独有情感引擎 蔚来车载NOMI将焕新升级

[本站 资讯]  4月12日，蔚来NOMI GPT大模型正式上线，同步推送给搭载Banyan・榕 蔚来智能系统的车型。据了解，此次NOMI升级了基于全新技术架构，为NOMI量身打造NOMI GPT端云多模态大模型，包含自研多模态感知、自研认知中枢、情感引擎、多专家Agent，能够打通蔚来产品、服务、社区，提供更高效、愉悦的AI服务。

据官方介绍，本次升级带来了众多基于大模型能力的新功能，NOMI现在可以回答关于科学、历史、影视等不限领域的百科知识，提供富有情感的连续对话，还能根据用户的简单指令，智能生AI用车场景、氛围灯组合以及呈现独有的NOMI表情等。

『新一代车载人工智能NOMI技术框架』

NOMI GPT端云多模态大模型，包括自研的端云融合架构、多模态感知、认知中枢、情感引擎、记忆能力、NOMI GPT Agents(NIO Agents，User Agents，三方Agents)等，能够灵活调用第三方 API，搭建AI Agent，打通蔚来产品、服务、社区，提供更高效、愉悦的AI用车体验。

同时，让NOMI具备“看得见，认得出”“听得到，听得懂”“知冷热，有触感”等能力，同时做到账号隔离，敏感信息不出车，车载通信端到端加密，保障用户隐私安全。据官方介绍，蔚来自研的端侧多模态感知，拥有数十亿参数，融合了图像（视觉）、音频（听觉）、车身传感器（触觉）等多模感知，并像人类一样，能将多维度感知用自然语言描述，从而更全面的感知舱内外的人和世界，提供更懂你、更高效、更保护隐私的智能体验。基于端侧多模感知，NOMI可以像朋友一样，看见你的物品、着装、状态，甚至舱外的车辆、楼宇、动物植物，进而提供更懂你的服务、更有趣的沟通。值得一提的是，端侧多模态感知内部测试中，预计今年内上车。

此外，NOMI将拥有更高效的信息认知能力，能在海量信息源中精准判断用户意图与需求，无缝调度大模型架构内组件，实现“领会用户意图有默契，执行够聪明，灵活不打扰”的优质用车体验。蔚来自研的端云一体的认知中枢，能够根据多维感知信息，通过推理分析形成复杂任务的处理能力，让 NOMI真正成为贴心可靠的助手。认知中枢集成了行业最全知识库，能够从容调度执行各种任务，回答各种问题。

中枢包括中控分发，多模拒识，跨域继承&跳转，多Agent决策几个部分；其中包含中控分发：NOMI会根据用户所说的内容，结合对话上下文、感知以及状态信息，智能地判断调用任务型交互、问答闲聊、用车助手等，同时也能支持语义创建完整的快捷场景；多模拒识：依据文本，音频以及图像信息综合决策是否是在和NOMI交互，目标是实现用户在和NOMI交互时要有回复，用户在和车里其他人聊天时NOMI不插嘴；跨域继承&跳转：结合用户长上下文信息，帮助NOMI GPT灵活地在百科聊天以及任务中去做上下文理解及指代消解；多Agent决策：在前置分发信息不足无法明确时，调用多个Agent，根据前置信息以及Agent输出信息最终决策给用户的返回内容。蔚来首创了模态内外多维度对比学习技术（Interspeech 2023），并且首次将其工程化运用于NOMI对话系统中，包括多模拒识和调度分发，最终使得拒识得误识别率和误拒识率均控制在2%以内，调度分发单轮准确率达到98%+，长距离多轮分发准确率达到95%+。

