سمارٹ کاک پٹ کا اگلا مرحلہ: سمجھنے سے لے کر کرنے تک

ذہین کاک پٹ گزشتہ دو سالوں میں آٹوموبائل انڈسٹری کا وہ شعبہ رہا ہے جہاں سب سے زیادہ "توقعات اور حقیقت کا فرق" محسوس ہوتا ہے۔

ایک طرف، بڑے ماڈلز کی مکمل آمد کے ساتھ، تقریباً تمام نئی گاڑیاں کاک پٹ کو "AI مواد" کے مظاہرے کے میدان کے طور پر پیش کر رہی ہیں، وائس، ملٹی موڈل، ایجنٹ یکے بعد دیگرے میدان میں آ رہے ہیں، اور پیرامیٹرز ایک دوسرے سے زیادہ جارحانہ ہیں۔ لیکن دوسری طرف، صارفین کو حقیقی تجربے میں بار بار خلاء کا سامنا ہے: کار کا سسٹم کمانڈ سمجھ لیتا ہے، مگر مکمل عمل کو انجام دینا مشکل ہوتا ہے؛ کسی گفتگو کو یاد رکھتا ہے، مگر پلٹتے ہی سب بھول جاتا ہے؛ پیچیدہ سفری ضروریات کے سامنے، یا تو غیر متعلقہ جواب دیتا ہے، یا عمل کرنے کی جرات نہیں کرتا۔

21 اکتوبر کو iFLYTEK کی ذہین آٹوموبائل پروڈکٹ ٹیکنالوجی کانفرنس میں، نئی نسل کا SparkAuto Space 3.0 باضابطہ طور پر جاری کیا گیا، iFLYTEK نے دراصل انڈسٹری کے سامنے ایک زیادہ عملی سوال رکھا: ذہین کاک پٹ "سمجھنے" سے حقیقی معنوں میں "کرنے" تک کیسے پہنچ سکتا ہے؟

ساختی درد: کاک پٹ میں ایک متحد "دماغ" کی کمی

چین کی آٹوموبائل انڈسٹری کی پیداوار اور فروخت کا حجم کئی سالوں سے عالمی سطح پر بلند ہے، اور ذہین کاری کی رسائی کی شرح بھی تیزی سے بڑھ رہی ہے۔ لیکن اس بلند شرح کے پیچھے تجربے کی اپ گریڈ میں تاخیر ہے۔

انڈسٹری میں عام مسئلہ یہ ہے: کاک پٹ اکثر "کان ہیں، دماغ نہیں"۔ وائس، نیویگیشن، تفریح، گاڑی کنٹرول عموماً کئی الگ الگ ذیلی نظام ہوتے ہیں، بین شعبہ جاتی تجربہ بکھرا ہوا ہے؛ طویل مدتی یادداشت کی کمی کی وجہ سے مختلف کار سسٹمز زیادہ سے زیادہ یکساں ہوتے جا رہے ہیں؛ بڑے ماڈلز میں فریب کا خطرہ ہے، جس کی وجہ سے بنیادی گاڑی کنٹرول میں آسانی سے اختیار نہیں دیا جا سکتا؛ ماڈل کی صلاحیت بڑھنے کے ساتھ ساتھ تاخیر کم کرنا مشکل ہے۔

یہ درد ایک ہی ساختی مسئلے کی طرف اشارہ کرتے ہیں: کاک پٹ میں ایسے "متحد دماغ" کی کمی ہے جو تمام ماڈیولز کو آپس میں جوڑ سکے۔ اگر صرف فنکشنز یا پیرامیٹرز کو بڑھایا جائے اور بنیادی آرکیٹیکچر کے شیڈولنگ کا مسئلہ حل نہ کیا جائے، تو تجربے میں معیاری تبدیلی نہیں آ سکتی۔

آرکیٹیکچر کا ارتقا: ہدایاتی طرز سے انسانی طرز تعامل کی طرف

اس ساختی مسئلے کو حل کرنے کے لیے، iFLYTEK نے کاک پٹ تعامل کے ارتقا کو تین مراحل میں تقسیم کیا: ہدایاتی تعامل، ذہین مربوط تعامل، اور SOPHIA (انسانی طرز دانشورانہ مکمل موڈل ذہین آٹوموبائل تعامل آرکیٹیکچر) کی زیر قیادت انسانی طرز دانشورانہ مکمل موڈل مرحلہ۔

