9月22日,“2018第二屆全球未來出行大會”在杭州國際博覽中心隆重舉辦，本次大會涵蓋各類主題論壇近20場，其中由蓋世汽車主辦、全球未來出行大會組委會作為戰(zhàn)略單位進行支持的智能網(wǎng)聯(lián)核心技術論壇主要圍繞智能網(wǎng)聯(lián)核心技術發(fā)展趨勢、智能駕駛相關技術領域的創(chuàng)新趨勢等議題展開，以創(chuàng)新之名為智能網(wǎng)聯(lián)產(chǎn)業(yè)賦能。以下是科大訊飛副總裁劉俊峰在論壇上的演講實錄：

科大訊飛副總裁 劉俊峰

謝謝朱老師，也是好久沒見了。不像黃總和朱老師他們對整個汽車行業(yè)高屋建瓴，能夠說的非常通透，我們只講一點點，就是在車內的人車交互的事情，介紹一下我們的基本狀態(tài)。從一個視頻開始。

（播放短片）

這個就是用現(xiàn)在的技術在網(wǎng)絡上抓取一部分特朗普的演講或者是一些會議采訪的聲音之后，用機器學習的方式把這樣一套語音的模擬系統(tǒng)建立起來。大家可以從高德地圖、騰訊地圖，很多手機上的一些APP都可以體驗到我們用語音合成的模擬技術，對于一些明星發(fā)言人的表現(xiàn)效果，這個過程已經(jīng)基本上可以全部脫離人工的參與，用機器學習可能采集50到100句相關的一些人的聲音，就可以得到相應的效果，這個已經(jīng)非常便捷。

他剛剛提到科大訊飛，我做一點小的廣告，我們成立于1999年，成立之初公司創(chuàng)始人的導師講中國人的語音技術一定要由中國人做的最好，中國人的語音技術是代表著民族文化的一個特征性的文化傳承技術，所以當時IBM、微軟以及國外很多小的廠商在做這樣的系統(tǒng)時，我們在其中其實活的非常困難，公司到2008年上市，9年時間我們走的其實是非常艱難的，到現(xiàn)在大家因為有一些手機輸入法以及智能設備，才了解到了我們，但是前面我們已經(jīng)在這條路上走了十幾年。現(xiàn)在已經(jīng)變成了亞太地區(qū)最大的人工智能公司，也是唯一一個在中國語音方向的上市公司，現(xiàn)在公司1.3萬人，市值已經(jīng)突破了800億，當前我們現(xiàn)在已經(jīng)成為在A股市場上、科技股里面的藍籌股，去年是MIT全球最聰明的50大公司排名第6位，中國9家公司排名第1。

這是內部的結構，內部一共有7個部分，針對不同的產(chǎn)業(yè)發(fā)展，汽車、智慧城市、教育、客服、政法、醫(yī)療，這樣的產(chǎn)業(yè)布局基本上是以2B的模式，還有一個是我們的消費者，這個是我們推出的輸入法，以及給很多機器人提供交互模塊，還有語音云平臺在2010年上市之后成為全球第一個人工智能語音云的服務平臺，當前連接過的設備總數(shù)量已經(jīng)超過了17億部，每天交互次數(shù)線上線下總數(shù)量超過了40億次，就是這樣一個平臺從2010年到現(xiàn)在，給我們源源不斷提供了大家在使用數(shù)據(jù)中的一些訓練數(shù)據(jù)。在脫敏之后的訓練數(shù)據(jù)，帶著口音，帶著你們的交互習慣，帶著我們有些口頭表達里面“這個、那個”的一些口氣詞，才變成科大訊飛在現(xiàn)在語音識別這個領域里面無可比擬的競爭優(yōu)勢，這是當前全球最大的一個語音交互的平臺，是以云計算的模式為服務方式的。大家看自己的手機上下載一些相關的APP，去體驗像訊飛輸入法、訊飛聽見、訊飛翻譯，昨天也是有一些PR事件有攻擊，但是更為幸運的是昨天我們的訊飛聽見和訊飛翻譯下載量當天超過了100萬，大家非常愿意來去挑戰(zhàn)一下，看一看訊飛到底在這個領域里面是說真的還是玩假的，后續(xù)的口碑大家可以從各種應用市場下載之后看一看大家怎么說的。

