在汽車智能化升J浪潮下，傳統(tǒng)智能座艙面臨三大核心痛點(diǎn)：語義理解能力薄 弱，難以應(yīng)對(duì)口語化語料與多意圖指令；個(gè)性化服務(wù)缺失，無法結(jié)合人-車-環(huán)境數(shù)據(jù) 提供定制化體驗(yàn)；交互流程繁瑣，過度依賴觸控操作，影響駕駛安全。隨著用戶對(duì)座 艙交互自然性、智能化需求日益迫切，重慶作為智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)重鎮(zhèn)，亟需突破相 關(guān)技術(shù)瓶頸。為此，項(xiàng)目立足重慶“416”科技創(chuàng)新布局，以多模態(tài)感知融合與大模型決 策為核心，構(gòu)建生成式交互解決方案，推動(dòng)座艙交互從“觸控為主”向“自然對(duì)話為主” 變革。

本項(xiàng)目以數(shù)據(jù)驅(qū)動(dòng)與算法支撐為核心，廣泛采集標(biāo)注座艙數(shù)據(jù)供給模型訓(xùn)練，打 通國產(chǎn)大模型基座到業(yè)務(wù)的完整鏈路，憑借堅(jiān)實(shí)技術(shù)底座支撐多元產(chǎn)品形態(tài)，推動(dòng)國 產(chǎn)化大模型落地座艙，助力座艙語音交互技術(shù)躋身國際L先，方案如下圖所示。

2.創(chuàng)建了基于用戶畫像、車輛信息、環(huán)境信息的意圖識(shí)別模型。構(gòu)建融合用戶畫 像、車輛信息、環(huán)境信息的意圖識(shí)別模型，整合用戶屬性、艙外目標(biāo)、交通標(biāo)識(shí)等多 維度數(shù)據(jù)，研發(fā)群體-個(gè)體智能推薦算法，實(shí)現(xiàn)潛在艙駕業(yè)務(wù)意圖準(zhǔn)確推薦，優(yōu)化個(gè)性 化服務(wù)與人機(jī)協(xié)作體驗(yàn)。

3.提出了基于對(duì)話流生成式的智能座艙交互系統(tǒng)。提出對(duì)話流生成式智能座艙交 互系統(tǒng)，依托大語言模型攻克口語化語料理解難題，推動(dòng)交互形態(tài)從“觸控為主”向“自 然對(duì)話為主”演進(jìn)，結(jié)合多模態(tài)感知與大模型決策形成生成式CUI交互，解決80%以上 大模型幻覺問題，實(shí)現(xiàn)千人千面的沉浸式交互。

4.提出了一種生成式座艙人機(jī)交互算法架構(gòu)設(shè)計(jì)。采用模塊化與任務(wù)導(dǎo)向設(shè)計(jì)， 分離數(shù)據(jù)層與各類大模型，可靈活調(diào)度下游模型，高度融合超了大板塊業(yè)務(wù)，行業(yè) 次實(shí)現(xiàn)座艙大模型中上游技術(shù)分發(fā)與下游業(yè)務(wù)執(zhí)行的動(dòng)態(tài)映射，提升系統(tǒng)可擴(kuò)展性與 任務(wù)處理效率。

·量化成效

技術(shù)指標(biāo)：單意圖識(shí)別準(zhǔn)確率88.7%、語義拒識(shí)率93.4%、多輪對(duì)話成功率 94.4%,較國內(nèi)主流產(chǎn)品顯著L先；端側(cè)響應(yīng)時(shí)間≤0.5秒，4bit 量化推理速度達(dá) 84tokens/s。

經(jīng)濟(jì)效益：2023-2024年累計(jì)搭載55萬臺(tái)套，新增銷售收入6.2億元，降本 739.39萬元；預(yù)計(jì)2027年累計(jì)搭載超400萬輛，新增收入44億元，降本1億元。

行業(yè)影響：牽頭制定ITU 國際標(biāo)準(zhǔn)1項(xiàng)，申請(qǐng)發(fā)明專利53件(授權(quán)12項(xiàng)),發(fā)表EI 論文2篇，推動(dòng)國產(chǎn)化大模型車載垂域規(guī)�；�落地。

·推廣案例

已成功落地長安UNI-T、啟源A07、深藍(lán)SL03/S7 等多款車型，覆蓋自主品牌主流 產(chǎn)品線。技術(shù)方案符合重慶現(xiàn)代制造業(yè)集群建設(shè)要求，已形成完整API接口規(guī)范，計(jì) 劃進(jìn)一步推廣至新能源汽車、智能出行終端等領(lǐng)域，具備廣泛復(fù)制價(jià)值。