ჭკვიანი სალონის შემდეგი ეტაპი: „გაგებიდან“ — „შესრულებამდე“

ჭკვიანი სალონი, ალბათ, ბოლო ორი წლის განმავლობაში ავტომობილების ინდუსტრიაში ყველაზე მეტად „უფსკრულის შეგრძნების“ მქონე სფეროა.

ერთი მხრივ, დიდი მოდელების სატრანსპორტო საშუალებებში სრულმასშტაბიანი დანერგვის ფონზე, თითქმის ყველა ახალი მანქანა სალონს „ხელოვნური ინტელექტის შემცველობის“ საჩვენებელ არენად აქცევს — ხმოვანი ინტერფეისი, მულტიმოდალურობა, ინტელექტუალური აგენტები რიგრიგობით გამოდიან წინა პლანზე და პარამეტრებით ერთმანეთს აჭარბებენ. მაგრამ მეორე მხრივ, მომხმარებლები რეალურ გამოცდილებაში ხშირად აწყდებიან გაწყვეტას: მანქანის სისტემამ ბრძანება გაიგონა, მაგრამ დახურული ციკლის ოპერაციის შესრულება უჭირს; რაღაც დიალოგი დაიმახსოვრა, მაგრამ მალევე სრულიად დაივიწყა; რთული მგზავრობის მოთხოვნების წინაშე ან კითხვაზე არასწორ პასუხს იძლევა, ან შესრულებას ვერ ბედავს.

21 ოქტომბერს, iFlytek-ის ჭკვიანი ავტომობილების პროდუქტების ტექნოლოგიურ კონფერენციაზე, ახალი თაობის SparkAuto Space 3.0 ოფიციალურად გამოვიდა. iFlytek-მა სინამდვილეში წამოაყენა უფრო პრაგმატული ინდუსტრიული კითხვა: როგორ უნდა გადავიდეს ჭკვიანი სალონი „გაგებიდან“ რეალურად „შესრულებამდე“?

სტრუქტურული ტკივილის წერტილი: სალონს აკლია ერთიანი „ტვინი“

ჩინეთის საავტომობილო ინდუსტრიის წარმოებისა და გაყიდვების მასშტაბი უკვე მრავალი წელია მსოფლიოში მაღალ პოზიციაზეა, ხოლო ინტელექტუალიზაციის გავრცელების მაჩვენებელი სწრაფად იზრდება. მაგრამ მაღალი გავრცელების უკან გამოცდილების განახლების ჩამორჩენა დგას.

ინდუსტრიაში გავრცელებული პრობლემაა: სალონს ხშირად „ყურები აქვს, ტვინი — არა“. ხმოვანი ინტერფეისი, ნავიგაცია, გართობა და მანქანის კონტროლი, როგორც წესი, რამდენიმე დამოუკიდებელი ქვესისტემაა, ჯვარედინი დომენური გამოცდილება გახლეჩილია; გრძელვადიანი მეხსიერების ნაკლებობა იწვევს იმას, რომ სხვადასხვა მანქანის სისტემები სულ უფრო ერთგვაროვანი ხდება; დიდ მოდელებს აქვთ ჰალუცინაციის რისკი, რის გამოც ძირითადი მანქანის კონტროლის უფლებამოსილების ადვილად გადაცემას ვერ ბედავენ; მოდელის შესაძლებლობების გაძლიერების პარალელურად, შეყოვნების შემცირება ძნელია.

ეს ტკივილის წერტილები ერთსა და იმავე სტრუქტურულ პრობლემაზე მიუთითებს: სალონს აკლია „ერთიანი ტვინი“, რომელსაც შეუძლია ყველა მოდულის ერთმანეთთან დაკავშირება. თუ უბრალოდ ფუნქციებს ან პარამეტრებს დავამატებთ და არ მოვაგვარებთ ქვედა დონის არქიტექტურის დისპეტჩერიზაციის პრობლემას, გამოცდილება ვერ განიცდის ხარისხობრივ ცვლილებას.

არქიტექტურული ევოლუცია: ბრძანებითი ინტერაქციიდან ადამიანის მსგავს ინტერაქციამდე

ამ სტრუქტურული პრობლემის გადასაჭრელად, iFlytek-მა სალონის ინტერაქციის ევოლუცია სამ ეტაპად დაყო: ბრძანებითი ინტერაქცია, ინტელექტუალური ინტეგრირებული ინტერაქცია და SOPHIA-ს (ადამიანის მსგავსი ინტელექტის სრულმოდალური ჭკვიანი ავტომობილის ინტერაქციის არქიტექტურა) მიერ ხელმძღვანელობული ადამიანის მსგავსი ინტელექტის სრულმოდალური ეტაპი.