這一路以來，從2012年，還有很多很多事情，我們一直推動著從感知到認知，從計算智能到認知智能，這樣一系列跟人工智能、語音領域相關的這種技術領先的一些推動發(fā)展，這里面還有一些新的比賽結果，向大家簡單匯報一下。

第一，我們連續(xù)13年獲得國際最權威的Blizzard Challenge這個比賽得冠軍，這個比賽13年沒有一次是中國人的，全都是外國人的，考驗的是算法，考驗的是對數(shù)據(jù)能夠精準把握的程度。

第二個，國際的圖文識別大賽，ICPR MTWI，這個比賽我們第一次參加就包攬了三項冠軍，當然我們前面還有一些奪冠，結合圖文圖像的比賽冠軍。

所以現(xiàn)在作為一個技術創(chuàng)新性的公司，我們都是以技術驅動場景和應用的變化。

翻譯機這兩年已經(jīng)成為一個大家愿意稱道的明星級產(chǎn)品，在今年，我們與聯(lián)合國編譯組織ITO簽訂了戰(zhàn)略協(xié)議，我們跟外交部和外文局簽訂了戰(zhàn)略合作協(xié)議，推廣翻譯機成為“一帶一路”文化交流的產(chǎn)品。這個過程，一方面我認為是有這個責任，因為翻譯技術從2014年、2015年之前一直是老外做的，英中翻譯原來是美國人做的好，中英翻譯原來是日本做的最好，在此之后我們把這兩項全部拉過來，訊飛做的好，從這樣一個技術保證才能夠讓這個產(chǎn)品拿到自己的手里、拿到大家的手里我們敢放心讓大家使用，所以2C的東西不能說假話，而且一定要做的夠扎實，這里面肯定存在著很多沒有解決的長遠問題，像一些專有名詞，像一些在口語、口音這些地方的問題，這些問題不是完全能夠窮盡的，總會出現(xiàn)一些瑕疵，但是攻擊者往往會因為這樣一些小問題放大對于我們的影響。昨天那個事情我們內部其實也是有一點點緊張。

談談汽車，從北京飛過來的飛機上我看完了一本書，叫《中國新能源汽車產(chǎn)業(yè)藍皮書》，98元錢，因為要參加EV100的會，我想更新一下我的認知體系。這里面其實除了“三電”系統(tǒng)，除了在產(chǎn)業(yè)研究，除了在每個城市的電動化的分析之外，其實我關注了幾個事情，一個是強調智能化，最后一章強調的智能化，中汽中心和東風汽車聯(lián)合在寫的這本書。另外一個讓我印象非常深刻的是，電動汽車產(chǎn)品的整個評價體系，這里面28項里面有一項就是產(chǎn)品智能化的程度，他的打分權重是4.53，智能化的水平和產(chǎn)品的競爭力系息息相關的，所以這個也是讓我感覺到，為什么現(xiàn)在市場上電動汽車分成兩個極端，一個是極便宜，就是補貼之后極便宜。另外，特斯拉，我們講未來或者講電咖這樣的車也叫電動車，兩個差在什么地方？一個是用戶不一樣，一個是成本不一樣，一個是體驗不一樣，另外一個是，大家拿到他向別人講的時候心里面感覺不一樣。所以這個過程我們就在想，百年汽車，30年基本上沒有發(fā)生過太大的變化，而這兩三年比過去30年可能迭代速度都要快，有可能主機廠未來再也不是這樣一個生態(tài)圈里面的核心，但是誰能說絕對。然后大家再看這個汽車的基因，可能已經(jīng)從汽車的品牌到汽車的內外飾，到汽車那個LOGO之外，更關注了車內的這套智能系統(tǒng)的體驗。是不是現(xiàn)在真正到了每一臺車都應該來追求智能化？追求聯(lián)網(wǎng)？追求我們的服務體驗？追求軟件效果這個階段？所以講智能網(wǎng)聯(lián)，我認為智能化是要充分強調的，智能其實對應的是我的體驗，但是網(wǎng)聯(lián)其實是個基礎，可能未來每一臺車都是聯(lián)網(wǎng)的，可能未來每一臺車都需要有輔助駕駛的，可能未來每一臺車都是需要有一個在車內好用的語音交互系統(tǒng)或者人機交互系統(tǒng)，這是基礎，之上的是什么？我們可能隨著消費升級，隨著汽車整個服務鏈條的變革變的更寬，網(wǎng)絡化結構，我們在車內確實有這個時間花費，確確實實是充分的跨場景的產(chǎn)品。這個時候我這個汽車品牌和其他汽車品牌，向用戶提供的整個服務鏈條和服務網(wǎng)絡的差異，將會變成汽車廠商重要的差異化的基因。

