Ang matalinong cockpit ay maaaring ang larangan sa industriya ng sasakyan sa nagdaang dalawang taon na pinakamadaling magdulot ng “pakiramdam ng agwat.”

Sa isang banda, kasabay ng ganap na pagpasok ng malalaking modelo sa sasakyan, halos lahat ng bagong sasakyan ay ginagawang tanghalan ng “nilalaman ng AI” ang cockpit, sunod-sunod na inilalabas ang voice, multimodal, at intelligent agent, at mas agresibo ang parameter ng bawat isa. Ngunit sa kabilang banda, madalas na nakakaranas ang mga gumagamit ng pagputol sa aktwal na karanasan: naiintindihan ng head unit ang utos, ngunit mahirap tapusin ang closed-loop na operasyon; naaalala ang isang usapan, ngunit agad ding nakakalimutan; sa harap ng kumplikadong pangangailangan sa paglalakbay, maaaring hindi tugma ang sagot, o hindi matapang na isagawa.

Sa press conference ng mga produkto at teknolohiya ng intelligent na sasakyan ng iFlytek noong Oktubre 21, opisyal na inilunsad ang buong bagong henerasyong SparkAuto Space 3.0, at talagang naglabas ang iFlytek ng mas praktikal na proposisyong pang-industriya: paano tunay na makakalampas ang matalinong cockpit mula sa “nakakaintindi” tungo sa “nakakagawa”?

Istruktural na sakit: kulang ang cockpit sa pinag-isang “utak”

Ang sukat ng produksiyon at benta ng industriya ng sasakyan ng Tsina ay nanatiling mataas sa mundo sa maraming taon, at mabilis ding tumataas ang penetration rate ng intelligence. Ngunit sa likod ng mataas na penetration rate ay ang pagkahuli ng pag-upgrade ng karanasan.

Ang karaniwang problema sa industriya ay: ang cockpit ay madalas “may tainga, walang utak.” Ang voice, navigation, entertainment, at vehicle control ay kadalasang ilang magkakahiwalay na subsystem, nahahati ang cross-domain na karanasan; kulang sa pangmatagalang memorya, kaya nagiging magkatulad ang bawat head unit; may panganib ng hallucination ang malaking modelo, kaya hindi matapang na ipinagkakatiwala ang core vehicle control; habang lumalakas ang kakayahan ng modelo, mahirap pababain ang latency.

Ang mga sakit na ito ay tumuturo sa isang istruktural na problema: kulang ang cockpit sa isang “pinag-isang utak” na makakapag-ugnay sa mga module. Kung puro pagdaragdag lamang ng function o parameter ang gagawin, nang hindi nilulutas ang isyu ng scheduling sa ilalim na arkitektura, hindi magkakaroon ng kvalitatibong pagbabago ang karanasan.

Ebolusyon ng arkitektura: mula sa instruction-based tungo sa parang-taong interaksyon

Upang malutas ang istruktural na problemang ito, hinati ng iFlytek ang ebolusyon ng interaksyon sa cockpit sa tatlong yugto: instruction-based na interaksyon, intelligent fusion na interaksyon, at ang yugtong parang-taong matalinong all-modal na pinangungunahan ng SOPHIA (parang-taong matalinong all-modal na arkitektura ng interaksyon ng intelligent na sasakyan).

Ang pangunahing katawan ng SparkAuto Space 3.0 ay ang SOPHIA architecture, na binubuo sa ilalim ng apat na sistema: memory evolution, thinking at decision-making, all-modal perception, at multi-dimensional expression, at pinag-isang pinamamahalaan ng Master Agent ng buong sasakyan. Ang arkitekturang ito ay naghahatid sa gumagamit ng tatlong pangunahing halaga: kasamang emosyonal na mas nakakaintindi sa iyo, tagapamahala ng sasakyan na marunong gumawa ng gawain, at master ng audiovisual na lumalampas sa pandama.

