المحطة التالية لمقصورة القيادة الذكية: من "الفهم" إلى "الإنجاز"

قد تكون المقصورة الذكية الذكية المجال الأكثر عرضة لإنتاج "فجوة توقعات" في عالم السيارات خلال العامين الماضيين.

فمن ناحية، مع دخول النماذج الكبيرة الشاملة إلى السيارات، تكاد جميع السيارات الجديدة تجعل من المقصورة مسرحًا لاستعراض "محتوى الذكاء الاصطناعي"، حيث تتوالى الأوامر الصوتية والوسائط المتعددة والوكلاء الأذكياء واحدًا تلو الآخر، والمعايير أكثر جرأة من بعضها البعض. لكن من ناحية أخرى، يواجه المستخدمون في تجربتهم الفعلية انقطاعات متكررة: فالنظام يفهم الأمر لكنه يعجز عن إتمام العملية بشكل متكامل؛ يتذكر محادثة معينة ثم ينساها تمامًا بعد لحظات؛ وعند مواجهة احتياجات تنقل معقدة، إما يجيب بشكل غير ذي صلة أو لا يجرؤ على التنفيذ.

في مؤتمر إطلاق منتجات科大讯飞 للسيارات الذكية في 21 أكتوبر، تم الإطلاق الرسمي للجيل الجديد من مقصورة SparkAuto Space 3.0 الذكية، وقد طرحت科大讯飞 في الواقع قضية صناعية أكثر واقعية: كيف يمكن للمقصورة الذكية أن تنتقل حقًا من "الفهم" إلى "الإنجاز"؟

نقاط الألم الهيكلية: المقصورة تفتقر إلى "دماغ" موحد

حجم الإنتاج والمبيعات في صناعة السيارات الصينية احتل المرتبة العالية عالميًا لسنوات متتالية، ومعدل انتشار الذكاء الاصطناعي يرتفع بسرعة. لكن خلف معدل الانتشار العالي، هناك تأخر في ترقية التجربة.

المشكلة الشائعة في الصناعة هي: المقصورة غالبًا "لها آذان بلا دماغ". فالصوت والملاحة والترفيه والتحكم في المركبة عادةً أنظمة فرعية كل منها يعمل بشكل مستقل، مما يؤدي إلى تجربة مجزأة عبر النطاقات؛ ونقص الذاكرة طويلة المدى يجعل أنظمة السيارات المختلفة تتجه نحو التماثل المتزايد؛ والنماذج الكبيرة تحمل مخاطر الهلوسة، مما يجعل التحكم الأساسي في المركبة لا يجرؤ على تفويض الصلاحيات بسهولة؛ ومع تعزيز قدرات النموذج، يصعب خفض زمن التأخير.

تشير نقاط الألم هذه إلى مشكلة هيكلية واحدة: المقصورة تفتقر إلى "دماغ موحد" قادر على ربط الوحدات المختلفة معًا. فإذا كان الأمر مجرد تراكم وظائف أو معايير دون حل مشكلة الجدولة في البنية التحتية، فلن تتمكن التجربة من تحقيق تحول نوعي.

تطور البنية: من التفاعل بالأوامر إلى التفاعل الشبيه بالبشر

لحل هذه المشكلة الهيكلية، قسم科大讯飞 تطور تفاعل المقصورة إلى ثلاث مراحل: التفاعل بالأوامر، والتفاعل الذكي المدمج، والمرحلة الشاملة الذكية الشبيهة بالبشر بقيادة SOPHIA (بنية تفاعل السيارات الذكية الشاملة الشبيهة بالحكمة البشرية).

العمود الفقري الأساسي لمقصورة SparkAuto Space 3.0 الذكية هو بنية SOPHIA، التي تتكون أساسًا من أربعة أنظمة: تطور الذاكرة، والتفكير واتخاذ القرار، والإدراك الشامل، والتعبير متعدد الأبعاد، ويتم الإشراف عليها بشكل موحد من قبل Master Agent للسيارة بأكملها. تقدم هذه البنية في النهاية ثلاث قيم أساسية للمستخدم: رفيق عاطفي يفهمك أكثر، ومدير سيارة قادر على إنجاز المهام، ومعلم صوتي وصوري فائق الإحساس.

