180km/h 風扇過彎?30 年前最好的賽車動畫,正在變成現實

愛範兒
03-23

從科幻

到現實

如果我說 2002 年誕生的《機動戰士高達 SEED》是一部劃時代的作品,應該沒有人會否認。

每集 3000 萬日元的投入,讓《高達 SEED》擁有更精細的機體和更有衝擊力的機戰場面。而在故事層面,導演福田己津央通過幾條貫穿整部作品的情感線,讓基拉、阿斯蘭、拉克絲等角色,成爲了一代人的青春記憶。

《機動戰士高達 SEED》

在《高達 SEED》問世的 10 年以前,福田己津央還有一部神作——《高智能方程式賽車》。雖然這部動畫在當時反響平平,但卻在引入中國後意外爆火,成爲了福田己津央繼《高達 SEED》和《魔動王(光明使者)》之後的又一代表作。

《高智能方程式賽車》

回過頭看,這部誕生於 1991 年的賽車動畫隱藏了太多技術預言,14 歲少年風見隼人與 AI 系統“阿斯拉達”之間所產生的奇妙情感,正在三十多年後的技術路線圖裏找到現實投影——

理想汽車通過聲紋識別建立了與用戶的聯繫,比亞迪“靈鳶”無人機實現了自動動態起降,寶馬利用大功率風扇將車身緊緊按在地面。

阿斯拉達

而《高智能方程式》中最核心的設定——電腦學會理解人類情感,也正在被一個個語言模型轉化爲現實。

屬於我們的“阿斯拉達”,其實已經不遠了。

從 Cyber Formula 到量產車間

《高智能方程式》的故事設定在 2015 年(導演顯然高估了科技發展的速度),那時配備人工智能的賽車—— Cyber Formula 已經取代了 F1,成爲了 21 世紀全球最高水平的賽車賽事。

主角風見隼人的 AKF-0 賽車

動畫的第一集,14 歲的風見隼人爲了保護父親研發的超級 AI“阿斯拉達”,不讓其落入軍方手中變爲武器,在一場伏擊中跳進駕駛艙,逃離了現場,與追捕他的直升機展開了一場追逐大戲。

沒幾分鐘,隼人就被陡峭的懸崖擋住了去路,面對不足一車寬的狹窄山谷,他在阿斯拉達的提醒下開啓了伴隨他整個職業生涯的技能——效能風扇。

效能風扇是阿斯拉達獨有的技術,原理很簡單,就是利用垂直於車身的幾臺大功率風扇,讓賽車做出一些不可思議的動作,如半邊車身騰空、在彎中旋轉等。

風見隼人利用效能風扇進行超車

回到現實,在寶馬慕尼黑實驗室中,同樣有一套電動風扇正在重塑空氣動力學的邊界。

前不久,寶馬公佈了他們最新的測試車——BMW Vision Driving Experience(VDE)。

BMW Vision Driving Experience(VDE)

VDE 的外觀非常接近 Vision Neue Klasse 概念車,作爲寶馬新一代動力系統的測試平臺,我們完全可以在上面窺探 M3 和 M5 未來的模樣。

下一代 5 系的諜照,圖片來自:Carscoops

這輛高性能測試車擁有四臺電機,其核心在於寶馬新推出的“Heart of Joy”系統。

這是寶馬爲了讓他們的純電性能車也能夠擁有標誌性的駕駛體驗,而專門開發的處理單元,車輛的動力、制動、能量回收、轉向、充電等,均由這套系統控制。

寶馬研發主管弗蘭克·韋伯(Frank Weber)表示,“Heart of Joy”能夠在毫秒內響應傳感器和駕駛員的輸入,讓駕駛員在日常駕駛中輕鬆駕馭四臺電機帶來的 18000Nm 恐怖扭矩,“讓駕駛樂趣提升到一個新的層次”。

在《高智能方程式賽車》裏,阿斯拉達同樣也在時刻幫助隼人控制那輛功率高達 2298 馬力的 AKF-0 賽車,可以預見的是,寶馬的 Heart of Joy,也將成爲 Bimmer 們的“阿斯拉達”。

