# 热门搜索 #
搜索
“反内卷”的智能座舱向何处去?
4628点击    2024-08-20 09:25

智能座舱的“含AI量”,用量变等待质变


前段时间,有一个声音在汽车圈回荡:别卷了!


中国几家新能源汽车厂商,打响了“反内卷”第一枪,蔚来、吉利、小鹏甚至新入局的小米,都对“卷周榜”表示不满,认为周榜是低水平内卷,大家都在比谁的价格更低,而不是谁的技术更好。


话虽如此,但在市场规则不变的前提下,竞争是躲不掉的。


就像高考后禁止公开学生的成绩和排名,学校也能变着法儿发布“果园农园丰收”的喜报,发不发周榜,不会改变国产新能源汽车激烈竞争的这个现实。


价格战、依赖补贴等低水平竞争,的确不是出路。但卷技术,就一定是往高水平竞争吗?别太天真。



智能座舱,算是“含科量”满满的技术赛道。


2023年以来,大模型及AIGC上车就成为行业主流方向。尤其是随着百度文心一言、商汤、讯飞、华为等模厂提供SDK/API之后,语言、视觉、多模态等各种大模型,上车门槛一降再降。

但卷起了AI的智能座舱,似乎并没有想象中那么神奇。


用AIGC生成大屏壁纸,玩个几次就变得鸡肋;搭载了大语言模型的车载语音助手,会打断车内人跟人的对话,仍然像个“人工智障”;智能调音、智能导航,跟手机AI功能的“查重率”极高……


言而总之,将大模型及AIGC林林总总的功能,简单地“堆”在车上,并没能跟汽车场景进行深度、独特的结合,给用户创造出“旦用难回”的价值。


智能座舱的创新速度也开始放缓了吗?这一“技术密集型”赛道,为什么也开始内卷了?除了通用能力,AI智能座舱到底该卷什么?


01 走向内卷,智能座舱的“雕花”时代


2015年左右,车载系统开始脱离信息显示、地图导航等基本功能,开始向智能化、娱乐化、个性化等方向演化,开启了智能座舱“激情燃烧的岁月”,各种新思路、新应用层出不穷。


如今,真需求已经沉淀下来。比如中午在车上睡一觉,语音助手自动将座舱各个硬件调整到车主最舒适的状态,新能源汽车充电的时候,用车载大屏打游戏,打发一些时间等,都已经有了非常成熟的解决方案。



在此基础上,脱离了“拓荒”阶段的智能座舱,逐渐出现了创新内卷的征兆,具体有几个内卷化的特征:


1.功能趋于同质。很多车厂直接接入AI公司和模厂的API,就像“预制菜”,难以进行深度调配(或者增加额外成本)。消费者一用,感觉大模型上车都集中在文生图、文生语音、自然语言交互等主流功能,功能点都差不多,到底谁家技术更胜一筹,很多消费者依然一头雾水。


2.无效创新增多。一些卖车时被吹上天的功能,并没有与车载环境进行有效适配,新奇感过后,很少再被打开,比如让智能座舱“在七夕提醒我给女朋友/男朋友买礼物”,并没有给用户的体验带来本质提升。久而久之,这些无效创新的智能应用再也没有被车主调用过,常用的还是听听歌、导导航。


3.价值感不足。智能座舱的很多解决方案已经成熟,不依靠大模型,也能做得很好,比如调整座椅、调整空调温度等。然而增加大模型,就意味着要增加更强大的芯片、更好的配置、更高的价格。如今的消费者越来越理性,更看重智能座舱配置的实用价值,逐渐不愿意为缺少长期价值、不必要的噱头型功能买单。


智能座舱的创新幅度明显减缓,步入了一个细节上精雕细琢、颠覆性体验普遍缺失的“雕花时代”,急需向更高级形态转化。


02 没活硬整,智能座舱的AI真相


都在说“反内卷”,为什么还要让一些不具有实用价值、真实价值的AI功能上车?“没活硬整”的智能座舱,反映了大模型时代创新的几个真相:


一是画饼充饥型


大模型和AIGC在实际应用中还不够成熟,模型的训练优化需要大量的数据和时间来进行调校,与汽车场景的结合周期就更长了。然而在激烈的市场环境下,车企又非常需要有一些新鲜的东西,作为智能座舱的卖点和议价手段,来更好地卖车。



于是就有了一些画饼充饥型的功能。比如有厂商提出,汽车可以变成健康中介,因为车内环境可以很自然地获取车主的身体数据,包括座椅可以感知体重变化,方向盘可以感知体温变化,人脸识别可以预测疲劳程度,加上车载语音机器人,不就能随时随地进行健康管理吗?但进一步提问,多模态数据怎么收集,隐私安全如何保证,相关传感器上车增加多少成本,谁来买单,协同分析计算的算力足够吗,都是待解的难题。所以,很多类似的创意,只能止步于想象和发布会现场。


