Inteligentna kabina mogla bi biti područje u automobilskoj industriji koje posljednje dvije godine najlakše stvara "osjećaj razočaranja". S jedne strane, sveobuhvatnim ulaskom velikih modela u automobile, gotovo svi novi modeli koriste kabinu kao poprište za pokazivanje "AI sadržaja", glasovne, multimodalne i agentne tehnologije redom se smjenjuju, a parametri su kod svakog proizvođača agresivniji. No s druge strane, korisnici u stvarnom iskustvu često nailaze na prekide: sustav razumije naredbu, ali teško dovršava zatvoreni krug radnji; zapamti neki razgovor, a zatim ga u trenutku zaboravi; pred složenim potrebama putovanja ili odgovara nešto sasvim nepovezano ili ne usudi se izvršiti radnju. Na konferenciji za predstavljanje proizvoda i tehnologija pametnih automobila iFlyteka 21. listopada službeno je predstavljena nova generacija pametne kabine SparkAuto Space 3.0, a iFlytek je zapravo postavio jedno pragmatičnije industrijsko pitanje: kako pametna kabina može iz stanja "razumije što se govori" doista prijeći u stanje "može obaviti posao"? Strukturna bolna točka: kabina nema jedinstveni "mozak" Kineska automobilska industrija već godinama drži visoko mjesto u globalnoj proizvodnji i prodaji, a stopa prodora inteligentnih tehnologija također brzo raste. No iza visoke stope prodora krije se zaostajanje u nadogradnji iskustva. Uobičajeni problem u industriji jest: kabina često "ima uši, ali nema mozak". Glasovno upravljanje, navigacija, zabava i upravljanje vozilom obično su nekoliko odvojenih podsustava koji djeluju neovisno, a iskustvo je fragmentirano; nedostatak dugoročnog pamćenja dovodi do toga da su sustavi različitih proizvođača sve sličniji; veliki modeli nose rizik halucinacija zbog čega se ključno upravljanje vozilom ne usudi lako prepustiti; dok se sposobnosti modela povećavaju, kašnjenje je teško smanjiti. Sve te bolne točke upućuju na isti strukturni problem: kabini nedostaje "jedinstveni mozak" koji bi povezao sve module. Ako se samo jednostavno dodaju funkcije ili parametri, a ne riješi problem raspoređivanja na razini temeljne arhitekture, iskustvo ne može doživjeti kvalitativni skok. Evolucija arhitekture: od komandnog prema ljudskoj interakciji Kako bi riješio taj strukturni problem, iFlytek je evoluciju interakcije u kabini podijelio u tri faze: komandna interakcija, inteligentna integrirana interakcija te faza ljudske svemodalne inteligencije koju vodi SOPHIA (arhitektura ljudske svemodalne interakcije pametnih automobila). Glavna okosnica pametne kabine SparkAuto Space 3.0 upravo je arhitektura SOPHIA, čiju osnovu čine četiri sustava: evolucija pamćenja, razmišljanje i odlučivanje, svemodalna percepcija i višedimenzionalno izražavanje, a njima objedinjeno upravlja Master Agent cijelog vozila. Ta arhitektura korisnicima u konačnici isporučuje tri ključne vrijednosti: emotivnog partnera koji vas bolje razumije, osobnog upravitelja automobila koji obavlja poslove i audio-vizualnog majstora s nadrealnim osjećajem. Na razini "boljeg razumijevanja", verzija SparkAuto Space 3.0 izgradila je sustav s više od 68 dimenzija pamćenja, koji pokriva kratkoročno, dugoročno pamćenje i korisnički profil. Kako bi se uravnotežilo iskustvo i privatnost, visoko osjetljiva pamćenja ograničena su na pohranu na samom uređaju, a za njihovo pretraživanje potrebna je osobna autentifikacija. Za izazov interakcije s više putnika u vozilu, verzija SparkAuto Space 3.0 ostvarila je svemodalnu full-duplex sposobnost za više osoba. Zahvaljujući tehnološkoj nadogradnji, stopa odgovora na interakciju s više osoba povećana je na više od 95%, stopa odbijanja smetnji dosegla je više od 98%, a kašnjenje prekidanja kontrolirano je unutar 300 milisekundi. To znači da sustav može točno razlikovati "tko govori i kome govori", čime se učinkovito rješava problem da se sustav vozila upetljava u razgovor kada više osoba razgovara u automobilu. Osim toga, glasovna interakcija izvan vozila proširuje granicu interakcije na 