Den intelligenta förarhytten har under de senaste två åren varit det område inom bilbranschen som lättast skapar en "känsla av avstånd".

Å ena sidan, i takt med att stora modeller i full skala integreras i bilarna, använder nästan alla nya fordon förarhytten som en scen för att visa upp "AI-innehåll", där röststyrning, multimodala funktioner och intelligenta agenter avlöser varandra och specifikationerna är mer aggressiva hos varje tillverkare. Men å andra sidan möter användarna i den faktiska upplevelsen ofta avbrott: bilens system förstår kommandot men har svårt att slutföra en sluten operation; det kommer ihåg ett visst samtal men glömmer det direkt igen; inför komplexa resebehov svarar det antingen irrelevant eller vågar inte utföra.

Den 21 oktober, på iFlyteks produkt- och teknikkonferens för intelligenta bilar, lanserades officiellt den nya generationen SparkAuto Space 3.0, och iFlytek lade faktiskt fram en mer pragmatisk branschfråga: hur kan den intelligenta förarhytten på riktigt ta steget från att "förstå" till att "åstadkomma"?

Strukturell smärtpunkt: förarhytten saknar en enhetlig "hjärna"

Kinas bilindustri har under många år legat på en hög nivå globalt vad gäller produktions- och försäljningsvolym, och penetrationsgraden för intelligenta funktioner ökar snabbt. Men bakom den höga penetrationsgraden ligger en försenad uppgradering av upplevelsen.

Det vanliga problemet i branschen är: förarhytten har ofta "öron men ingen hjärna". Röststyrning, navigation, underhållning och fordonskontroll är vanligtvis flera separata delsystem som agerar var för sig, vilket splittrar upplevelsen över domängränserna; avsaknaden av långtidsminne gör att olika bilars system blir allt mer likartade; stora modeller har risk för hallucinationer, vilket gör att man inte vågar delegera kärnfunktioner för fordonskontroll; samtidigt som modellernas förmåga förstärks är det svårt att pressa ner latensen.

Dessa smärtpunkter pekar mot samma strukturella problem: förarhytten saknar en "enhetlig hjärna" som kan koppla samman alla moduler. Om man bara lägger till funktioner eller specifikationer utan att lösa schemaläggningsproblemet i den underliggande arkitekturen kan upplevelsen inte genomgå en kvalitativ förändring.

Arkitekturens utveckling: från kommandostyrd till människoliknande interaktion

För att lösa detta strukturella problem har iFlytek delat in utvecklingen av förarhyttsinteraktion i tre faser: kommandostyrd interaktion, intelligent integrerad interaktion, samt den människoliknande intelligenta fullmodala fasen som leds av SOPHIA (människoliknande intelligent fullmodal arkitektur för interaktion med intelligenta bilar).

Kärnstommen i SparkAuto Space 3.0 är just SOPHIA-arkitekturen, vars underliggande lager består av fyra system: minnesutveckling, tanke och beslutsfattande, fullmodal perception och multidimensionellt uttryck, alla koordinerade av fordonets Master Agent. Denna arkitektur levererar tre kärnvärden till användaren: en emotionell partner som förstår dig bättre, en bilhushållerska som kan utföra ärenden, och en ultrainlevelserik ljud- och bildmästare.

På nivån "förstår dig bättre" har SparkAuto Space 3.0 byggt upp ett system med över 68 minnesdimensioner som täcker korttidsminne, långtidsminne och användarprofiler. För att balansera upplevelse och integritet lagras integritetskänsliga minnen enbart på enheten, och frågor kräver personlig autentisering.

För att lösa interaktionsutmaningarna med flera personer i bilen har SparkAuto Space 3.0 uppnått fullmodal full-duplex-förmåga för flera personer. Genom tekniska uppgraderingar har svarsfrekvensen för interaktion med flera personer ökat till över 95%, avvisningsgraden för störningar nått över 98%, och avbrottsfördröjningen kontrollerats till inom 300 millisekunder. Detta innebär att systemet noggrant kan skilja på "vem som talar och till vem", vilket effektivt löser problemet med att bilens system avbryter när flera personer pratar i bilen.

