引言：
本文作者李星宇為地平線生態發展與戰略規劃副總裁，是自動駕駛、人工智慧晶片以及邊緣計算等領域的資深專家，擁有18年半導體行業經驗。作者將透過對人機交互發展趨勢的分析，及對國內智慧座艙發展的洞察，得出以下關鍵結論：
未來最重要的人機互動趨勢是機器從被動響應走向主動互動，從人適應機器到機器不斷地適應人，終極目標是讓機器擬人化，圖靈測試是衡量標準。
人機共駕階段，人機互動能力必須跟自動駕駛能力相匹配，否則會帶來嚴重的安全問題。智慧駕駛和智慧座艙的跨域融合是發展方向。
未來，實體螢幕和觸控將不再是座艙互動的中心，取而代之的是自然互動+AR-HUD。
語音、手勢和眼球跟蹤是自然互動的三板斧，感測器、算力和演算法是物質基礎。
當前的座艙以娛樂域為主導，但未來座艙內娛樂域和安全域（人機互動和自動駕駛）的定位會調過來，安全域會成為主控制域。
智慧座艙人機互動是中國智慧汽車公司品牌向上的重要突破口。
以下為正文部分：
智慧汽車是機器人的第一形態，對應的智慧座艙也引領了機器人時代人機交互發展的新方向。歷史上，每一次互動方式的改變，都重塑了智慧裝置的產業格局。正如DOS轉向Windows時代帶來的產業鉅變一樣，人機自然互動打開了一道通向新產業的大門。
人機自然互動將改變我們對待智慧汽車、泛機器人和人工智慧的態度。人類最重要的發明是創造了語言體系，用於人與人的互動，帶來人類文明。
今天，人機自然互動可能是下一個基石性發明，其與機器的自主決策強結合，將帶來機器文明，重塑人與機器的關係，對我們的社會工作方式及生活方式等方面將產生深遠的影響。
人與機器的互動方式發展趨勢是什麼？
座艙的人機互動未來將走向何方？這個問題的答案，可能需要從智慧裝置的發展歷史中去尋找。
計算機行業是人機互動技術發展的起源。實際上，人機互動一開始不叫HMI，而是HCI，即Human–Computer Interaction。PC的發展史廣為人知，下圖是一個簡單的發展階段劃分：
計算機人機互動最開始是DOS系統加上鍵盤，命令列介面的操作需要非常高的專業技能，只有少數專業人員才能使用。
滑鼠與Windows作業系統的出現改變了一切，讓PC使用者呈爆炸性增長。接下來，觸控成為更簡單直接的操作方式，出現了Surface這樣的平板電腦。而微軟小娜則代表了最新的互動方式，我們可以用語音這種更加自然的方式與機器互動。
PC和手機的發展史折射出機器與人互動方式的發展脈絡，那就是從複雜走向簡單；從抽象操作走向自然互動。未來最重要的人機互動趨勢是機器從被動響應走向主動互動。
順著這樣一個趨勢的延長線去看，人機互動的終極目標，就是讓機器擬人化，可以說：人機互動的發展歷史，是從人適應機器到機器不斷地適應人的發展史。
智慧座艙的發展也經歷了類似的過程。
多模互動是下一代人機互動方式的理想模型。什麼是多模互動？簡單說，就是利用手勢、眼球跟蹤、語音等方式來進行互動。這裡的模態類似於人的“感官”，多模態即是將多種感官進行融合，對應人視覺、聽覺、觸覺、嗅覺、味覺五種感官。
但多模互動的命名太過技術化，我更願意將其稱之為：自然互動。例如手勢，可以說是原生的“滑鼠”，不同的手勢能夠表達豐富的語義。
典型的手勢語義以及對應的實現方式
自然互動實現方式是什麼？
智慧汽車本質上是載人機器人，機器人最重要的兩項能力是自主決策能力和人機互動能力，缺乏其中任何一項，就無法有效地為人類服務。因此打造智慧的人機互動能力是其必選項。
如何衡量人機互動的智慧化程度呢？我的一個思考是使用圖靈測試，即機器能否在互動行為的表現上和人無法區分。
如何實現自然互動呢？感測器、算力和演算法缺一不可。
座艙內會融合越來越多的感測器，一方面會使座艙內算力需求不斷飆升，座艙裡的AI算力需求將上升到30 TOPS以上，甚至達到百TOPS級別的水平。另一方面座艙也提供了更好的感知能力支撐。
座艙感測器在數量和種類上都在迅速提升
AI計算能實現人臉、表情、手勢、語音等多資訊的感知，從而實現更加智慧的人機互動。座艙人機互動的計算必須依賴邊緣計算，而不是雲計算來實現。因為三點：可靠性、實時性和隱私保護。
個人隱私保護可能是我們這一代人在AI時代面臨的最大挑戰之一，座艙內的私密空間，隱私保護問題更加突出。
今天的語音識別，絕大部分仍然是在雲端進行的，其中的聲紋等生物資訊可以輕易暴露個人身份。透過在車端進行邊緣AI計算，可以將影片、語音等個人生物資訊去除，轉化為語義資訊，再上傳到雲端，可以有效保護車內個人資料隱私。
自動駕駛時代，互動智慧必須跟駕駛智慧相匹配
在可以預見的未來，人機共駕都會是長期存在的狀態，座艙內的人機互動是人瞭解自動駕駛能力的第一介面。
當前智慧汽車技術存在進化不均衡的挑戰，人機互動能力落後於自動駕駛能力的發展，導致自動駕駛事故頻發，影響了自動駕駛的普及。
