隨著人工智能技術的飛速發展，汽車行業正從“軟件定義汽車”向“AI定義汽車”的新時代邁進。如何將大模型技術更深入地整合到車載系統中，以實現更高效、更低成本的智能化解決方案，正成為眾多車企亟需解決的課題。

2024高工智能汽車開發者大會暨艙駕智能與跨域論壇上，云知聲智慧座艙解決方案中心總經理鮑晴峰以《邊緣側大模型帶來智能座艙交互新體驗》為題，分享了云知聲在邊緣側大模型技術探索和應用方面的豐富經驗和前瞻性見解。

PART 1

端云融合，邊緣計算興起

隨著技術的發展，車載大模型正在經歷一場重要的變革。盡管云端計算模式在處理大數據和復雜任務時表現出色，但隨著對實時性、穩定性以及個性化服務需求的不斷增長，其局限性開始顯現。特別是在車載環境中，用戶期望獲得快速響應和高度可靠的智能服務，同時對數據隱私和安全性的要求也日益提高。

正是這些需求推動了車載大模型向端云融合和邊緣計算的方向發展。端側硬件性能的提升，尤其是AI芯片NPU算力的快速提升，為大模型在車輛本地的高效運行提供了必要的支持。這意味著大模型可以更接近端側處理，從而減少對云端的依賴，實現更快的響應時間和更高的穩定性。同時，本地處理還有助于保護用戶數據的隱私，因為數據不必頻繁地在車端和云端之間傳輸。

此外，端側大模型的小型化和優化，使得它們能夠適應車載系統有限的計算資源，同時保持高性能的AI處理能力。這種技術進步不僅提升了用戶體驗，也為車輛提供了更加個性化和智能化的服務，滿足市場對智能座艙不斷增長的期望。

PART 2

引入端側大模型，云知聲重塑座艙交互體驗

基于端側大模型，云知聲從語音交互與應用場景兩大關鍵方向入手，提供更加全面、精準的交互服務，重塑智慧座艙交互體驗，讓車輛從單純的交通工具轉變為能夠提供全方位智能服務的生活伙伴。

面向語音交互，云知聲依托大模型技術重構了語音識別、語義理解、語音合成的全鏈路語音方案，實現了在車輛端側獨立完成對話，包括對多語種的精準識別、深度的語義理解、以及提供情感化和個性化的語音反饋，從而打造一個更自然、更懂用戶、更有趣的交互體驗。

面向場景應用，云知聲基于大模型的理解與生成能力，賦能用車、出游、主動關懷、健康、通用聊天五大場景，讓座艙體驗從簡單的語音交互邁向全面智能的個性化交互。

用車場景

AI汽車大師提供用車手冊和專業車載知識問答，幫助用戶更好地了解和使用他們的車輛，讓駕駛更加安全和便捷。

出游場景

提供出游建議，結合車外圖片拍攝和視頻合成功能，豐富用戶旅行體驗。

主動關懷場景

通過場景策略引擎，云知聲智慧座艙得以智能識別用戶需求和習慣并主動提供服務，如天氣提醒、日程安排，甚至在長途駕駛中提醒休息。

健康場景

通過與車內傳感器和各種可穿戴設備的鏈接，系統可實時關注駕駛員的生理狀態，如心率、疲勞程度等，提供合理的健康建議、慢性病管理服務等，并在必要時發出警示，保障駕駛安全。

通用聊天場景

針對高容錯、高開放、低精準的聊天場景，云知聲可提供百變人設，打造最知趣知心旅伴，滿足用戶的情感交流需求。

隨著技術的不斷進步，我們可以預見，車輛將變得更加智能，成為用戶生活中不可或缺的智能伙伴。面向未來，云知聲致力通過持續的技術創新，將每一輛汽車轉變為一個高度智能化、能夠自我學習和進化的移動生活空間，為用戶帶來更加豐富和個性化的駕駛體驗。

審核編輯：彭菁