车载语音交互赛道研究:大模型揭幕2.0时代商业模式重塑

原创 高工智能汽车 2024-01-26 12:07


大模型正给车载语音交互赛道带来颠覆性变革。
根据高工智能汽车研究院调研获取的信息,核心原因为:1.0时代,车载语音交互玩家可使用自身的小模型;2.0时代,很可能需基于通用大模型(训练成本极为高昂,某种程度上为基建工程),做一定的微调形成自身的行业大模型,面对通用大模型厂商进入产业链,价值分配、商业模式也面临重塑。

而当下,2.0阶段刚刚揭幕,经历了2023年上半年的拼PPT指标之后,正过渡到头部玩家尝试落地产品的阶段,产品是否有实质性突破仍待验证。较多人士较为保守,认为“实现类似钢铁侠中的贾维斯的功能”仍需时间,核心阻力包括:车端算力问题、大模型技术仍待迭代优化问题、输出内容的合规性问题。

具体来看,此次文章主要聚焦的问题为:

● 当前,车载语音交互赛道处于什么样的发展阶段?

● 商业模式面临什么样的变化?

● 现阶段竞争重点为何?

● 赛道内有哪些代表性玩家?有哪些代表性产品?

其一,当前,车载语音交互赛道处于什么样的发展阶段?

根据近期调研获取的信息,车载语音交互赛道目前刚刚揭幕2.0阶段。

具体来看,传统车载语音交互赛道1.0阶段:体现为命令式的任务型助手,目前基本已进入成熟期,包括从单轮对话到多轮对话,单音区到多音区,从单一的导航、多媒体娱乐等座舱功能扩展智能驾驶、车身控制等,用户体验逐步面临天花板,缺乏实质性突破;

2023年,进入2.0阶段:经由chatgpt引爆后,大模型技术崛起(人工智能从原来基于规则驱动的专家模型,转为基于数据驱动),本身即位于人工智能赛道的车载语音交互,迎来新一轮发展周期,“实现类似钢铁侠中的贾维斯的功能”;

大众问问CEO张人杰在沟通中直言,1.0时代的智能语音天花板不高,大模型揭幕的2.0时代,“智能”语音的前两个字才名副其实,其实质为,大模型大幅提升了自然语言理解、自然语言生成的能力。

技术链路角度,车载语音交互包括六个环节:音频采集、信号处理、识别、语义理解、对话管理、语音合成。其中,语义理解和对话管理均属于语言认知部分。

此前有头部人工智能芯片厂商管理层在沟通中直言,人工智能在基于规则驱动的专家模型阶段,能力很快遭遇天花板,走入死胡同,距离真正产生价值、可商业化尚远,基于数据驱动的人工智能则进入新的阶段。一个典型案例为,作为智能体的人并非基于规则驱动,而是根据遭遇的现实情况不断自我调整认知和举措(即数据驱动)。

其二,商业模式面临什么样的变化?

更重要的是,大模型某种程度重塑了车载语音赛道的商业模式。

具体来看,在1.0时代,不同车载语音交互厂商往往会训练自身的小模型,参数量并不大,成本可控,自身掌握核心能力;2.0时代,大模型参数量飞跃式拉升,车载语音交互厂商的自研策略遭遇挑战。

以chatgpt的发展为例,1.0、2.0、3.0被认为分别拥有1.17亿参数、15.42亿参数、1750亿参数;参数规模大幅拉升背后,训练的算力成本同样大幅拉升。一般来说,人工智能可分为基础层(数据、算法、算力)、技术层(通用大模型、行业大模型)、应用层(交通、制造、医疗、金融等)。

有调研对象指出,通用大模型训练成本极为高昂。根据公开信息,1万枚英伟达A100芯片被认为是做好AI大模型的算力门槛,A100的单片价格大概为1万美元,对于超算中心、智算中心,有业内人士在沟通中坦言,其为典型的拼资金、拼规模效应的赛道,这也是云计算领域主要由阿里、腾讯、华为、字节跳动等巨头盘踞的根因。

