近年來(lái)智能座艙逐漸呈現(xiàn)出同質(zhì)化的發(fā)展特征，隨著AI大模型的爆發(fā)（尤其是DeepSeek的影響）有望在智能座艙領(lǐng)域換發(fā)新的生機(jī)，各車企紛紛下場(chǎng)布局大模型，力爭(zhēng)在未來(lái)?yè)屨籍a(chǎn)品體驗(yàn)與AI技術(shù)的制高點(diǎn)。

隨著大模型的快速發(fā)展與落地，智能座艙也從AI1.0時(shí)代逐步進(jìn)入AI2.0時(shí)代。從呈現(xiàn)出的關(guān)鍵變化來(lái)看，其特點(diǎn)主要表現(xiàn)為從基于規(guī)則的智能轉(zhuǎn)向?yàn)榛谀Ｐ偷闹悄堋?/p>

具體來(lái)看：

【AI1.0時(shí)代】有限場(chǎng)景+預(yù)設(shè)規(guī)則+功能累加+命令式交互+機(jī)械化情感+自定義能力

【AI2.0時(shí)代】泛化能力+推理能力+自主能力+自然的交互+情緒化情感+生成式能力

可以預(yù)料的是，AI2.0會(huì)從人性的六大維度上（懶、貪、饞、快、活、美）得到全面的體驗(yàn)升級(jí)。也會(huì)推進(jìn)智能座艙企業(yè)從原有的競(jìng)爭(zhēng)力內(nèi)核向新的競(jìng)爭(zhēng)力內(nèi)核轉(zhuǎn)變。

AI大模型作為智能座艙的一部分，在用戶端的體驗(yàn)與場(chǎng)景的占比仍舊不夠凸顯，但其帶來(lái)的用戶體驗(yàn)價(jià)值的增益將是巨大的，因此我們將AI評(píng)測(cè)體系作為CC-1000T智能座艙評(píng)測(cè)體系的專項(xiàng)體系，分別采用自上而下（從場(chǎng)景看技術(shù)）和自下而上（從技術(shù)看場(chǎng)景）的思路進(jìn)行設(shè)計(jì)與搭建。

研究與搭建的過(guò)程中我們發(fā)現(xiàn)，當(dāng)前AI大模型在智能座艙的用戶體驗(yàn)中感知最高的依然聚焦在語(yǔ)音交互領(lǐng)域。而從用戶的認(rèn)知上傳統(tǒng)的即AI1.0時(shí)代的語(yǔ)音交互是以“工具”屬性為用戶提供更加便捷的被動(dòng)交互，而作為大模型賦能下的AI2.0時(shí)代的語(yǔ)音交互將以全新的“服務(wù)”屬性為用戶提供更加主動(dòng)的移動(dòng)智能體。當(dāng)然從“工具”屬性“向“服務(wù)”屬性的轉(zhuǎn)變依然會(huì)經(jīng)歷漫長(zhǎng)的探索過(guò)程，但本著產(chǎn)品未至標(biāo)準(zhǔn)先行的原則，結(jié)合當(dāng)前大模型在智能座艙領(lǐng)域的體驗(yàn)現(xiàn)狀，車云研究院經(jīng)過(guò)近半年的洞察與研究搭建出了《CC-1000T智能座艙AI專項(xiàng)評(píng)測(cè)體系》，目的是為各車企提供一把相對(duì)客觀的第三方標(biāo)尺。

具體來(lái)看，AI專項(xiàng)評(píng)測(cè)體系主要覆蓋了“5+1”的核心能力

“5”主要指的是基礎(chǔ)必測(cè)項(xiàng)，主要以語(yǔ)音能力為主，即【推理能力】、【泛化能力】、【情緒能力】、【生成能力】、【自然程度】

“1”主要指的是創(chuàng)新加分項(xiàng)，主要以主動(dòng)服務(wù)、多模態(tài)融合為主

整個(gè)AI專項(xiàng)評(píng)價(jià)體系涉及約50項(xiàng)評(píng)價(jià)內(nèi)容，分別從模型能力和場(chǎng)景價(jià)值兩個(gè)維度來(lái)衡量不同車型在AI大模型領(lǐng)域的體驗(yàn)差異。

接下來(lái)我們會(huì)針對(duì)以上6項(xiàng)核心能力的體系內(nèi)容逐一進(jìn)行解讀。

• 能力1——【推理能力】

推理能力作為AI大模型最核心的能力之一，正從“數(shù)據(jù)壓縮”邁向“世界模擬”，從“數(shù)據(jù)擬合工具”向“認(rèn)知決策體”躍遷，其本質(zhì)是用計(jì)算重構(gòu)人類認(rèn)知金字塔的基石，是超越模式匹配的類人化思考。