SparkAuto Space 3.0 کا بنیادی ستون SOPHIA آرکیٹیکچر ہے، جس کی بنیاد یادداشت کا ارتقا، سوچ اور فیصلہ سازی، مکمل موڈل ادراک، کثیر جہتی اظہار کے چار نظاموں پر مشتمل ہے، اور پوری گاڑی کا Master Agent اسے متحد طریقے سے شیڈول کرتا ہے۔ یہ آرکیٹیکچر بالآخر صارفین کو تین بنیادی فوائد فراہم کرتا ہے: آپ کو بہتر سمجھنے والا جذباتی ساتھی، کام انجام دینے والا کار منیجر، اور ماورائے حسی آڈیو ویڈیو ماسٹر۔

"آپ کو بہتر سمجھنے" کی سطح پر، SparkAuto Space 3.0 نے 68 سے زائد یادداشت کی جہتوں کا نظام قائم کیا ہے، جو قلیل مدتی، طویل مدتی یادداشت اور صارف پروفائل کا احاطہ کرتا ہے۔ تجربے اور رازداری کے توازن کے لیے، انتہائی حساس یادداشت کو صرف ڈیوائس پر محفوظ رکھا جاتا ہے، اور استفسار کے لیے ذاتی تصدیق ضروری ہے۔

کئی افراد کی گاڑی میں سفر کی تعامل کے مسئلے کے لیے، SparkAuto Space 3.0 نے کئی افراد کی مکمل موڈل فل ڈوپلیکس صلاحیت حاصل کی ہے۔ ٹیکنالوجی اپ گریڈ کے ذریعے، کئی افراد کی تعامل کی رسائی کی شرح 95% سے زائد، مداخلت مسترد کرنے کی شرح 98% سے زائد، اور خلل کی تاخیر 300 ملی سیکنڈ کے اندر رکھی گئی ہے۔ اس کا مطلب ہے کہ نظام درست طریقے سے تمیز کر سکتا ہے کہ "کون بول رہا ہے، کس سے بول رہا ہے"، جس نے گاڑی میں کئی افراد کی گفتگو کے دوران کار سسٹم کے بے موقع بولنے کے مسئلے کو مؤثر طریقے سے حل کیا ہے۔

مزید برآں، گاڑی سے باہر وائس تعامل کی حد کو گاڑی سے 30 میٹر باہر تک بڑھایا گیا ہے، جو آواز کے فنگر پرنٹ کی تصدیق اور چلتے چلتے بولنے کی سہولت دیتا ہے؛ خصوصی آواز کی شناخت زیادہ سے زیادہ 200 میٹر تک ہو سکتی ہے۔ ڈیوائس اور کلاؤڈ ملٹی موڈل ادراک نے 100 سے زائد صلاحیتیں یکجا کی ہیں، جن میں ڈیوائس سائیڈ بہتر سنٹری موڈ 16 قسم کے مخصوص خطرے کے واقعات کی شناخت کر سکتا ہے، فی واقعہ 4 سیکنڈ میں نتیجہ جاری کرتا ہے، شناخت کی درستگی 90% تک پہنچتی ہے، جو ہم سطح سے نمایاں طور پر بہتر ہے۔

تجربے کا سنگ میل: "معلومات تلاش کرنے" سے "کام کرنے" تک

موجودہ مرحلے میں AI کی گاڑی میں آمد کے لیے، کار سسٹم کا علاقائی بولی سمجھنا، آپ کی ترجیحات یاد رکھنا، یہ سب صرف "ابتدائیہ" ہے۔ حقیقی گاڑی استعمال کے منظرنامے میں، صارفین اصل میں "نتیجہ" چاہتے ہیں۔ آپ میرا مطلب سمجھ لیں، پھر میرا کام مکمل کر دیں۔ اس سطح پر، "کام کرنے" کی صلاحیت ہی تجربے کے معیار کا سنگ میل ہے۔

