汽车人工智能大会 | 思必驰大模型塑造智能座舱场景大融合

4月17-18日,盖世汽车2024第二届汽车人工智能大会在上海国际汽车城举行。大会围绕大模型技术、汽车机器人、AI智舱等热点话题展开讨论,共话AI如何重塑汽车行业。思必驰智能汽车事业部高级产品总监曾春华出席会议并作《思必驰大模型塑造智能座舱场景大融合》的主题分享。

思必驰智能汽车事业部高级产品总监 曾春华

基于对话式AI技术,不断升级基座模型,深入车载语音场景

曾春华表示,思必驰在智能汽车领域已有多年深耕与积累,截止到目前,已合作54家汽车品牌、160款量产车型、累计上车量超过1000万。据盖世汽车研究院及佐思汽研对国内语音供应商市场搭载量排行统计,思必驰排名前三。

在AI大模型领域,思必驰于2023年7月发布了针对垂域的、具有通用智能的行业语言大模型DFM-2,并针对通用模型事实不准、私域知识无法包含、专用领域理解性能不足等问题进行了一系列技术改造,形成DFM-2行业大模型,具备场景专业化、模型专用化、体验专精化三大特点。

DFM-2大模型通过与思必驰语言计算平台DUI 2.0相结合,基于对话式AI技术不断升级基座模型,深入车载语音场景,重构车载语音交互能力。目前,思必驰DFM-2大模型不仅成为江苏省首个完成双备案的行业大模型,更与多家车企达成合作,实现在汽车领域量产落地。

以融合架构为核心的“中枢大模型”解决方案

纵观国内大模型市场,截止到2024年第一季度,国内共发布了243个人工智能大模型,AI大模型领域可谓百花齐放。思必驰在与车企合作伙伴的沟通中了解到,由于不同的大模型各有所长,车企伙伴在选择大模型的时候往往难以取舍,不同的大模型之间也存在一定的融合难度。

针对市面上单点模型“孤岛化”、无法与座舱深度融合的情况,思必驰基于自研全链路智能语音语言交互技术、DFM大模型以及大数据构建“中枢大模型”架构,打造“1+ N”模式,即“1”个百模中台(中枢大模型)与“N”个专业大模型组合上车,打通前端语言处理、用车场景与后端模型生态,形成车载垂域的生态圈,使车载AI体验从“语音指令”迈向“语言智能”+“工具智能”。

思必驰“中枢大模型”方案改变了单一大模型模式,升级为以中枢大模型为底座的多模型融合车载Agent框架,支持端侧与云侧分布式部署、支持解耦,便于后续轻量化升级。通过新的大模型云端框架,可支持垂域模型实现插拔式灵活升级,打造更加开放的垂域生态。

通过对出行高频应用场景进行分析,思必驰发现座舱用户的语音请求主要集中在导航、车控、多媒体等场景。曾春华表示,大模型的赋能需围绕用户需求,基于用户的高频使用场景有的放矢。为此,思必驰中枢大模型方案将以全面赋能出行最高频应用场景为目标,通过融合大模型的方式对智能座舱语音交互全技能、全场景进行重构升级。

目前,基于多模融合大模型方案打造的天琴语音助手7.0版本已可实现多人设自由切换、大模型行程规划、跨域上下文意图理解、一句话百变壁纸等多个首创式落地应用。全域端到端速度以及多轮对话语音合成速度均可控制在3s以内,引领行业标准。与此同时,拒识+响应的整体准确率在92.7%,其中非闲聊类准确率可达98%以上,大大降低用户闲聊声音对座舱交互的影响,让用户感受更加自由自在的座舱语音交互体验。

从2022年思必驰DFM-1大模型应用,在智能汽车领域打造了基于限定任务的规则对话、全时全双工对话、全场景可见即可说、多路同时交互等经典应用;到2024年基于多模融合大模型方案的天琴语音助手7.0版本的推出,思必驰从未停止在智能汽车领域的研发与创新的脚步。曾春华表示,未来,随着DFM-3多模融合大模型的发展,多模态跨领域交互、类人交互,以及终端车载家庭互联场景融合的时代终将到来,“大模型+大融合”将重新定义人机交互。