PG(中国大陆)电子·控股有限公司-官网

智能座舱风口已至:实体的房地产周期结束数字的房地产刚刚开始-PG电子控股有限公司
关闭
智能座舱风口已至:实体的房地产周期结束数字的房地产刚刚开始
作者:小编 日期:2025-04-26 点击数: 

  玩PG电子游戏时常遇到哪些问题?如何解决?玩PG电子游戏时常遇到哪些问题?如何解决?

智能座舱风口已至:实体的房地产周期结束数字的房地产刚刚开始

  把智能电动汽车视为可自主移动的智能空间,和自主移动相关的自动驾驶一直把持着流量和舆论的高地,与智能空间相关的智能座舱始终未能站到舞台的中央。

  既然舆论场未能做到雨露均沾,今天我就带着大家探讨一下,站在2025年初这个时间节点,智能座舱到底发展到了什么阶段?

  太阳底下没有新鲜事。十年前的中华大地上演了一波“互联网+”、“+互联网”的热潮。

  十年后,在DeepSeek爆火的催化下,各行各业开始一股脑地追风大模型,期待通过“大模型+”、“+大模型”改进业务流程、服务模式、产品形态、功能实现,以期在日益残酷的市场环境下提升效率和竞争力,或者在新的领域里创造一种新生态,在山穷水复之地杀出一个柳暗花明。

  和大多数行业只是蹭热点、拉花架子不一样的是,直接面向消费者、接受人民群众真金白银检验的汽车行业是真正实践大模型的少数几个行业之一。

  比较典型的是自动驾驶大模型,从视觉语言模型VLM到视觉语言动作模型VLA和世界模型WM,国内车企在智驾大模型的赛道上一路狂奔。

  与各路玩家疯狂推动自动驾驶大模型上车形成鲜明对比的是,可以实现对用户需求和意图的主动共情感知的多模态座舱大模型迟迟未能落地。

  消费者的体感非常明显,自动驾驶系统昼夜急行军,在一年之内就将城区场景下的平均接管里程从十公里左右推进到了一百公里,足足提升了一个数量级,但用户在座舱里的体验上并没有太大的突破。

  有一说一,头部车企的语音识别能力已经做得相当不错,也已经引入了视觉感知能力。

  但是,视觉和语音的协同效果远未达标,受制于算力、训练数据缺失等难题,语音、视觉、触控这些多源信号未能实现低延迟的跨域融合,其结果就是,现在的座舱对用户需求的理解浅层化,依然只能被动地响应用户的显性指令。

  按照智能座舱的分级标准,目前的座舱仍然停留在L1感知智能阶段,离最终级的L4全面认知智能还远着呢!

  2022年底,ChatGPT横空出世,各路手机厂商和头部新势力车企纷纷于2023年启动大模型的“自研”。

  2025年初,大模型行业迎来DeepSeek时刻,手机厂商和车企又开始纷纷接入DeepSeek。

  车企们接入DeepSeek,倒并非全然为了蹭热点,而是因为DeepSeek的确能大幅度提升车机系统的用户体验。

  在接入DeepSeek的节奏和策略上面,传统车企和头部新势力车企表现出了显著的差异。

  吉利、东风、长安、奇瑞、广汽、长城这些传统车企动作最为迅速,蔚小理这边则表现得犹犹豫豫,目前只有理想同学App官宣接入了DeepSeek。

  传统车企之所以动作神速,是因为免费开源、易部署的DeepSeek能够在短期内帮助它们迅速提升座舱能力,在帮助优化现有座舱用户体验的同时,为它们弯道超车头部新势力提供了一个有力的技术杠杆。

  DeepSeek R1具备碾压目前所有本土大模型的超强推理能力,其带来的多轮对话和模糊语义识别能力,能够显著提升百科老师中的知识问答、数学解答、娱乐助手中的模糊信息捕捉和作诗作画能力。

  DeepSeek R1基于推理的多步规划能力,也能用于出行助手中的复杂场景出行规划和调度。

  除了在用户端帮助提升智能场景理解和主动服务能力,它还有助于车企端的降本增效。

  DeepSeek R1的推理成本相比同类模型下降了整整一个数量级,这就意味着车企可以在云端以更低的算力满足更多用户的需求,从而大幅度降低车企的部署成本。

  相信在经过消费者的呼吁和成本的倒逼之后,蔚来和小鹏也会在保留自家的大模型作为主力的同时,陆续将DeepSeek接入自家的车机。

  一个成熟的男人在面对爱人的胡搅蛮缠时,会咬着牙关说出浇灭女人心火的四字箴言:是我的错!

  车企们是不是也应该反思一下软件定义汽车这么好的概念为什么很难让用户掏钱。是消费者太刁钻,还是软件的体验不到位,无法吸引用户买单?

  时常祭出四字箴言的我倒是觉得,等到智能驾驶系统的水准线,或者智能座舱系统可以提供千人千面的个性化体验,势必会有一部分消费者愿意为软件定义汽车这种双赢的商业模式买单。

  之所以目前的座舱系统无法做到“千人千面”,一则是因为,传统座舱系统的神经网络使用来自五湖四海、悲欢并不相通的用户数据做训练,将分属于每个人的碎片化数据用于模型的训练,模型最终只能提取出普世价值观之类的最大公约数,无法深刻洞悉个体的用户画像,以至于普世化有余,个性化不足。

  当前,模型的训练和部署是两个阶段,训练完成之后做部署推理时,神经网络的参数不会再发生变化,不具备根据用户的交互数据进行实时学习的能力。

  因此,为了实现千人千面的用户体验,必须建立一个可以分析用户数据、学习用户习惯、能够在一次又一次的交互中实时调整参数的神经网络,才能不断构建出越来越精准的用户画像,因人而异地真正实现个性化的服务。

  在一次次沟通交流中逐渐清晰的用户画像反映了座舱对用户的长期记忆能力,每一个过去的你都会决定现在的你,而你现在的所思所想会决定未来的你,只有座舱大模型像人一样建立起记忆能力,才能在缘生缘灭的每个缘起里读懂真正的你!

  多模感知、逻辑推理、长时记忆是智能座舱最需要的三大能力,DeepSeek已经初步解决了逻辑推理的难题,至于多模感知和长时记忆能力,还需要车企继续努力。返回搜狐,查看更多

顶部