30 metara izvan automobila, podržava provjeru identiteta glasovnim otiskom i govor u hodu; prepoznavanje specijalnih zvukova doseže do 200 metara. Uređajno-oblačna svemodalna percepcija objedinjuje više od 100 sposobnosti, među kojima poboljšani stražarski način rada na uređaju može prepoznati 16 tipičnih rizičnih događaja, s rezultatom dostavljenim unutar 4 sekunde po događaju i točnošću prepoznavanja od 90%, što je znatno bolje od razine u istoj kategoriji. Razdjelnica iskustva: od "provjere informacija" do "obavljanja poslova" Za trenutačnu primjenu AI-ja u automobilima, to što sustav razumije dijalekt i pamti vaše preferencije može se smatrati tek "predigrom". U stvarnim scenarijima korištenja vozila korisnici doista žele "rezultat". Razumijete što mislim, a zatim mi obavite posao kako treba. U toj dimenziji sposobnost "obavljanja poslova" prava je razdjelnica koja određuje kvalitetu iskustva. U složenim scenarijima putovanja, nadograđeni navigacijski mozak Master Agent može precizno razumjeti nejasnu semantiku, vremenska ograničenja i uvjetne grane. Primjerice, za "pronađi restoran koji nije daleko ni od tvrtke ni od jezera Tian'e", točnost razumijevanja složenih namjera putovanja može dosegnuti više od 95%. Još je zanimljivije upotpunjavanje ekosustava zatvorenog kruga. iFlytek je s Alipayom nadogradio stratešku suradnju i pokrenuo "Plan Xunbao". Alipayev automobilski asistent integriran je u SparkAuto Space 3.0 i njime objedinjeno upravlja Master Agent, a obje strane dovršile su povezivanje u pogledu interoperabilnosti računa i AI plaćanja u automobilu. To omogućuje kabini da doista probije ograničenja "provjere informacija" i omogući stvarne scenarije "obavljanja poslova" poput beskontaktnog prolaska autocestom, beskontaktnog plaćanja parkiranja i preuzimanja paketa usput. Osim toga, u pogledu zdravstvene kabine integriran je iFlytek Xiaoyi, zdravstveno savjetovanje kumulativno je pružilo 200 milijuna usluga, s više od 35 milijuna korisnika, pokrivajući 2600 čestih simptoma i više od 60000 vrsta znanja o čestim lijekovima. FaceID prepoznaje sve putnike u vozilu i uspostavlja neovisne zdravstvene kartoteke, jedna osoba jedan dosje, povezujući automobil, dom, mobitel, oblak te glavne nosive uređaje poput Huaweija i Applea, čime "mjerenje, pitanje i dijagnoza" tvore cjelovit zatvoreni krug. Scenarij parkiranja dubinski je integriran sustavom Suixinbo Agent i sustavom pametne vožnje, pokrivajući autonomno parkiranje, glasovno premještanje vozila i pozivanje vozila da dođe po vas. Akustično iskustvo: audio-vizualni majstor s nadrealnim osjećajem Kada se vizualna prednost "velikih zaslona" pametne kabine postupno približava vrhuncu, sljedeće bojno polje koje će odrediti generacijski jaz u iskustvu seli se prema "sluhu". Sustav koji vas doista razumije ne mora samo razumjeti, nego i izražavati. Iza toga stoji temeljita rekonstrukcija cjelokupne akustične arhitekture. GaN (galijev nitrid) audio arhitektura koju je iFlytek prvi uveo u industriji ne samo da smanjuje težinu cjelokupnog sustava za 30%, već u kombinaciji s Black Gold serijom zvučnika i 300W kino-razinskim subwooferom povećava osjećaj slušanja za 20%. U kombinaciji sa Super Immersive Surround Sound Pro 3.0, sustav pomoću AI-ja može običan 2.0 izvor zvuka u stvarnom vremenu rekonstruirati u 7.1.4 panoramski zvuk, čime se znatno snižava prag za izvore panoramskog zvuka. U pogledu kontrole zvučnog polja u automobilu, Smart Sound Field Zoning 3.0 postiže izolaciju zvuka do najviše 30 dB u dvije zone i 26 dB u četiri zone. Vozač sluša navigaciju, suvozač gleda seriju, djeca na stražnjem sjedalu slušaju pjesmice – doista je ostvareno "više zvukova u jednoj kabini bez međusobnog ometanja". Istodobno, prvi put predstavljeni super akustični sustav naslona za glavu integrira usmjereno reproduciranje i aktivno poništavanje buke (maksimalne dubine 9 dBA) u naslon za glavu, pa se navigacijske obavijesti zadržavaju samo uz vozačevo uho i ne ometaju