云知聲出席2024高工智能汽車開發(fā)者大會暨艙駕智能與跨域論壇并作主題演講

隨著人工智能技術(shù)的飛速發(fā)展,汽車行業(yè)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(shù)更深入地整合到車載系統(tǒng)中,以實現(xiàn)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(fā)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(jīng)理鮑晴峰以《邊緣側(cè)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(cè)大模型技術(shù)探索和應(yīng)用方面的豐富經(jīng)驗和前瞻性見解。

http://ygpos.cn/uploadfile/pic2020/2024/0702/202407020940179G.jpg

端云融合,邊緣計算興起

隨著技術(shù)的發(fā)展,車載大模型正在經(jīng)歷一場重要的變革。盡管云端計算模式在處理大數(shù)據(jù)和復(fù)雜任務(wù)時表現(xiàn)出色,但隨著對實時性、穩(wěn)定性以及個性化服務(wù)需求的不斷增長,其局限性開始顯現(xiàn)。特別是在車載環(huán)境中,用戶期望獲得快速響應(yīng)和高度可靠的智能服務(wù),同時對數(shù)據(jù)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(fā)展。端側(cè)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(cè)處理,從而減少對云端的依賴,實現(xiàn)更快的響應(yīng)時間和更高的穩(wěn)定性。同時,本地處理還有助于保護用戶數(shù)據(jù)的隱私,因為數(shù)據(jù)不必頻繁地在車端和云端之間傳輸。

此外,端側(cè)大模型的小型化和優(yōu)化,使得它們能夠適應(yīng)車載系統(tǒng)有限的計算資源,同時保持高性能的AI處理能力。這種技術(shù)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(wù),滿足市場對智能座艙不斷增長的期望。

引入端側(cè)大模型,云知聲重塑座艙交互體驗

基于端側(cè)大模型,云知聲從語音交互與應(yīng)用場景兩大關(guān)鍵方向入手,提供更加全面、精準的交互服務(wù),重塑智慧座艙交互體驗,讓車輛從單純的交通工具轉(zhuǎn)變?yōu)槟軌蛱峁┤轿恢悄芊?wù)的生活伙伴。

面向語音交互,云知聲依托大模型技術(shù)重構(gòu)了語音識別、語義理解、語音合成的全鏈路語音方案,實現(xiàn)了在車輛端側(cè)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(yīng)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(guān)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。

http://ygpos.cn/uploadfile/pic2020/2024/0702/2024070209401711G.jpg

• 用車場景

AI汽車大師提供用車手冊和專業(yè)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(jié)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(guān)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(wù),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(nèi)傳感器和各種可穿戴設(shè)備的鏈接,系統(tǒng)可實時關(guān)注駕駛員的生理狀態(tài),如心率、疲勞程度等,提供合理的健康建議、慢性病管理服務(wù)等,并在必要時發(fā)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?nèi)嗽O(shè),打造最知趣知心旅伴,滿足用戶的情感交流需求。

隨著技術(shù)的不斷進步,我們可以預(yù)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(xù)的技術(shù)創(chuàng)新,將每一輛汽車轉(zhuǎn)變?yōu)橐粋€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。

(免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 )