為了全面且科學(xué)的檢驗(yàn)大模型在座艙領(lǐng)域的推理能力，我們將從兩個(gè)方向逼近推理能力的全面性與專業(yè)性。

首先我們從“推理”本身將其分成了“邏輯推理”、“數(shù)學(xué)推理”、“常識(shí)推理”和“因果推理”，每一類推理又分成了“高熵”、“中熵”、“低熵”三個(gè)層次。同時(shí)AI大模型的誕生又伴隨著AI幻覺(jué)的產(chǎn)生。因此AI幻覺(jué)的評(píng)價(jià)也是必不可少的內(nèi)容，我們又從最常發(fā)生的“知識(shí)幻覺(jué)”、“常識(shí)幻覺(jué)”、“對(duì)抗幻覺(jué)”和“上下文幻覺(jué)”進(jìn)行綜合檢驗(yàn)，進(jìn)而保證推理能力的全面性和專業(yè)性。

以邏輯推理為例，每一個(gè)評(píng)價(jià)項(xiàng)目都會(huì)設(shè)計(jì)獨(dú)立的評(píng)價(jià)模型，再輔以豐富的評(píng)價(jià)用例來(lái)確保評(píng)價(jià)的準(zhǔn)確性。

示例【幻覺(jué)抑制】-“知識(shí)幻覺(jué)”、“對(duì)抗幻覺(jué)”、“常識(shí)幻覺(jué)”：

1.知識(shí)幻覺(jué)：（事實(shí)性錯(cuò)誤）

如：2000年奧運(yùn)會(huì)在雅典召開(kāi)的（2000年澳大利亞悉尼，2004年雅典）

2、對(duì)抗幻覺(jué)：（如矛盾性指令）

如：獨(dú)在異鄉(xiāng)為已客的上一句是什么？（該句即為第一句，沒(méi)有上一句）

3、常識(shí)幻覺(jué)：（常識(shí)性錯(cuò)誤）

如：“七月流火”是如何形容盛夏的酷熱？（指夏去秋來(lái)，天氣轉(zhuǎn)涼，而非形容炎熱）

• 能力2——【泛化能力】

AI大模型的出現(xiàn)進(jìn)一步提升了語(yǔ)音交互的泛化能力，主要表現(xiàn)為“知識(shí)泛化”、“任務(wù)泛化”和“跨域泛化”。根據(jù)用戶在智能座艙域的用車場(chǎng)景與使用頻率又分別進(jìn)行了拆解，力求能夠在泛化能力評(píng)價(jià)上從全面性與重要性兩方面得到平衡。具體為：

1、【知識(shí)泛化】：拆解成5個(gè)垂類，分別為“汽車知識(shí)”、新聞資訊“、“金融股市”、“醫(yī)療健康”、“歷史人文”。

2、【任務(wù)泛化】：拆解成5個(gè)任務(wù)，分別為“音樂(lè)任務(wù)融合”、“視頻任務(wù)融合”、“導(dǎo)航任務(wù)融合”、“點(diǎn)評(píng)任務(wù)融合”、“出行任務(wù)融合”。

3、【跨域泛化】：拆解成2個(gè)內(nèi)容，分別為“特征搜索”、“幫助引導(dǎo)”

以知識(shí)泛化中“歷史人文”垂類查詢?yōu)槔覀儠?huì)從準(zhǔn)確性、時(shí)效性、專業(yè)性和覆蓋度四個(gè)維度進(jìn)行評(píng)價(jià)，如覆蓋度檢驗(yàn)是否涵蓋詩(shī)詞歌賦、節(jié)日習(xí)俗、素質(zhì)教育、發(fā)明創(chuàng)造、歷史人名和文明著作，再通過(guò)手機(jī)大模型與車機(jī)大模型進(jìn)行交叉驗(yàn)證。

示例【泛化能力】-“任務(wù)泛化”：當(dāng)用戶在搜索某一個(gè)歌手/影星的信息時(shí)，如果大模型的介紹中有其相關(guān)代表作品，那么用戶不需要在打開(kāi)視頻或音樂(lè)應(yīng)用，只需要在大模型顯示頁(yè)面選擇或語(yǔ)音選擇即可觀看或收聽(tīng)，提高了用戶操作任務(wù)的效率。

• 能力3——【情緒能力】

隨著AI大模型多模態(tài)能力的增強(qiáng)，其互動(dòng)性與陪伴性價(jià)值加速落地，旨在滿足用戶被理解、被傾聽(tīng)與被關(guān)注的需求。智能座艙通過(guò)語(yǔ)音交互從解意到共情，多角度為用戶提供情緒價(jià)值。因此該部分能力的評(píng)價(jià)主要涉及兩個(gè)方面：

