کابین هوشمند ممکن است در دو سال اخیر حوزهای در صنعت خودرو باشد که بیشترین «حس شکاف» را ایجاد کرده است.

از یک سو، با ورود همهجانبه مدلهای بزرگ به خودرو، تقریباً همه خودروهای جدید کابین را به عنوان محل نمایش «محتوای هوش مصنوعی» معرفی میکنند؛ صدا، چندوجهی و عاملهای هوشمند یکی پس از دیگری عرضه میشوند و پارامترها یکی از دیگری تهاجمیترند. اما از سوی دیگر، کاربران در تجربه واقعی مکرراً با گسست مواجه میشوند: سیستم خودرو دستور را میفهمد، اما تکمیل عملیات دشوار است؛ بخشی از مکالمه را به خاطر میسپارد، اما بلافاصله همه را فراموش میکند؛ در مواجهه با نیازهای پیچیده سفر، یا پاسخ بیربط میدهد یا جرأت اجرا ندارد.

در ۲۱ اکتبر، در کنفرانس مطبوعاتی محصولات و فناوری خودروی هوشمند iFLYTEK، نسل جدید کابین هوشمند SparkAuto Space 3.0 رسماً رونمایی شد. iFLYTEK در واقع یک مسئله عملیتر صنعت را مطرح کرد: چگونه کابین هوشمند از «فهمیدن» به «انجام دادن» واقعی عبور کند؟

درد ساختاری: کابین فاقد یک «مغز» یکپارچه است

مقیاس تولید و فروش صنعت خودروی چین سالهاست در جایگاه بالای جهانی قرار دارد و نرخ نفوذ هوشمندی نیز به سرعت در حال افزایش است. اما پشت این نرخ نفوذ بالا، تأخیر در ارتقای تجربه نهفته است.

مشکل رایج در صنعت این است: کابین اغلب «گوش دارد، اما مغز ندارد». صدا، ناوبری، سرگرمی و کنترل خودرو معمولاً چند زیرسیستم جداگانه هستند و تجربه بینحوزهای گسسته است؛ فقدان حافظه بلندمدت باعث میشود سیستمهای خودرو روز به روز همگنتر شوند؛ مدلهای بزرگ خطر توهم دارند و بنابراین کنترلهای اصلی خودرو بهسختی واگذار میشوند؛ همزمان با تقویت توانایی مدل، کاهش تأخیر دشوار است.

این دردها همه به یک مسئله ساختاری واحد اشاره میکنند: کابین فاقد یک «مغز یکپارچه» است که بتواند ماژولها را به هم متصل کند. اگر فقط عملکردها یا پارامترها به سادگی انباشته شوند بدون حل مسئله زمانبندی در معماری زیرین، تجربه نمیتواند تحول کیفی پیدا کند.

تکامل معماری: از تعامل دستوری به تعامل شبهانسانی

برای حل این مسئله ساختاری، iFLYTEK تکامل تعامل کابین را به سه مرحله تقسیم میکند: تعامل دستوری، تعامل همگرای هوشمند، و مرحله هوشمندی شبهانسانی همهوجهی که توسط SOPHIA (معماری تعامل خودروی هوشمند همهوجهی شبهانسانی) هدایت میشود.

ستون فقرات اصلی کابین هوشمند SparkAuto Space 3.0 دقیقاً معماری SOPHIA است که لایه زیرین آن از چهار سیستم تکامل حافظه، تفکر و تصمیمگیری، ادراک همهوجهی و بیان چندبعدی تشکیل شده و توسط Master Agent سراسری خودرو به صورت یکپارچه زمانبندی میشود. این معماری در نهایت سه ارزش اصلی را به کاربر ارائه میدهد: همراه احساسی که شما را بهتر درک میکند، مدیر خودرویی که کارها را انجام میدهد، و استاد صوتی و تصویری فرااحساسی.

در سطح «درک بهتر شما»، نسخه 3.0 کابین هوشمند Spark سیستمی با بیش از ۶۸ بُعد حافظه ساخته است که حافظه کوتاهمدت، بلندمدت و پروفایل کاربر را پوشش میدهد. برای توازن بین تجربه و حریم خصوصی، حافظههای با حساسیت بالا محدود به ذخیرهسازی در دستگاه میشوند و جستجو نیاز به احراز هویت شخصی دارد.