阿斯拉達的 V12 引擎

除了控制四臺電機的恐怖動力,“Heart of Joy”還控制着佈局在車身各處的五臺風扇。

這套設備與隼人穿越峽谷時展開的渦輪風扇異曲同工:通過佈局在車身上的五臺風扇,寶馬成功在沒有造成更多空氣阻力的前提下,讓測試車輛獲得了多達 1 噸的下壓力。

根據英國汽車媒體 Autocar 的描述,這套系統在全力運行時會產生巨大的噪聲,“就像是站在一架推力全開的空客 A380 的機翼下方”。

BMW Vision Driving Experience

不過,寶馬駕駛動力學專家克里斯蒂安・塞爾邁爾(Christian Thalmeier)補充道,由於這套系統過於昂貴,“你暫時不會在量產車上看到這樣的東西”。

雖說如此,但這種用風扇來改變車身 Z 軸動態的想法,還是與動畫師繪製推進器火焰時的激情如出一轍。

而在深圳比亞迪研發中心,另一場技術復刻正在上演。當動畫裏阿斯拉達發射車載衛星預判賽道環境時,比亞迪的工程師們選擇讓無人機從車頂起飛。

比亞迪表示,他們針對用戶出行場景做了系統性開發,新推出的靈鳶無人機系統可以實現無需人工干預的智能跟拍。

據比亞迪介紹,靈鳶系統已經實現了 25km/h 車速下的動態起降。在降落時,系統會採集風速等一系列變量,準確把控起飛和降落時機。

其降落的地方,是一個展開後面積爲 0.29㎡ 的停機坪,機庫閉合時的厚度爲 21.5cm,整車的最高車高控制在 2.05m 以內,方便車輛進入地庫。

使用上,靈鳶智能車載無人機系統針對用戶出行場景做了系統性開發,可以實現無需人工干預的智能跟拍。

這套無人機設備雖然不具備氣象監測的功能,但它一樣可以在必要時成爲駕駛員的“另一雙眼睛”。

《高智能方程式賽車》裏的龍套角色大友讓二的賽車上也有一架無人機,可以在野外爲駕駛員勘路

從阿斯拉達到現實的跨越

比起這些花哨的功能,更具革命性的映射發生在人機交互領域。

在動畫中,阿斯拉達與風見隼人之間深度綁定的關係,搞不好也爲現實世界的人機交互提供了靈感。去年 12 月,在“理想 AI Talk”發佈會上,這種關係被解構並拓展爲一個更宏大的戰略——

理想汽車將車載認知大模型 Mind GPT 從車機延伸至手機端,甚至在前兩天還推出了網頁版本。這種跨平臺的佈局,讓“理想同學”能夠更深入地融入用戶的日常生活。

理想同學網頁端

CEO 李想是這樣解讀的:

我們的大語言模型 Mind GPT 是認知智能,連接數字世界;而自動駕駛被稱爲空間智能,關乎物理世界。我們同時在這兩個領域探索,並堅信認知智能與空間智能的結合——我們稱之爲 VLA(Vision Language Action Model,視覺語言行動模型)——是一個更值得相信和追求的機遇。

理想汽車的這一理念,正在將動畫中“AI 情感陪伴”的設定轉化爲一種普世服務。

當 Mind GPT 憑藉 10 萬億 Token 的預訓練數據精準理解用戶指令時,當“車位到車位”功能將智能駕駛延伸至小區內部道路時,汽車與人的關係正在發生本質上的變化。這種變化不僅僅是技術的進步,更是人機關係的重塑。

這種變化在理想汽車的 AI 戰略路線圖中愈發清晰:

從 L2 級智駕的“增強我的能力”,到 L3、L4 級智駕與理想同學一起“成爲我的助手”,最終指向“硅基家人”時代的認知智能與空間智能的融合。

正如動畫中阿斯拉達突破代碼限制,理解隼人的情感一樣,現實中的理想同學、NOMI、小藝等智能助手,也在通過多模態的認知能力,學習並理解用戶口中“今天我好累”背後的真正含義。

技術的精妙之處在於,它總以看似“降級”的方式,將幻想變爲現實。

如今,智能汽車上的語音助手與幾年前剛剛上車的語音助手相比,已經有着天壤之別。這種變化不僅僅源於大語言模型帶來的技術迭代,還因爲車企在這段時間裏逐漸找到了發揮用戶數據價值的方法。

兩年多以前,一位華爲車載小藝的產品經理在接受董車會採訪時表示,當時超過 99%的服務需求都是用戶主動向小藝發起的,而小藝主動發起的服務佔比不到 1%。但他認爲,後者的佔比只會越來越高。

儘管華爲沒有公佈後續的具體數據,但從實際功能來看,小藝後續確實加入了許多主動服務。例如,它會根據車內 PM2.5 含量水平或車外污染程度,主動詢問用戶是否需要開啓空氣淨化模式;還會根據影片收藏夾和車輛停留的地理位置,以“小藝建議”的方式爲用戶提供觀影指南。

幾年前,李想首次提出理想汽車未來會成爲一家領先的人工智能企業時,並沒有太多人理解他的意思。但如今,一切都已清晰——依託大模型和用戶數據形成的全場景服務能力,正是車載語音助手未來必然的發展方向。

未來,它們都將成爲一個萬能的“阿斯拉達”。

有用戶把 NOMI 改成了阿斯拉達的樣子

動畫中,阿斯拉達的情感溢出被解釋爲“隼人父親的數據幽靈”,而 Mind GPT 從則是從 50 億公里的駕駛數據中提煉出人類行爲模式。這種從科幻敘事到工程細節的轉化,恰是幻想照進現實的生動寫照。

當寶馬 VDE 測試車與阿斯拉達效能風扇的音效重疊,當比亞迪無人機的起降軌跡復刻衛星展開的機械美學,當理想同學開始主動服務用戶,屬於我們的“阿斯拉達”已悄然駛入現實賽道。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10