日前，全球領(lǐng)先的移動出行科技公司德賽西威與端側(cè)大模型技術(shù)領(lǐng)軍企業(yè)面壁智能共同發(fā)布業(yè)界首個基于高通座艙平臺（SA8255P，簡稱8255）的端側(cè)大模型語音交互方案，這是雙方自2024年12月簽署戰(zhàn)略合作協(xié)議以來發(fā)布的首個合作成果。該方案充分發(fā)揮了德賽西威產(chǎn)品化和系統(tǒng)整合能力，以及面壁智能端側(cè)大模型技術(shù)優(yōu)勢，以面壁智能 1.2B 端側(cè)語言大模型為意圖理解核心，首次在車機本地實現(xiàn)復(fù)雜意圖理解、上下文推理、跨域控制等高階能力，同時將首響時間縮短至 300 毫秒以內(nèi)，為智能座艙語音交互樹立了“高精度、低時延、強安全”的新標(biāo)桿。

1.2B端側(cè)大模型重塑車載語音交互邏輯

出色的語音交互體驗已成為智能汽車“標(biāo)配”。傳統(tǒng)車載語音系統(tǒng)依賴云端的語義理解模塊處理用戶指令，存在對話不智能、不連貫等痛點。德賽西威與面壁智能的創(chuàng)新方案通過全棧優(yōu)化，將面壁智能專為車載場景微調(diào)的1.2B語言大模型部署于高通8255芯片，實現(xiàn)了三大技術(shù)躍遷：

準(zhǔn)確的復(fù)雜意圖理解

以車載知識為基礎(chǔ)構(gòu)建數(shù)據(jù)集對模型進行定向能力訓(xùn)練，使模型對用戶多意圖組合、模糊表達等復(fù)雜請求準(zhǔn)確率達95%以上；

上下文連續(xù)對話零障礙

支持跨領(lǐng)域多輪交互，徹底打破傳統(tǒng)語音“一問一答”的局限性；

端云協(xié)同降本增效

端側(cè)模型作為座艙大腦智能解析與路由復(fù)雜指令，可快速響應(yīng)用戶訴求，將有效請求發(fā)送給云端服務(wù)，有效降低車廠綜合成本，且規(guī)避數(shù)據(jù)泄露風(fēng)險。

讓“真智能”貫穿行車全流程

面對行車場景中的各類復(fù)雜、個性化需求，該方案通過意圖識別、跨域指令拆分與執(zhí)行、上下文自動關(guān)聯(lián)前序?qū)υ挼热轿荒芰Γ煽焖倮斫庥脩粽鎸嵭枨螅?zhǔn)確完成多指令拆分與執(zhí)行。
例如，當(dāng)用戶提出“導(dǎo)航到機場并播放歌曲，路上提醒我買杯咖啡”等一連串需求時，系統(tǒng)在本地完成導(dǎo)航、娛樂、提醒服務(wù)的跨域指令拆分與執(zhí)行；面對更改行程等動態(tài)需求時，模型可基于上下文自動關(guān)聯(lián)前序?qū)υ?，無需重復(fù)喚醒。此外，方案還支持通過聲紋識別和情緒分析構(gòu)建個性化交互模型，為“千人千車”體驗奠定基礎(chǔ)。

重構(gòu)車廠與用戶的“雙贏”生態(tài)

對車企而言，該方案大幅簡化語音功能開發(fā)流程——升級車端語音處理范式，以較少的通用意圖標(biāo)簽替代傳統(tǒng)的數(shù)千條定制指令，實現(xiàn)用戶需求的全覆蓋；同時，端側(cè)部署避免了云端模型調(diào)用帶來的指數(shù)級成本增長?？梢韵胂?，隨著車載功能與大模型持續(xù)深入匹配，語音交互將徹底告別“機械應(yīng)答”時代，均可通過自然對話逐步實現(xiàn)。

向純端側(cè)大模型語音方案加速演進

在智能汽車大行其道的當(dāng)下，德賽西威與面壁智能將圍繞“下一代智能座艙”開展深入合作。雙方已啟動新一代座艙平臺適配，計劃在更高算力芯片上部署能力更強、知識密度更高的端側(cè)大模型，并針對端側(cè)模型對語音全鏈路進行重新設(shè)計，使智能座艙全模態(tài)交互成為可能，提供更加自然、流暢的交互體驗。據(jù)Gartner預(yù)測，2026年90%的GenAI將嵌入對話式AI產(chǎn)品中以實現(xiàn)智能化，本次合作有望提前推動智能座艙交互體驗進入“無感智能”時代，持續(xù)引領(lǐng)行業(yè)邁向智能化新高度。