Sa antas ng “mas nakakaintindi sa iyo,” ang bersyon 3.0 ng Spark Smart Cockpit ay bumuo ng sistemang may higit sa 68 dimensyon ng memorya, na sumasaklaw sa panandalian at pangmatagalang memorya at profile ng gumagamit. Upang balansehin ang karanasan at privacy, ang mataas na sensitibong memorya ay limitado sa storage sa device, at ang query ay nangangailangan ng authentication ng may-ari.

Para sa problema ng interaksyon kapag maraming sakay, nakamit ng bersyon 3.0 ng Spark Smart Cockpit ang kakayahang all-modal full-duplex para sa maraming tao. Sa pamamagitan ng pag-upgrade ng teknolohiya, tumaas sa higit 95% ang response rate ng multi-person interaction, umabot sa higit 98% ang interference rejection rate, at kontrolado sa loob ng 300 millisecond ang interruption delay. Ibig sabihin, kayang tumpak na makilala ng sistema “sino ang nagsasalita, kanino sinasabi,” na epektibong lumulutas sa sakit na nanghihimasok ang head unit kapag maraming tao ang nag-uusap sa loob ng sasakyan.

Bukod dito, pinalawak ng voice sa labas ng sasakyan ang hangganan ng interaksyon hanggang 30 metro sa labas, sumusuporta sa voiceprint authentication at pagsasalita habang naglalakad; ang espesyal na sound recognition ay umaabot hanggang 200 metro. Ang end-cloud multi-modal perception ay nagbubuklod ng higit 100 kakayahan, kung saan ang end-side enhanced sentinel mode ay kayang makilala ang 16 na tipikal na risk event, nagpapadala ng resulta sa loob ng 4 segundo bawat event, at umaabot sa 90% ang accuracy ng recognition, na kapansin-pansing mas mahusay kaysa sa antas ng parehong klase.

Hati ng karanasan: mula sa “maghanap ng impormasyon” tungo sa “gumawa ng bagay”

Para sa kasalukuyang yugto ng AI sa sasakyan, ang kakayahang maintindihan ng head unit ang diyalekto at matandaan ang gusto mo ay maituturing pa lamang na “prelude.” Sa tunay na senaryo ng paggamit ng sasakyan, ang tunay na hinahangad ng gumagamit ay “resulta.” Naintindihan mo ang ibig kong sabihin, pagkatapos ay tulungan mo akong maisagawa nang maayos ang bagay. Sa dimensyong ito, ang kakayahang “marunong gumawa ng gawain” ang siyang hati na nagtatakda ng kalidad ng karanasan.

Sa kumplikadong senaryo ng paglalakbay, ang na-upgrade na Master Agent navigation brain ay kayang tumpak na maintindihan ang malabong semantika, constraint sa oras, at conditional branch. Halimbawa, “humanap ng restawran na hindi masyadong malayo sa kompanya at sa Swan Lake,” ang accuracy ng pag-unawa sa kumplikadong intent sa paglalakbay ay umaabot sa higit 95%.

Mas kapansin-pansin ang pagkumpleto ng closed loop ng ecosystem. Nagsagawa ng strategic cooperation upgrade ang iFlytek at Alipay, at inilunsad ang “Xunbao Plan.” Ang Alipay车载 assistant ay konektado sa Spark Smart Cockpit 3.0, pinag-isang pinamamahalaan ng Master Agent, at nakumpleto ng dalawang panig ang pagkakaugnay sa account interoperability, in-car AI payment, at iba pang kakayahan. Dahil dito, tunay na nalampasan ng cockpit ang limitasyon ng “maghanap ng impormasyon,” at naisakatuparan ang mga totoong senaryo ng “paggawa ng bagay” tulad ng high-speed seamless passage, seamless parking payment, at pagkuha ng parcel sa daan.