我們就談這個基因里面重要的一個交互，人機交互從語音這個點上來講，一定是跨產(chǎn)業(yè)協(xié)同的一個事情。剛才黃總多次提到了協(xié)同創(chuàng)新，這個名字其實后面是一個專業(yè)結實的一套體系，這里面我要再強調的是，在過程之中，在智能汽車發(fā)展的過程之中，隨著智能汽車駕駛狀態(tài)的變化，給人在車內連續(xù)的自由時間釋放，他決定了這個車的智能化的評價等級，而這個過程之中，在車內怎么樣讓人感覺到一個值得投入時間的服務體系建設，他決定于很多方面，我的內容服務，我的汽車的品牌服務，我在車內的舒適程度，我跟其他汽車的交互關系，這絕對是一個充分協(xié)同的創(chuàng)新國家。

智能化和網(wǎng)聯(lián)化，最終是服務給人的。車上那個人用交互的方式來智能化和網(wǎng)聯(lián)化體現(xiàn)的結果和內容和數(shù)據(jù)，所以我們這里強調交互，是結合著整個產(chǎn)業(yè)鏈的發(fā)展狀態(tài)，我們來強調交互是一定要被重視的，而且在這個過程之中每一個主機廠從產(chǎn)品規(guī)劃的前期就要考慮到三個融合。我們原來只講云和端一體化融合，現(xiàn)在我們來講三個融合，一個是軟硬融合，一個是叫情感融合，情感指的算法，感是指的傳感器，硬件系統(tǒng)一旦成型，軟件系統(tǒng)的迭代空間基本上就被鎖定了，我們既要考慮成本，又要考慮冗余，也要考慮整個生命周期之內這臺車應該跟用戶之間形成什么樣的服務連接，第三，就是云端一體化。

車的生命周期、開發(fā)周期是2—3年，現(xiàn)在快的基本上強調說26個月、28個月，基本上我們認為是3年能夠出一個車，但是軟件迭代速度可能是半年，按照車規(guī)級的審核流程標準可能至少是3個月，所以車的整個生命周期里面我們要迭代多少次？我們?yōu)槭裁吹?？每次硬件研發(fā)和軟件研發(fā)我們應該怎么樣設計整個流程?，F(xiàn)在大家在整個采購體系和供應鏈的關聯(lián)關系里面，并沒有給軟件和服務留出來充足的可以具有彈性發(fā)揮的空間，這樣一個過程其實并不是大家開個會講幾句，或者從頂尖的領導那兒說了幾句話之后就馬上成型的，每個車廠內部的體系變化，是不是允許軟件試錯，是不是允許在OTA的過程里面我們真正形成快速迭代，哪些是會灰色空間，哪些是絕對轉變，到底是一個賬號系統(tǒng)、一個用戶、還是一臺車，圍繞這個車、這個生命周期會有很多的變化，我們要不要去把握。其實這里面都是需要深度思考的問題，并不是一個簡簡單單單一的技術決定的問題，而是全產(chǎn)業(yè)鏈、全內部系統(tǒng)全面改進的過程。

我們的交互現(xiàn)在有幾點：第一，一句話能搞定的事不要讓它麻煩。第二，它能夠主動去說的事不要讓他主動問。第三，絕對不應該因為炫技而導致了多于零點幾秒的思考。我們這里面肯定有人在做手勢識別，肯定有人在做觸板或者手寫的，OK，都沒有關系，我們現(xiàn)在強調的是安全和效率，剛才朱老師說安全是1，其他都是0，只有1做好了后面才值錢，這個過程我們就是希望大家在過程之中炫技是基于那個安全的1，這個時候語音的交互可能在車內用用戶省下來的可能是兩三秒鐘觸屏、兩三秒鐘的一些操作，好用我們就用，不好用，比如控制一些我們已經(jīng)用一個按鍵點一下很輕松解決的動作的時候，我們是堅決反對的，除非車身主動交互過來的，說你要不要現(xiàn)在我開個窗戶給你吹吹風，只有這樣子我們認為才是舒服的，而不是非炫技說怎么樣，這個過程就是用技術來讓我們更安全、更舒服。

