Le cockpit intelligent est probablement le domaine de l'industrie automobile qui a le plus facilement généré un « sentiment de décalage » ces deux dernières années.

D'un côté, avec l'intégration généralisée des grands modèles, presque tous les nouveaux véhicules font du cockpit une vitrine de leur « contenu en IA », avec des assistants vocaux, multimodaux et des agents intelligents qui se succèdent, et des paramètres toujours plus agressifs d'un constructeur à l'autre. Mais d'un autre côté, les utilisateurs rencontrent fréquemment des ruptures dans l'expérience réelle : le système embarqué comprend l'instruction, mais peine à boucler l'opération ; il mémorise une conversation, puis l'oublie aussitôt ; face à des besoins de déplacement complexes, il répond à côté ou n'ose pas exécuter.

Lors de la conférence de presse sur les produits technologiques pour l'automobile intelligente de iFLYTEK le 21 octobre, la nouvelle génération de cockpit intelligent SparkAuto Space 3.0 a été officiellement lancée, et iFLYTEK a en réalité posé une problématique sectorielle plus pragmatique : comment le cockpit intelligent peut-il passer véritablement de « comprendre ce qu'on dit » à « accomplir ce qu'on demande » ?

Un point de douleur structurel : le cockpit manque d'un « cerveau » unifié

L'échelle de production et de ventes de l'industrie automobile chinoise se maintient depuis plusieurs années parmi les plus élevées au monde, et le taux de pénétration de l'intelligence ne cesse de progresser rapidement. Mais derrière ce taux de pénétration élevé se cache un retard dans l'amélioration de l'expérience.

Le problème généralement répandu dans le secteur est le suivant : le cockpit a souvent « des oreilles, mais pas de cerveau ». La voix, la navigation, le divertissement et le contrôle du véhicule sont généralement plusieurs sous-systèmes autonomes, avec une expérience inter-domaines fragmentée ; l'absence de mémoire à long terme rend les systèmes embarqués de plus en plus homogènes ; les grands modèles présentent des risques d'hallucination, ce qui fait que le contrôle essentiel du véhicule n'ose pas être délégué facilement ; tandis que les capacités des modèles s'améliorent, la latence est difficile à réduire.

Ces points de douleur renvoient tous au même problème structurel : le cockpit manque d'un « cerveau unifié » capable de relier les différents modules entre eux. Si l'on se contente d'empiler des fonctions ou des paramètres sans résoudre le problème d'orchestration de l'architecture sous-jacente, l'expérience ne pourra pas connaître de transformation qualitative.

Évolution de l'architecture : de l'interaction par instructions vers une interaction quasi humaine

Pour résoudre ce problème structurel, iFLYTEK divise l'évolution de l'interaction du cockpit en trois phases : l'interaction par instructions, l'interaction intelligente fusionnée, et la phase d'intelligence quasi humaine multimodale pilotée par SOPHIA (architecture d'interaction automobile intelligente multimodale à intelligence quasi humaine).

Le cœur de SparkAuto Space 3.0 repose précisément sur l'architecture SOPHIA, dont la couche inférieure est constituée de quatre systèmes — évolution de la mémoire, réflexion et décision, perception multimodale et expression multidimensionnelle — orchestrés de manière unifiée par le Master Agent du véhicule. Cette architecture délivre finalement trois valeurs essentielles à l'utilisateur : un compagnon émotionnel qui vous comprend mieux, un intendant automobile qui sait agir, et un maître audiovisuel à l'immersion suprême.

En matière de « mieux vous comprendre », la version 3.0 de SparkAuto Space a construit un système de plus de 68 dimensions mémorielles, couvrant la mémoire à court terme, la mémoire à long terme et le profil utilisateur. Pour équilibrer expérience et confidentialité, les souvenirs hautement sensibles sont limités au stockage côté terminal, et leur consultation nécessite une authentification personnelle.

Face au défi de l'interaction en présence de plusieurs passagers, la version 3.0 de SparkAuto Space a réalisé une capacité multimodale et full-duplex multi-utilisateurs. Grâce aux améliorations techniques, le taux de réponse en interaction multi-utilisateurs atteint plus de 95 %, le taux de rejet des interférences dépasse 98 %, et le délai d'interruption est contrôlé en dessous de 300 millisecondes. Cela signifie que le système peut distinguer avec précision « qui parle, à qui l'on parle », résolvant efficacement le problème du système embarqué qui coupe la parole lors de conversations à plusieurs dans le véhicule.

