斑馬智行率先進入車載智能助手時代，跳出“內卷”

你是否羨慕鋼鐵俠擁有Javis，一個具有獨立思考能力的智能AI，能管理和應付主人的一切問題。如果有這樣的智能助手，讓你的愛車秒變Javis，你是否會怦然心動呢？

在2021廣州車展上，斑馬智行基于AliOS打造的最新智能座艙系統(tǒng)——洛神智能座艙系統(tǒng)實現量產落地，并率先搭載于即將上市的全新榮威RX5 MAX與名爵MG ONE。在該系統(tǒng)中，斑馬智行語音在技術與產品層面再一次全面融合創(chuàng)新，即將為每個車主打造屬于他們的Javis。

作為業(yè)內首個將語音定義為車內第一交互方式的頭部玩家，斑馬智行在語音交互上不斷打怪升級，跳出原有桎梏，從指令式交互，到自然對話交互，再到自然對話2.0的升級，一直引領行業(yè)發(fā)展。而這一次，洛神智能座艙系統(tǒng)的出現更是意味著斑馬智行率先進入了智能語音助手時代。

車載語音作為智能汽車核心交互方式擁有巨大潛力，斑馬智行不僅在產品體驗上，更是從產業(yè)層面，積極推動傳統(tǒng)車載語音行業(yè)以及主機廠商的創(chuàng)新變革。這一次，斑馬智行智能語音助手的出現，又將在車載語音掀起怎樣的革新浪潮呢？帶著一系列問題，獵云網獨家采訪了斑馬智行語音產品負責人吳曉敏。

越來越智能的車載語音，成為主流交互方式

眾所周知，語音交互功能，已經成為智能網聯(lián)汽車的“標配”，一直是車聯(lián)網公司和主機廠發(fā)力的重點領域。

“互聯(lián)網女皇”瑪麗·米克爾在其每年發(fā)布的《互聯(lián)網趨勢報告》中，多次強調：語音是最有效的計算輸入形式，將成為人機交互的新范式。語音即計算界面，其應用的三大場景是家里、車里、隨手，更快更方便就是用戶價值所在。

而被視作“第三空間”的汽車場景，通過自然對話完成人車之間的主動交互，正在成為現實。

直至今日，車載語音交互市場正在呈現出多元化的發(fā)展趨勢，本地+云端、自然語言理解、多元化內容及服務生態(tài)都在持續(xù)快速升級。

高工智能汽車研究院監(jiān)測數據顯示，2020年國內新車（合資+自主品牌）前裝搭載語音識別及交互功能上險量為1206.4萬輛，同比增長17.88%。車載語音已成為汽車繼中控屏外的第二交互手段。

在前裝搭載率方面，去年語音識別及交互功能前裝標配搭載率從2019年的49.82%提升至63.25%。而今年1-6月，這個數字繼續(xù)提升至68.01%。據公開數據統(tǒng)計，2020年中國前裝車載語音市場（包含軟硬件）規(guī)模約為17億元人民幣，到2025年，市場規(guī)模將增長至30億元人民幣。

隨著我國自主汽車操作系統(tǒng)在智能汽車時代的“翻盤”，以低價標準化產品占據車載語音市場高份額的訊飛、Cerence開始面臨挑戰(zhàn)。不止BAT、華為等實力企業(yè)，造車新勢力也開始對這個市場“虎視眈眈”。

手機語音助手、智能音箱的出現讓大家對車載語音交互的智能要求更上一層，而將這樣的能力應用到車內場景絕非易事，面臨著聲學、自然語言處理、數字信號處理等多個復雜學科，以及網絡問題的挑戰(zhàn)。

據《2021麥肯錫汽車消費者洞察》顯示，80%消費者重視智能汽車技術，超過半數愿意為智能功能買單。這意味著在智能汽車時代，得“智能”者得天下，而其背后則是AI與算法的深度較量。

研發(fā)無設限，斑馬智行引領車載語音創(chuàng)新變革

歷經十年發(fā)展，斑馬智行自研AliOS，經過市場檢驗，在技術、體驗、效率方面實現“三大領先”。依托AliOS，斑馬智行以“智能車機-智能座艙-智能汽車”為戰(zhàn)略著力點，確立了從智能車載操作系統(tǒng)向智能座艙操作系統(tǒng)、整車智能操作系統(tǒng)演進的“OS三部曲”戰(zhàn)略。

而交互智能作為斑馬智行聚焦用戶體驗的三大方向之一，更是可以用“投入無上限”來形容。

事實上，在2016年之前，市面上所謂的語音交互都處于指令式交互的初始階段。汽車只懂產品經理寫的指令，所有的交互邏輯固化。用戶與汽車對話，需要遵循著一定的指令，不能在超出范圍之外發(fā)揮。

