前

言

经过半年的多方筹谋，本周，我们的AI团队完成了一次跨越南北的“温区穿越之旅”——从上海出发，途经曲阜、天津，半程终点抵达吉林长春，行程超过2700公里。在两台试验车辆——零跑与特斯拉上，我们完成了为期一周的冬季多人多气候带空调舒适性及个性化行为实车数据采集。



为什么要跑这么远？

因为真正的汽车空调舒适性，必须经得起气候的考验。

选用零跑与特斯拉，覆盖本国与国际用户群体，收集不同工况下，不同人的交互数据让AI模型推理学习更具鲁棒性与泛化性。

图片


为什么进行长途采集？

真正的舒适，需要适应不同气候。此次路线覆盖雨润江南、肃瑟华北、极寒东北，让我们能够收集用户在不同温湿度、气候条件下的空调使用习惯，为AI空调的“气候自适应”打下坚实的数据基础。

图片


我们为什么执着于“实车实地”采集？

空调舒适性不是一个静态命题，而是动态的、场景化的、带有时空印记的科学。同一个人在不同湿度、温度、日照条件下，对“舒适性”乃至“愉悦感”的定义与理解可能完全不同。

“数据是新的石油，数据是AI的燃料。”——“AI教母”李飞飞

通过这次长途采集，我们能够：

  • 收集“瞬态+稳态”空调调节的真实轨迹

  • 记录用户在长途驾驶中逐渐变化的舒适偏好

  • 验证不同外界环境下系统的自适应能力


    图片


    我们采集了什么？

    • 网端数据、人的生理特征数据、以及空调热管理相关整车数据

    • 长短途驾驶中的空调操作行为变化及底层逻辑解析

    • 不同地域用户舒适性偏好差异

    • 冷热启动、城市拥堵、夜间满载除雾、暖库出发等场景化操作

      这些数据将与我们已有数据融合，用于训练和优化AI空调模型。


      图片


      数据在路上，智能在进化

      这次从上海到吉林的采集之旅，不仅是一次技术实践，更是一次智能探索之路的长征。我们相信，真正的智能空调，不应只学习“人”，还应理解“天气”、感知“地理”、融入“路程”。

      智能，不应只在实验室里成长，更应在真实世界里扎根。从上海到吉林，我们采集的不仅是数据，更是中国大地上一段段真实的舒适旅程。AI空调的进化之路，我们正在认真书写...