人工智能和区块链怎么结合啊？？

近几年的黑科技AI带来的冲击可谓一波接一波，从深蓝到AlphaGo，无一不让人们一次次地感叹科技的精妙和AI强大的学习能力。

那么AI结合区块链会怎么结合有会带来怎样的突破和创新呢？

先来看下区块链的变迁历程。从以BTC为标志的区块链10到一以太坊为标志的结合了‘智能合约’的区块链20，再到扩展性更强的EOS为标志的区块链30。

就BTC来讲，本身功能单一，对用户来讲，无非是挖矿和转账。所以有了升级版的ETH。

ETH提供了一个开发平台供用户编写智能合约发布应用，但它性能不足且手续费昂贵。这是BM就推出了EOS。

EOS能迅速获得大家的注意主要原因之一是其可扩展性比以太坊更强。它稳定、安全，但‘超级节点权力大导致不够去中心化’不比ETH去中心化。就是说它为了能达到足够快的数据处理还是在去中心化程度上做了妥协的。这时候Velas就出现了。

在EOS的特性基础上，Velas用AI来增强实现去中心化,通过将AI（人工智能）引入区块链技术，解决了人治所带来的弊端，通过AI自动调整系统产生最佳结果，而不对系统的处理标准产生影响，降低共识成本。

“AI是技术创新，区块链是制度创新”

作为一位物联网小白，是时候分享自己对物联网这个庞然大物一些简单的解析了。
众所周知，物联网的范围很广很广。在人们都意识生活离不开互联网的时候，你会发现，其实物联网也无处不在。但是物联网又没有像互联网一样应用的很明显，能够通过音视频表现出来。物联网从2016、2017年的LoRa、NB-Iot等技术站在风口上，到2018年渐渐进入一个平稳期，很多人不确定其方向到底在哪里。
近两年一直从事物联网相关的硬件产品开发，对物联网相关知识有了浅陋的了解，对物联网方向也简单认识。简答发表个人见解。
智能家居
提到智能家居，现在我们首先想到的就是AI音箱，它是智能家居的入口，它融合了AI、物联网、大数据等技术一体，实现了人与物、物与物的相连。此类产品有亚马逊的Echo、小米的小爱、京东的叮咚、阿里的天猫精灵等。已经深入到人们的生活中。与我们的智能家居（家用电器等）相接、控制，提供人们的生活质（bi）量（ge）。未来，智能家居行业将会围绕着AI音箱等作更广的发展。如扩展到智能穿戴设备、智能医疗等方面。
畜牧业、农业物联网应用
我国是一个农业大国，也是一个畜牧业大国。物联网在农业中的应用包括植物生长环境的数据采集、农业物流跟踪、食品安全跟踪、农作物生长控制等。目前的市场来看，物联网在农业方面的应用主要还是应用于农场、果蔬基地等，其他，如物流市场、食品安全市场等都还没有很好的应用。这个和现有技术、成本以及需求等相关
畜牧业主要包括牛、羊、猪、鸡鸭鹅等。物联网在畜牧业中应用案例比较多。例如，网易猪、京东的跑步鸡、牛耳标、羊耳标等。物联网在畜牧业中应用主要是动物数据采集（健康、生长周期等）、实时定位、动物溯源（食品安全）等。现在虽有大量案例，但是技术的成熟型以及产品的必要性一直制约其发展。（只针对畜牧业本身，不涉及对应的物联网+畜牧业+金融贷款的组合产品，因为涉及到畜牧业+金融，现在就可以考虑加入区块链）
工业物联网
工业物联网的市场与应用是我目前认为市场行情最好的，也是目前物联网效果最能体现的应用场景。工厂设备改造、无线监控、设备状态检测、工业园区人员监控等需求非常多。工业物联网的应用主要是现代企业需要提高效率、降低人力成本以及维护成本，而现在的物联网解决方案恰好帮助他们解决了。其次，工业应用不像商用对产品性能以及外观等最求很高，其对使用时间，寿命稳定性等要求比较高。这些恰恰是符合物联网终端设备的要求。还有就是现在的窄带物联网技术满足长距离传输需求，符合工业场所的需求。需求和技术都能满足，所以工业物联网的前景非常明朗。
智慧城市
智慧城市这个概念比较大，智慧城市的目的是方便人们生活，智慧城市的每个部分都离不开物联网，包括安防监控、环保、停车等。智慧城市的发展在一定程度上会方便人们的生活，提高生活质量。但是，从现在已经部署的智慧城市的效果来看，并不明显。个人认为其主要原因是人们对物联网的概念还不深入，一直停留在过去的生活方式中，并且生活中的一些微小的变化并不会立刻显示出来，不会像移动互联网那样表现的特别明显。我们现在要做的就是适应时代的变化，让科技进入生活，改变生活。
物联网的应用远不止这么点，它无处不在，让科技进入我们的生活，让物联网提高我们的生活质量，这个是我们作为物联网产品人的职责。让产品进入生活，改变生活，改变物与物，万物互联。

