在汽車產(chǎn)業(yè)加速向智能化、網(wǎng)聯(lián)化轉(zhuǎn)型的背景下，車企在產(chǎn)品研發(fā)、用戶服務(wù)與數(shù)據(jù)資產(chǎn)利用等方面正面臨諸多挑戰(zhàn)。中軟國(guó)際為某大型車企打造的AI場(chǎng)景項(xiàng)目，圍繞汽車工程與產(chǎn)品制造全鏈路，成功落地測(cè)試設(shè)計(jì)助手、智能診斷助手、座艙數(shù)據(jù)報(bào)表生成、APP智能產(chǎn)品以及座艙數(shù)據(jù)挖掘與生成五大應(yīng)用場(chǎng)景，有效推動(dòng)企業(yè)實(shí)現(xiàn)智能化升級(jí)與降本增效。

項(xiàng)目啟動(dòng)之初，該車企在研發(fā)測(cè)試、售后服務(wù)、座艙數(shù)據(jù)應(yīng)用及用戶交互體驗(yàn)等多個(gè)環(huán)節(jié)均存在明顯痛點(diǎn)。在研發(fā)測(cè)試階段，測(cè)試用例長(zhǎng)期依賴人工編寫(xiě)，效率低下且易出現(xiàn)遺漏，難以滿足快速迭代的研發(fā)需求。售后維修方面，故障排查高度依賴線下資料與人工經(jīng)驗(yàn)，維修過(guò)程繁瑣、周期漫長(zhǎng)，用戶體驗(yàn)不佳。座艙數(shù)據(jù)工單處理則因人工采集與加工成本高、效率低，數(shù)據(jù)缺乏物理真實(shí)性，直接影響了后續(xù)模型訓(xùn)練效果。與此同時(shí)，APP交互方式僵化，僅能響應(yīng)明確指令，無(wú)法理解模糊語(yǔ)義，復(fù)雜操作流程冗長(zhǎng)，用戶使用體驗(yàn)亟待提升。座艙訓(xùn)練數(shù)據(jù)集也因取數(shù)流程繁瑣、手工處理重復(fù)度高，嚴(yán)重制約了算法創(chuàng)新與決策效率。

針對(duì)上述痛點(diǎn)，中軟國(guó)際從研發(fā)側(cè)入手，打造了測(cè)試設(shè)計(jì)助手。該助手基于大模型對(duì)研發(fā)文檔的深度理解能力，自動(dòng)識(shí)別需求要點(diǎn)與約束條件，系統(tǒng)化生成覆蓋正向場(chǎng)景、邊界條件與異常情況的高覆蓋率測(cè)試用例，有效解決了手動(dòng)編寫(xiě)低效、覆蓋不全的問(wèn)題，顯著提升測(cè)試質(zhì)量與研發(fā)迭代速度。

在售后服務(wù)領(lǐng)域

中軟國(guó)際構(gòu)建了智能診斷助手。該助手整合歷史故障案例庫(kù)、維修知識(shí)庫(kù)與車輛實(shí)時(shí)數(shù)據(jù)，通過(guò)自然語(yǔ)言交互方式為一線維修人員提供智能診斷引導(dǎo)。維修人員可通過(guò)對(duì)話形式描述故障現(xiàn)象，系統(tǒng)自動(dòng)匹配相似案例并推薦排查路徑與解決方案，幫助快速定位故障根因，有效降低對(duì)資深專家經(jīng)驗(yàn)的依賴，縮短維修工時(shí)，提升一次修復(fù)率，降低售后成本。

在座艙數(shù)據(jù)應(yīng)用方面

中軟國(guó)際構(gòu)建了座艙數(shù)據(jù)報(bào)表生成能力。針對(duì)座艙數(shù)據(jù)工單處理周期長(zhǎng)、人工成本高的痛點(diǎn)，系統(tǒng)實(shí)現(xiàn)自動(dòng)化數(shù)據(jù)采集與加工流程，可自動(dòng)完成數(shù)據(jù)清洗、指標(biāo)計(jì)算與多維度分析，快速輸出可視化報(bào)表，將報(bào)表輸出時(shí)間由天級(jí)壓縮至分鐘級(jí)，支撐產(chǎn)品運(yùn)營(yíng)團(tuán)隊(duì)實(shí)時(shí)監(jiān)控座艙功能使用情況，為產(chǎn)品迭代與運(yùn)營(yíng)決策提供高效數(shù)據(jù)支撐。

面向用戶交互端

中軟國(guó)際將大模型能力深度融入車載APP，打造了具備自然交互與主動(dòng)服務(wù)推薦能力的智能產(chǎn)品。系統(tǒng)能夠理解用戶的模糊語(yǔ)義與隱含意圖，支持多輪對(duì)話與復(fù)雜指令的簡(jiǎn)化執(zhí)行，并根據(jù)用戶使用習(xí)慣與場(chǎng)景主動(dòng)推薦相關(guān)服務(wù)功能，實(shí)現(xiàn)了從“用戶操作應(yīng)用”到“應(yīng)用服務(wù)用戶”的轉(zhuǎn)變，打通線上線下服務(wù)閉環(huán)，顯著提升用戶體驗(yàn)、活躍度與粘性。

此外，中軟國(guó)際還構(gòu)建了座艙數(shù)據(jù)挖掘與生成能力。通過(guò)深度挖掘座艙采集的真實(shí)數(shù)據(jù)，識(shí)別關(guān)鍵場(chǎng)景特征與邊緣案例，利用AIGC技術(shù)自動(dòng)生成高保真度的仿真場(chǎng)景數(shù)據(jù)，有效補(bǔ)充真實(shí)數(shù)據(jù)的不足，豐富訓(xùn)練集多樣性，提升算法模型在復(fù)雜場(chǎng)景下的泛化能力，為智能座艙功能的持續(xù)迭代提供高質(zhì)量數(shù)據(jù)支撐，有力加速了算法迭代進(jìn)程。

通過(guò)這五大AI場(chǎng)景的系統(tǒng)性落地，中軟國(guó)際幫助該大型車企在研發(fā)測(cè)試效率、售后服務(wù)成本、數(shù)據(jù)響應(yīng)時(shí)效、用戶體驗(yàn)水平與算法迭代速度等多個(gè)維度實(shí)現(xiàn)了全面躍升。測(cè)試用例自動(dòng)生成使研發(fā)迭代周期大幅縮短，智能診斷賦能一線有效控制售后成本并提升用戶滿意度，座艙數(shù)據(jù)報(bào)表由天級(jí)壓縮至分鐘級(jí)支撐敏捷決策，APP自然交互與主動(dòng)服務(wù)顯著增強(qiáng)用戶粘性，高質(zhì)量仿真場(chǎng)景數(shù)據(jù)有力推動(dòng)模型泛化能力提升。

未來(lái)，中軟國(guó)際將繼續(xù)深耕汽車智能化賽道，以AI技術(shù)與場(chǎng)景深度融合為驅(qū)動(dòng)，助力更多車企加速邁向智能研發(fā)、智能服務(wù)與智能座艙的新階段。