出品人:苏 雯
蔚来 软件质量总监 &软件质量资深专家
intacs认证首席ASPICE评估师,中国汽车软件过程改进与能力测定联盟(CSN)委员,蔚来软件质量负责人,负责蔚来汽车软件质量管理体系建设和改进、供应链软件质量管理、智能系统交付质量管理以及量产软件质量改进。拥有丰富的业务实践和对质量战略、质量文化以及软件质量的深入思考。  

AI+新能源汽车

本论坛旨在探讨人工智能技术在新能源汽车领域的应用和发展,为推动新能源汽车产业的智能化升级提供思路和方向。汇集学术界、工业界等各领域相关专家,共同探讨如何利用人工智能技术提高新能源汽车的性能、安全性和智能化水平,以及如何解决当前新能源汽车领域面临的挑战和问题。                
座舱体验的无限进化
李 轲
商汤 绝影智能座舱产品总监 
内容简介:
主要内容以AI 技术赋能座舱体验升级为主,从传统的AI 技术到大模型,各个阶段的发力点和体验升级点,主要以大模型赋能座舱体验为主,并洞察未来的市场和技术演变趋势,描绘未来座舱的可能得架构和体验亮点。        

演讲提纲:
1.AI 技术发展路线
2.不同AI技术阶段的产品介绍和体验升级亮点
3.大模型如何赋能座舱体验升级
4.大模型上车的架构
5.端云协同机制        

英伟达从事研发工作5年;三星半导体负责技术市场2年;商汤从0到1建立座舱产品团队和相关的规划、定义和GTM工作,目前所负责产品量产超过400W台。
云函数 SCF解码车企智能出行三大最优解
王瑞明
腾讯云原生产品中心专家工程师 
内容简介:
在每年新增千万辆车的新能源汽车产业升级中,智能驾驶、车联网和智舱场景均面临严峻挑战:
智能驾驶场景需处理海量车端数据,面对超大量的GPU和CPU算力需求,如何降本?
车联网场景面对百万车机设备的超高并发连接,如何保障可用性?
智能座舱的千人千面服务更涉及7个以上部门的协同开发,如何保障迭代效率?
如何破解""高成本、低弹性、协作难""的三重困局?本次分享聊聊最优解。

演讲提纲:
1.出行行业高速发展,带来智能辅助驾驶、车联网、智舱场景的成本、可用性、效率三重挑战
2.如何应对?云函数SCF,新一代的云原生算力平台,无需运维,极致弹性,按量计费
3.云函数SCF在智能辅助驾驶、车联网、智舱三大应用场景的解决方案
4.云函数SCF关键应用能力升级,为出行行业筑牢底座        

听众收益:
1.在智能辅助驾驶场景,了解如何应对百Gb吞吐数据处理场景,使用算力错峰复用方案实现最优成本
2.在车联网场景,了解应对百万车辆并发连接,毫秒级数据实时处理的方案
3.在智舱场景,了解如何应对跨部门拉通协作效率难题,使用微服务开发模式轻松提高效率
现任腾讯云Serverless云函数专家工程师,主导函数计算核心引擎的架构演进与技术攻坚,完成从技术架构设计到商业化落地的全链路实施。深耕云计算领域十余年,专注于分布式系统与弹性算力模型创新,主导的冷启动优化方案推动行业延迟指标突破百毫秒量级,创新设计毫秒级弹性资源调度体系推动资源利用率突破70%水位线。当前技术聚焦于云函数在多级智能调度、轻量化、云原生结合、AIInfra的创新落地等方面。    
“天探”车辆自检系统质量应用
赵 博
蔚来汽车 制造质量负责人
内容简介:
“天探”车辆自检系统基于蔚来技术全栈能力,通过蔚来自研的软件架构,能够直接调用车辆底层指令,实现对车辆功能的全面、精准检测,大幅提升检验效率、提升探测能力。
目前“天探”已应用于新车发运前的质量检测环节,在无任何人工干预和外部设备介入的条件下,完全依靠车辆自身的软硬件能力、云端控制和AI算法,自动触发全车各项功能开闭、移动等,实现整车的自我质量检测,比人工检测更快、更精准,检测覆盖的范围更广,能够更严格、更高标准地把控出厂的车辆质量。

演讲提纲:
1.能力现状:从质量检验特性、现有探测手段、数据统计等方面对比智能车辆自检优势
2.“天探“应用实例:展示工厂现有案例应用及问题拦截成果
3.“天探“项目远景规划:后续可开发智能机检验项目展望