人性，千人千面，我可以隨意定義我喜歡的那個角色，他知道我喜歡什么，他會給我推薦一個角色，我喜歡簡單，就不要讓我們每一次都要要選擇是與否才做下一個動作。所以我認為這個過程就是，這幾點決定著這樣一個系統(tǒng)是不是真的夠聰明、夠智能、夠有溫度。

我們這些年確實在車內為整個汽車行業(yè)提供非常多的語音交互核心技術，全鏈的技術，這里面我們強調的是，如果有一點打紅燈，你整個一套東西都是壞的，比方說降噪，重要不重要？非常重要，聽不清楚的時候怎么可以能夠去懂得它的意思。合成重要不重要？非常重要，我聽的不舒服、不像人，或者你的聲音確確實實有很多瑕疵。還有就是，聲音識別每次做聲音支付，每次做一些具有私秘屬性開關的時候，你老是打不開，那沒用，我會選擇指紋識別，每一點都要打到黃燈以上，最好全部都是綠燈。就是因為這里面每一項我們都認為是相互關聯(lián)的，只有把它做在一起，系統(tǒng)的做好它，才有可能把整個體系做好。

我們現(xiàn)在每一年為前裝的車提供這樣一套汽車語音交互系統(tǒng)，已經(jīng)超過了400萬，去年的時候將近300萬，今年應該超過400萬，這400萬臺車，因為有一些不是聯(lián)網(wǎng)的，沒有辦法迭代，逐漸多的是聯(lián)網(wǎng)的車輛強調語音交互要好用，我們現(xiàn)在都是可以能夠形成，下一代產(chǎn)品都是可以形成OTA的。

這是面向未來，我們希望一方面，這個車越來越理解路，另外一方面，應該越來越理解人，我們現(xiàn)在重點強調的是這個垂直方向，這種從理解人的角度來解決對人的關懷，然后對人的服務。因為自動駕駛大家都在做，我們也是希望，我們也投資了一些科技公司，這個過程我們通過協(xié)同關系，我們希望在自動駕駛不一樣的車上我們提供什么樣的HMI，提供什么樣的交互、服務、內容，當時朱老師這邊有一個團隊出了一張圖，5級自動駕駛，不同駕駛狀態(tài)對應人的時間，對應不同的HMI，對應不同的連接方式，那張圖我們受益匪淺，我們也覺得這個過程要綜合考慮的。為了這樣一個事情能夠推進，我們從語音交互的單點上持續(xù)的往下投入、深入，首先是車內的多麥，是可以在不同的車坐的位置上喚醒打開車，為什么？因為車內有4個麥克風，后面可能會有6個甚至更多，他會在不同位置的人在講話的時候我選擇識別。

在車內未來可能是多人，多人同時講話我應該怎么樣輸出，現(xiàn)在我們不但要做好語音的交互，還要做好聲音的輸出，現(xiàn)在我們已經(jīng)構建了一個中國最強大的音效，我們希望能夠把車內的音效也統(tǒng)一設計進來，因為它跟語音非常像。原來大屏化，讓好多車賣了很多錢，未來車內的音響也決定了車的水平，賣的貴的5%是好賣的品牌，這里面有非常非常多通過聲音的品質能夠提升車的品質感受，這個過程一方面決定著車的體驗過程，另一方面，他決定著語音交互的質量問題，所以我們把它全面構建起來。

從能聽會說到察言觀色，因為視覺和聲音是相輔相成的。我們現(xiàn)在因為看不到外部、周邊一些障礙物，造成了更多的經(jīng)濟損失，這個時候其實察言觀色是我們認為要把車做成聰明的下一步，而不是去盲目的構建出來L3、L4、L5，那個是我們投資的一部分，現(xiàn)在我們自己內部要把視覺和聽覺交互，充分的結合在一起，在一些場景上面表現(xiàn)出來結合在一起的那些深度優(yōu)勢。

我們現(xiàn)在構建的是AIUI+iflyOS，兩個系統(tǒng)融合的汽車智能系統(tǒng)，這個系統(tǒng)我們用iflyOS可以打通所有的智能硬件和智能生態(tài)，AIUI決定著我們的交互品質對于車輛控制的深度，是不是真的能夠說一個非常隨意的話，而車理解了你，這是決定著AIUI的，是不是從家里面有一個控制的單元可以跟我車連接起來，這是決定iflyOS的。

