Desde cockpits inteligentes hasta coches nativos de IA, Banma Intelligence mira hacia la próxima ola de software automotriz.

      A medida que los grandes modelos de IA aceleran su integración en los vehículos, la dinámica competitiva de los coches inteligentes está cambiando. En el pasado, las cabinas inteligentes se centraban en gran medida en asistentes de voz, aplicaciones dentro del coche y servicios multimedia. Hoy, con modelos omni en el dispositivo, agentes de IA y sistemas operativos de IA que gradualmente se están convirtiendo en realidad, los coches están evolucionando de terminales inteligentes que ejecutan comandos a agentes de IA capaces de entender a los usuarios y proporcionar servicios de manera proactiva.

      Recientemente, TechNode tuvo la oportunidad de hablar con el equipo de Banma Intelligence sobre cabinas impulsadas por IA, modelos omni en el dispositivo, agentes de IA y la globalización de la industria de software automotriz inteligente de China.

      La empresa se describe a sí misma no solo como un proveedor de modelos de IA para cabinas inteligentes, sino también como una empresa de tecnología de plataforma que integra tecnologías de IA de pila completa, ecosistemas de servicios y capacidades de ingeniería. En el núcleo de esta estrategia está su visión de IA en Todo.

      Fundada en 2015, Banma Intelligence ha evolucionado de la IA basada en percepción a la IA generativa y ahora a la IA agente. Desde su primer asistente de voz de IA hasta el lanzamiento de su estrategia IA en Todo y la marca de tecnología de cabina inteligente Yan AI en 2024, la empresa ha estado construyendo gradualmente un sistema de tecnología de IA de pila completa que abarca modelos base, sistemas operativos de IA y agentes de IA.

      De cabinas inteligentes a cabinas de IA

      La actual estrategia de cabina de IA de Banma Intelligence se centra en Yan AI, que abarca modelos base, modelos en el dispositivo, agentes de IA y sistemas operativos nativos de IA.

      Yan AI es un conjunto de modelos optimizados para escenarios de cabina inteligente. Liderando la familia está AutoOmni, un modelo base omni-modal en el dispositivo capaz de integrar información visual, de voz y textual para una percepción y comprensión continua de los usuarios.

      Este enfoque se refleja en el concepto de Banma Intelligence de Sin Toque, Sin Aplicación. En el pasado, los usuarios normalmente tenían que activar un asistente de voz, emitir un comando o navegar a través del sistema del coche para encontrar una función específica. Banma Intelligence imagina vehículos que pueden entender a los usuarios de manera proactiva, en lugar de esperar a que ellos den cada paso.

      Por ejemplo, un vehículo podría evaluar el nivel de fatiga de un conductor y ajustar proactivamente el asiento y la música, o utilizar el horario del usuario para planificar rutas y paradas de carga con anticipación. En este modelo, el vehículo pasa de simplemente ejecutar comandos a proporcionar servicios de manera proactiva.

      Los agentes de IA llevan a los coches de responder preguntas a hacer cosas

      Más allá de los modelos en sí, los agentes de IA se están convirtiendo en un enfoque clave para la próxima etapa de desarrollo de Banma Intelligence.

      El año pasado, Banma Intelligence lanzó SystemAgent, que marcó un cambio de la IA conversacional hacia la ejecución de tareas a través de una arquitectura SystemAgent + Agentes de IA. La empresa luego introdujo SuperAgent para llevar las capacidades de agente a una gama más amplia de escenarios, incluyendo entretenimiento, movilidad, estilo de vida y servicios de vehículos.

      Este año, la empresa lanzó AutoClaw, diseñado para descomponer solicitudes complejas de los usuarios, planificar e iterar sobre tareas, y llamar a diferentes agentes y herramientas para completarlas. Esto marca un cambio en el valor de la IA automotriz, de simplemente responder preguntas a hacer cosas en nombre de los usuarios.