张人杰在沟通中认为,通用大模型类似于基建工程,每个国家有少数几个玩家脱颖而出即可满足需求,反复做同样的基建工程属浪费资源,行业大模型可基于通用大模型构建,类似于一个人完成幼儿园到高中阶段的通用知识之后,再针对某一细分专业领域完成本科或者研究生的学习。

这无疑对产业分工产生影响,一种可能的分工为:

在云端,大模型头部玩家训练出通用大模型,为千行白业的行业大模型提供一个基座(同时获取回报、不断迭代完成商业闭环),车载语音厂商基于该通用大模型做自身的行业大模型,即站在巨人的肩膀上建设自身的能力,同时构建商业模式;

在车端,不同车载语音交互玩家各自做一个相对简化的模型部署,以应对离线场景。

这样的分工,显然给新玩家带来机会。有调研对象指出,2.0时代,一些新玩家同样可站在通用大模型“巨人”的肩膀上,与原有玩家形成竞争。原有玩家的优势,是车载语音交互的产品定义等经验,以及既有的数据。

另一个值得关注的点为,多个赛道面临融合发展。

具体来看,多模交互为大模型发展的共识,DMS、OMS等基于视觉的玩家,与语音交互玩家,某种程度上会成为友商。也有调研对象提醒称,无论是车载语音交互玩家还是视觉玩家,在Open AI等通用大模型玩家面前,能力或均遭遇碾压。

其三,赛道现阶段的竞争重点为何?

根据调研获取的信息,基于大模型的车载语音交互处于“拼量产落地”“拼商业闭环”阶段。

有多名调研对象直言,2022年底到2023年初,chatgpt3.5引爆大模型之初,业内处于拼PPT参数指标的阶段,伴随着同质化和客户的“审美疲劳”,目前一些头部玩家的产品已经进入探索落地阶段,具体到车载语音交互领域,主机厂当下更关注具体产品落地情况以及给客户带来的实际价值。

对于当前探索落地的情况,是否已经取得实质性突破?较多调研对象持保留态度,认为相关产品是否真正具备用户认可的价值、是否能真正实现商业化闭环,仍处于市场验证期。有调研对象表示,真正“实现类似钢铁侠中的贾维斯的功能”需要较长时间。

对于落地的阻力,主要包括:①车端算力部署(即便是高通8295,其算力是否满足车端离线模型的部署也面临不确定性);②大模型自身技术的迭代优化;③作为高实时性输出的人工智能产品,保证输出内容满足公序良俗和意识形态要求。

其四,赛道内有哪些代表性玩家?有哪些代表性产品?

● 赛轮思方面,作为车载语音交互细分赛道的巨头,2023年12月,其宣布推出由英伟达技术驱动、具有开创性的汽车级大型语言模型CaLLM™(Cerence Automotive Large Language Model),为主机厂当前面临的多个关键挑战提供解决方案:通过与现有嵌入式系统和新生成式AI功能的云集成,部署新的用户体验,加速产品上市周期。

作为全球第一个车载级、专注于车与人机交互的LLM,其核心优势为依赖赛轮思车载智能助手广泛部署以及在车载人机交互领域深入的经验,打造的可深度定制的跨语言跨平台的端云一体的车载智能助手解决方案。

据悉,赛轮思和英伟达双方在车载应用领域都有广泛深入的耕耘,强强合作,CaLLM解决应用与算法的问题,英伟达解决算力的问题,端云一体,可深度定制,快速部署,极致人机交互体验。

CaLLM™能够支持汽车功能、特性和要求,并可以通过训练、微调和专属的应用,为汽车制造商进行深度定制。此外,它还可以为用户提供个性化以及本地信息检索,例如Cerence Car Knowledge生成式AI应用。

● 大众问问方面,作为大众汽车集团(中国)旗下的全资科技子公司,自2017年以来,其通过“全栈式技术”和“标准化解决方案”,为客户提供基于车型平台定制的全栈式解决方案,合作伙伴包括江淮大众、一汽大众、上汽大众、奥迪中国等。

