近年來智能座艙逐漸呈現(xiàn)出同質(zhì)化的發(fā)展特征，隨著AI大模型的爆發(fā)（尤其是DeepSeek的影響）有望在智能座艙領(lǐng)域換發(fā)新的生機，各車企紛紛下場布局大模型，力爭在未來搶占產(chǎn)品體驗與AI技術(shù)的制高點。
隨著大模型的快速發(fā)展與落地，智能座艙也從AI1.0時代逐步進入AI2.0時代。從呈現(xiàn)出的關(guān)鍵變化來看，其特點主要表現(xiàn)為從基于規(guī)則的智能轉(zhuǎn)向為基于模型的智能。
具體來看：
【AI1.0時代】有限場景+預(yù)設(shè)規(guī)則+功能累加+命令式交互+機械化情感+自定義能力
【AI2.0時代】泛化能力+推理能力+自主能力+自然的交互+情緒化情感+生成式能力
可以預(yù)料的是，AI2.0會從人性的六大維度上（懶、貪、饞、快、活、美）得到全面的體驗升級。也會推進智能座艙企業(yè)從原有的競爭力內(nèi)核向新的競爭力內(nèi)核轉(zhuǎn)變。
AI大模型作為智能座艙的一部分，在用戶端的體驗與場景的占比仍舊不夠凸顯，但其帶來的用戶體驗價值的增益將是巨大的，因此我們將AI評測體系作為CC-1000T智能座艙評測體系的專項體系，分別采用自上而下（從場景看技術(shù)）和自下而上（從技術(shù)看場景）的思路進行設(shè)計與搭建。
研究與搭建的過程中我們發(fā)現(xiàn)，當(dāng)前AI大模型在智能座艙的用戶體驗中感知最高的依然聚焦在語音交互領(lǐng)域。而從用戶的認知上傳統(tǒng)的即AI1.0時代的語音交互是以“工具”屬性為用戶提供更加便捷的被動交互，而作為大模型賦能下的AI2.0時代的語音交互將以全新的“服務(wù)”屬性為用戶提供更加主動的移動智能體。當(dāng)然從“工具”屬性“向“服務(wù)”屬性的轉(zhuǎn)變依然會經(jīng)歷漫長的探索過程，但本著產(chǎn)品未至標準先行的原則，結(jié)合當(dāng)前大模型在智能座艙領(lǐng)域的體驗現(xiàn)狀，車云研究院經(jīng)過近半年的洞察與研究搭建出了《CC-1000T智能座艙AI專項評測體系》，目的是為各車企提供一把相對客觀的第三方標尺。
具體來看，AI專項評測體系主要覆蓋了“5+1”的核心能力
“5”主要指的是基礎(chǔ)必測項，主要以語音能力為主，即【推理能力】、【泛化能力】、【情緒能力】、【生成能力】、【自然程度】
“1”主要指的是創(chuàng)新加分項，主要以主動服務(wù)、多模態(tài)融合為主
整個AI專項評價體系涉及約50項評價內(nèi)容，分別從模型能力和場景價值兩個維度來衡量不同車型在AI大模型領(lǐng)域的體驗差異。
接下來我們會針對以上6項核心能力的體系內(nèi)容逐一進行解讀。
能力1——【推理能力】
推理能力作為AI大模型最核心的能力之一，正從“數(shù)據(jù)壓縮”邁向“世界模擬”， 從“數(shù)據(jù)擬合工具”向“認知決策體”躍遷，其本質(zhì)是用計算重構(gòu)人類認知金字塔的基石，是超越模式匹配的類人化思考。
為了全面且科學(xué)的檢驗大模型在座艙領(lǐng)域的推理能力，我們將從兩個方向逼近推理能力的全面性與專業(yè)性。
首先我們從“推理”本身將其分成了“邏輯推理”、“數(shù)學(xué)推理”、“常識推理”和“因果推理”，每一類推理又分成了“高熵”、“中熵”、“低熵”三個層次。同時AI大模型的誕生又伴隨著AI幻覺的產(chǎn)生。因此AI幻覺的評價也是必不可少的內(nèi)容，我們又從最常發(fā)生的“知識幻覺”、“常識幻覺”、“對抗幻覺”和“上下文幻覺”進行綜合檢驗，進而保證推理能力的全面性和專業(yè)性。
