大脑 · 理解与决策
结合地形、路面起伏与车辆状态,理解情境和任务目标,统筹整车协同。
JDO / EMBODIED INTELLIGENCE TECHNOLOGY
极豆 AI 大脑连接感知、决策与执行反馈,并按汽车与机器人的不同任务适配。
了解 AI 大脑面向整车协同控制,融合车内、车外与车辆状态。
结合地形、路面起伏与车辆状态,理解情境和任务目标,统筹整车协同。
大脑统筹任务,小脑在智驾、底盘与座舱等域实时执行,并把状态反馈给大脑。

汽车与机器人共用基础,按载体适配
任务、经验与长期偏好
按任务调节思考深度
后续情境预判
为车内交互与任务提供感知、理解和记忆基础。

关联视觉与语言,理解舱外路况、物体、界面与问题。

车载语音侧重在噪声环境下理解用户需求;端侧响应考虑弱网与离线条件。

经授权且数据可用时辅助判断与提醒,不替代医疗诊断。

提供驾乘状态与儿童相关感知输入,支持提醒、交互与服务。

关联视觉、语音、语言与车辆状态,形成可用的上下文。

在用户授权范围内保留偏好与任务上下文,让服务连续衔接。
多模态模型与感知算法
关联用户表达与视觉情境。
借助自然语言模型,理解车内用户的表达与需求。
结合视觉语言与感知算法,支持图像理解与目标识别。
上下文管理与 Agent 运行
通过运行框架,适配不同平台。
面向端侧部署,结合芯片算力与运行条件优化模型推理效率。

管理任务上下文与历史信息,组织 Agent 调度。
结合 API、容器和中间件,接入所需模型与能力。
探索组件生成、主题变化与界面组合。
意图解析、任务规划与工具调用
围绕出行服务与机器人作业,结合场景信息和任务目标,组织多个智能体协同完成任务。

在多轮对话中合并需求与约束。
组织任务步骤,按需调用工具和服务,并接收执行结果。
结合合作方能力,探索界面理解与目标操作。
API / MCP 接入与模型服务管理
管理云侧模型与知识资源,接入业务服务,跟进应用更新与运行监控。

管理云侧模型与知识资源。
通过 API / MCP 接入业务服务。