深思考尚会滨：能看路况能懂人话 真智能车载助手如何打造

看点：融合视觉图像AI与语音文本AI，深思考正在打造真智能车载助手。

车东西|晓寒9月20日，由智东西联合CAPE、极果主办的GTIC2018全球智能汽车供应链创新峰会在重庆召开，大会邀请到来自学术界、整车企业、互联网公司、汽车零部件厂商、电信运营商、自动驾驶新兴公司、车联网企业等智能汽车供应链各领域核心公司30余位专家、高管一同登台，分享对智能汽车最前沿的见解。

发力人机交互在智能汽车产业“做装修”作为一家AI出身的公司，深思考专注的是AI在车内人机交互上带来的全新机会。尚会滨称，智能汽车有相当长的产业链，这给人工智能带来了落地的空间。一方面，是自动驾驶技术的普及应用；但同时，自动驾驶也并非一蹴而就，无人驾驶尚需时日，车内长期仍然有人的存在，这必然要求人机交互。

两套模组搭建更智能车载助手在深思考的多模态语义理解中，最重要的便是融合了语音文本和图像的深度语义理解。基于此，利用自身在人工智能领域的积累，深思考打造了车外、车内两套模组，让两套模组共同发挥作用，从而“打造”出一个““深义”系列多模态智慧车载深度语义理解机器人（iDeepWise.aibot4.0）”，提供更好的人机交互体验。

尚会滨说明到，通过这一模组，车辆的人机交互模块可以弄清楚当前车辆所处的场景，从而将交互模式调整为适应当前场景的状态。比如识别为高速场景，交互的内容会与之对应；而识别为城区、拥堵道路时，车辆的交互可能会增加轻松的内容以舒缓驾驶者的焦虑。

同样，尚会滨举了一个例子，设想一个日常场景，用户在出外时让车载助手定餐馆，中途想起家中宠物，让车载助手远程调取家中监控观看。此时，用户回到刚才的餐馆话题，要求车载助手换一家餐馆时，它可以很自然地回应这一需求，不会因为临时换了话题而“懵逼”，而这是目前的车载语音助手难以做到的。

AI技术横跨图像、语音两大领域在深思考多模态语义理解车载方案的背后，是这家公司在人工智能领域持续的、跨界的积累。深思考的计算机视觉技术可以在300米的距离上识别10X15个像素的微小物体，其双目视觉测距精度误差小于5%。应用技术成果，深思考能够将360°的环视图像无明显痕迹地进行拼接，提高图像识别的精度。