4月17-18日，蓋世汽車2024第二屆汽車人工智能大會在上海國際汽車城舉行。大會圍繞大模型技術(shù)、汽車機(jī)器人、AI智艙等熱點(diǎn)話題展開討論，共話AI如何重塑汽車行業(yè)。思必馳智能汽車事業(yè)部高級產(chǎn)品總監(jiān)曾春華出席會議并作《思必馳大模型塑造智能座艙場景大融合》的主題分享。

基于對話式AI技術(shù)不斷升級基座模型，深入車載語音場景

曾春華表示，思必馳在智能汽車領(lǐng)域已有多年深耕與積累，截止到目前，已合作54家汽車品牌、160款量產(chǎn)車型、累計上車量超過1000萬。據(jù)蓋世汽車研究院及佐思汽研對國內(nèi)語音供應(yīng)商市場搭載量排行統(tǒng)計，思必馳排名前三。

在AI大模型領(lǐng)域，思必馳于2023年7月發(fā)布了針對垂域的、具有通用智能的行業(yè)語言大模型DFM-2，并針對通用模型事實(shí)不準(zhǔn)、私域知識無法包含、專用領(lǐng)域理解性能不足等問題進(jìn)行了一系列技術(shù)改造，形成DFM-2行業(yè)大模型，具備場景專業(yè)化、模型專用化、體驗(yàn)專精化三大特點(diǎn)。

DFM-2大模型通過與思必馳語言計算平臺DUI 2.0相結(jié)合，基于對話式AI技術(shù)不斷升級基座模型，深入車載語音場景，重構(gòu)車載語音交互能力。目前，思必馳DFM-2大模型不僅成為江蘇省首個完成雙備案的行業(yè)大模型，更與多家車企達(dá)成合作，實(shí)現(xiàn)在汽車領(lǐng)域量產(chǎn)落地。

以融合架構(gòu)為核心的“中樞大模型”解決方案

縱觀國內(nèi)大模型市場，截止到2024年第一季度，國內(nèi)共發(fā)布了243個人工智能大模型，AI大模型領(lǐng)域可謂百花齊放。思必馳在與車企合作伙伴的溝通中了解到，由于不同的大模型各有所長，車企伙伴在選擇大模型的時候往往難以取舍，不同的大模型之間也存在一定的融合難度。

針對市面上單點(diǎn)模型“孤島化”、無法與座艙深度融合的情況，思必馳基于自研全鏈路智能語音語言交互技術(shù)、DFM大模型以及大數(shù)據(jù)構(gòu)建“中樞大模型”架構(gòu)，打造“1+ N”模式，即“1”個百模中臺（中樞大模型）與“N”個專業(yè)大模型組合上車，打通前端語言處理、用車場景與后端模型生態(tài)，形成車載垂域的生態(tài)圈，使車載AI體驗(yàn)從“語音指令”邁向“語言智能”+“工具智能”。

思必馳“中樞大模型”方案改變了單一大模型模式，升級為以中樞大模型為底座的多模型融合車載Agent框架，支持端側(cè)與云側(cè)分布式部署、支持解耦，便于后續(xù)輕量化升級。通過新的大模型云端框架，可支持垂域模型實(shí)現(xiàn)插拔式靈活升級，打造更加開放的垂域生態(tài)。

通過對出行高頻應(yīng)用場景進(jìn)行分析，思必馳發(fā)現(xiàn)座艙用戶的語音請求主要集中在導(dǎo)航、車控、多媒體等場景。曾春華表示，大模型的賦能需圍繞用戶需求，基于用戶的高頻使用場景有的放矢。為此，思必馳中樞大模型方案將以全面賦能出行最高頻應(yīng)用場景為目標(biāo)，通過融合大模型的方式對智能座艙語音交互全技能、全場景進(jìn)行重構(gòu)升級。

目前，基于多模融合大模型方案打造的天琴語音助手7.0版本已可實(shí)現(xiàn)多人設(shè)自由切換、大模型行程規(guī)劃、跨域上下文意圖理解、一句話百變壁紙等多個首創(chuàng)式落地應(yīng)用。全域端到端速度以及多輪對話語音合成速度均可控制在3s以內(nèi)，引領(lǐng)行業(yè)標(biāo)準(zhǔn)。與此同時，拒識+響應(yīng)的整體準(zhǔn)確率在92.7%，其中非閑聊類準(zhǔn)確率可達(dá)98%以上，大大降低用戶閑聊聲音對座艙交互的影響，讓用戶感受更加自由自在的座艙語音交互體驗(yàn)。

從2022年思必馳DFM-1大模型應(yīng)用，在智能汽車領(lǐng)域打造了基于限定任務(wù)的規(guī)則對話、全時全雙工對話、全場景可見即可說、多路同時交互等經(jīng)典應(yīng)用；到2024年基于多模融合大模型方案的天琴語音助手7.0版本的推出，思必馳從未停止在智能汽車領(lǐng)域的研發(fā)與創(chuàng)新的腳步。曾春華表示，未來，隨著DFM-3多模融合大模型的發(fā)展，多模態(tài)跨領(lǐng)域交互、類人交互，以及終端車載家庭互聯(lián)場景融合的時代終將到來，“大模型+大融合”將重新定義人機(jī)交互。

審核編輯：劉清