En outre, la voix extérieure étend la frontière de l'interaction jusqu'à 30 mètres à l'extérieur du véhicule, avec prise en charge de l'authentification par empreinte vocale et de la parole en marchant ; la reconnaissance de sons spéciaux peut atteindre jusqu'à 200 mètres. La perception multimodale terminal-cloud agrège plus de 100 capacités, parmi lesquelles le mode sentinelle renforcé côté terminal peut identifier 16 types d'événements à risque typiques, avec un résultat transmis en 4 secondes par événement et un taux de reconnaissance atteignant 90 %, nettement supérieur au niveau de la catégorie.

La ligne de partage de l'expérience : de « consulter des informations » à « accomplir des tâches »

Pour l'intégration actuelle de l'IA dans les véhicules, le fait que le système embarqué comprenne les dialectes et se souvienne de vos préférences ne constitue que le « préliminaire ». Dans les scénarios réels d'utilisation du véhicule, ce que l'utilisateur désire vraiment, c'est le « résultat ». Vous avez compris ce que je veux dire, puis vous m'avez aidé à mener les choses à bien. Sur cette dimension, la capacité à « savoir agir » est la véritable ligne de partage qui détermine la qualité de l'expérience.

Dans des scénarios de déplacement complexes, le cerveau de navigation Master Agent amélioré peut comprendre avec précision la sémantique floue, les contraintes temporelles et les embranchements conditionnels. Par exemple, pour « trouver un restaurant pas trop loin à la fois de l'entreprise et du lac Tian'e », le taux de compréhension correcte d'intentions de déplacement complexes peut atteindre plus de 95 %.

Plus remarquable encore est le complément de la boucle écologique. iFLYTEK a conclu une montée en partenariat stratégique avec Alipay, lançant le « plan Xunbao ». L'assistant embarqué Alipay est intégré à SparkAuto Space 3.0, orchestré de manière unifiée par le Master Agent, et les deux parties ont réalisé l'interconnexion des capacités d'interopérabilité des comptes et de paiement IA embarqué. Cela permet au cockpit de véritablement dépasser la limite de la « consultation d'informations » et de concrétiser de véritables scénarios d'« action » tels que le passage sans arrêt sur autoroute, le paiement sans arrêt au parking et le retrait de colis en chemin.

En outre, en matière de cockpit santé, Xunfei Xiaoyi a été intégré, avec un service cumulé de 200 millions de consultations santé et plus de 35 millions d'utilisateurs servis, couvrant 2 600 symptômes courants et plus de 60 000 connaissances sur les médicaments courants. FaceID identifie tous les occupants du véhicule et crée des dossiers de santé indépendants, un dossier par personne, reliant le véhicule, la maison, le téléphone, le cloud ainsi que les appareils portables grand public tels que Huawei et Apple, formant une boucle complète de « mesure, interrogation, diagnostic ». Le scénario de stationnement est profondément intégré par l'agent Suixin Bo et le système de conduite intelligente, couvrant le stationnement autonome, le déplacement vocal du véhicule et le rappel pour prise en charge.

Expérience acoustique : un maître audiovisuel à l'immersion suprême

Alors que les avantages du « grand écran » visuel du cockpit intelligent atteignent progressivement leur plafond, le prochain champ de bataille qui déterminera le décalage générationnel de l'expérience se déplace vers « l'ouïe ». Un système qui vous comprend vraiment ne doit pas seulement savoir écouter, mais aussi savoir s'exprimer. Derrière cela, c'est la refonte fondamentale de l'architecture acoustique de bout en bout qui est en jeu.

L'architecture audio GaN (nitrure de gallium), une première du secteur créée par iFLYTEK, permet non seulement d'alléger l'ensemble du système de 30 %, mais associée aux haut-parleurs de la série Black Gold et à un caisson de basses de niveau cinéma de 300 W, elle améliore la perception auditive de 20 %. Combinée au Surround Pro 3.0 à immersion suprême, le système peut, grâce à l'IA, reconstruire en temps réel une source audio 2.0 ordinaire en son immersif 7.1.4, abaissant considérablement le seuil d'accès aux sources en son immersif.

En matière de contrôle du champ sonore dans l'habitacle, la répartition intelligente du champ sonore 3.0 atteint une isolation sonore maximale de 30 dB en double zone et de 26 dB en quatre zones. Le conducteur écoute la navigation, le passager avant regarde une série, les enfants à l'arrière écoutent des comptines : on réalise véritablement « plusieurs sons dans un même habitacle sans interférence mutuelle ». Par ailleurs, le système acoustique de repose-tête de nouvelle génération, une première, intègre la diffusion directionnelle et la réduction active du bruit (profondeur maximale de 9 dBA) dans le repose-tête, de sorte que les annonces de navigation ne flottent qu'aux oreilles du conducteur, sans déranger les autres passagers qui se reposent.