برای حل مشکل تعامل با چند سرنشین، نسخه 3.0 کابین هوشمند Spark قابلیت همهوجهی و تمامدوطرفه چندنفره را محقق کرده است. با ارتقای فناوری، نرخ پاسخ تعامل چندنفره به بیش از ۹۵٪ افزایش یافته، نرخ رد تداخل به بیش از ۹۸٪ رسیده و تأخیر قطع کردن در محدوده ۳۰۰ میلیثانیه کنترل میشود. این بدان معناست که سیستم میتواند به دقت تشخیص دهد «چه کسی صحبت میکند و با چه کسی»، و به طور مؤثر مشکل قطع صحبت نابجای سیستم خودرو در هنگام گفتگوی چندنفره در خودرو را حل میکند.

علاوه بر این، صدای خارج از خودرو مرز تعامل را تا ۳۰ متر بیرون از خودرو گسترش میدهد و از احراز هویت صوتی و صحبت کردن هنگام راه رفتن پشتیبانی میکند؛ تشخیص صداهای ویژه تا ۲۰۰ متر میرسد. ادراک چندوجهی دستگاه-ابر بیش از ۱۰۰ قابلیت را تجمیع میکند، که در آن حالت نگهبان تقویتشده در دستگاه میتواند ۱۶ نوع رویداد خطر معمول را شناسایی کند، نتیجه هر رویداد در ۴ ثانیه ارسال میشود و دقت شناسایی به ۹۰٪ میرسد که به طور قابل توجهی برتر از سطح همتراز است.

نقطه تقسیم تجربه: از «جستجوی اطلاعات» به «انجام کار»

برای ورود هوش مصنوعی به خودرو در مرحله فعلی، اینکه سیستم خودرو لهجه را بفهمد و علایق شما را به خاطر بسپارد، تنها «پیشدرآمد» محسوب میشود. در سناریوهای واقعی استفاده از خودرو، آنچه کاربر واقعاً مشتاق آن است «نتیجه» است. شما منظور من را فهمیدید، سپس کار را برایم انجام دهید. در این بُعد، توانایی «انجام کار» همان نقطه تقسیمی است که برتری یا ضعف تجربه را تعیین میکند.

در سناریوهای پیچیده سفر، مغز ناوبری Master Agent ارتقایافته میتواند معنای مبهم، محدودیتهای زمانی و شاخههای شرطی را به دقت درک کند. به عنوان مثال «رستورانی پیدا کن که هم به شرکت و هم به دریاچه قو نزدیک باشد»، دقت درک نیت پیچیده سفر میتواند به بیش از ۹۵٪ برسد.

آنچه بیشتر قابل توجه است، تکمیل حلقه بسته اکوسیستم است. iFLYTEK و Alipay توافق همکاری استراتژیک را ارتقا دادند و «طرح XunBao» را آغاز کردند. دستیار خودروی Alipay به کابین هوشمند Spark 3.0 متصل میشود و توسط Master Agent به صورت یکپارچه زمانبندی میشود؛ دو طرف در تواناییهایی مانند تبادل حساب و پرداخت هوش مصنوعی در خودرو یکپارچگی ایجاد کردهاند. این باعث میشود کابین واقعاً محدودیت «جستجوی اطلاعات» را بشکند و سناریوهای واقعی «انجام کار» مانند عبور بدون توقف در آزادراه، پرداخت بدون توقف در پارکینگ و دریافت بسته در مسیر را پیادهسازی کند.

علاوه بر این، در بخش کابین سلامت، Xunfei XiaoYi یکپارچه شده است؛ مشاوره سلامت در مجموع ۲۰۰ میلیون بار خدمات ارائه کرده و بیش از ۳۵ میلیون کاربر را پوشش داده، شامل ۲۶۰۰ نوع بیماری شایع و دانش بیش از ۶۰۰۰۰ داروی رایج. FaceID همه سرنشینان را شناسایی کرده و پرونده سلامت مستقل ایجاد میکند، یک پرونده برای هر نفر، و خودرو، خانه، گوشی، ابر و دستگاههای پوشیدنی اصلی مانند هواوی و اپل را به هم متصل میکند، و «اندازهگیری، پرسش، تشخیص» را به یک حلقه بسته کامل تبدیل میکند. سناریوی پارک توسط عامل پارک آسان با سیستم رانندگی هوشمند به طور عمیق یکپارچه شده و پارک خودکار، جابهجایی صوتی خودرو و فراخوانی برای سوار شدن را پوشش میدهد.