困于技術的限制，大量的車沒有配備語音交互的功能，即使配置了，用戶也不會去使用。車載語音市場被科大訊飛、Cerence兩大語音技術廠商瓜分大量份額，主機廠商把車載語音作為賣車的手段，用小成本購買標準化產品，而無視用戶體驗。

數據顯示，指令式交互系統(tǒng)的DAU基本上在10%以下，“不好用”、“雞肋”、“傻”幾乎成為車載語音的代名詞。

2016年，斑馬智行首次將自然對話技術引入到車內場景，給主機廠商和用戶帶來了全新的體驗：原來還可以用“你好，斑馬，我想看星星”這樣的對話來讓汽車自動打開天窗，更是開辟了行業(yè)的先河。榮威RX5語音開啟關閉天窗、調節(jié)空調溫度、播放音樂、開啟導航、語音搜索、天氣查詢成為驚艷亮點。

在開放合作、系統(tǒng)打通的背景下，斑馬智行在創(chuàng)新上事半功倍，于業(yè)內率先完成全場景全雙工全閉環(huán)的自然對話2.0產品。

斑馬智行語音產品負責人吳曉敏表示，與第一代自然對話系統(tǒng)不同，維納斯（VENUS）智能系統(tǒng)全場景語音實現了車內絕大部分功能都能通過自然對話去觸達；全雙工更是打破用戶與車的交互輪回，通過技術分解，在流式理解、語義拒識、語義打斷等核心能力的加持下，能夠實現用戶與車更自然的對話；全閉環(huán)則是針對斑馬智行的服務內容，用語音做到完全的閉環(huán)，在車內甚至可以用語音完成電影票、咖啡的購買、支付和送達。

如果說斑馬的“語音開天窗”是打開了車載語音自然對話1.0時代的序幕，那么其在2020年推出的全場景、全雙工、全閉環(huán)的維納斯（VENUS）智能系統(tǒng)則是徹底吹響了車載語音交互方式變革的號角，語音的發(fā)展進入自然對話2.0時代。

在斑馬智行的先行后，全雙工、連續(xù)對話等技術，開始跑步進入車載市場。小鵬、理想、蔚來等新勢力廠商也將其作為新一代語音產品的研發(fā)理念。

而這也意味著各路玩家在產品和技術之間的邊界開始模糊，產品理念、用戶體驗逐漸趨同，市場在車載語音百花齊放的熱潮下，呈現階段性“內卷”的競爭態(tài)勢，產品和技術的發(fā)展陷入了停滯。

達摩院人工智能引擎驅動，小跟斑定義車載語音助手新時代

在汽車智能化演進的過程中，語音逐漸成為車內的第一交互方式，語音交互體驗的良好與否很大程度上決定了座艙整體交互感受，而搭載AliOS的智能座艙是斑馬智行的核心基座，其能力高度決定了智能助手發(fā)展的上限。

吳曉敏坦言，頭部廠商在自然對話交互上已不分伯仲，也都在陸續(xù)往智能助手的方向演進。然而廠商們所謂的智能助手卻仍在自然對話交互2.0的階段，淺層次的創(chuàng)新對行業(yè)發(fā)展推動作用微乎其微，儼然成為了一個“偽命題”。

對于斑馬智行而言，融合創(chuàng)新一直是其車載語音升級的關鍵詞。一方面，用戶跟車、系統(tǒng)進行融合；另一方面，語音引擎跟其他模塊融合。最后，設計出一個好的交互方式，來讓用戶覺得這是一個非常智能和友善的系統(tǒng)。

與傳統(tǒng)車廠、新勢力不同，斑馬智行在車載語音方面一直有“先天優(yōu)勢”，那就是可以基于天貓精靈和達摩院的能力，作為阿里車業(yè)務的重要輸出口，去進行車載場景的創(chuàng)新。

通過與天貓精靈的合作，斑馬智行實現了車和家居場景的打通，可以在車內完成天貓精靈的設備控制，甚至也可以在家通過天貓精靈去查看車輛的狀態(tài)。

二者相似場景和通用技能、數據的打通，讓天貓精靈3億級別的IoT設備互聯(lián)能力、自然豐富的語音交互系統(tǒng)也可以通過斑馬智行完成車業(yè)務的能力輸出。

而在國際大賽上屢次上榜的阿里達摩院語音技術，更是讓斑馬智行插上了阿里集團強大AI能力的翅膀，通過共同打造涵蓋聲學硬件和結構設計、前端信號處理(語音增強和分離)、VW（語音喚醒）、ASR（語音識別）、VPR（聲紋識別）、NLU（自然語音理解）、DM（對話管理）、NLG（自然語言生成）、TTS（語音合成）等在內的語音全鏈路引擎，為其語音交互提供強大的智能后盾，去做面向車場景的技術創(chuàng)新和落地。