على مستوى "فهمك أكثر"، بنت نسخة SparkAuto Space 3.0 الذكية نظامًا بأكثر من 68 بُعدًا للذاكرة، يغطي الذاكرة قصيرة وطويلة المدى وملفات المستخدم. ولموازنة التجربة مع الخصوصية، تُقيَّد الذكريات عالية الحساسية بالتخزين على الجهاز الطرفي، ويتطلب الاستعلام مصادقة شخصية.

لمعالجة تحديات التفاعل مع عدة ركاب، حققت نسخة SparkAuto Space 3.0 الذكية قدرة شاملة ثنائية الاتجاه متعددة الأشخاص. من خلال الترقية التقنية، ارتفع معدل استجابة التفاعل متعدد الأشخاص إلى أكثر من 95%، وبلغ معدل رفض التداخل أكثر من 98%، وتم التحكم في تأخير المقاطعة within 300 مللي ثانية. وهذا يعني أن النظام يمكنه التمييز بدقة بين "من يتحدث ولمن يتحدث"، مما يحل بفعالية مشكلة مقاطعة نظام السيارة للمحادثات بشكل عشوائي عندما يتحدث عدة أشخاص في السيارة.

بالإضافة إلى ذلك، يمتد الصوت الخارجي للسيارة حدود التفاعل إلى 30 مترًا خارج السيارة، ويدعم المصادقة بالبصمة الصوتية والتحدث أثناء المشي؛ ويمكن التعرف على الأصوات الخاصة على مسافة تصل إلى 200 متر. يجمع الإدراك متعدد الأنماط بين السحابة والجهاز الطرفي أكثر من 100 قدرة، منها وضع الحارس المعزز على الجهاز الطرفي القادر على التعرف على 16 نوعًا من أحداث المخاطر النموذجية، وإرسال النتائج خلال 4 ثوانٍ لكل حدث، بمعدل دقة تعرف يصل إلى 90%، وهو متفوق بشكل ملحوظ على المستوى المماثل.

فاصل التجربة: من "البحث عن المعلومات" إلى "إنجاز المهام"

بالنسبة لدخول الذكاء الاصطناعي إلى السيارات في المرحلة الحالية، فإن قدرة النظام على فهم اللهجات وتذكر تفضيلاتك لا تُعدو أن تكون "مقدمة". في سيناريوهات الاستخدام الحقيقية للسيارة، ما يتوق إليه المستخدم حقًا هو "النتيجة". أنت تفهم ما أقصد، ثم تساعدني في إنجاز الأمر بشكل صحيح. في هذا البُعد، تُعد قدرة "إنجاز المهام" هي الفاصل الذي يحدد جودة التجربة.

في سيناريوهات التنقل المعقدة، يستطيع دماغ الملاحة Master Agent المحدث فهم الدلالات الغامضة والقيود الزمنية والفروع الشرطية بدقة. على سبيل المثال، "ابحث عن مطعم قريب من الشركة وبحيرة البجعة"، يصل معدل دقة فهم نوايا التنقل المعقدة إلى أكثر من 95%.

الأكثر جديرًا بالاهتمام هو استكمال الحلقة البيئية المغلقة. أبرمت科大讯飞 ترقية شراكة استراتيجية مع Alipay، وأطلقت "خطة Xunbao". انضم مساعد Alipay للسيارات إلى مقصورة SparkAuto Space 3.0 الذكية، بإشراف موحد من Master Agent، وأكمل الطرفان الربط في قدرات ربط الحسابات والدفع بالذكاء الاصطناعي في السيارة. هذا يجعل المقصورة تتجاوز حقًا حدود "البحث عن المعلومات"، وتُنزل سيناريوهات "إنجاز المهام" الحقيقية مثل المرور السلس بدون توقف على الطرق السريعة، والدفع بدون توقف عند مواقف السيارات، واستلام الطرود في الطريق.

