通义大模型的智能座舱解决方案，能为座舱配备一位具备感知、思考、决策能力的“智能助理”，它不仅能观察理解用户的语音、手势，还能根据环境信息和常识判断做出自主决策。乘客无需物理按键，只要动动嘴巴，就能让智能助理完成各种任务。
这个解决方案以通义大模型为“大脑”，集成了通义大语言模型Qwen2-7B和通义多模态模型Qwen2-VL。Qwen2-VL是阿里通义实验室研发的新一代视觉语言模型，具备业界最强的识别能力和视觉智能体能力，在多个国际权威测评中创下同等尺寸最优成绩。Qwen2-VL的2B和7B参数模型因其性能和尺寸的“极致性价比”，尤其适合汽车等端侧场景。同时，通义实验室最新发布的 Mobile Agent V3 首次落地汽车座舱场景，提供座舱屏幕感知、复杂任务规划以及座舱应用 UI的操作决策能力，大大扩展座舱智能助理的能力边界。
跑在NVIDIA DRIVE Orin芯片上的Qwen-VL，可以自动识别右侧画面信息，并回答用户的提问，如“我可以在这停车吗？”
本次解决方案基于端云一体架构，端侧通义大模型经NVIDIA 英伟达自动驾驶和座舱芯片NVIDIA DRIVE Orin加速。NVIDIA英伟达提供了强大的芯片适配技术支持，通过优化GPU 架构和驱动软件，确保充分发挥大模型的性能潜力。NVIDIA的模型加速技术有效降低了大模型在实时处理复杂任务时的计算成本和时间延迟，为用户创造了流畅无阻的智能体验。未来，通义大模型还将采用 NVIDIA DRIVE Thor新一代集中式车载计算平台。
阿里旗下的智能出行解决方案提供商斑马智行，为舱驾融合多模态大模型解决方案的落地提供了工程环境，将大模型能力丝滑嵌入汽车座舱、匹配用户操作习惯。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
