数据飞轮在汽车领域是如何应用的？

Z世代的年轻人选车大多考虑三点：颜值、性能、智能化。持续优化用户体验、做好服务成为车企竞速的关键。如何利用数据优化驾乘体验，做好服务？

《人均老师·云上增长季》第9期，哪吒汽车智能研究院常务副院长刘业鹏，为大家分享新能源汽车如何实现“智能化”。

当代年轻人选择，“梦中情车”的标准有哪些？

Z时代的年轻人选车大多考虑三点：颜值、性能、智能化。

首先外观颜值。高颜值的外观可以让用户一眼就作出是否购买的意向决定，有个说法叫10s以内决定你对车的喜欢与否。

其次整个车的性能，比如：舒适度，座椅是否符合人体工学设计？按摩、加热的功能是否具备等等；静谧性，车辆在行驶过程中产生的震动或者噪音，是否干扰司机驾驶；安全性，汽车碰撞的安全性能、车身稳定性，这些因素也会直接影响到汽车的驾驶体验。

最后就是智能化，比如智能座舱和自动驾驶的配备。现在智能座舱的系统，不断地提升智能座舱域控平台的芯片性能、车内人机交互的屏幕性能等等。另外，自动驾驶的辅助系统也在不断地升级迭代，L2 级别的智能驾驶系统也逐渐向 L3 级别跨越。

我们的哪吒S有一个非常高辨识度的外观，很多年轻人第一眼看上去就特别喜欢。其次，哪吒S在安全性、动力性、操控性等性能品质方面也有领先于同级竞品的明显优势，比如说我们的四驱车型百公里加速达到了3.9s。

这是什么概念？传统的燃油汽车要做到百公里加速 3.9s这个指标，需要六缸甚至更高的发动机，这可能需要百万级的价格才能达到这样的效果，现在二三十万的新能源的汽车就可以满足这个要求。

除此之外，哪吒S的智能化配备也很高，激光雷达版可以实现城市的自动驾驶辅助这个功能，PILOT 3.0 可以实现高速公路的自动智能领航，也就是自动变道。

数据飞轮在汽车领域是如何应用的？

数据飞轮是火山引擎提出的企业数智化升级的新范式。数据飞轮的应用在汽车行业还是比较广泛的。它可以给新能源汽车企业在战略规划与决策、差异化的产品竞争力优势构建、技术创新与研发效率提升、品牌营销力、低成本运营等各个方面，实现深度赋能。

为什么要数据驱动？现在新能源汽车的功能越来越多，比如：智能座舱、智能驾驶、智能控制等等。这些功能的实现需要很多传感器接收很多交互的信号。像我们S型汽车仅仅是各个控制之间用于通讯的信号就有6000个左右。

这么多交互的信号，它会带来大量的数据。同时，随着车辆销量的增加，用户使用里程的增加，用户端的数据量也会进一步增加。通过对这些数据做分析、标注、挖掘，做好数据的管理，再针对具体的问题应用好数据，从而提升用户的驾乘体验，实现闭环和迭代。

智能驾驶是我们用智能化手段来接近智能人驾驶的过程。比如说我们的自动驾驶感知系统，它相当于我们人的眼睛。车上的传感器输入到控制器，就好比把信息从一个人的眼睛输入到大脑，控制器通过对这些数据的计算分析，就变成我们控制车辆的信号，好比我们的眼睛看到东西之后，通过大脑告诉我们的手和脚要怎么去操作。

如何利用数据优化驾乘体验，
做好服务？

哪吒汽车智能化团队运用数据飞轮的模式，在数据资产积累的基础上，通过数据分析、场景挖掘、算法开发等数据治理手段，在业务端重点聚焦打造高性价比的极致用户体验、构建差异化的产品竞争能力、技术创新与研发效率提升等核心业务。

比如我们的智能座舱里，有一个场景引擎-个性化服务推荐功能。通过云端场景规则管理平台，提供运营工具、算法挖掘等支撑，可自主控制和调整业务推送规则和方式，打通了云端、车端、手机端场景引擎三端联通基础链路，实现了云端训练算法模型、车端执行算法模型的算法自研能力，已经为哪吒S和哪吒GT用户上线车内小憩模式、空气净化、雨天关窗、高温空调开启、低温座椅加热、空调滤芯更换等10余个场景模式，包括和火山合作的哪吒看看场景，为用户在导航界面通过抖音推荐周边的美食/景点。

再比如，数据驱动导航优化。通过分析用户导航行为偏好，对地图导航业务进行洞察，制定用户体验优化方案。

通过BI报表工具，我们发现地图搜索交互方式上，接近80%的用户习惯用语音进行关键字搜索，约70%的用户习惯用点击的方式搜索充电站，约35%的用户会在电量剩余20%以下时搜索充电站；在选择导航路线上，约40%的用户偏好省电模式，约30%的用户偏好高德推荐模式，约71%的用户会选择导航搜索列表排第一的结果。

通过这些数据分析，导航业务端增加了用户常用目的地的记录和预测功能，加强语音交互功能，优化导航目的地选择的交互方式，实现了更优的用户体验。

火山引擎与哪吒汽车的合作
取得了哪些阶段性的成果？

哪吒汽车与火山引擎的合作整体上非常顺利，合作范围不断扩大，内容也更加深化。

数据飞轮模式在数据资产积累、数据治理、数据消费、业务价值创新与优化迭代，给我们不断带来新的认知、思考和最佳实践。尤其是在智能驾驶云解决方案的合作上，自2020年12月开始，哪吒汽车在智驾板块启动“云数工程”，与火山引擎合作至今已有3年，打通了数据接入、数据处理、数据标注、模型训练和仿真验证环节，逐步完善了哪吒汽车智驾数据闭环系统。

跟大家分享两个案例：

第一个案例，云端数据挖掘。 通过图文大模型及规则的方式，快速从云端海量数据中挖掘出所需数据，缩短数据生产周期，从而加速算法迭代。

数据挖掘是从云端大量的数据中，通过规则和图文大模型来挖掘出高价值的数据。高价值数据，简单来说就是感知效果不好的场景数据。

举个简单的例子，我们感知初期对锥桶的检测效果并不太好，原因就是训练数据中锥桶的数据较少，想解决这个问题最有效的办法是在训练的时候增加锥桶的数据。

在没有数据闭环之前，要么是派采集车去专门采集这样的场景，要么是用人工去筛选云端大量的数据，成本非常高，速度也很慢。

基于大模型的数据挖掘，能很快从云端大量的数据中，把想要的锥桶数据挖掘出来，解决这个问题的速度就很快，而且成本也非常低，获得几十倍的效率提升。

第二个案例：可以通过大数据分析洞察产品质量。 比如说我们的产品上市以后，整个智能驾驶的功能在用户端的整体表现是什么样子？用户端关键场景的整体表现是什么样子？在使用驾驶功能时，用户端操控的行为表现是什么样子？还有在一些特殊的节假日可以做智能化推送，等等。

另外对于我们售后端、运维端，还可以通过大数据做车辆异常状况的还原。比如有些重大事故，我们可以做自动化的事故分析，小的事故我们也可以通过云端数据快速查询。