Bukod dito, sa aspekto ng health cockpit, isinama ang iFlytek Xiaoyi, na may pinagsama-samang 200 milyong serbisyo sa health consultation, higit 35 milyong naaalagaan na gumagamit, sumasaklaw sa 2,600 karaniwang sakit at higit 60,000 kaalaman sa karaniwang gamot. Kinikilala ng FaceID ang lahat ng sakay at bumubuo ng independiyenteng health record, isang tao isang file, na nag-uugnay sa sasakyan, bahay, telepono, cloud, at mga pangunahing wearable device tulad ng Huawei at Apple, na bumubuo ng buong closed loop ng “pagsukat, pagtatanong, pagsusuri.” Sa senaryo ng paradahan, malalim na isinama ng Suixin Parking Agent at ng intelligent driving system, na sumasaklaw sa autonomous parking, voice moving ng sasakyan, at summon pickup.

Karanasan sa acoustics: master ng audiovisual na lumalampas sa pandama

Habang unti-unting umaabot sa tugatog ang dividend ng visual na “malaking screen” ng matalinong cockpit, ang susunod na larangan ng labanan na magtatakda ng generational gap sa karanasan ay lumilipat na sa “pandinig.” Ang sistemang tunay na nakakaintindi sa iyo ay hindi lamang dapat marunong makinig, kundi dapat ding marunong magpahayag. Sa likod nito, ang pinaglalabanan ay ang bottom-level na muling pagbuo ng buong-chain na acoustic architecture.

Ang unang sa industriya na GaN (gallium nitride) audio architecture ng iFlytek ay hindi lamang nagpapababa ng timbang ng buong sistema nang 30%, kundi, kasama ang black gold series speakers at 300W cinema-level subwoofer, nagpapataas ng pakiramdam ng pakikinig nang 20%. Kasama ang ultra-immersive surround sound Pro 3.0, kayang buuin muli ng sistema sa real time sa pamamagitan ng AI ang ordinaryong 2.0 audio source tungo sa 7.1.4 panoramic sound, na malaki ang pagbaba sa hadlang sa source material ng panoramic sound.

Sa kontrol ng sound field sa loob ng sasakyan, nakamit ng Smart Sound Field Zoning 3.0 ang maximum na 30dB na sound isolation sa dual zone at 26dB sa four zone. Nag-navigate ang driver, nanonood ng drama ang pasahero sa harap, nakikinig ng nursery rhymes ang bata sa likod, tunay na naisakatuparan ang “isang cockpit maraming tunog na hindi nag-iinterfere.” Kasabay nito, ang unang super headrest acoustic system ay nagsasama ng directional playback at active noise cancellation (maximum 9dBA depth) sa headrest, kung saan ang navigation broadcast ay lumulutang lamang sa tainga ng driver, hindi nakakaabala sa ibang pasaherong nagpapahinga.

Suporta sa base: end-cloud collaboration na computing power at kumpiyansa sa mass production

Sa katunayan, maging ang multi-modal perception, scheduling ng kumplikadong gawain, o millisecond-level acoustic algorithm, ang “tugatog” ng front-end na karanasang ito ay madalas na nakatakda ng “sahig” ng bottom-level computing power at model architecture. Ang pinakamalaking realidad na agwat sa pagpasok ng malaking modelo sa sasakyan ay ang labanan sa pagitan ng computing latency at complexity ng senaryo.

Gumamit ang SparkAuto Space 3.0 ng end-cloud collaborative dual-mode combination: ang cloud SparkAuto 1.0 sa H20 platform ay may aktwal na pagsukat na higit 99.5% context cache hit rate at mas mababa sa 800 millisecond ang unang tugon ng computation; ang end-side SparkAuto 1.0-EMM ay sumusuporta sa higit 100 senaryo, at ang unang sa industriya na 35B-A3B model sa Jetson Thor platform ay nakamit ang first frame na mas mababa sa 650 millisecond at 75% na pagbaba ng peak memory.