在前装市场,大众问问可提供基于车型平台深度定制的智能网联解决方案,集成10项核心能力,具体包括:①云端服务平台:服务后台、在线升级、大数据分析、垂直搜索服务类别;②软件OS&HMI:车载语音助手、多模交互设计、个性化推送;③车载娱乐硬件:车载智能硬件、智能设备多端联动;④车身硬件:车控功能。

值得注意的是,作为100%针对车载场景的语音技术方案,大众问问提供完整的车载离线人机交互引擎,建立完整的车载离线人机交互引擎,在无网络条件下仍可提供精准流畅的语音识别,智慧全面的自然语言理解和丰富的导航音乐等内容服务。

在大模型布局方面,大众问问既有自研的可适用于车端部署的大语言模型ChatVWM,又有聚合Chat GPT和Bing Chat上车的方案,在实际应用中可根据用户需求灵活规划和部署。

● 科大讯飞方面,除本身是国内车载语音交互的头部玩家,其同时也是专业从事智能语音及语言技术研究、软件及芯片产品开发、语音信息服务的上市公司。

据悉,科大讯飞坚持坚持“平台+赛道”的发展战略:以智能语音和人机交互为核心的人工智能开放平台——讯飞开放平台,推动在智慧教育、智慧医疗、智慧城市、智慧司法、金融科技、智能汽车、运营商、消费者等领域的深度应用,TO B+TO C双轮驱动。

大模型浪潮来临,科大讯飞快速布局。

从时间线上看,2023年5月,科大讯飞正式发布讯飞星火认知大模型并不断迭代,此后的每一次发布都离不开七大核心能力的技术底座的持续升级;
2023年6月,讯飞星火认知大模型V1.5正式发布;发布代码能力和多模态能力升级版本讯飞星火V2.0,同时发布多项应用和产品;2023年10月,发布星火认知大模型V3.0。