پیچیدہ سفری منظرناموں میں، اپ گریڈ شدہ Master Agent نیویگیشن دماغ مبہم معانی، وقتی پابندیوں اور شرطی شاخوں کو درست طریقے سے سمجھ سکتا ہے۔ مثال کے طور پر "کمپنی اور Swan Lake دونوں سے زیادہ دور نہیں ایک ریستوران تلاش کرو"، اس کی پیچیدہ سفری نیت کو سمجھنے کی درستگی 95% سے زائد ہے۔

زیادہ قابل توجہ بات ماحولیاتی نظام کے مکمل ہونے کی ہے۔ iFLYTEK نے Alipay کے ساتھ اسٹریٹجک تعاون کی اپ گریڈ کی ہے، اور "Xunbao Plan" شروع کیا ہے۔ Alipay کا گاڑی میں نصب اسسٹنٹ SparkAuto Space 3.0 سے منسلک ہو گیا ہے، جسے Master Agent متحد طریقے سے شیڈول کرتا ہے، دونوں فریقوں نے اکاؤنٹ کے تبادلے، گاڑی میں نصب AI ادائیگی وغیرہ کی صلاحیتوں میں رابطہ مکمل کر لیا ہے۔ اس سے کاک پٹ نے واقعی "معلومات تلاش کرنے" کی محدودیت کو توڑا ہے، اور تیز رفتار بغیر رکے گزرنے، پارکنگ کی بغیر رکے ادائیگی، راستے میں پارسل لینے جیسے حقیقی "کام کرنے" کے منظرنامے عملی جامہ پہنا دیے ہیں۔

مزید برآں، صحت کے کاک پٹ کے حوالے سے iFLYTEK Xiaoyi شامل کیا گیا ہے، صحت سے متعلق مشاورت نے مجموعی طور پر 20 کروڑ بار خدمت کی ہے، مجموعی طور پر 3 کروڑ 50 لاکھ سے زائد صارفین کو خدمت فراہم کی ہے، جو 2600 قسم کے عام امراض اور 60000 سے زائد عام ادویات کے علم کا احاطہ کرتی ہے۔ FaceID پوری گاڑی کے مسافروں کی شناخت کرتا ہے اور الگ الگ صحت کا ریکارڈ قائم کرتا ہے، ایک شخص ایک ریکارڈ، گاڑی، گھر، موبائل، کلاؤڈ اور Huawei، Apple وغیرہ کے مرکزی پہننے کے آلات کو جوڑتا ہے، "پیمائش، پوچھ گچھ، تشخیص" مکمل طور پر بند حلقہ بناتا ہے۔ پارکنگ کے منظرنامے میں Suixinbo Agent اور ذہین ڈرائیونگ نظام کا گہرا امتزاج ہے، جو خودمختار پارکنگ، وائس سے گاڑی ہٹانا اور کال پر گاڑی لانے کا احاطہ کرتا ہے۔

صوتیاتی تجربہ: ماورائے حسی آڈیو ویڈیو ماسٹر

جب ذہین کاک پٹ کی بصری "بڑی اسکرین" کی خوشحالی بتدریج عروج کو پہنچ رہی ہے، تجربے کے فرق کا اگلا میدان "سماعت" کی طرف منتقل ہو رہا ہے۔ ایک نظام جو واقعی آپ کو سمجھتا ہے، اسے نہ صرف سننا آنا چاہیے، بلکہ اظہار بھی کرنا آنا چاہیے۔ اس کے پیچھے، پورے سلسلے کے صوتیاتی آرکیٹیکچر کی بنیادی تعمیر نو کی آزمائش ہے۔

iFLYTEK کا انڈسٹری میں پہلا GaN (گیلیم نائٹرائڈ) آڈیو آرکیٹیکچر، نہ صرف پورے نظام کا وزن 30% کم کرتا ہے، بلکہ بلیک گولڈ سیریز اسپیکرز اور 300W سنیما درجے کے سب ووفر کے ساتھ، سماعت کا احساس 20% بڑھا دیتا ہے۔ ماورائے حسی گرد و پیش صوتی Pro 3.0 کے ساتھ، نظام AI کے ذریعے عام 2.0 آڈیو ماخذ کو حقیقی وقت میں 7.1.4 پینورامک صوتی میں دوبارہ تعمیر کر سکتا ہے، جس سے پینورامک صوتی مواد کی حد بہت کم ہو جاتی ہے۔