車聯(lián)網(wǎng)平臺我們現(xiàn)在逐漸已經(jīng)構建起來了，給7個車廠做Tier1，所以構建了整個生態(tài)鏈，我們有四五十個已經(jīng)集中在這樣一個平臺下面，有一些IOT的控制單元已經(jīng)集成上來。昨天剛剛發(fā)布的北京紳寶的，提供了完整的車機到車聯(lián)網(wǎng)平臺。未來其實汽車會覆蓋我們每一個場景，我們還有很多新的技術，像隨心聽，因為這是我開車的狀態(tài)、結合路面的狀態(tài)、結合天氣的狀態(tài)推薦音樂，后面還有酷狗音樂、QQ音樂這樣的生態(tài)。汽車智能手冊，一定是解決一些問題，把5本書學成一個大腦，包括維修手冊、購買手冊、使用手冊、配件指南等，這五本書形成一個智能體系，人問車你怎么了，車比人更懂得自己，更知道我需要什么樣的服務、更需要什么樣的配件，直接構建O2O的商業(yè)模式。

車和家的連接，我們都講故事，我們用自己中立的模式打通更多的已經(jīng)建立起來的外部生態(tài)。還有養(yǎng)護方面。UBI，別人都會講故事，我不講，我認為一定要把它做好，因為信息不透明，構成了當時社會總成本變高，類似二手車，類似于保險，類似于維修配件，好的科技會讓消費變得更高、變得更頻繁，而不是讓社會總成本變高的同時又人覺得吃虧，這是不一樣的商業(yè)邏輯。所以當車變成一個智能化的傳感單元，他有10年的生命周期的時候，他身上帶的信息量、數(shù)據(jù)量可能會比任何一個我們原來出現(xiàn)過的智能終端都要大，而且商業(yè)價值還要更大。他的消費從售前端到生命周期的后端，他的消費比例已經(jīng)在轉移，怎么樣設置這個消費比例的轉移，這些都是一個一個要解決的問題。而且還有傳統(tǒng)產(chǎn)業(yè)鏈里面這么多從業(yè)者、這么多相關者怎么聯(lián)通這個關系。

訊飛從金融到呼叫中心、到銀行、保險，還有很多很多行業(yè)，我們也建立了自己的子公司客服家園，每個月的呼入呼出總量超過了百萬字，原來一個省級的呼叫中心2000人的規(guī)模，運營商，而這樣一個人工智能的客服中心每個月可以有千萬的用戶，大家有的時候接到電話可能有騷擾電話，一接起來好像聲音很甜，那全都是機器，這個過程就是通過機器挑選商機獲客，后面有一個漏洞通道，把真正原來感興趣或者有交互人的信息傳遞下去再去追蹤，這是人機耦合的結果，所以人工智能能夠幫助前端提高效率。同時他的質檢系統(tǒng)，也不用人聽了，能夠把全部的數(shù)據(jù)跑完，而且能夠篩選當天的質量問題還有其他的問題，這個400的電話改造、800的改造，現(xiàn)在已經(jīng)在跟一些廠商合作起來了。

在這里做一個小廣告，我們下個月10.24會在合肥，我們已經(jīng)連續(xù)辦了三年，今年可能是萬人規(guī)模，在合肥我們會召開汽車開發(fā)者的生態(tài)大會，我們希望借助訊飛，把我們對于一些技術的理解、生態(tài)整合的優(yōu)勢，因為現(xiàn)在從線上我們已經(jīng)有了80多萬的開發(fā)者，有50多萬上線的開發(fā)應用，也是我們現(xiàn)在每一年有幾百萬的裝車量，我們有上百號的汽車合作伙伴，一系列戰(zhàn)略合作伙伴，我們希望把這樣一個平臺構建起來，一開始我們可能請到一些產(chǎn)業(yè)發(fā)展基金結合我們自己的投資模式，把這樣的生態(tài)整合起來，利用訊飛和汽車廠商以及大家的協(xié)同創(chuàng)新能力，真正為汽車用戶構建一個跨平臺、跨生態(tài)，能夠為企業(yè)追求極致的服務鏈條。大家如果后面看到這樣的報道，歡迎大家報名參加，也歡迎隨時找我。

謝謝大家！

敬請關注蓋世汽車“2018全球未來出行大會——智能網(wǎng)聯(lián)核心技術論壇”直播專題：

提示：本文根據(jù)發(fā)言整理，未經(jīng)嘉賓審核，請勿轉載！