Le socle : la puissance de calcul et la confiance en la production de masse grâce à la synergie terminal-cloud

En réalité, qu'il s'agisse de la perception multimodale, de l'orchestration de tâches complexes ou des algorithmes acoustiques à l'échelle de la milliseconde, le « plafond » de ces expériences frontales est souvent déterminé par le « plancher » que constituent la puissance de calcul et l'architecture de modèle sous-jacentes. Le plus grand fossé réel de l'intégration des grands modèles dans les véhicules réside dans le compromis entre la latence de calcul et la complexité des scénarios.

SparkAuto Space 3.0 adopte une combinaison bimodale de synergie terminal-cloud : le cloud SparkAuto 1.0 atteint, sur la plateforme H20, un taux de succès du cache de contexte de 350K supérieur à 99,5 % et une première réponse de calcul inférieure à 800 millisecondes ; le terminal SparkAuto 1.0-EMM prend en charge plus de 100 scénarios, et son modèle 35B-A3B, une première du secteur, atteint sur la plateforme Jetson Thor une première trame inférieure à 650 millisecondes et une réduction de 75 % de la mémoire de pointe.

En matière de répartition des tâches, l'approche proposée par iFLYTEK est la suivante : les interactions à haute fréquence, en temps réel et impliquant des données sensibles sont bouclées côté terminal, tandis que la compréhension complexe, la planification et l'orchestration des outils sont confiées au cloud, afin de trouver un équilibre entre latence et coût d'appel. Cela met également à l'épreuve le coût du BOM matériel des constructeurs automobiles, et la généralisation des modèles avancés côté terminal nécessite encore le soutien de l'itération des plateformes matérielles.

Dans un contexte où le secteur met fréquemment en avant le « tout en auto-développement », iFLYTEK a choisi la voie de la « cocréation ouverte ». Les constructeurs automobiles pilotent la marque et la définition de la plateforme, tandis qu'iFLYTEK fournit la chaîne d'outils sous-jacente et les services techniques. Actuellement, sa plateforme écologique a intégré plus de 60 sources d'information, avec une moyenne de 220 millions d'appels par jour.

Au vu des données, l'avantage d'échelle d'iFLYTEK dans le domaine automobile est déjà établi : plus de 81 millions de véhicules équipés cumulés, plus de 50 constructeurs partenaires ; prise en charge de 32 langues pour l'exportation, couvrant 60 pays et régions, et 80 % des nouveaux modèles destinés à l'exportation choisissent iFLYTEK.

Qui plus est, SparkAuto Space 3.0 affiche l'étiquette « lancé, donc produit en série », et les marques Chery, Great Wall WEY, Dongfeng Nissan et d'autres ont déjà été les premières à l'adopter, obtenant trois certifications du Centre d'essais automobile de Chine (CATARC) : premier cockpit intelligent multimodal IA du secteur TOP Intelligence, réalisation technologique de pointe du cockpit intelligent automobile 2026, et cas typique de nouvelles forces productives automobiles 2026. Le parc installé de 81 millions de véhicules offre un terreau de validation réel pour l'itération continue de la technologie.

En guise de conclusion

La concurrence dans le cockpit intelligent est en train de passer globalement de « y a-t-il un grand modèle ou non » à « le cockpit peut-il vraiment être utile ». Le choix d'iFLYTEK cette fois-ci a une grande portée révolutionnaire : utiliser un cerveau unifié pour véritablement relier les fonctions dispersées, puis recourir à une combinaison bimodale terminal-cloud pour porter l'expérience de pointe à une échelle de production de masse de plusieurs millions d'unités. La direction est tracée, le chemin ne fera que s'élargir.

Revenons au décalage du début : les paramètres s'empilent d'année en année, mais les utilisateurs ont de plus en plus de mal à dire « cette voiture est vraiment agréable à utiliser ». Le problème n'a jamais été de savoir si le système embarqué est intelligent ou non, mais s'il peut réellement accomplir pour l'utilisateur une tâche à partir de ce qu'il a compris. La réponse apportée par iFLYTEK cette fois-ci consiste essentiellement à ramener la compétition du secteur de « qui a le plus de fonctions » à la question plus prosaïque de « quel système est stable, quel service peut boucler ». Ce n'est peut-être pas la seule voie correcte, mais cela montre au moins que : dans la seconde moitié du cockpit intelligent, il ne s'agit plus de savoir qui raconte la plus grande histoire, mais qui peut faire descendre le grand modèle de la scène et l'installer dans cette expérience que les utilisateurs utilisent chaque jour et qui tient la route. La direction est déjà la bonne ; il reste à voir qui saura le premier la concrétiser véritablement.