评论
  • 数字隔离芯片是一种实现电气隔离功能的集成电路,在工业自动化、汽车电子、光伏储能与电力通信等领域的电气系统中发挥着至关重要的作用。其不仅可令高、低压系统之间相互独立,提高低压系统的抗干扰能力,同时还可确保高、低压系统之间的安全交互,使系统稳定工作,并避免操作者遭受来自高压系统的电击伤害。典型数字隔离芯片的简化原理图值得一提的是,数字隔离芯片历经多年发展,其应用范围已十分广泛,凡涉及到在高、低压系统之间进行信号传输的场景中基本都需要应用到此种芯片。那么,电气工程师在进行电路设计时到底该如何评估选择一
    华普微HOPERF 2025-01-20 16:50 73浏览
  •  光伏及击穿,都可视之为 复合的逆过程,但是,复合、光伏与击穿,不单是进程的方向相反,偏置状态也不一样,复合的工况,是正偏,光伏是零偏,击穿与漂移则是反偏,光伏的能源是外来的,而击穿消耗的是结区自身和电源的能量,漂移的载流子是 客席载流子,须借外延层才能引入,客席载流子 不受反偏PN结的空乏区阻碍,能漂不能漂,只取决于反偏PN结是否处于外延层的「射程」范围,而穿通的成因,则是因耗尽层的过度扩张,致使跟 端子、外延层或其他空乏区 碰触,当耗尽层融通,耐压 (反向阻断能力) 即告彻底丧失,
    MrCU204 2025-01-17 11:30 182浏览
  • 本文介绍瑞芯微开发板/主板Android配置APK默认开启性能模式方法,开启性能模式后,APK的CPU使用优先级会有所提高。触觉智能RK3562开发板演示,搭载4核A53处理器,主频高达2.0GHz;内置独立1Tops算力NPU,可应用于物联网网关、平板电脑、智能家居、教育电子、工业显示与控制等行业。源码修改修改源码根目录下文件device/rockchip/rk3562/package_performance.xml并添加以下内容,注意"+"号为添加内容,"com.tencent.mm"为AP
    Industio_触觉智能 2025-01-17 14:09 164浏览
  • 随着消费者对汽车驾乘体验的要求不断攀升,汽车照明系统作为确保道路安全、提升驾驶体验以及实现车辆与环境交互的重要组成,日益受到业界的高度重视。近日,2024 DVN(上海)国际汽车照明研讨会圆满落幕。作为照明与传感创新的全球领导者,艾迈斯欧司朗受邀参与主题演讲,并现场展示了其多项前沿技术。本届研讨会汇聚来自全球各地400余名汽车、照明、光源及Tier 2供应商的专业人士及专家共聚一堂。在研讨会第一环节中,艾迈斯欧司朗系统解决方案工程副总裁 Joachim Reill以深厚的专业素养,主持该环节多位
    艾迈斯欧司朗 2025-01-16 20:51 195浏览
  • 高速先生成员--黄刚这不马上就要过年了嘛,高速先生就不打算给大家上难度了,整一篇简单但很实用的文章给大伙瞧瞧好了。相信这个标题一出来,尤其对于PCB设计工程师来说,心就立马凉了半截。他们辛辛苦苦进行PCB的过孔设计,高速先生居然说设计多大的过孔他们不关心!另外估计这时候就跳出很多“挑刺”的粉丝了哈,因为翻看很多以往的文章,高速先生都表达了过孔孔径对高速性能的影响是很大的哦!咋滴,今天居然说孔径不关心了?别,别急哈,听高速先生在这篇文章中娓娓道来。首先还是要对各位设计工程师的设计表示肯定,毕竟像我
    一博科技 2025-01-21 16:17 100浏览
  • 电竞鼠标应用环境与客户需求电竞行业近年来发展迅速,「鼠标延迟」已成为决定游戏体验与比赛结果的关键因素。从技术角度来看,传统鼠标的延迟大约为20毫秒,入门级电竞鼠标通常为5毫秒,而高阶电竞鼠标的延迟可降低至仅2毫秒。这些差异看似微小,但在竞技激烈的游戏中,尤其在对反应和速度要求极高的场景中,每一毫秒的优化都可能带来致胜的优势。电竞比赛的普及促使玩家更加渴望降低鼠标延迟以提升竞技表现。他们希望通过精确的测试,了解不同操作系统与设定对延迟的具体影响,并寻求最佳配置方案来获得竞技优势。这样的需求推动市场
    百佳泰测试实验室 2025-01-16 15:45 339浏览
  •  万万没想到!科幻电影中的人形机器人,正在一步步走进我们人类的日常生活中来了。1月17日,乐聚将第100台全尺寸人形机器人交付北汽越野车,再次吹响了人形机器人疯狂进厂打工的号角。无独有尔,银河通用机器人作为一家成立不到两年时间的创业公司,在短短一年多时间内推出革命性的第一代产品Galbot G1,这是一款轮式、双臂、身体可折叠的人形机器人,得到了美团战投、经纬创投、IDG资本等众多投资方的认可。作为一家成立仅仅只有两年多时间的企业,智元机器人也把机器人从梦想带进了现实。2024年8月1
    刘旷 2025-01-21 11:15 390浏览
  • 日前,商务部等部门办公厅印发《手机、平板、智能手表(手环)购新补贴实施方案》明确,个人消费者购买手机、平板、智能手表(手环)3类数码产品(单件销售价格不超过6000元),可享受购新补贴。每人每类可补贴1件,每件补贴比例为减去生产、流通环节及移动运营商所有优惠后最终销售价格的15%,每件最高不超过500元。目前,京东已经做好了承接手机、平板等数码产品国补优惠的落地准备工作,未来随着各省市关于手机、平板等品类的国补开启,京东将第一时间率先上线,满足消费者的换新升级需求。为保障国补的真实有效发放,基于