SparkAuto Space 3.0-ის ძირითადი ხერხემალი სწორედ SOPHIA არქიტექტურაა, რომლის საფუძველსაც მეხსიერების ევოლუციის, აზროვნებისა და გადაწყვეტილების მიღების, სრულმოდალური აღქმისა და მრავალგანზომილებიანი გამოხატვის ოთხი სისტემა ქმნის და რომელსაც მთელი მანქანის Master Agent ერთიანად მართავს. ეს არქიტექტურა მომხმარებელს საბოლოოდ სამ ძირითად ღირებულებას აწვდის: უფრო მეტად შენი გამგები ემოციური პარტნიორი, საქმის შემსრულებელი მანქანის მმართველი და ზეგრძნობადი აუდიოვიზუალური ოსტატი.

„უფრო მეტად შენი გამგები“ დონეზე, SparkAuto Space 3.0-მა 68-ზე მეტი მეხსიერების განზომილების სისტემა შექმნა, რომელიც მოკლევადიან, გრძელვადიან მეხსიერებასა და მომხმარებლის პროფილს მოიცავს. გამოცდილებისა და კონფიდენციალურობის დასაბალანსებლად, მაღალი მგრძნობელობის მეხსიერება მოწყობილობის მხარეს შენახვით შემოიფარგლება და მოთხოვნისთვის პირადი იდენტიფიკაციაა საჭირო.

მრავალი მგზავრის ინტერაქციის პრობლემის გადასაჭრელად, SparkAuto Space 3.0-მა მრავალმოქმედიანი სრულმოდალური სრულდუპლექსური შესაძლებლობა დანერგა. ტექნოლოგიური განახლების შედეგად, მრავალმოქმედიანი ინტერაქციის რეაგირების მაჩვენებელი 95%-ზე მეტამდე გაიზარდა, ხელშეშლის უარყოფის მაჩვენებელი 98%-ს აღემატება, ხოლო შეწყვეტის შეყოვნება 300 მილიწამშია შეზღუდული. ეს ნიშნავს, რომ სისტემას შეუძლია ზუსტად გაარჩიოს „ვინ ლაპარაკობს და ვის ეუბნება“, რაც ეფექტურად აგვარებს იმ პრობლემას, როცა მანქანაში რამდენიმე ადამიანის საუბრის დროს მანქანის სისტემა ხელს კრეფს.

გარდა ამისა, მანქანის გარე ხმოვანი ინტერფეისი ინტერაქციის საზღვრებს მანქანიდან 30 მეტრამდე აფართოებს, მხარს უჭერს ხმის ანაბეჭდის ავთენტიფიკაციასა და სიარულის დროს საუბარს; სპეციალური ბგერის ამოცნობა 200 მეტრამდე აღწევს. მოწყობილობისა და ღრუბლოვანი მრავალმოდალური აღქმა 100-ზე მეტ შესაძლებლობას აერთიანებს, მათ შორის მოწყობილობის მხარეს გაძლიერებულ Sentinel რეჟიმს შეუძლია 16 ტიპიური რისკის მოვლენის ამოცნობა, ერთი მოვლენის შედეგი 4 წამში გაიცემა და ამოცნობის სიზუსტე 90%-ს აღწევს, რაც მნიშვნელოვნად აღემატება იმავე დონის მაჩვენებელს.

გამოცდილების წყალგამყოფი: „ინფორმაციის მოძიებიდან“ „საქმის შესრულებამდე“

ხელოვნური ინტელექტის მანქანაში დანერგვის ამჟამინდელ ეტაპზე, ის რომ მანქანის სისტემას დიალექტი ესმოდეს და შენი პრეფერენციები დაიმახსოვროს, მხოლოდ „წინასწარი მოქმედებაა“. რეალურ მართვის სცენარებში მომხმარებელს სინამდვილეში „შედეგი“ სურს. შენ ჩემი აზრი გაიგე და შემდეგ საქმე ისე მოაგვარე, რომ დასრულდეს. ამ განზომილებაში, „საქმის შესრულების“ უნარი სწორედ ის წყალგამყოფია, რომელიც განსაზღვრავს გამოცდილების ხარისხს.

რთულ მგზავრობის სცენარებში, განახლებულ Master Agent სანავიგაციო ტვინს შეუძლია ბუნდოვანი სემანტიკის, დროითი შეზღუდვებისა და პირობითი განშტოებების ზუსტად გაგება. მაგალითად, „იპოვე რესტორანი, რომელიც არც კომპანიისგან და არც გედების ტბიდან შორს არ არის“ — რთული მგზავრობის განზრახვის გაგების სისწორე 95%-ს აღწევს.