為此，斑馬智行和達摩院一直在探索其語音助手的內涵，那就是不能讓所有的交互基于產品經理的定義，不讓用戶感覺到這只是一個替代他去操作的交互系統(tǒng)，而是更像一個能理解用戶、具有一定認知力的智能體。

而這樣的智能助手，在斑馬智行看來第一步一定是要會“成長”，而這個成長必須讓用戶能感知。

“如果將AliOS智能座艙操作系統(tǒng)比作大腦，那么智能助手就是大腦里面裝的具體知識，只有在容量足夠大的時候，才能夠把足夠的知識、邏輯給塞進去；但只是大腦的容量足夠大還不行，唯有不斷學習才可以做大規(guī)模的創(chuàng)新?！?

吳曉敏表示，第二代自然交互系統(tǒng)的核心問題在于“用戶會認為一次講過，但下次仍無法明白其意圖”的系統(tǒng)“傻”，而通過自學習系統(tǒng)，則可以讓智能助手的能力以指數級成長。

而這個“通過一定時間就可以明白上一次用戶所指示的功能和技能，并把學會的內容分享給其他用戶使用”的智能語音助手雖然領先行業(yè)半步，卻把一個能自我成長的鮮活產品呈現在用戶面前。在吳曉敏看來，這個半步的創(chuàng)新優(yōu)勢將為用戶提供完全不同的體感。

“屆時，斑馬語音助手基于AliOS的融合創(chuàng)新，就能夠把基座的能力發(fā)揮出來，通過用戶感知的渠道——語音，變成用戶可感知的產品能力?！?

為了滿足這一個“成長”的需求，斑馬智行在全新系統(tǒng)中首創(chuàng)養(yǎng)成式語音助理“小跟斑”?；凇斑_摩院”人工智能學習平臺提供的“達摩引擎”打造，集語音識別、合成、語義理解等技術于一身，并融入天貓精靈強大的語音交互能力、AI服務能力和生態(tài)資源，實現系統(tǒng)級語音能力實時迭代成長，讓語音助理真正做到“聽得懂、學得快、會得多”。

不僅如此，小跟斑在車載語音交互系統(tǒng)上的升級還體現在：

1.可以隨時交互，主駕不再需要喚醒斑馬；

2.多模態(tài)超強語義拒識：融合語音、視覺、車身感知等模態(tài)，重新定義了拒識能力，性能是單模態(tài)語義拒識的10倍，無效語句直接過濾，結果也不會顯示在屏幕上；

3.多音區(qū)全場景交互。

吳曉敏認為，在智能助手發(fā)展的早期階段，斑馬智行開發(fā)“可成長”的智能能力只是一個開端，后面還會陸續(xù)進化出更多的能力，讓智能助手的產品能夠給用戶帶來更多智能的體驗。

據了解，小跟斑的成長可分成兩個部分，會針對用戶的個性化表達僅對單個用戶生效；也會將用戶都在問的共性問題作為通用知識放入大系統(tǒng)內，供所有用戶使用。

“斑馬智行通過跟達摩院合作車載語音交互的技術，深度打造一個能夠自學習、會用戶語言的系統(tǒng)。達摩院的核心算法，加上斑馬智行在車業(yè)務上的創(chuàng)新，可以構建整個學習閉環(huán)，進行有效分工?！?

吳曉敏認為，在這樣的分工下面，讓整個研發(fā)效能得到了極大提升，而這也成為了斑馬智行不斷創(chuàng)新探索的原動力。

小跟斑的面世意味著車載語音的進一步發(fā)展方向，未來車載語音智能助手會迎來發(fā)展井噴時代，而自然對話交互2.0的系統(tǒng)則會像指令式交互一樣，被市場和用戶慢慢淘汰。

“智能座艙仍處于早期發(fā)展階段，很多廠商仍未有實力去達成這樣的基座，而這也成為了斑馬智行的機會。我們將以天瀑AI平臺開放所有的能力，去跟更多還處在追趕階段的廠商，去開發(fā)出屬于他們自己的智能助手系統(tǒng)?！?

吳曉敏透露，未來，除了洛神系統(tǒng)外，斑馬智行還會慢慢把這樣的一些能力開放更多的系統(tǒng)版本里面，同時也在開發(fā)下一代的版本小跟斑智能助手2.0。

未來十年，斑馬智行將賦能車企邁入語音交互的新智能時代。