بالإضافة إلى ذلك، في مجال المقصورة الصحية تم ربط Xunfei Xiaoyi، الذي قدم خدمة الاستشارات الصحية تراكميًا 200 مليون مرة، وخدم أكثر من 35 مليون مستخدم، ويغطي 2600 نوع من الأمراض الشائعة وأكثر من 60000 نوع من المعرفة الدوائية الشائعة. يتعرف FaceID على جميع ركاب السيارة وينشئ ملفات صحية مستقلة، ملف لكل شخص، ويربط السيارة والمنزل والهاتف والسحابة والأجهزة القابلة للارتداء الرئيسية مثل Huawei وApple، لتشكيل حلقة مغلقة كاملة من "القياس والسؤال والتشخيص". في سيناريو ركن السيارة، يتكامل وكيل الركن حسب الرغبة مع نظام القيادة الذكية بعمق، ويغطي الركن الذاتي والتحريك الصوتي واستدعاء السيارة للاستقبال.

تجربة صوتية: معلم صوتي وصوري فائق الإحساس

عندما تبلغ عوائد "الشاشات الكبيرة" البصرية للمقصورة الذكية ذروتها تدريجيًا، فإن الساحة التالية التي تحدد الفارق التجريبي تنتقل نحو "السمع". النظام الذي يفهمك حقًا لا يجب أن يسمع فقط، بل يجب أن يعبّر أيضًا. وخلف ذلك، يكون التنافس على إعادة الهيكلة الأساسية لبنية الصوتيات على مستوى السلسلة الكاملة.

بنية الصوت GaN (نتريد الغاليوم) التي ابتكرتها科大讯飞 كأول في الصناعة، لا تقلل فقط من وزن النظام بأكمله بنسبة 30%، بل مع مكبرات الصوت من سلسلة Black Gold ومضخم الصوت العميق بمستوى السينما بقدرة 300W، ترفع الإحساس السمعي بنسبة 20%. بالاقتران مع الصوت المحيطي فائق الإحساس Pro 3.0، يستطيع النظام عبر الذكاء الاصطناعي إعادة بناء مصادر صوت 2.0 العادية في الوقت الفعلي إلى صوت محيطي 7.1.4، مما يخفض بشكل كبير عتبة الحصول على محتوى الصوت المحيطي.

في التحكم بمجال الصوت داخل السيارة، حقق تقسيم المجال الصوتي الذكي 3.0 أقصى عزل صوتي بمنطقتين 30dB وأربع مناطق 26dB. السائق يسمع الملاحة، والراكب الأمامي يشاهد المسلسلات، والأطفال في المقعد الخلفي يسمعون أغاني الأطفال، مما يحقق حقًا "مقصورة واحدة بأصوات متعددة دون تداخل". في الوقت نفسه، نظام الصوتيات فائق الجودة في مسند الرأس الأول من نوعه في الصناعة، يدمج البث الموجه وتقليل الضوضاء النشط (بعمق أقصى 9dBA) في مسند الرأس، بحيث تطفو إعلانات الملاحة فقط بجانب أذن السائق دون إزعاج الركاب الآخرين المستريحين.

الدعم الأساسي: قوة الحوسبة بالتعاون بين السحابة والجهاز الطرفي وثقة الإنتاج الكمي

في الواقع، سواء كان الإدراك متعدد الأنماط، أو جدولة المهام المعقدة، أو خوارزميات الصوتيات بمستوى المللي ثانية، فإن "سقف" هذه التجارب الأمامية غالبًا ما تحدده "أرضية" قوة الحوسبة الأساسية وبنية النموذج. أكبر فجوة واقعية في دخول النماذج الكبيرة إلى السيارات هي المواجهة بين زمن تأخير الحوسبة وتعقيد السيناريوهات.

اعتمدت مقصورة SparkAuto Space 3.0 الذكية مزيجًا ثنائي النمط بالتعاون بين السحابة والجهاز الطرفي: سحابة SparkAuto 1.0 حققت في منصة H20 اختبارًا بمعدل إصابة ذاكرة تخزين مؤقت للسياق 350K يتجاوز 99.5%، وزمن استجابة حسابي أول أقل من 800 مللي ثانية؛ الجهاز الطرفي SparkAuto 1.0-EMM يدعم أكثر من 100 سيناريو، ونموذجه 35B-A3B الأول من نوعه في الصناعة حقق على منصة Jetson Thor أداءً بأول إطار أقل من 650 مللي ثانية وانخفاض ذروة الذاكرة بنسبة 75%.

