本報(bào)訊 （記者何 可）日前，市場研究機(jī)構(gòu)君迪（J.D.Power）發(fā)布最新研究成果顯示，近年來，人工智能技術(shù)的爆發(fā)式發(fā)展為智能座艙賦予了更多復(fù)雜功能。當(dāng)前主流車企的大模型功能覆蓋雖廣，但核心能力表現(xiàn)趨同，難以通過大模型技術(shù)形成品牌辨識(shí)度。測試顯示，多數(shù)車型在基礎(chǔ)指令識(shí)別、簡單場景響應(yīng)上表現(xiàn)接近，用戶難以感知不同品牌大模型的獨(dú)特優(yōu)勢，反映出行業(yè)在場景深度挖掘與個(gè)性化設(shè)計(jì)上的不足。

研究顯示，“免喚醒交互”底層架構(gòu)設(shè)計(jì)已形成顯著技術(shù)差異。部分豪華品牌企業(yè)仍延續(xù)相對(duì)傳統(tǒng)的技術(shù)路徑，在免喚醒場景下依賴預(yù)設(shè)關(guān)鍵詞的精準(zhǔn)匹配邏輯，當(dāng)車內(nèi)出現(xiàn)與關(guān)鍵詞發(fā)音或語義相近的日常對(duì)話內(nèi)容時(shí)，極易觸發(fā)非預(yù)期的誤喚醒。而新勢力車企則通過技術(shù)創(chuàng)新重構(gòu)交互邏輯，普遍采用“聲紋識(shí)別+語境分析”的組合式算法架構(gòu)，可精準(zhǔn)捕獲主駕用戶的獨(dú)特聲紋特征，從源頭過濾其他乘客的聲音干擾，實(shí)現(xiàn)“身份級(jí)”的指令來源篩選，并結(jié)合對(duì)話前后文的語義關(guān)聯(lián)判斷指令真實(shí)意圖。例如當(dāng)乘客交談中提及“導(dǎo)航”等高頻指令詞匯時(shí)，系統(tǒng)能通過語境研判排除非指令場景，從而大幅降低誤喚醒概率，將免喚醒交互的準(zhǔn)確率穩(wěn)定在行業(yè)較高水準(zhǔn)。

此外，復(fù)雜場景處理能力已成大模型核心短板。研究顯示，現(xiàn)有大模型在3方面普遍存在缺陷：復(fù)雜指令識(shí)別弱，多任務(wù)分解、中途意圖修正易出現(xiàn)斷層；模糊需求理解差，對(duì)“適合辦公的咖啡廳”等需場景化判斷的需求精準(zhǔn)度不足；跨域協(xié)同難，座艙舒適域與娛樂域聯(lián)動(dòng)易漏執(zhí)行。更典型的是，部分車型處理“雪天陡坡停車防溜車+避免蓄電池虧電”這類復(fù)合需求時(shí)，僅能響應(yīng)單一子任務(wù)，直接暴露了多模態(tài)協(xié)同與動(dòng)態(tài)意圖修正的技術(shù)薄弱性。

據(jù)君迪有關(guān)負(fù)責(zé)人介紹，當(dāng)前，車輛智能座艙交互范式正從“被動(dòng)工具”向“主動(dòng)認(rèn)知伙伴”躍遷，主動(dòng)服務(wù)能力成為新賽道。研究顯示，車載交互領(lǐng)域的頭部品牌已率先突破傳統(tǒng)被動(dòng)響應(yīng)模式，初步實(shí)現(xiàn)從“指令執(zhí)行”到“主動(dòng)預(yù)判”的體驗(yàn)升級(jí)。例如，系統(tǒng)可基于用戶行為習(xí)慣（如檢測到用戶頻繁看表，主動(dòng)提醒即將到來的會(huì)議時(shí)間）、實(shí)時(shí)駕乘場景（如識(shí)別到孕婦乘車，自動(dòng)調(diào)高座艙溫度并禁用座椅按摩功能），提供更具人性化的主動(dòng)服務(wù)。不過，當(dāng)前多數(shù)車型的交互能力仍停留在“用戶指令—系統(tǒng)響應(yīng)”的被動(dòng)階段，尚未形成主動(dòng)服務(wù)意識(shí)。未來，車載交互的體驗(yàn)分層將圍繞兩大核心方向展開：一方面是主動(dòng)服務(wù)預(yù)判能力的深化，比如針對(duì)多乘客場景實(shí)現(xiàn)多意圖并行處理；另一方面是跨設(shè)備泛化能力的突破，例如將車機(jī)未完成的指令無縫延伸至手機(jī)端繼續(xù)執(zhí)行，這兩大能力將成為衡量車載交互體驗(yàn)高下的關(guān)鍵指標(biāo)。