      En un estacionamiento, un agente asistente de estacionamiento podría usar cámaras exteriores para recopilar información sobre el entorno, mientras que un modelo base en el dispositivo maneja el reconocimiento y la toma de decisiones antes de llamar a servicios relevantes para completar los pagos de estacionamiento. Cuando los usuarios abandonan el vehículo, el sistema también podría identificar objetos como teléfonos inteligentes, laptops y botellas de agua y recordarles proactivamente si han dejado algo atrás.

      A medida que estas capacidades maduran, los coches podrían evolucionar más allá de terminales que proporcionan información y entretenimiento a agentes de IA capaces de entender su entorno, llamar herramientas y ejecutar tareas.

      De SDV a AIDV

      En la opinión de Banma Intelligence, estos cambios apuntan en última instancia a otro cambio en la lógica competitiva de la industria automotriz, de Vehículos Definidos por Software (SDV) a Vehículos Definidos por IA (AIDV).

      En la era de SDV, la competencia automotriz se ha expandido más allá de las capacidades de hardware tradicionales, como motores y chasis, para incluir capacidades de software como cabinas inteligentes, conducción inteligente y actualizaciones por aire. AIDV lleva esta evolución un paso más allá al incrustar la IA más profundamente en la arquitectura subyacente de los vehículos.

      Banma Intelligence cree que un vehículo verdaderamente nativo de IA no es simplemente un coche convencional con una característica adicional de IA. En cambio, la IA necesita servir como parte del sistema operativo subyacente y la capa central de toma de decisiones, con el vehículo diseñado en torno a la IA en toda su arquitectura, datos, interacción y sistemas de conducción.

      Esto hace que AIOS sea una pieza de infraestructura potencialmente crítica para la próxima etapa de desarrollo. Banma Intelligence está construyendo una pila de tecnología que abarca adaptación de chips, infraestructura del sistema, modelos omni en el dispositivo y un ecosistema de agentes de IA. Su objetivo es hacer que la IA sea más que una aplicación que se ejecuta sobre el sistema operativo automotriz y, en cambio, convertirla en parte de la base digital del vehículo.

      IA en el dispositivo y expansión global

      Entre la IA basada en la nube y la IA en el dispositivo, Banma Intelligence ve un valor a largo plazo en la IA en el dispositivo para vehículos. Los coches necesitan procesar continuamente grandes cantidades de información en tiempo real de cámaras, micrófonos y sensores del vehículo, mientras que también manejan preocupaciones de privacidad y seguridad. Esto hace que la baja latencia, la disponibilidad fuera de línea y la seguridad de los datos sean requisitos importantes para la IA automotriz.

      Sin embargo, Banma Intelligence no ve la IA en la nube y la IA en el dispositivo como mutuamente excluyentes. En cambio, está persiguiendo un enfoque colaborativo entre nube y dispositivo: las tareas complejas pueden aprovechar la computación en la nube, mientras que las tareas que requieren respuestas en tiempo real y una mayor protección de la privacidad pueden manejarse principalmente en el vehículo.

      Al mismo tiempo, el desarrollo de la IA automotriz está creando nuevas oportunidades para que las empresas chinas de software automotriz inteligente se expandan globalmente.

      Banma Intelligence ha trabajado con 69 fabricantes de automóviles hasta la fecha, con sus soluciones implementadas en más de 10 millones de vehículos inteligentes, según la empresa. También ha adaptado su tecnología a alrededor de 10 empresas de chips y más de 30 plataformas de chips.

      Para la expansión global, la empresa está persiguiendo una estrategia de doble vía de En China para Global y De China a Global. Esto incluye trabajar con marcas internacionales como Volkswagen y BMW, mientras también apoya a marcas chinas como IM, Roewe, MG y Jetta en mercados extranjeros, llevando capacidades desarrolladas en China a mercados globales.

      Sin embargo, para las empresas chinas de software automotriz, la verdadera globalización es más que replicar productos en mercados extranjeros. También requiere adaptación localizada, cumplimiento de datos, ciberseguridad y el desarrollo de ecosistemas de servicios locales.