تجربه آکوستیک: استاد صوتی و تصویری فرااحساسی

وقتی مزیت «صفحه نمایش بزرگ» بصری کابین هوشمند به تدریج به سقف میرسد، میدان نبرد بعدی که تفاوت نسل تجربه را تعیین میکند، در حال انتقال به «شنوایی» است. سیستمی که واقعاً شما را درک میکند، نه تنها باید بشنود، بلکه باید بتواند بیان کند. پشت این امر، بازسازی زیربنایی معماری آکوستیک کل زنجیره نهفته است.

معماری صوتی GaN (گالیم نیترید) که نخستین بار در صنعت توسط iFLYTEK ارائه شده، نه تنها وزن کل سیستم را ۳۰٪ کاهش میدهد، بلکه با بلندگوهای سری طلایی-مشکی و سابووفر سینمایی ۳۰۰ وات، حس شنیداری را ۲۰٪ بهبود میبخشد. با ترکیب صدای فراگیر فرااحساسی Pro 3.0، سیستم میتواند با هوش مصنوعی منبع صدای معمولی 2.0 را به صورت بلادرنگ به صدای فراگیر 7.1.4 بازسازی کند و آستانه منابع صدای فراگیر را به طور قابل توجهی کاهش دهد.

در کنترل میدان صوتی داخل خودرو، ناحیهبندی میدان صوتی هوشمند 3.0 جداسازی صدا تا حداکثر ۳۰ دسیبل در دو ناحیه و ۲۶ دسیبل در چهار ناحیه را محقق کرده است. راننده ناوبری گوش میدهد، سرنشین کنار فیلم میبیند و کودکان در صندلی عقب آهنگ کودکانه گوش میدهند — واقعاً «یک کابین، چند صدا، بدون تداخل» محقق شده است. همچنین سیستم آکوستیک بالشتی فوقپیشرفته که برای نخستین بار عرضه شده، پخش جهتدار و حذف فعال نویز (تا عمق ۹ دسیبل) را در بالش سر integrate میکند؛ اعلام ناوبری فقط در گوش راننده طنینانداز میشود و سایر سرنشینان در حال استراحت را مزاحم نمیکند.

پشتیبانی زیربنایی: توان محاسباتی همکاری دستگاه-ابر و اطمینان تولید انبوه

در واقع، چه ادراک چندوجهی، چه زمانبندی وظایف پیچیده و چه الگوریتمهای آکوستیک میلیثانیهای، «سقف» این تجربههای جلویی اغلب توسط «کف» توان محاسباتی زیربنایی و معماری مدل تعیین میشود. بزرگترین شکاف واقعی ورود مدلهای بزرگ به خودرو، بازی بین تأخیر توان محاسباتی و پیچیدگی سناریو است.

کابین هوشمند SparkAuto Space 3.0 از ترکیب دوگانه همکاری دستگاه-ابر استفاده میکند: SparkAuto 1.0 ابری در پلتفرم H20 نرخ برخورد حافظه پنهان زمینه 350K بیش از ۹۹.۵٪ و اولین پاسخ محاسباتی کمتر از ۸۰۰ میلیثانیه را در آزمایش واقعی نشان داده؛ SparkAuto 1.0-EMM دستگاهی از بیش از ۱۰۰ سناریو پشتیبانی میکند و مدل 35B-A3B که نخستین بار در صنعت عرضه شده، در پلتفرم Jetson Thor اولین فریم کمتر از ۶۵۰ میلیثانیه و کاهش ۷۵٪ حافظه اوج را محقق کرده است.