二是有心无力型


智能座舱发展多年,沉淀下来的真需求比如音乐,解决方案已经很成熟,正在音响设备、AI修音、推荐算法等方面“卷”细节。除此之外,还有什么能打发待在“第三空间”的时间?目前并没有看到太多好的思路。


究其原因,打开IVI会发现里面的应用,与手机、平板、PC的内容丰富度根本不能比,而应用生态才是消费者最需要的。而智能汽车的销量,并不足以带动一个应用生态的繁荣,并且可能永远都赶不上智能手机的数量级,这将是一个长期存在的现实。



目前来看,扩大车载娱乐生态的思路主要是两个:一是“外挂”,让车去适配手机的应用生态,比如蔚来、小米、吉利都在推动手机更好地上车,今年关于“车该不该配手机支架”的话题就很火;二是“砸墙”,拆除车和手机之间的生态壁垒,比如鸿蒙方案,搭载鸿蒙HarmonyOS的智能座舱,可以通过鸿蒙软总线、分布式特性,实现跨终端的内容切换和娱乐体验的极简交互。


总之,应用生态不能摆脱桎梏,智能座舱的娱乐体验就很难重塑。


三是浅尝辄止型


在汽车智能化的早期阶段,已经有大量数字应用和智能功能被提出,最终一些真需求沉淀下来。可以说,成熟的、“低处易摘的果子”都被摘完了,留下来的都是高处难摘的果实。


早期时候,整车厂可以靠一些新鲜功能来卖车,不计较背后的实现成本或实用价值,各种功能不管有没有PMF都在上车。但如今AI大模型跟汽车场景的结合,还没有太多PMF成熟的“果子”功能可以直接摘,怎么办呢?先把一些基础能力,比如文生图、文生语音、多模态交互等放上车,进行浅表的结合与改造。这类AI座舱应用,与手机、PC等终端AI体验高度重叠,缺乏独创性和不可替代性。


内卷周期,潮水退去,也让很多创新真相被摊在了明处。新的竞争环境下,面对投入大、场景未知、回报不确定的AI大模型等新技术,有选择性的差异化突围,是智能座舱的必然选择。


03 AI差异化突围,智能座舱必有一战


目前来看,智能座舱不再是一个轻松游戏。场内玩家们既要去摘高处难摘的技术果实,进行高水平竞争,也要有优先级,通过差异化创新来减少风险和机会成本。


目前,已经有几路人马重兵集结,尝试在AI智能座舱领域突围,分别是:


模型派,提供领先的大模型技术


今年4月,百度发布了基于文心大模型打造的智舱大模型2.0,为车企提供了一系列大模型“开箱即用”的工具和应用。商汤日日新大模型也在上海车展亮相,展示了语言模型“商量 SenseChat”以及“如影 SenseAvatar”等与座舱的结合。百度、商汤、科大讯飞等在多模态、模型小型化、语音识别算法等方面都有一系列突破。



整合派,整合优化AI智能座舱的体验


比如蔚来就在前不久的2024蔚来创新科技日上,发布了全新的Banyan 3智能系统,号称是拥有情感智能&Agents能力的行业首个AI智能座舱。集成了芯片的硬件算力、全域操作系统的调度能力、独创情感引擎的算法能力、端云一体底盘架构、与手机深度适配的随车播功能等等,综合化、体系化地重塑智能座舱,带来比较强的感知升级。挑战在于,这类高集成、紧耦合的AI智能座舱,对硬件配置有一定要求,很多功能无法普及到一些早期车型上,可能会引发一些用户不满。



解决方案派,具备集成各项AI软硬件技术的平台化能力


比如华为带来的新一代鸿蒙座舱,不仅拥有先进的千悟大模型,还集成了盘古大模型、MindSpore异思计算框架以及异腾AI基础硬件平台,共同打造一个200多应用的车机生态。我们知道,主机厂对智能系统的“灵魂”比较敏感,所以,方案商唯有通过大量黑科技的密集攻关,来穿透汽车场景,牢牢握住消费者体验的筹码,成为其立身之本和优势所在。



总的来看,让智能座舱真正与AI大模型相结合,是一个不好回答、又必须回答的问题。


必须回答,是因为作为“第三空间”的智能座舱,可以容纳多元、丰富的交互方案,可以提供远超于手机、平板等终端的计算能力、数据规模、数据维度,成为AI大模型的最佳落地场景。


最大的挑战在于,如何区别于AI1.0时代,给消费者带来“旦用难回”的价值感受?



2024的关键窗口期,车企将会在AI智能座舱展开决战。因为AI是一个从量变到质变,在试错中不断接近PMF的迭代过程,等到2025、2026年一切就太晚了。


对于消费者和大众来说,接下来应该会看到一系列AI技术在座舱内喷发,不妨持币以待。


本文来自微信公众号“脑洞汽车”,作者:藏狐


AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md