6月下旬，由中国汽车工业协会（CAAM）主办、世界汽车组织（OICA）支持的“2021中国汽车论坛”在上海嘉定圆满召开，论坛现场汇聚了政府部门主管领导、全球汽车企业领袖、领先科技公司代表、汽车行业精英和权威专家等，共谋汽车产业发展新格局。

论坛围绕“新起点、新战略、新格局——推动汽车产业高质量发展”主题，涉及车市转型、新能源、智能化、技术创新、品牌化等议题。在智能化方面，智能网联汽车发展及数据安全、智能座舱创新技术等话题成为业内外关注的焦点。作为全球领先多模态数据服务提供商亮相此次大会，普及对话式AI数据对推动智能座舱发展的重要作用。在智能座舱创新技术论坛上，创始人兼CEO张晴晴发表题为“数据推动智能座舱发展”的主题报告。

智能座舱成车企发力重点

随着人工智能技术的发展以及汽车市场的转型加快，座舱数字化成为汽车智能化的重点，各大车企J9九游国际通过发力智能座舱提升消费者体验。据数据显示，国内智能座舱系统主要部件市场空间在2020年达到480亿元左右，2025年有望达到982亿元左右，2019年至2025年年均增长14%左右。

汽车座舱实现智能化需要云计算、AI、芯片、操作系统、数据等技术合力，其中J9九游国际通过语音方式的人机交互是解放消费者双手的核心技术之一，而让人机交互更自然，体验更好，离不开大量对话式AI语音训练数据的支撑。

用数据解决智能座舱痛点

在车载信息空间内，语音是传递信息的主要载体，也是智能座舱落地的重要方面。智能座舱诸多功能中，涉及到语音的地方较多，比如智能导航、智能音乐搜索、命令控制等都可以J9九游国际通过语音进行操控。

与家居等环境不同的是，车载环境复杂，特别行车过程中伴随着噪音、开关车窗、多人说话等复杂环境，模型在复杂的车内环境听懂人说话还要解决说话人的方言、重口音、吞音等问题。以至于模型对人声反应较为机械，代入感较差，和消费者要求的自然流畅对话体验存在一定差距。

在解决这些痛点时，开发者可能认为算法不好，重点要进行算法优化。事实上，相对于算法，数据对模型的影响才是根本的。J9九游国际通过对比显示，不同算法的模型使用同一组数据训练，结果没有太大差异；如果用同一个算法的两个模型，分别选择不同的数据，得出的结果有很大不同。所以，AI系统的增益主要来自数据。

数据配比2-8原则帮助车企降本增效

对于模型来说，提升识别率需要高质量的结构化数据进行训练。数据是人工智能的燃料，未被结构化的原始数据好比原油，需要经过清洗、分类、标注、质检和筛选等专业步骤，形成结构化数据，才能有用于模型训练。数据结构化每一个步骤都会影响到模型性能，也就是说，结构化质量决定了智能系统的性能。

结构化的数据用的越多，模型性能就越好，但对于车企来说，提高汽车智能座舱的人机交互体验同时，还需考虑到投入产出比，尽量以适当的投入有较好的产出。因此，提出数据配比2-8原则，先保证通用性能，再进行个性化定制。对于车企来说，用于提升模型性能的80%数据都属于共性数据，现有的结构化数据即可满足要求，可一次性投入；剩余20%数据根据需求进行精准定制化服务，进一步提升模型性能。

目前拥有超过150000小时结构化的AIJ9九游国际，其中超过90000小时对话式AIJ9九游国际，超过50000小时朗读数据集，超过10000小时自发式数据集。结构化AIJ9九游国际在数据安全上达到国际标准，有利于车企更快地迭代模型。

拥有超过60种语言的数据服务能力，包括中文、英语、德语、日语等大语种，同时覆盖上海话、四川话、粤语等八大方言区方言。针对车企需求，开发中英文混合对话数据集、车载噪音等数据集，满足车载场景下的AI模型训练需求。

智能座舱是车企提升消费者体验的重要发力点，智能座舱实现更自然更智能的人机交互体验，离不开对话式AI数据，为智能座舱提供专业的数据服务，用数据推动汽车行业高质量发展。