ostale putnike koji se odmaraju. Temeljna potpora: računalna snaga i sigurnost masovne proizvodnje kroz suradnju uređaja i oblaka Zapravo, bilo da je riječ o svemodalnoj percepciji, raspoređivanju složenih zadataka ili milisekundnim akustičnim algoritmima, "gornja granica" tih korisničkih iskustava često je određena "donjom granicom" temeljne računalne snage i arhitekture modela. Najveći stvarni jaz pri ulasku velikih modela u automobile jest nadmetanje između kašnjenja računalne snage i složenosti scenarija. SparkAuto Space 3.0 primjenjuje dualni model suradnje uređaja i oblaka: oblačni SparkAuto 1.0 na platformi H20 u stvarnom testiranju postiže stopu pogodaka predmemorije konteksta od 350K veću od 99,5%, a prvi odgovor izračuna ispod 800 milisekundi; uređajni SparkAuto 1.0-EMM podržava više od 100 scenarija, a njegov industrijski prvi 35B-A3B model na platformi Jetson Thor ostvaruje prvi kadar ispod 650 milisekundi i smanjenje vršne memorije za 75%. U raspodjeli zadataka iFlytek predlaže sljedeći pristup: interakcije visoke učestalosti, u stvarnom vremenu i s osjetljivim podacima zatvaraju se na uređaju, dok se složeno razumijevanje, planiranje i raspoređivanje alata prepuštaju oblaku, čime se traži ravnoteža između kašnjenja i troškova poziva. To također predstavlja izazov za BOM troškove hardvera proizvođača automobila, a popularizacija naprednih uređajnih modela još uvijek zahtijeva iteraciju hardverskih platformi. U kontekstu kada industrija često naglašava "potpuno vlastiti razvoj", iFlytek je odabrao put "otvorenog su stvaranja". Proizvođači automobila vode brend i definiciju platforme, a iFlytek pruža temeljni alatni lanac i tehnološke usluge. Trenutačno je njegova ekosustavna platforma povezana s više od 60 izvora informacija, s prosječno 220 milijuna poziva dnevno. Prema podacima, iFlytek je već uspostavio prednost razmjera u automobilskoj industriji: ukupno ugrađen u više od 81 milijun vozila, suradnja s više od 50 proizvođača automobila; podrška za 32 jezika za izvozna tržišta, pokrivenost 60 zemalja i regija, a 80% novih izvoznih modela odabire iFlytek. Nadalje, SparkAuto Space 3.0 nosi oznaku "predstavljeno pa odmah u masovnoj proizvodnji", a brendovi Chery, Great Wall WEY i Dongfeng Nissan već su ga prvi ugradili te su dobili tri certifikata: prvu industrijsku certifikaciju za AI multimodalnu pametnu kabinu TOP Intelligence Kineskog centra za automobilsku tehnologiju, certifikat za vodeće tehnološke rezultate pametnih kabina automobila 2026. i certifikat za tipični slučaj novih produktivnih snaga u automobilskoj industriji 2026. Baza od 81 milijun vozila pruža stvarno tlo za kontinuiranu iteraciju tehnologije. Zaključak Konkurencija u pametnim kabinama u potpunosti prelazi s pitanja "ima li veliki model" na pitanje "može li kabina doista biti korisna". Ovaj odabir iFlyteka ima veliko značenje za probijanje zastoja: jedinstvenim mozgom doista povezati razbacane funkcije, a zatim dualnim modelom uređaja i oblaka gurnuti vrhunsko iskustvo prema masovnoj proizvodnji na milijunskoj razini. Smjer je naznačen, a put će se prirodno širiti. Vratimo se onom jazu s početka: parametri se iz godine u godinu gomilaju sve više, a korisnicima je sve teže izgovoriti "ovaj auto je stvarno dobar za korištenje". Problem nikada nije bio u tome je li sustav vozila pametan, nego može li ono što je razumio doista obaviti jedan posao za čovjeka. Odgovor koji iFlytek ovoga puta daje u biti vraća industrijsko natjecanje s pitanja "tko ima više funkcija" na jednostavnije pitanje "čiji je sustav stabilniji i čija usluga može zatvoriti krug". To možda nije jedini ispravan put, ali barem pokazuje: u drugoj polovici pametnih kabina više se ne natječe tko priča veću priču, nego tko može veliki model skinuti s izložbenog postolja i ugraditi ga u ono iskustvo koje korisnici svakodnevno koriste i koje dugoročno funkcionira. Smjer je već ispravan, a sljedeće je pitanje samo tko će ga prvi doista provesti u djelo.