კიდევ უფრო საყურადღებოა ეკოსისტემის დახურული ციკლის შევსება. iFlytek-მა Alipay-სთან სტრატეგიული თანამშრომლობა გააღრმავა და „Xunbao გეგმა“ წამოიწყო. Alipay-ის მანქანის ასისტენტი SparkAuto Space 3.0-ს დაუკავშირდა და მას Master Agent ერთიანად მართავს; მხარეებმა ანგარიშების ურთიერთდაკავშირებისა და მანქანაში ხელოვნური ინტელექტის გადახდის შესაძლებლობები დაასრულეს. ამან სალონმა ნამდვილად გადალახა „ინფორმაციის მოძიების“ შეზღუდვა და დანერგა ისეთი რეალური „საქმის შესრულების“ სცენარები, როგორიცაა მაგისტრალზე უგრძნობი გავლა, პარკინგზე უგრძნობი გადახდა და გზად ჩამოტანის პუნქტიდან ამანათის აღება.

გარდა ამისა, ჯანმრთელობის სალონის მხრივ დაკავშირდა iFlytek Xiaoyi — ჯანმრთელობის კონსულტაციის მომსახურებამ ჯამში 200 მილიონ შემთხვევას მიაღწია, მომხმარებელთა საერთო რაოდენობა 35 მილიონს აღემატება და მოიცავს 2600 სახის გავრცელებულ დაავადებასა და 60000-ზე მეტი სახის გავრცელებული წამლის ცოდნას. FaceID ამოიცნობს მანქანის ყველა მგზავრს და ქმნის დამოუკიდებელ ჯანმრთელობის არქივს — ერთი ადამიანი, ერთი არქივი — და აკავშირებს მანქანას, სახლს, ტელეფონს, ღრუბელს და Huawei-ის, Apple-ისა და სხვა წამყვან პორტატულ მოწყობილობებს; „გაზომვა, კითხვა, დიაგნოზი“ სრულ დახურულ ციკლს ქმნის. პარკირების სცენარში Suixinbo Agent ღრმად ინტეგრირდება ჭკვიანი მართვის სისტემასთან და მოიცავს ავტონომიურ პარკირებას, ხმოვანი ბრძანებით მანქანის გადაადგილებასა და გამოძახებით მისვლას.

აკუსტიკური გამოცდილება: ზეგრძნობადი აუდიოვიზუალური ოსტატი

როცა ჭკვიანი სალონის ვიზუალური „დიდი ეკრანის“ დივიდენდები თანდათან პიკს აღწევს, შემდეგი ბრძოლის ველი, რომელიც გამოცდილების თაობათაშორის სხვაობას განსაზღვრავს, „სმენისკენ“ გადადის. სისტემა, რომელიც ნამდვილად გიგებს, არა მხოლოდ უნდა ისმენდეს, არამედ უნდა გამოხატავდეს კიდეც. ამის უკან სრული ჯაჭვის აკუსტიკური არქიტექტურის ფუნდამენტური რეკონსტრუქცია დგას.

iFlytek-ის ინდუსტრიაში პირველი GaN (გალიუმის ნიტრიდის) აუდიო არქიტექტურა არა მხოლოდ მთელი სისტემის წონას 30%-ით ამცირებს, არამედ შავი ოქროს სერიის დინამიკებთან და 300W კინოთეატრის დონის ბასთან ერთად სმენით გამოცდილებას 20%-ით აუმჯობესებს. ზეგრძნობადი გარშემორტყმული ხმის Pro 3.0-თან ერთად, სისტემას შეუძლია ხელოვნური ინტელექტის საშუალებით ჩვეულებრივი 2.0 აუდიოწყარო რეალურ დროში 7.1.4 პანორამულ ხმად გარდაქმნას, რაც მნიშვნელოვნად ამცირებს პანორამული ხმის წყაროების ზღურბლს.

მანქანის შიდა ხმის ველის კონტროლში, ჭკვიანი ხმის ველის ზონირება 3.0-მა მაქსიმალურად ორზონიანი 30dB და ოთხზონიანი 26dB ხმის იზოლაცია მიაღწია. მთავარი მძღოლი ნავიგაციას ისმენს, თანამგზავრი სერიალს უყურებს, უკანა რიგში ბავშვი საბავშვო სიმღერებს უსმენს — ნამდვილად განხორციელდა „ერთი სალონი, მრავალი ხმა, ურთიერთშეუშლელად“. ამავდროულად, პირველად წარმოდგენილი სუპერ სათავე მხარდამჭერის აკუსტიკური სისტემა მიმართული დაკვრასა და აქტიურ ხმაურის ჩახშობას (მაქსიმალური 9dBA სიღრმე) სათავე მხარდამჭერში აერთიანებს — ნავიგაციის გამოცხადება მხოლოდ მძღოლის ყურთან ჟღერს და არ აწუხებს დანარჩენ დასვენებულ მგზავრებს.