以邏輯推理為例，每一個評價項目都會設(shè)計獨立的評價模型，再輔以豐富的評價用例來確保評價的準確性。
示例【幻覺抑制】-“知識幻覺”、“對抗幻覺”、“常識幻覺”：
1. 知識幻覺：（事實性錯誤）
如：2000年奧運會在雅典召開的（2000年澳大利亞悉尼，2004年雅典）
2、對抗幻覺：（如矛盾性指令）
如：獨在異鄉(xiāng)為已客的上一句是什么？（該句即為第一句，沒有上一句）
3、常識幻覺：（常識性錯誤）
如：“七月流火”是如何形容盛夏的酷熱？（指夏去秋來，天氣轉(zhuǎn)涼，而非形容炎熱）
能力2——【泛化能力】
AI大模型的出現(xiàn)進一步提升了語音交互的泛化能力，主要表現(xiàn)為“知識泛化”、“任務(wù)泛化”和“跨域泛化”。根據(jù)用戶在智能座艙域的用車場景與使用頻率又分別進行了拆解，力求能夠在泛化能力評價上從全面性與重要性兩方面得到平衡。具體為：
1、【知識泛化】：拆解成5個垂類，分別為“汽車知識”、新聞資訊“、“金融股市”、“醫(yī)療健康”、“歷史人文”。
2、【任務(wù)泛化】：拆解成5個任務(wù)，分別為“音樂任務(wù)融合”、“視頻任務(wù)融合”、“導(dǎo)航任務(wù)融合”、“點評任務(wù)融合”、“出行任務(wù)融合”。
3、【跨域泛化】：拆解成2個內(nèi)容，分別為“特征搜索”、“幫助引導(dǎo)”
以知識泛化中“歷史人文”垂類查詢?yōu)槔覀儠臏蚀_性、時效性、專業(yè)性和覆蓋度四個維度進行評價，如覆蓋度檢驗是否涵蓋詩詞歌賦、節(jié)日習(xí)俗、素質(zhì)教育、發(fā)明創(chuàng)造、歷史人名和文明著作，再通過手機大模型與車機大模型進行交叉驗證。
示例【泛化能力】-“任務(wù)泛化”：當(dāng)用戶在搜索某一個歌手/影星的信息時，如果大模型的介紹中有其相關(guān)代表作品，那么用戶不需要在打開視頻或音樂應(yīng)用，只需要在大模型顯示頁面選擇或語音選擇即可觀看或收聽，提高了用戶操作任務(wù)的效率。
能力3——【情緒能力】
隨著AI大模型多模態(tài)能力的增強，其互動性與陪伴性價值加速落地，旨在滿足用戶被理解、被傾聽與被關(guān)注的需求。智能座艙通過語音交互從解意到共情，多角度為用戶提供情緒價值。因此該部分能力的評價主要涉及兩個方面：
1、【類人化互動】：包括“形象互動”、“聲紋模擬”、“類人表達”
2、【情感化陪伴】：包括“情感化關(guān)懷”、“情景化互動”、“陪伴式聊天”
以【類人化互動】中的“形象互動”為例，我們會從互動的多樣性、形象的豐富性與情景的貼合度三個維度進行綜合評價。
示例【類人化互動】-“聲紋模擬”：家庭用車時經(jīng)常會出現(xiàn)車內(nèi)小朋友與語音助手互動，理想在打開小主人模式后當(dāng)識別到兒童聲紋時也會以兒童的語氣回復(fù)，并且推薦兒童節(jié)目，增加了交互的互動性與趣味性。
能力4——【自然程度】
大模型的出現(xiàn)補全了傳統(tǒng)語音交互中語境理解的不足，通過對話語境的分析，大語言模型能夠更加精準的捕捉用戶的意圖，全面提升自然語言理解能力和對話的自然感。
傳統(tǒng)的語音交互也會涉及意圖理解與連續(xù)對話等，AI專項評價體系是在傳統(tǒng)語音交互 評價體系之上針對重要模塊進行補充，主要包括：
1、【意圖理解】：包括“模糊意圖”、“冗余意圖”、“簡稱理解”、“多意圖理解”、”話題轉(zhuǎn)移“
2、【連續(xù)對話】：包括“上下文理解”、“上下文記憶”
3、【跨域交互】：包括“跨語言交互”、“跨場景交互”、“跨空間交互”、“跨終端交互”、“跨生態(tài)交互”