此外，NOMI将拥有独有情感引擎，其是NOMI实现拟人交互的关键，通过与用户长期沟通与陪伴、记忆、学习，实现有个性的成长，让NOMI不只是一个冰冷的“助手”，更是懂你的情感伙伴。同时，关于记忆方面，NOMI的记忆能力包括短期记忆和长期记忆，短期记忆可以让NOMI记住用户最近在聊的话题、用户之前提到人和物，长期记忆让NOMI能够记住用户和家人朋友，记住用户的喜好，记住和用户在一起点点滴滴。值得一提的是，情感引擎能够帮助NOMI更快的学习成长，通过实时反馈、事后反思、人为训练等方式，不断变得更加聪明，不断掌握新技能和新知识。情感引擎也在让NOMI有更独特的人设，包括性格、三观、梦想等，让NOMI的每一句对话、每一个表情，都符合NOMI的基本人设，但也会随着陪伴时间的增长，而潜移默化地和用户更加契合。

在感知、认知、决策等方面，官方将采用十亿级参数模型，以毫秒级的速度响应用户的诉求。同时也有百亿千亿级参数的通用生成模型，以秒级响应速度，作为NOMI开放域知识问答、复杂逻辑推理能力的支撑。

此外，NOMI GPT将拥有交互视窗，官方为NOMI GPT打造全新交互界面，可更加灵动的展示多种类型的生成内容。具体为思考状态：新增‘思考中’、‘生成中’两种状态，NOMI思考状态一目了然；标题展示：支持标题序号和加粗样式。试试说「推荐5个北京适合遛娃的地方」；表格展示：支持表格展示样式，试试说「把周杰伦每张专辑的发布时间列个表格给我」；关联推荐：在生成结果下方，会展现更多关联推荐的问法；停止生成：可随时说「停止生成」或「别说了」等，来终止NOMI GPT生成。

NOMI知识丰富度与推理能力升级，为用户解答疑惑、拓宽视野。其中，NOMI支持包括科学、历史、文学、艺术、影视等不限领域的百科知识问答；支持景点推介、游玩攻略、行程建议等出行场景问答；提升理解、推理与创作能力，能够进行学习、创作、咨询等个人问答等。

值得一提的是，此次官方针对NOMI表情互动体验也进行升级，包含精准表情：增加更多趣玩表情互动指令。比如「做个鬼脸」、「看蝴蝶」、「吹蒲公英」、「吹彩色纸屑」、「摸小狗」、「看流星」、「数星星」等，可精准触发对应的表情；支持任意描述的表情指令「做一个xx的表情」，或者「表演一个xx的样子」，提供趣味回复和灵活匹配的表情。比如「做一个中了大奖的表情」、「做一个给老婆表白的表情」、「表演一个蝙蝠侠的样子」；支持表情九连拍，可以通过「你有哪些表情」触发一连串的表情表演。

当然，在氛围营造方面，NOMI支持营造任意的氛围。只需要说「来个XX的氛围」，NOMI会基于大模型强大的推理能力，在16,777,216种氛围灯搭配中，找到最适合用户表达的氛围搭配。比如：场景氛围：「来个二人世界的氛围」「调成哄娃睡觉的氛围」「来个全家去春游的氛围」；心情氛围：「来个元气满满去上班的氛围」「来个加班很晚很疲惫的氛围」；世界氛围：「营造一个北极光的氛围」「来个法兰西的氛围」「来个上海的氛围」。

在其它方面，NOMI支持查询车辆信息、用车知识、指示灯等，帮助新老用户更深入的了解和使用车辆。车辆信息查询：「我这辆车有多长」「ET7和ET5谁更宽」「这辆车涉水深度是多少」；用车知识查询：「儿童座椅怎么装」「怎么重启车机」「发生了剐蹭怎么办」；指示灯查询：「仪表上有个红圈里面有个P是啥」「仪表有个小旗子边上有个加号是啥」「仪表有个绿色小蝴蝶是什么意思」。

跟随245 NOMI应用更新上线全新AI场景生成，包含NOMI支持通过自然语言，一句话实现场景任务创建，在千量级车辆原子能力中，组合出使用情境，贴合用户驾乘习惯的方方面面。例如：行车顾问：支持日常通勤、行车准备、离车设定等情境下的用车习惯设定，如：「工作日早上我上车就自动导航去公司，把热点打开，空调调到23度，然后播放NIORadio资讯充电站」等。关于该品牌更多信息，我们也将持续关注。