Dessutom utvidgar röststyrning utanför bilen interaktionsgränsen till 30 meter utanför fordonet, med stöd för rösttrycksautentisering och tal medan man går; igenkänning av specialljud når upp till 200 meter. Enhetens och molnets multimodala perception samlar över 100 funktioner, där enhetens förstärkta sentinelläge kan identifiera 16 typiska riskhändelser, med resultat levererade inom 4 sekunder per händelse och en igenkänningsnoggrannhet på 90%, vilket är betydligt bättre än jämförbara nivåer.

Upplevelsens vattendelare: från "söka information" till "utföra ärenden"

För AI i bilar i nuläget är det bara "förspel" att bilens system förstår dialekter och kommer ihåg dina preferenser. I verkliga bilscenarier längtar användaren egentligen efter "resultat". Du förstår vad jag menar och hjälper mig sedan att få saken utförd. I detta avseende är förmågan att "utföra ärenden" den vattendelare som avgör upplevelsens kvalitet.

I komplexa rese scenarier kan den uppgraderade Master Agent-navigationshjärnan noggrant förstå otydlig semantik, tidsbegränsningar och villkorliga förgreningar. Till exempel "hitta en restaurang nära både kontoret och Svanesjön" – träffsäkerheten för förståelse av komplexa reseavsikter kan nå över 95%.

Ännu mer anmärkningsvärt är kompletteringen av det ekologiska kretsloppet. iFlytek och Alipay har ingått ett strategiskt samarbete som uppgraderas genom att lansera "Xunbao-planen". Alipays bilassistent integreras i SparkAuto Space 3.0 och koordineras enhetligt av Master Agent, och båda parter har kopplat samman kontointegration, AI-betalning i bilen och andra funktioner. Detta gör att förarhytten på riktigt bryter igenom begränsningen att "söka information" och förverkligar verkliga "ärende"-scenarier som sömlös passering på motorväg, sömlös betalning vid parkering och upphämtning av paket längs vägen.

Inom hälsa har dessutom iFlytek Xiaoyi integrerats i förarhytten, med hälsokonsultationer som sammanlagt betjänat 200 miljoner gånger och över 35 miljoner användare, och som täcker 2600 vanliga symtom och kunskap om över 60000 vanliga läkemedel. FaceID identifierar alla passagerare i bilen och skapar individuella hälsoprofiler, en profil per person, och kopplar samman bil, hem, mobil, moln samt Huawei, Apple och andra vanliga bärbara enheter, så att "mäta, fråga, diagnostisera" bildar ett komplett kretslopp. Parkeringsscenarier integreras djupt av Suixinbo Agent med det intelligenta körsystemet och täcker autonom parkering, röststyrd förflyttning av bilen och tillkallning för upphämtning.

Akustisk upplevelse: ultrainlevelserik ljud- och bildmästare

När den visuella "storskärms"-bonusen för intelligenta förarhytter gradvis når sitt tak förflyttas nästa slagfält som avgör upplevelsens generationsskillnad allt mer till "hörseln". Ett system som verkligen förstår dig måste inte bara kunna lyssna utan också kunna uttrycka sig. Bakom detta ligger en grundläggande ombyggnad av den fullständiga akustiska arkitekturen.

iFlyteks branschledande GaN (galliumnitrid)-ljudarkitektur minskar inte bara hela systemets vikt med 30%, utan förbättrar tillsammans med Black Gold-serien högtalare och 300W biografklassad subwoofer ljudupplevelsen med 20%. Kombinerat med Ultra-Immersion Surround Pro 3.0 kan systemet via AI i realtid rekonstruera vanliga 2.0-ljudkällor till 7.1.4-rumsklang, vilket kraftigt sänker tröskeln för rumsklangsmaterial.

När det gäller ljudfältskontroll i bilen uppnår Smart Sound Zone 3.0 en ljudisolering på upp till 30dB för två zoner och 26dB för fyra zoner. Föraren lyssnar på navigation, passageraren tittar på serier och barnen i baksätet lyssnar på barnvisor – man har verkligen uppnått "flera ljud i en hytt utan att störa varandra". Samtidigt integrerar det först lanserade supernackstöds-akustiksystemet riktat uppspelning och aktiv brusreducering (maximalt 9dBA djup) i nackstödet, så att navigationsmeddelanden bara hörs vid förarens öra utan att störa andra passagerare som vilar.