以【連續(xù)對話】中“上下文理解”為例，我們把上下文理解共劃分為3種情況，分別為場景內(nèi)上下文理解、跨場景上下文理解和跨聲區(qū)上下文理解，其中場景內(nèi)上下文理解又分為7類高頻垂域場景。每個評測項目都會根據(jù)垂域的豐富性、指代的準確性和意圖的延續(xù)性進行綜合打分。如【跨場景上下文理解】“你好XX” → “導(dǎo)航去張家界XX地點” → “那邊天氣怎么樣”→“附近有沒有什么美食推薦”。
示例【跨域交互】-“跨空間語音交互”：在用戶開車快到家時想提前打開家里的窗簾/照明燈等智能設(shè)備，問界能夠?qū)崿F(xiàn)通過車機語音實現(xiàn)，不需要在打開智慧家居APP進行操作，極大減少了用戶分心的同時便利性也得到了極大的提升。
能力5——【生成能力】
生成式AI作為大模型最重要的應(yīng)用場景之一，是指利用機器學(xué)習(xí)模型來創(chuàng)建新的內(nèi)容，包括且不限于文本、圖片、音樂、音頻、視頻等。再利用多模態(tài)的特征對創(chuàng)建的不同內(nèi)容進行處理、拓展和融合。具有很好的場景與價值潛力。
我們針對當(dāng)前智能座艙應(yīng)用場景與產(chǎn)品現(xiàn)狀分析后，除了評價AI大模型生成的基礎(chǔ)能力外，還針對場景生成能力和內(nèi)容生成能力重點體驗，具體指：
【基礎(chǔ)能力】：主要包含“性能”（首詞響應(yīng)時間、出詞速度、出圖速度等）、“界面”（內(nèi)容可讀性、內(nèi)容邏輯性、布局美觀性等）、交互（自動播放匹配度、自定翻頁匹配度等）
【內(nèi)容生成】：主要包含“文本生成”、“圖片生成”、“視頻生成”
【場景生成】：主要包含“基于模糊指令生成”、“單一簡單指令生成”、“復(fù)雜多條件指令生成”
示例【內(nèi)容生成】-“文本生成”：陌生地點停車過程中車輛發(fā)生過潛在風(fēng)險時，小鵬能夠?qū)崿F(xiàn)將哨兵視頻中的內(nèi)容生成文字摘要，讓用戶更高效，更及時的獲取停車時發(fā)生的危險信息。
能力6——主動能力
基于多模態(tài)感知能力與AI大模型的分析決策能力，智能座艙從被動變得越來越主動，其特點為從傳統(tǒng)基于規(guī)則的主動向基于模型的主動演化。
主動能力作為創(chuàng)新的一部分，整個行業(yè)仍處于場景探索和價值驗證階段，因此在評價過程中不設(shè)上限，但在創(chuàng)新性認定過程做了嚴格的要求。我們會從體驗屬性與價值屬性兩個維度進行評判，必須滿足所有要求才會作為創(chuàng)新項。
價值屬性：必須滿足“驚喜+獨創(chuàng)+實用”三個要求
體驗屬性：必須滿足“服務(wù)主動性+需求必要性+場景契合度”三個要求
同時從當(dāng)前產(chǎn)品現(xiàn)狀看AI的座艙應(yīng)用趨勢主要包含兩部分內(nèi)容，主動服務(wù)和多模融合，在評價過程我們采用案頭研究+實車評測兩種方式進行評測，因為并非所有的主動能力場景都能夠被還原。 
示例【場景幫助】-“個性化場景服務(wù)”：多個人在車內(nèi)聽音樂時，蔚來可以根據(jù)車內(nèi)乘員的分布情況，自動調(diào)整音場的相位，不忽視每一位駕乘人員的聽覺感受。
最后我們以該專項評價體系實踐的兩個實車評測結(jié)果作為結(jié)尾。
從兩個頭部新勢力品牌的AI大模型基礎(chǔ)評測項來看，其差異還是非常明顯的，A車在推理、泛化、自然、清晰、生成五個方面全面領(lǐng)先于B車。其中高熵邏輯推理、任務(wù)泛化、連續(xù)對話中的上下文理解與內(nèi)容生成中的場景符合度方面差異尤為明顯。
文章評論
時間|熱度