საფუძვლის მხარდაჭერა: მოწყობილობა-ღრუბლოვანი კოორდინაციის გამოთვლითი სიმძლავრე და მასობრივი წარმოების თავდაჯერებულობა

სინამდვილეში, იქნება ეს მრავალმოდალური აღქმა, რთული ამოცანების დისპეტჩერიზაცია თუ მილიწამური აკუსტიკური ალგორითმები — ამ ფრონტალური გამოცდილების „ჭერი“ ხშირად განისაზღვრება ქვედა დონის გამოთვლითი სიმძლავრისა და მოდელის არქიტექტურის „იატაკით“. დიდი მოდელების მანქანაში დანერგვის ყველაზე დიდი რეალური უფსკრული სწორედ გამოთვლითი სიმძლავრის შეყოვნებისა და სცენარის სირთულის ჭიდილია.

SparkAuto Space 3.0 იყენებს მოწყობილობა-ღრუბლოვანი კოორდინაციის ორმაგმოდალურ კომბინაციას: ღრუბლოვანი SparkAuto 1.0 H20 პლატფორმაზე გაზომილ 350K კონტექსტის ქეშის მოხვედრის მაჩვენებელი 99.5%-ს აღემატება, გამოთვლის პირველი პასუხი 800 მილიწამზე ნაკლებია; მოწყობილობის მხარეს SparkAuto 1.0-EMM მხარს უჭერს 100-ზე მეტ სცენარს, ხოლო მისი ინდუსტრიაში პირველი 35B-A3B მოდელი Jetson Thor პლატფორმაზე აღწევს პირველი კადრის 650 მილიწამზე ნაკლებ დროს და პიკური მეხსიერების 75%-იან შემცირებას.

ამოცანების განაწილებაში iFlytek-ის მიდგომა ასეთია: მაღალი სიხშირის, რეალურ დროში მიმდინარე და მგრძნობიარე მონაცემებთან დაკავშირებული ინტერაქცია მოწყობილობის მხარეს დახურულ ციკლში რჩება, რთული გაგება, დაგეგმვა და ხელსაწყოების დისპეტჩერიზაცია ღრუბელს გადაეცემა, რითაც ბალანსი მოიძებნება შეყოვნებასა და გამოძახების ხარჯს შორის. ეს ასევე გამოწვევას უქმნის ავტომწარმოებლების ტექნიკის BOM ხარჯს — მაღალი დონის მოწყობილობის მხარის მოდელების გავრცელებას კვლავ ტექნიკის პლატფორმის განახლების მხარდაჭერა სჭირდება.

იმ ფონზე, როცა ინდუსტრია ხშირად უსვამს ხაზს „სრულ საკუთარ განვითარებას“, iFlytek-მა „ღია ერთობლივი შექმნის“ გზა აირჩია. ავტომწარმოებელი ხელმძღვანელობს ბრენდისა და პლატფორმის განსაზღვრას, iFlytek კი გთავაზობთ ქვედა დონის ხელსაწყოების ჯაჭვსა და ტექნიკურ მომსახურებას. ამჟამად, მისი ეკოსისტემის პლატფორმა უკვე დაკავშირებულია 60+ წყაროსთან, ყოველდღიური გამოძახება 220 მილიონს აღწევს.

მონაცემებით, iFlytek-ის მასშტაბური უპირატესობა საავტომობილო სფეროში უკვე დადასტურებულია: ჯამში 81 მილიონზე მეტ მანქანაშია დაყენებული, თანამშრომლობს 50-ზე მეტ ავტომწარმოებელთან; საზღვარგარეთ მრავალენოვანი მხარდაჭერა 32 ენას მოიცავს, 60 ქვეყანასა და რეგიონს ფარავს და საზღვარგარეთ გატანილი ახალი მოდელების 80% iFlytek-ს ირჩევს.

უფრო მეტიც, SparkAuto Space 3.0 „გამოშვებიდანვე მასობრივ წარმოებაში“ ეტიკეტს ატარებს — Chery, Great Wall Wey და Dongfeng Nissan უკვე პირველებმა დაამონტაჟეს, და მან ასევე მიიღო CATARC-ის TOP Intelligence ინდუსტრიაში პირველი ხელოვნური ინტელექტის მრავალმოდალური ჭკვიანი სალონის, 2026 წლის საავტომობილო ჭკვიანი სალონის წამყვანი ტექნოლოგიური მიღწევისა და 2026 წლის საავტომობილო ახალი ხარისხობრივი პროდუქტიული ძალის ტიპიური შემთხვევის სამი სერტიფიკატი. 81 მილიონი მანქანის არსებული ბაზა ტექნოლოგიის უწყვეტი განახლებისთვის რეალურ ვალიდაციის ნიადაგს ქმნის.

ბოლოსდა ბოლოს

ჭკვიანი სალონის კონკურენცია სულ უფრო მეტად გადადის კითხვიდან „აქვს თუ არა დიდი მოდელი“ სრულ გადასვლაზე კითხვაზე „შეუძლია