1、【類人化互動(dòng)】：包括“形象互動(dòng)”、“聲紋模擬”、“類人表達(dá)”

2、【情感化陪伴】：包括“情感化關(guān)懷”、“情景化互動(dòng)”、“陪伴式聊天”

以【類人化互動(dòng)】中的“形象互動(dòng)”為例，我們會(huì)從互動(dòng)的多樣性、形象的豐富性與情景的貼合度三個(gè)維度進(jìn)行綜合評(píng)價(jià)。

示例【類人化互動(dòng)】-“聲紋模擬”：家庭用車時(shí)經(jīng)常會(huì)出現(xiàn)車內(nèi)小朋友與語(yǔ)音助手互動(dòng)，理想在打開(kāi)小主人模式后當(dāng)識(shí)別到兒童聲紋時(shí)也會(huì)以兒童的語(yǔ)氣回復(fù)，并且推薦兒童節(jié)目，增加了交互的互動(dòng)性與趣味性。

• 能力4——【自然程度】

大模型的出現(xiàn)補(bǔ)全了傳統(tǒng)語(yǔ)音交互中語(yǔ)境理解的不足，通過(guò)對(duì)話語(yǔ)境的分析，大語(yǔ)言模型能夠更加精準(zhǔn)的捕捉用戶的意圖，全面提升自然語(yǔ)言理解能力和對(duì)話的自然感。

傳統(tǒng)的語(yǔ)音交互也會(huì)涉及意圖理解與連續(xù)對(duì)話等，AI專項(xiàng)評(píng)價(jià)體系是在傳統(tǒng)語(yǔ)音交互評(píng)價(jià)體系之上針對(duì)重要模塊進(jìn)行補(bǔ)充，主要包括：

1、【意圖理解】：包括“模糊意圖”、“冗余意圖”、“簡(jiǎn)稱理解”、“多意圖理解”、”話題轉(zhuǎn)移“

2、【連續(xù)對(duì)話】：包括“上下文理解”、“上下文記憶”

3、【跨域交互】：包括“跨語(yǔ)言交互”、“跨場(chǎng)景交互”、“跨空間交互”、“跨終端交互”、“跨生態(tài)交互”

以【連續(xù)對(duì)話】中“上下文理解”為例，我們把上下文理解共劃分為3種情況，分別為場(chǎng)景內(nèi)上下文理解、跨場(chǎng)景上下文理解和跨聲區(qū)上下文理解，其中場(chǎng)景內(nèi)上下文理解又分為7類高頻垂域場(chǎng)景。每個(gè)評(píng)測(cè)項(xiàng)目都會(huì)根據(jù)垂域的豐富性、指代的準(zhǔn)確性和意圖的延續(xù)性進(jìn)行綜合打分。如【跨場(chǎng)景上下文理解】“你好XX” → “導(dǎo)航去張家界XX地點(diǎn)” → “那邊天氣怎么樣”→“附近有沒(méi)有什么美食推薦”。

示例【跨域交互】-“跨空間語(yǔ)音交互”：在用戶開(kāi)車快到家時(shí)想提前打開(kāi)家里的窗簾/照明燈等智能設(shè)備，問(wèn)界能夠?qū)崿F(xiàn)通過(guò)車機(jī)語(yǔ)音實(shí)現(xiàn)，不需要在打開(kāi)智慧家居APP進(jìn)行操作，極大減少了用戶分心的同時(shí)便利性也得到了極大的提升。

• 能力5——【生成能力】

生成式AI作為大模型最重要的應(yīng)用場(chǎng)景之一，是指利用機(jī)器學(xué)習(xí)模型來(lái)創(chuàng)建新的內(nèi)容，包括且不限于文本、圖片、音樂(lè)、音頻、視頻等。再利用多模態(tài)的特征對(duì)創(chuàng)建的不同內(nèi)容進(jìn)行處理、拓展和融合。具有很好的場(chǎng)景與價(jià)值潛力。

我們針對(duì)當(dāng)前智能座艙應(yīng)用場(chǎng)景與產(chǎn)品現(xiàn)狀分析后，除了評(píng)價(jià)AI大模型生成的基礎(chǔ)能力外，還針對(duì)場(chǎng)景生成能力和內(nèi)容生成能力重點(diǎn)體驗(yàn)，具體指：

【基礎(chǔ)能力】：主要包含“性能”（首詞響應(yīng)時(shí)間、出詞速度、出圖速度等）、“界面”（內(nèi)容可讀性、內(nèi)容邏輯性、布局美觀性等）、交互（自動(dòng)播放匹配度、自定翻頁(yè)匹配度等）

【內(nèi)容生成】：主要包含“文本生成”、“圖片生成”、“視頻生成”

