger om hvem som forteller den største historien, men om hvem som kan ta den store modellen ned fra utstillingsscenen og putte den inn i den opplevelsen brukerne faktisk bruker hver dag, og som holder. Retningen er allerede riktig; nå gjenstår det å se hvem som først får den virkelig på plass.