گاڑی کے اندر صوتی میدان کے کنٹرول میں، ذہین صوتی میدان zoning 3.0 نے زیادہ سے زیادہ دو زون 30dB، چار زون 26dB کی آواز کی تنہائی حاصل کی ہے۔ مرکزی ڈرائیور نیویگیشن سنے، ساتھی ڈرائیور ڈرامہ دیکھے، پچھلی نشست کے بچے بچوں کے گانے سنیں، واقعی "ایک کاک پٹ میں متعدد آوازیں بغیر مداخلت" ممکن ہو گیا ہے۔ اس کے ساتھ پہلی بار پیش کیا گیا سپر ہیڈریسٹ صوتیاتی نظام، سمتی نشر اور فعال شور میں کمی (زیادہ سے زیادہ 9dBA گہرائی) کو ہیڈریسٹ میں یکجا کرتا ہے، نیویگیشن کی اطلاع صرف ڈرائیور کے کان میں گونجتی ہے، دیگر آرام کرنے والے مسافروں کو پریشان نہیں کرتی۔

بنیادی سہارا: ڈیوائس کلاؤڈ تعاون کی کمپیوٹنگ صلاحیت اور بڑے پیمانے پر پیداوار کا اعتماد

درحقیقت، چاہے ملٹی موڈل ادراک ہو، پیچیدہ کاموں کی شیڈولنگ ہو، یا ملی سیکنڈ سطح کے صوتیاتی الگورتھم ہوں، ان فرنٹ اینڈ تجربات کی "چھت" اکثر بنیادی کمپیوٹنگ صلاحیت اور ماڈل آرکیٹیکچر کی "فرش" سے طے ہوتی ہے۔ بڑے ماڈلز کی گاڑی میں آمد کی سب سے بڑی حقیقی خلیج کمپیوٹنگ تاخیر اور منظرنامے کی پیچیدگی کے درمیان کشمکش ہے۔

SparkAuto Space 3.0 نے ڈیوائس کلاؤڈ تعاون کا دوہرا ماڈل امتزاج اپنایا ہے: کلاؤڈ SparkAuto 1.0 نے H20 پلیٹ فارم پر 350K سیاق و سباق کیش ہٹ ریٹ 99.5% سے زائد، کمپیوٹیشن پہلی رسائی 800 ملی سیکنڈ سے کم کی پیمائش کی ہے؛ ڈیوائس سائیڈ SparkAuto 1.0-EMM 100 سے زائد منظرناموں کی حمایت کرتا ہے، اس کا انڈسٹری میں پہلا 35B-A3B ماڈل Jetson Thor پلیٹ فارم پر پہلے فریم 650 ملی سیکنڈ سے کم، زیادہ سے زیادہ میموری 75% کم کی کارکردگی دکھاتا ہے۔

کام کی تقسیم پر، iFLYTEK کا نقطہ نظر یہ ہے: زیادہ تعدد، حقیقی وقت اور حساس ڈیٹا سے متعلق تعامل ڈیوائس سائیڈ پر بند حلقہ میں رکھا جائے، پیچیدہ فہم، منصوبہ بندی اور ٹول شیڈولنگ کلاؤڈ کو سونپی جائے، تاخیر اور کال لاگت کے درمیان توازن تلاش کیا جائے۔ یہ کار کمپنیوں کے ہارڈویئر BOM لاگت کے لیے بھی چیلنج ہے، اعلیٰ درجے کے ڈیوائس سائیڈ ماڈلز کی مقبولیت کے لیے اب بھی ہارڈویئر پلیٹ فارم کی تکرار کا سہارا درکار ہے۔

موجودہ انڈسٹری میں "مکمل خود تحقیق" پر بار بار زور دینے کے پس منظر میں، iFLYTEK نے "کھلی مشترکہ تخلیق" کا راستہ چنا ہے۔ کار کمپنیاں برانڈ اور پلیٹ فارم کی تعریف کی رہنمائی کرتی ہیں، iFLYTEK بنیادی ٹول چین اور تکنیکی خدمات فراہم کرتا ہے۔ فی الحال، اس کے ماحولیاتی پلیٹ فارم نے 60+ معلوماتی ذرائع سے رابطہ قائم کیا ہے، روزانہ اوسط کال 22 کروڑ بار تک پہنچتی ہے۔