【場(chǎng)景生成】：主要包含“基于模糊指令生成”、“單一簡(jiǎn)單指令生成”、“復(fù)雜多條件指令生成”

示例【內(nèi)容生成】-“文本生成”：陌生地點(diǎn)停車過(guò)程中車輛發(fā)生過(guò)潛在風(fēng)險(xiǎn)時(shí)，小鵬能夠?qū)崿F(xiàn)將哨兵視頻中的內(nèi)容生成文字摘要，讓用戶更高效，更及時(shí)的獲取停車時(shí)發(fā)生的危險(xiǎn)信息。

• 能力6——主動(dòng)能力

基于多模態(tài)感知能力與AI大模型的分析決策能力，智能座艙從被動(dòng)變得越來(lái)越主動(dòng)，其特點(diǎn)為從傳統(tǒng)基于規(guī)則的主動(dòng)向基于模型的主動(dòng)演化。

主動(dòng)能力作為創(chuàng)新的一部分，整個(gè)行業(yè)仍處于場(chǎng)景探索和價(jià)值驗(yàn)證階段，因此在評(píng)價(jià)過(guò)程中不設(shè)上限，但在創(chuàng)新性認(rèn)定過(guò)程做了嚴(yán)格的要求。我們會(huì)從體驗(yàn)屬性與價(jià)值屬性兩個(gè)維度進(jìn)行評(píng)判，必須滿足所有要求才會(huì)作為創(chuàng)新項(xiàng)。

價(jià)值屬性：必須滿足“驚喜+獨(dú)創(chuàng)+實(shí)用”三個(gè)要求

體驗(yàn)屬性：必須滿足“服務(wù)主動(dòng)性+需求必要性+場(chǎng)景契合度”三個(gè)要求

同時(shí)從當(dāng)前產(chǎn)品現(xiàn)狀看AI的座艙應(yīng)用趨勢(shì)主要包含兩部分內(nèi)容，主動(dòng)服務(wù)和多模融合，在評(píng)價(jià)過(guò)程我們采用案頭研究+實(shí)車評(píng)測(cè)兩種方式進(jìn)行評(píng)測(cè)，因?yàn)椴⒎撬械闹鲃?dòng)能力場(chǎng)景都能夠被還原。

示例【場(chǎng)景幫助】-“個(gè)性化場(chǎng)景服務(wù)”：多個(gè)人在車內(nèi)聽(tīng)音樂(lè)時(shí)，蔚來(lái)可以根據(jù)車內(nèi)乘員的分布情況，自動(dòng)調(diào)整音場(chǎng)的相位，不忽視每一位駕乘人員的聽(tīng)覺(jué)感受。

最后我們以該專項(xiàng)評(píng)價(jià)體系實(shí)踐的兩個(gè)實(shí)車評(píng)測(cè)結(jié)果作為結(jié)尾。

從兩個(gè)頭部新勢(shì)力品牌的AI大模型基礎(chǔ)評(píng)測(cè)項(xiàng)來(lái)看，其差異還是非常明顯的，A車在推理、泛化、自然、清晰、生成五個(gè)方面全面領(lǐng)先于B車。其中高熵邏輯推理、任務(wù)泛化、連續(xù)對(duì)話中的上下文理解與內(nèi)容生成中的場(chǎng)景符合度方面差異尤為明顯。

如果您想進(jìn)一步了解我們的評(píng)測(cè)內(nèi)容，歡迎登錄智能座艙評(píng)測(cè)云平臺(tái)（ceping.cheyun.com）或聯(lián)系13301399328（劉先生），郵箱：liuhailong@cheyun.com，我們希望智能座艙評(píng)測(cè)云平臺(tái)能夠幫助車企，應(yīng)對(duì)快速變化的智能座艙激烈的市場(chǎng)競(jìng)爭(zhēng)，帶給消費(fèi)者更具實(shí)力的智能座艙產(chǎn)品。在這里你能找到我們測(cè)試過(guò)的所有車型，我們會(huì)通過(guò)統(tǒng)一的規(guī)范標(biāo)準(zhǔn)，進(jìn)行客觀信息的展示、主觀評(píng)價(jià)的說(shuō)明，以及作為數(shù)據(jù)支撐的證明材料。最終這些主觀評(píng)價(jià)、數(shù)據(jù)分?jǐn)?shù)，會(huì)進(jìn)入我們的數(shù)據(jù)庫(kù)，生產(chǎn)可用的數(shù)據(jù)，呈現(xiàn)給大家。智能座艙評(píng)測(cè)云平臺(tái)不但可以展示單車評(píng)測(cè)的各種項(xiàng)目和分?jǐn)?shù)，還可以進(jìn)行對(duì)比評(píng)測(cè)、標(biāo)桿分析，以及評(píng)測(cè)體系自定義。