Sa alokasyon ng gawain, ang ibinigay na ideya ng iFlytek ay: ang mataas na dalas, real-time, at may sensitibong data na interaksyon ay ilagay sa closed loop sa end side, ang kumplikadong pag-unawa, pagpaplano, at tool scheduling ay ibigay sa cloud, upang mahanap ang balanse sa pagitan ng latency at cost ng调用. Nagdudulot din ito ng hamon sa hardware BOM cost ng mga automaker, at ang paglaganap ng high-end end-side model ay nangangailangan pa ng suporta ng iteration ng hardware platform.

Sa kasalukuyang konteksto kung saan madalas bigyang-diin ng industriya ang “all self-developed,” pinili ng iFlytek ang landas ng “open co-creation.” Ang automaker ang nangunguna sa brand at platform definition, ang iFlytek ang nagbibigay ng bottom-level toolchain at technical services. Sa kasalukuyan, ang ecosystem platform nito ay nakakonekta na sa 60+ information source, na may average na daily调用 na 220 milyong beses.

Mula sa datos, ang规模化 advantage ng iFlytek sa larangan ng sasakyan ay naitatag na: pinagsama-samang higit 81 milyong sasakyan ang na-install, higit 50 automaker ang nakikipagtulungan; 32 wika ang sinusuportahan para sa overseas, sumasaklaw sa 60 bansa at rehiyon, at 80% ng mga bagong modelong overseas ay pumipili ng iFlytek.

Bukod dito, ang SparkAuto Space 3.0 ay may tatak na “ilunsad agad, mass produce agad,” at ang Chery, Great Wall WEY, Dongfeng Nissan at iba pang brand ay naunang nag-install, at nakatanggap ng tatlong sertipikasyon: ang unang AI multi-modal smart cockpit ng TOP Intelligence ng CATARC, ang 2026 Automotive Smart Cockpit Leading Technology Achievement, at ang 2026 Automotive New Quality Productive Forces Typical Case. Ang 81 milyong existing base ay nagbibigay ng tunay na lupa para sa patuloy na iteration ng teknolohiya.

Sa huli

Ang kompetisyon sa matalinong cockpit ay lumilipat na mula sa “may malaking modelo ba” tungo sa “talaga bang kapaki-pakinabang ang cockpit.” Ang piniling ito ng iFlytek ay may malaking kahulugan sa pagbasag ng sitwasyon: gamitin ang isang pinag-isang utak upang tunay na pag-ugnayin ang magkakahiwalay na function, at gamitin ang end-cloud dual-mode combination upang dalhin ang frontier na karanasan sa milyong-level na mass production. Naituro na ang direksyon, natural na lalawak ang daan.

Bumalik sa agwat sa simula: taon-taon tumataas ang parameter, ngunit mas mahirap para sa gumagamit na masabi ang “magandang gamitin ang sasakyang ito.” Ang problema ay hindi kailanman kung matalino ba ang head unit, kundi kung kaya ba nitong tunay na isagawa para sa tao ang isang bagay na naintindihan nito. Ang sagot ng iFlytek sa pagkakataong ito ay sa esensya ibinabalik ang kompetisyon ng industriya mula sa “sino ang may mas maraming function” tungo sa mas simpleng tanong na “sino ang may stable na sistema, sino ang may serbisyong may closed loop.” Hindi man ito ang tanging tamang landas, ngunit kahit paano ay nagpapakita ito: sa ikalawang kalahati ng matalinong cockpit, hindi na tungkol sa kung sino ang may mas malaking kuwento, kundi kung sino ang makakapagbaba ng malaking modelo mula sa exhibit at mailagay ito sa karanasang aktwal na nagagamit at maaasahan ng gumagamit araw-araw. Tama na ang direksyon, susunod na lang ay kung sino ang unang tunay na makakapagpatupad nito.