في توزيع المهام، قدمت科大讯飞 نهجًا: التفاعلات عالية التكرار والفورية التي تتضمن بيانات حساسة تُغلق على الجهاز الطرفي، والفهم المعقد والتخطيط وجدولة الأدوات تُسلَّم للسحابة، لإيجاد توازن بين زمن التأخير وتكلفة الاستدعاء. وهذا también يفرض اختبارًا على تكلفة BOM للأجهزة لدى شركات السيارات، ولا يزال انتشار نماذج الجهاز الطرفي المتقدمة يحتاج إلى دعم تطور منصة الأجهزة.

في ظل التأكيد المتكرر للصناعة حاليًا على "التطوير الذاتي الكامل"، اختارت科大讯飞 مسار "الانفتاح والابتكار المشترك". شركات السيارات تقود تعريف العلامة التجارية والمنصة، وتوفر科大讯飞 سلسلة الأدوات الأساسية والخدمات التقنية. حاليًا، منصتها البيئية مرتبطة بأكثر من 60 مصدر معلومات، وبمعدل استدعاء يومي يبلغ 220 مليون مرة.

من البيانات، فإن الميزة الحجمية ل科大讯飞 في مجال السيارات قد ترسخت: أكثر من 81 مليون مركبة مجهزة تراكميًا، وأكثر من 50 شركة سيارات متعاونة؛ دعم متعدد اللغات للتصدير بـ32 لغة، يغطي 60 دولة ومنطقة، و80% من طرازات التصدير الجديدة تختار科大讯飞.

ليس هذا فحسب، بل تحمل مقصورة SparkAuto Space 3.0 الذكية شعار "الإطلاق يعني الإنتاج الكمي"، وقد تبنتها بالفعل علامات مثل Chery وWEY من Great Wall وDongfeng Nissan، وحصلت على ثلاث شهادات من مركز CATARC: أول مقصورة ذكية متعددة الأنماط بالذكاء الاصطناعي في الصناعة TOP Intelligence، و2026 إنجاز تقني رائد في المقصورات الذكية للسيارات، و2026 حالة نموذجية لقوى الإنتاج الجديدة في السيارات. قاعدة المخزون البالغة 81 مليون مركبة توفر تربة تحقق حقيقية للتطوير المستمر للتقنية.

خاتمة

المنافسة في المقصورة الذكية تنتقل بشكل شامل من "هل يوجد نموذج كبير" إلى "هل المقصورة مفيدة حقًا". خيار科大讯飞 هذه المرة ذو دلالة اختراقية كبيرة: استخدام دماغ موحد لربط الوظائف المتناثرة حقًا، ثم استخدام المزيج الثنائي بين السحابة والجهاز الطرفي لدفع التجربة المتقدمة نحو إنتاج كمي بملايين الوحدات. الاتجاه قد اتضح، والطريق سيتسع naturally أكثر فأكثر.

بالعودة إلى تلك الفجوة في البداية: المعايير تتراكم عامًا بعد عام، لكن المستخدمين يجدون صعوبة متزايدة في قول "هذه السيارة رائعة حقًا". المشكلة لم تكن أبدًا في ذكاء نظام السيارة، بل في قدرته على تحويل الكلمات المفهومة إلى إنجاز حقيقي لشيء ما نيابة عن الإنسان. الإجابة التي قدمتها科大讯飞 هذه المرة هي في جوهرها إعادة المنافسة الصناعية من "من لديه وظائف أكثر" إلى السؤال الأكثر بساطة: "من لديه نظام أكثر استقرارًا وخدمة قادرة على الإغلاق الكامل". قد لا يكون هذا المسار الصحيح الوحيد، لكنه على الأقل يوضح: النصف الثاني من المقصورة الذكية لم يعد مقارنة بمن يروي قصة أكبر، بل بمن يستطيع إنزال النموذج الكبير من منصة العرض ووضعه في تلك التجربة التي يستخدمها المستخدم يوميًا ويستطيع الاعتماد عليها. الاتجاه صحيح بالفعل، وما تبقى هو معرفة من سينزله إلى أرض الواقع أولاً.