人機共駕的特點是人在駕駛回路中（Human In the Loop），因此，人機互動能力必須跟自動駕駛能力相匹配，否則帶來嚴重的預期功能安全問題，幾乎所有的自動駕駛致命事故都與此有關。
即使不發生事故，對自動駕駛狀態的不瞭解也會讓人產生嚴重的恐慌和焦慮。
例如，自動駕駛系統在實際駕駛工況中，經常出現“鬼剎車”的情況。如果人機互動介面能夠顯示自動駕駛的感知結果，司機就可能會明白系統誤判是由於把路上的一個易拉罐識別成了一輛車導致的。
為什麼特斯拉把越來越多的自動駕駛感知結果展示出來，背後的出發點就是這一原因。隨著自動駕駛的能力越來越強，使用者將越來越關注自動駕駛系統在虛擬3D環境中呈現的過程和狀態。
人機互動與自動駕駛發展相輔相成，例如，未來更為人性化的泊車應該是人車共泊的，包括人對車的接管和車對人的接管。比如車遇到困難路況，可能會說我不太有把握，請求接管。再比如人遲遲停不進去，AI演算法推薦是否開啟自動泊車。
這種艙泊一體的方案能提升智慧座艙互動和泊車的整體體驗，還能大幅節省硬體成本：透過分時複用AI晶片的資源，可以同時滿足座艙感知與APA泊車感知的需求，從而為行業提供高性價比方案。也可讓智慧化下探到更多中低端車型。在國內，地平線和映馳科技合作，正在推進這一方案開發。
當前，智慧座艙的互動方式主要還是手機安卓生態的延伸，主要由實體螢幕來支撐。今天螢幕越變越大，甚至達到60寸，這實際上是用低優先順序的功能佔據了高優先順序功能的空間，還帶來額外的資訊干擾，容易讓人分心，影響駕駛安全。
實體螢幕在未來依然會存在，但我有一個判斷，未來，實體螢幕和觸控將不再是座艙互動的中心，取而代之的是自然互動+AR-HUD。
第一個原因是面向自動駕駛的人機互動，屬於溫飽問題，是剛需，屬於安全域，有最高優先順序。而面向音樂、遊戲和舒適性的人機互動是小康需求，屬於娛樂域，在實現了前一階段任務後才能有足夠的施展空間。
因此，未來座艙內娛樂域和安全域（人機互動和自動駕駛）的定位會調過來，安全域會成為主控制域。
第二個原因是因為自然互動方式+AR-HUD的互動介面更加安全，例如透過語音和手勢交流，可以避免駕駛員視線偏移，從而提升駕駛安全，而座艙的大屏是無法做到這一點的。相比之下，AR-HUD可以做到在顯示自動駕駛感知資訊的同時避免了這個問題。
第三個原因在於自然互動方式是隱形的、簡約的、更加情感化的互動方式，不會過多地佔用車內寶貴的物理空間，但卻可以做到隨時陪伴在身邊，給予駕駛員及乘客更多的信任感、安全感。
綜合以上分析，未來智慧駕駛和智慧座艙的跨域融合是較為確定的發展方向，最終誕生的就是車載中央計算平臺。
當前發展階段、前沿實踐以及挑戰
目前，座艙的語音識別基本已經普及，語音識別主流廠商主要使用端到端演算法，在理想實驗環境下語音識別準確率可高達98%以上。
DMS正在急速普及，預測至2030年裝備車內攝像頭的車型佔比將超過50%。
下一步將是語音+手勢+眼球跟蹤+AR-HUD互動介面的組合，這是對應於L3+級別自動駕駛的智慧互動方式，業內領先的車企已經開始佈局。
中國自主品牌在這一塊的實踐基本上跟國外領先品牌是並駕齊驅的，從迭代速度上看還要更快。
2020年，長安推出UNI-T車型， 包含多項主動服務。比如：如果你正在接聽電話，系統會自動降低多媒體音量；再比如，當車機中控屏處於熄屏狀態時，注視螢幕一秒即可喚醒螢幕。該方案搭載了地平線的征程2晶片，支援透過語音、動作姿態、面部表情等指令的互動。
理想中的自然互動目標是從使用者體驗出發，需要提供穩定、流暢、可預期的互動體驗。但理想再豐滿，也得從骨感的現實起步，當前挑戰依舊眾多。
例如，當前自然互動的誤識別情況依然嚴峻，全工況、全天候的可靠性和準確率還不夠。再比如手勢識別，也許你不經意間動一下手勢，就會被誤識別為一個命令動作，這只是無數種誤識別情況之一。
此外在移動狀態下，光照、震動、遮擋等等都是巨大的工程挑戰。自然互動的流暢度也是亟待解決的問題，這需要更高效能的感測器、更強大的算力和高效演算法來逐漸改善。而同時自然語言理解（NLP）和意圖理解依然處於早期階段，還需要算法理論創新。
人機自然互動會是機器人時代的基石性發明
在當下激烈的行業競爭中，智慧座艙已經成為整車廠實現功能差異化的關鍵一招，座艙人機互動與人的溝通習慣、語言文化等密切相關，因此必須是高度本地化的，智慧座艙人機互動是中國智慧汽車公司品牌向上的重要突破口，更是中國智慧汽車技術引領全球技術潮流的突破口。
智慧座艙產業鏈將持續延伸，會有更多玩家進入到智慧汽車這個大生態中，智慧汽車玩家也會跨界進入更多的機器人領域，未來智慧座艙生態圈發展主題將圍繞“生態協同”與“跨界延伸”展開。
這場科技革命將產生顛覆性影響，不僅將開啟一個全新的產業生態，更對我們的社會工作方式及生活方式等方面產生深遠的影響。