در تخصیص وظایف، رویکرد iFLYTEK این است: تعاملات پرتکرار، بلادرنگ و مرتبط با دادههای حساس در دستگاه به صورت حلقه بسته انجام شود، درک پیچیده، برنامهریزی و زمانبندی ابزار به ابر سپرده شود و تعادل بین تأخیر و هزینه فراخوانی پیدا شود. این همچنین چالشی برای هزینه BOM سختافزار خودروسازان ایجاد میکند و فراگیری مدلهای دستگاهی پیشرفته همچنان نیازمند پشتیبانی تکامل پلتفرم سختافزاری است.

در شرایطی که صنعت فعلی مکرراً بر «توسعه کاملاً مستقل» تأکید میکند، iFLYTEK مسیر «همآفرینی باز» را انتخاب کرده است. خودروسازان برند و تعریف پلتفرم را رهبری میکنند و iFLYTEK زنجیره ابزار زیربنایی و خدمات فنی ارائه میدهد. در حال حاضر، پلتفرم اکوسیستم آن به بیش از ۶۰ منبع اطلاعاتی متصل شده و فراخوانی روزانه به ۲۲۰ میلیون بار میرسد.

از نظر دادهها، مزیت مقیاس iFLYTEK در حوزه خودرو تثبیت شده است: مجموع نصب بر روی خودرو بیش از ۸۱ میلیون دستگاه، همکاری با بیش از ۵۰ خودروساز؛ پشتیبانی چندزبانه برای صادرات ۳۲ زبان، پوشش ۶۰ کشور و منطقه، و ۸۰٪ مدلهای جدید صادراتی iFLYTEK را انتخاب میکنند.

نه تنها این، کابین هوشمند SparkAuto Space 3.0 برچسب «رونمایی یعنی تولید انبوه» را دارد؛ برندهای Chery، Wey متعلق به Great Wall و Dongfeng Nissan پیشروانه آن را نصب کردهاند و سه گواهینامه «TOP Intelligence اولین کابین هوشمند چندوجهی هوش مصنوعی صنعت» از مرکز فناوری و تحقیقات خودروی چین، «دستاورد پیشرو فناوری کابین هوشمند خودرو ۲۰۲۶» و «نمونه معمول نیروی مولد جدید خودرو ۲۰۲۶» را دریافت کردهاند. پایگاه موجود ۸۱ میلیون دستگاهی، خاک واقعی برای تأیید تکامل مستمر فناوری فراهم میکند.

در پایان

رقابت کابین هوشمند در حال عبور همهجانبه از «داشتن یا نداشتن مدل بزرگ» به «آیا کابین واقعاً میتواند مفید باشد» است. انتخاب این بار iFLYTEK معنای پیشگامی بزرگی دارد: استفاده از یک مغز یکپارچه برای اتصال واقعی عملکردهای پراکنده، و سپس استفاده از ترکیب دوگانه دستگاه-ابر برای رساندن تجربه پیشرفته به تولید انبوه در مقیاس میلیونی. جهت نشان داده شده و راه طبیعتاً هر روز بازتر خواهد شد.

بازگشت به آن شکاف ابتدای متن: پارامترها سال به سال بالاتر انباشته میشوند، اما کاربران روز به روز سختتر میتوانند بگویند «این خودرو واقعاً خوب کار میکند». مشکل هرگز در باهوش بودن یا نبودن سیستم خودرو نبوده، بلکه در این است که آیا میتواند حرفهای شنیدهشده را واقعاً به انجام یک کار برای انسان تبدیل کند. پاسخی که iFLYTEK این بار داده، در اصل بازگرداندن مسابقه صنعت از «چه کسی عملکرد بیشتری دارد» به این مسئله سادهتر است: «سیستم چه کسی پایدارتر است، خدمات چه کسی میتواند حلقه بسته باشد». این لزوماً تنها راه صحیح نیست، اما حداقل نشان میدهد: نیمه دوم کابین هوشمند، دیگر رقابت بر سر اینکه چه کسی داستان بزرگتری تعریف میکند نیست، بلکه رقابت بر سر این است که چه کسی میتواند مدل بزرگ را از سکو پایین بیاورد و در آن تجربهای بگذارد که کاربران هر روز استفاده میکنند و قابل اتکا است. جهت درست است؛ حالا باید دید چه کسی اول آن را واقعاً پیاده میکند.