听众收益:
1.智能车机在智能制造领域的实践应用
2.探讨未来智能制造检验的发展方向及趋势

18年质量管理经验,涵盖质量保证,制造质量等多领域,曾就职上汽通用汽车,2021年加入蔚来,现任制造质量负责人。                        
新能源车AI 智能诊断实践
汪政楷
智己汽车 车云资深产品专家
内容简介:
随着智能电动汽车普及,车机系统的稳定性和故障快速解决能力成为提升用户体验的关键。本演讲深入剖析新能源车机远程诊断的行业现状与挑战,重点展示智己汽车如何通过AI技术革新传统远程诊断模式。演讲将详细介绍智己IM AGENT智能诊断系统的构建过程、核心技术架构及实际应用效果,分享基于大模型技术的车机问题智能分析、诊断结论自动生成、维修决策辅助及故障预测等创新能力,并探讨AI远程诊断为智能汽车售后服务带来的变革与商业价值。      

演讲提纲:
1.行业背景与挑战
1.1智能电动汽车发展趋势
1.2当前远程诊断的核心痛点
2.智能诊断解决思路
2.1AI赋能诊断的核心理念:过模型训练整合工程师诊断经验,具备车机问题数据分析,诊断结论,维修决策,故障预测等能力
2.2技术路径选择
2.2.1大模型技术在车机诊断领域的适用性分析
2.2.2数据资产与专业知识融合的方法论
2.2.3基于实时数据流的异常检测与模式识别策略
3.智己IM AGENT系统架构与实现
3.1系统总体框架
3.1.1数据感知层:车辆实时数据采集与预处理机制
3.1.2诊断分析层:基于大模型的异常检测和故障推理引擎
3.1.3决策执行层:智能化维修建议生成与执行追踪系统
3.1.4知识/经验沉淀层:诊断案例库与自优化学习机制
3.2核心技术创新点
3.2.1多模态车辆数据融合技术
3.2.2基于专家知识库的大模型微调方法
3.2.3诊断结论可解释性设计
3.2.4维修方案智能推荐算法
3.3应用场景示例
4.实施效果与价值
4.1核心指标改善
4.1.1工程师诊断案例工单处理时长
4.1.2工程师诊断案例工单单日处理量
4.2业务价值体现
4.2.1提升人效
4.2.2增加用户触达
4.2.3知识沉淀及经验传承
5.未来展望
5.1基于AI诊断能力下的车企售后新型运营模式
5.2AI诊断产品新型商业模式

听众收益:
1.解新能源车远程诊断的现状及环境政策
2.参考AI赋能车辆远程诊断方案以及运营策略
3.探寻下一个远程诊断行业风口点及商业模式

拥有多个PMI及GPST相关项目管理,精益产品,精益创新等认证,深耕人工智能相关行业8年,主导清洁机器人,AI质检,AI军工沙盘,染发机器人,AI诊断等产品,涉及环卫,军工,制造,制药,新能源车,新消费等行业。
LLM在车载语音交互系统中的实践
杨 超
红西瓜半导体 大模型研发负责人 
内容简介:
本演讲探讨大语言模型(LLM)如何革新传统车载语音交互系统。传统多模块系统存在开发和维护成本高、场景体验割裂、上下文理解有限等问题,而基于LLM的升级方案能显著改善甚至解决这些问题,带来更加流畅智能的座舱语音交互体验。演讲将详细介绍基于LLM的工业级对话架构和实践经验,包括NLU系统升级、RAG技术和通用大模型的接入等。同时将客观分析LLM方案的优势与局限,并展望未来车载语音交互的发展方向, 包括端云协同的边界、多模态信息整合及Agent方案。

演讲提纲:
1. 传统车载语音交互系统简介
1.1 系统方案和场景能力介绍
1.2 待解决的痛点问题
2. 基于LLM的车载交互升级方案实践分享
2.1 大模型的使用范式和优劣势
2.2 增强式NLU和问答系统
2.3 开放域通用对话的接入方案
3. 未来多模态车载Agent系统框架展望
3.1 端云融合的边界和思考
3.2 多模态信息整合和Agent方案

听众受益:
1. 了解车载语音交互系统的挑战和演进趋势
2. 了解车载语音系统中LLM技术框架和实践细节

西北工业大学计算机专业硕士,11年工业界AI研发经验,曾任微软Cortana AI团队核心成员,思必驰企业服务AI技术负责人,出门问问AI研发总监,地平线智能座舱AI研发经理。Wenet语音开源社区创始团队成员,深蓝学院AI讲师,目前在红西瓜半导体负责车载语音交互产品研发。          
京ICP备2020039808号-4 京公网安备11011202100922号