Grundläggande stöd: enhets-moln-samverkan för beräkningskraft och massproduktionssäkerhet

Faktum är att oavsett om det gäller multimodal perception, schemaläggning av komplexa uppgifter eller millisekundsnabb akustisk algoritmik, bestäms dessa front-end-upplevelsers "tak" ofta av den underliggande beräkningskraftens och modellarkitekturens "golv". Den största realistiska klyftan för stora modeller i bilar är spelet mellan beräkningslatens och scenariokomplexitet.

SparkAuto Space 3.0 använder en dubbelmodellskombination med enhets-moln-samverkan: molnets SparkAuto 1.0 uppnår på H20-plattformen en träfffrekvens för 350K-kontextcache på över 99,5% och en första beräkningstid under 800 millisekunder; enhetens SparkAuto 1.0-EMM stöder över 100 scenarier, och den branschförst lanserade 35B-A3B-modellen uppnår på Jetson Thor-plattformen en första bildruta under 650 millisekunder och en minskning av högsta minnesanvändning med 75%.

När det gäller uppgiftsfördelning är iFlyteks strategi: interaktion med hög frekvens, realtidskrav och känsliga data stängs i loopen på enheten, medan komplex förståelse, planering och verktygsschemaläggning läggs i molnet, för att hitta balansen mellan latens och anropskostnad. Detta ställer också krav på biltillverkarnas hårdvaru-BOM-kostnader, och spridningen av avancerade enhetsmodeller kräver fortfarande iteration av hårdvaruplattformar som stöd.

I ett sammanhang där branschen ofta betonar "fullständig egenutveckling" har iFlytek valt vägen "öppen samskapande". Biltillverkarna leder varumärke och plattformsdefinition, medan iFlytek tillhandahåller underliggande verktygskedjor och tekniska tjänster. För närvarande har dess ekosystemplattform anslutit över 60 informationskällor med i genomsnitt 220 miljoner anrop per dag.

Data visar att iFlytek har etablerat en skalningsfördel inom bilområdet: över 81 miljoner bilar utrustade sammanlagt, samarbete med över 50 biltillverkare; stöd för 32 språk vid utlandsetablering, som täcker 60 länder och regioner, och 80% av nya exportmodeller väljer iFlytek.

Dessutom har SparkAuto Space 3.0 etiketten "lansering innebär massproduktion", och varumärken som Chery, Great Wall WEY och Dongfeng Nissan har redan tagit den i bruk först, samt erhållit tre certifieringar: CATARC TOP Intelligences första AI-multimodala intelligenta förarhytt i branschen, 2026 års ledande tekniska resultat för intelligenta förarhytter och 2026 års typiska fall för ny produktionskraft inom bilar. Den befintliga basen på 81 miljoner bilar ger tekniken en verklig jordmån för kontinuerlig iteration.

Avslutande ord

Konkurrensen om intelligenta förarhytter går nu från "har den en stor modell eller inte" till att helt handla om "huruvida förarhytten verkligen kan vara användbar". iFlyteks val denna gång är mycket banbrytande: att använda en enhetlig hjärna för att verkligen koppla samman de splittrade funktionerna, och sedan med en dubbelmodellskombination av enhet och moln föra den banbrytande upplevelsen till massproduktion i miljonklass. Riktningen är utpekad, och vägen blir naturligtvis allt bredare.

Tillbaka till klyftan från inledningen: specifikationerna staplas högre för varje år, men användarna har allt svårare att säga "den här bilen är verkligen bra att använda". Problemet har aldrig varit om bilens system är smart eller inte, utan om det kan ta det man förstår och verkligen utföra en sak åt en. iFlyteks svar denna gång handlar i grunden om att dra tillbaka branschens tävling från "vem har flest funktioner" till den mer jordnära frågan "vems system är stabilt och vems tjänst kan sluta kretsloppet". Det är kanske inte den enda rätta vägen, men det visar åtminstone: i den intelligenta förarhyttens andra halvlek tävlar man inte längre om vem som berättar den största historien, utan om vem som kan ta ner den stora modellen från scenen och stoppa in den i den upplevelse som användaren använder varje dag och som också håller i längden. Riktningen är redan rätt, nu återstår att se vem som först förverkligar den på riktigt.