羅詠浩（右一）與團隊成員一起上車測試。（受訪者供圖）

青春名片

長安汽車AI實驗室團隊：一群聚焦汽車智能座艙AI研發(fā)的年輕人。從理念到產品，他們從零開始、精研磨礪，不斷改進長安系智能網聯新能源車的用戶體驗。

“你好小安，向右變道。”

“即將向右變道，請確認。”

4月27日下午，長安科技園某試驗車旁，一群年輕人圍成一圈，一邊看著語音交互，一邊盯著顯示屏。駕駛員輕聲喊出“確認”，汽車迅速開啟轉向燈，同時方向盤自行轉動，一氣呵成地完成向右側變道。大家松了口氣，隨后一齊歡呼起來。

在重慶長安汽車股份有限公司，有一支青年突擊隊，他們通過AI大模型技術推進汽車智能座艙AI研發(fā)，即將上市的新款車就聚合了他們的創(chuàng)新成果。

摸索中找準研發(fā)方向

“人工智能突飛猛進，將對汽車產業(yè)帶來怎樣的影響？”2021年8月底，重慶長安汽車股份有限公司成立AI實驗室，“90后”羅詠剛成為項目負責人。

“團隊建立時，相關領域的探索剛起步，大家的專業(yè)也是天差地別。”為了盡快打開突破口，大家摸索開展了動力底盤、工具鏈等方面研究，“想了很多辦法，但效果并不理想。”羅詠剛回憶說。

沒有方向，研發(fā)就顯得盲目和沉重，但這支年輕的團隊依然在咬牙堅持。一年后，隨著OpenAI推出GPT-3.5版本，團隊受到啟發(fā)，正式確定了努力方向——聚焦汽車智能座艙AI研發(fā)。經過短暫討論，羅詠剛等決定以多意圖控制為切口，打開局面。

多意圖控制就是通過AI大模型技術使駕駛員可以同時對車輛進行多項功能控制。羅詠剛解釋，在傳統(tǒng)駕駛座艙，駕駛員打開車窗、空調、氛圍燈等控制行為都是一對一控制，要實現多意圖控制，就要給車輛裝上AI大模型并升級。

羅詠剛團隊用了2個月，初步實現了三意圖控制。“開窗開空調同時放首周杰倫的歌。”在試驗車上，羅詠剛下達指令，不到一秒，車輛如預想般開窗、開空調、放起音樂，大家頓時歡呼雀躍。“這證明我們的研究方向是正確的，數月的堅持沒有白費。”

以“多意圖控制”為起點，團隊迅速展開攻關，很快在語音編排、服務推薦等領域獲得突破。

不斷把金點子變成好產品

“小安小安，我要導航去大竹林。”不到1秒，駕駛員便收到汽車回復：“我有3條路線，請問你要選擇哪一條呢？”這是長安汽車語音交互模塊工作的狀態(tài)。通過云端建立連接，AI大模型借助語音合成技術對用戶需求進行反饋，實現人車溝通交流。

其實，早在2024年10月前，這項技術并不成熟。一旦遇上弱網、斷網，交互就會中斷，非常影響用戶體驗。團隊副總設計師孟藝凝與部分成員萌生了一個想法：如果增加一個線下語音處理模塊，是不是就能解決？

“辦法看似簡單，但操作很難。”孟藝凝說，線下語音處理模塊如果通過CPU處理，最簡單高效，但CPU需要處理汽車運行中的海量信息，剩余資源十分有限；若是通過DSP數字信號處理技術處理，又會因數據格式的轉化造成信息損失，導致反饋存在偏差。最終，團隊決定走一條“中間路線”，將“云端”和車載CPU及相應模塊、DSP系統(tǒng)整合在一起，通過不斷迭代，實現目標。

另外，他們還針對語音交互中的各種痛點進行了分析，按照用戶體驗最佳、資源利用最少、技術水平最能實現的原則確定了最優(yōu)解決方案。

今年6月，孟藝凝負責并開發(fā)的自然語言處理模塊將正式完成并交付。

集思廣益找到關鍵突破口

4月9日，對于團隊成員李翔來說是個特別的日子。由他設計并訓練的語音模型，正式通過考核進入量產，這是他首個全流程參與完成的產品。

“車載語音系統(tǒng)承擔著識別、分析車主意圖的職責。我的工作就是訓練語音模型。”李翔需要為每一句話中的關鍵詞打上標記，并建立關鍵詞庫。1個多月，他收集了上萬句相關提問。模型最終調試完畢，并通過了初步測試。

可好景不長，測試部門很快發(fā)現了問題，“有時候語音系統(tǒng)聽不懂我們說話。”“車載語音系統(tǒng)的回復明顯錯誤。”

“這是因為關鍵詞庫還不足以覆蓋生活中常用的提問表述方式。”李翔冷靜分析。“既然不夠，那就升級擴充關鍵詞庫。”但是經過努力，測試部門仍給出“效果不佳”的反饋。

于是，李翔將問題帶到例會上，與團隊成員展開討論。最終大家決定，通過嵌入AI大模型解決問題。又經一個月調整，李翔的新語音模型出爐。

“前面風景好美。”測試時，一位同事對著語音大模型說出了這樣的話。大模型迅速回復：“是否要打開車窗、調整座椅靠背？”李翔激動地表示，這個回復非常符合駕駛者的心意。

今年4月，李翔等人的語音模型終于通過最終測試。幾個年輕人激動得濕了眼眶。（新重慶-重慶日報記者 卞立成）