اعداد و شمار سے، iFLYTEK کی آٹوموبائل شعبے میں بڑے پیمانے کی برتری قائم ہو چکی ہے: مجموعی طور پر 8 کروڑ 10 لاکھ سے زائد گاڑیوں میں نصب، 50 سے زائد تعاون کرنے والی کار کمپنیاں؛ بیرون ملک متعدد زبانیں 32 کی حمایت، 60 ممالک اور علاقوں کا احاطہ، 80% بیرون ملک نئی ماڈل گاڑیاں iFLYTEK کا انتخاب کرتی ہیں۔

مزید برآں، SparkAuto Space 3.0 نے "اجراء ہی بڑے پیمانے پر پیداوار" کا لیبل لگایا ہے، Chery، Great Wall WEY، Dongfeng Nissan وغیرہ برانڈز نے سبقت حاصل کی ہے، اور CATARC TOP Intelligence انڈسٹری کا پہلا AI ملٹی موڈل ذہین کاک پٹ، 2026 آٹوموبائل ذہین کاک پٹ معروف سائنسی و تکنیکی کامیابی، 2026 آٹوموبائل نئی پیداواری قوت کا نمائندہ کیس تین تصدیقات حاصل کی ہیں۔ 8 کروڑ 10 لاکھ گاڑیوں کا موجودہ ذخیرہ، ٹیکنالوجی کی مسلسل تکرار کے لیے حقیقی جانچ کی زمین فراہم کرتا ہے۔

آخر میں

ذہین کاک پٹ کا مقابلہ، "بڑا ماڈل ہے یا نہیں" سے مکمل طور پر "کیا کاک پٹ واقعی کارآمد ہو سکتا ہے" کی طرف منتقل ہو رہا ہے۔ iFLYTEK کا اس بار کا انتخاب بہت اہمیت کا حامل ہے: ایک متحد دماغ سے بکھرے ہوئے فنکشنز کو واقعی آپس میں جوڑنا، پھر ڈیوائس کلاؤڈ دوہرے ماڈل امتزاج سے جدید تجربے کو لاکھوں کی سطح کی بڑے پیمانے پر پیداوار تک پہنچانا۔ سمت واضح ہو چکی ہے، راستہ خود بخود وسیع تر ہوتا جائے گا۔

شروع کے اس فرق پر واپس آئیں: پیرامیٹرز سال بہ سال بلند ہو رہے ہیں، لیکن صارفین کے لیے یہ کہنا مشکل ہوتا جا رہا ہے کہ "یہ گاڑی واقعی بہت اچھی ہے"۔ مسئلہ کبھی کار سسٹم کی ذہانت میں نہیں تھا، بلکہ اس میں ہے کہ کیا وہ سنی ہوئی باتوں کو واقعی انسان کے لیے ایک کام میں بدل سکتا ہے۔ iFLYTEK کا اس بار کا جواب، بنیادی طور پر انڈسٹری کے مقابلے کو "کس کے فنکشنز زیادہ ہیں" سے واپس "کس کا نظام مستحکم ہے، کس کی خدمت بند حلقہ بنا سکتی ہے" اس زیادہ سادہ سوال کی طرف لے آیا ہے۔ یہ شاید واحد درست راستہ نہ ہو، لیکن کم از کم یہ بتاتا ہے: ذہین کاک پٹ کے دوسرے نصف میں، اب یہ مقابلہ نہیں کہ کون بڑی کہانی سناتا ہے، بلکہ یہ کہ کون بڑے ماڈل کو نمائشی اسٹال سے نیچے لا کر صارف کی روزمرہ استعمال ہونے والی اور قابلِ اعتماد اسی تجربے میں ڈال سکتا ہے۔ سمت درست ہو چکی ہے، اب دیکھنا یہ ہے کہ کون اسے سب سے پہلے واقعی عملی جامہ پہناتا ہے۔