    华尔街科技眼 2025-01-17 10:44 221浏览
  • 现在为止,我们已经完成了Purple Pi OH主板的串口调试和部分配件的连接,接下来,让我们趁热打铁,完成剩余配件的连接!注:配件连接前请断开主板所有供电,避免敏感电路损坏!1.1 耳机接口主板有一路OTMP 标准四节耳机座J6,具备进行音频输出及录音功能,接入耳机后声音将优先从耳机输出,如下图所示:1.21.2 相机接口MIPI CSI 接口如上图所示,支持OV5648 和OV8858 摄像头模组。接入摄像头模组后,使用系统相机软件打开相机拍照和录像,如下图所示:1.3 以太网接口主板有一路
    Industio_触觉智能 2025-01-20 11:04 150浏览
  • 临近春节,各方社交及应酬也变得多起来了,甚至一月份就排满了各式约见。有的是关系好的专业朋友的周末“恳谈会”,基本是关于2025年经济预判的话题,以及如何稳定工作等话题;但更多的预约是来自几个客户老板及副总裁们的见面,他们为今年的经济预判与企业发展焦虑而来。在聊天过程中,我发现今年的聊天有个很有意思的“点”,挺多人尤其关心我到底是怎么成长成现在的多领域风格的,还能掌握一些经济趋势的分析能力,到底学过哪些专业、在企业管过哪些具体事情?单单就这个一个月内,我就重复了数次“为什么”,再辅以我上次写的:《
    牛言喵语 2025-01-22 17:10 41浏览
  • 2024年是很平淡的一年,能保住饭碗就是万幸了,公司业绩不好,跳槽又不敢跳,还有一个原因就是老板对我们这些员工还是很好的,碍于人情也不能在公司困难时去雪上加霜。在工作其间遇到的大问题没有,小问题还是有不少,这里就举一两个来说一下。第一个就是,先看下下面的这个封装,你能猜出它的引脚间距是多少吗?这种排线座比较常规的是0.6mm间距(即排线是0.3mm间距)的,而这个规格也是我们用得最多的,所以我们按惯性思维来看的话,就会认为这个座子就是0.6mm间距的,这样往往就不会去细看规格书了,所以这次的运气
    wuliangu 2025-01-21 00:15 183浏览
  •     IPC-2581是基于ODB++标准、结合PCB行业特点而指定的PCB加工文件规范。    IPC-2581旨在替代CAM350格式,成为PCB加工行业的新的工业规范。    有一些免费软件,可以查看(不可修改)IPC-2581数据文件。这些软件典型用途是工艺校核。    1. Vu2581        出品:Downstream     
    电子知识打边炉 2025-01-22 11:12 49浏览
  • 嘿,咱来聊聊RISC-V MCU技术哈。 这RISC-V MCU技术呢,简单来说就是基于一个叫RISC-V的指令集架构做出的微控制器技术。RISC-V这个啊,2010年的时候,是加州大学伯克利分校的研究团队弄出来的,目的就是想搞个新的、开放的指令集架构,能跟上现代计算的需要。到了2015年,专门成立了个RISC-V基金会,让这个架构更标准,也更好地推广开了。这几年啊,这个RISC-V的生态系统发展得可快了,好多公司和机构都加入了RISC-V International,还推出了不少RISC-V
    丙丁先生 2025-01-21 12:10 111浏览
  • Ubuntu20.04默认情况下为root账号自动登录,本文介绍如何取消root账号自动登录,改为通过输入账号密码登录,使用触觉智能EVB3568鸿蒙开发板演示,搭载瑞芯微RK3568,四核A55处理器,主频2.0Ghz,1T算力NPU;支持OpenHarmony5.0及Linux、Android等操作系统,接口丰富,开发评估快人一步!添加新账号1、使用adduser命令来添加新用户,用户名以industio为例,系统会提示设置密码以及其他信息,您可以根据需要填写或跳过,命令如下:root@id
    Industio_触觉智能 2025-01-17 14:14 121浏览
  • 80,000人到访的国际大展上,艾迈斯欧司朗有哪些亮点?感未来,光无限。近日,在慕尼黑electronica 2024现场,ams OSRAM通过多款创新DEMO展示,以及数场前瞻洞察分享,全面展示自身融合传感器、发射器及集成电路技术,精准捕捉并呈现环境信息的卓越能力。同时,ams OSRAM通过展会期间与客户、用户等行业人士,以及媒体朋友的深度交流,向业界传达其以光电技术为笔、以创新为墨,书写智能未来的深度思考。electronica 2024electronica 2024构建了一个高度国际
    艾迈斯欧司朗 2025-01-16 20:45 423浏览
我要评论
0
点击右上角,分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