云从 科技 7月20日成功过会，在与旷世 科技 、商汤 科技 和依图 科技 "AI四小龙"的上市比拼中率先上岸，公司也因此成为科创AI第一股。2018-2020年云从 科技 累计亏损2684亿元，此次在科创板公司募集资金375亿元，科创板的上市也意味着公司可以缓解常年亏损带来的资金压力。

AI公司赚钱太难了。相关报告显示，全球近90%的AI公司处于亏损状态，10%的赚钱企业基本是技术提供商，中国AI产业链中90%以上的企业也同样处于亏损阶段。AI四小龙无一例外全部亏损，而且一个比一个能亏，比如依图 科技 2017-2020H1累计亏损7268亿元；旷世 科技 2017-2020Q3期间累计亏损1306亿元。商汤 科技 IPO不太顺利，有消息称公司将于8月份向港交所提交申请。虽然目前不清楚商汤 科技 亏损多少，但公司与云从 科技 一样，也是亏损的状态。

为什么AI公司赚钱这么难？

云从 科技 主营业务是为客户提供高效人机协同 *** 作系统和行业解决方案，前者是凭借自主研发的人工智能核心技术打造了人机协同 *** 作系统，通过对业务数据、硬件设备和软件应用的全面连接，把握人工智能生态核心入口，为客户提供信息化、数字化、智能化的人工智能服务；后者是基于人机协同 *** 作系统，赋能智慧金融、智慧出行等应用场景，为更广泛的客户群体提供以人工智能技术为核心的行业解决方案：

报告期内公司向客户提供基础 *** 作系统、基于人机协同 *** 作系统的应用产品和核心组件以及技术服务，其中基础 *** 作系统是可以直接销售给客户的，一般交付给具有研发能力的企业和第三方软件厂商，由客户二次开发后投入使用。公司提供的 *** 作系统有智能云平台、视图汇聚分析平台、融智云平台和集成生物识别系统，基于不同的功能，面向物联网、政府、公安等城市治理和金融、商业等不同应用场景：

值得注意的是如果客户前期没有购买云从 科技 *** 作系统，则公司向客户销售 *** 作系统和应用产品，保证相关应用产品有效运行。核心组件是基础 *** 作系统内可以独立交付的功能模块，通常是封装了核心AI能力的软件包，主要交付给研发实力强、对软件管控要求较高的客户，由客户集成到其自由系统中使用，基本不涉及进行定制化开发。技术服务主要是人机协同 *** 作系统在软件产品销售以外的服务，包括公有云服务、风控服务和智能化运维服务。

成立至今云从 科技 人机协同 *** 作系统及应用产品相继经历了初步推进人机协同 *** 作系统内核沉淀的V10、综合多类业务场景的基础 *** 作系统V20和升级人机协同 *** 作系统V30三个阶段，实现了智慧金融、智慧治理、智慧出行和智慧商业四个重点领域的基础 *** 作系统的整合。公司的V40版本则是升级了智慧治理领域的融智云平台和智慧金融领域的集成生物识别系统，通过AI技术优化系统的运行效率和用户体验：

在系统层上云从 科技 开发了面向不同领域的基础 *** 作系统，通过系统和组件的方式将AI技术赋能应用场景。2014年以来旷视 科技 便开始了Brain++这一AI生产力平台的研发，覆盖从数据生成、清洗、预处理、标注和存储到算法架构设计、实验环节设计、训练环境搭建，再到训练、加速、模型评估和产生模型以及模型分发、部署应用全流程。Brain++集成了包括深度学习框架MegEngine（天元）、深度学习云计算平台MegCompute和数据管理平台MegData，将算力、算法和数据能力融为一体，作为AI基础设施，实现从算法生产到应用的全流程化和规模化供给：

旷视 科技 的Brain++平台相比云从 科技 的 *** 作系统+组件的模式，不同之处在于将算力、算法和数据进行融合，实现了AI的全流程。比如公司的Brain++商业版覆盖了数据管理、模型开发和算力调度等算法生产全流程，还可为客户提供集群搭建和部署在内的硬件交付，让客户不必为寻找AI硬件供应商和软硬件适配等问题烦恼，提升了AI的效率。Brain++平台和算法构成了旷视 科技 的核心AI能力：

业务模式上，云从 科技 的基础 *** 作系统、组件和应用产品可以单独销售，但旷视 科技 的Brain++平台是以解决方案的形式对外销售的，这构成了俩公司业务上的差异。

2018-2020年云从 科技 实现营收484亿元、807亿元和755亿元，这其中主营业务收入为483亿元、780亿元和751亿元，2020年主营业务下降主要系疫情影响，这与其商业模式有关。报告期内公司其他业务主要为向少量客户提供外购硬件和技术开发服务，2019年其他业务收入一度达到027亿元，但占比仍较小。

主营业务中人机协同 *** 作系统营收为031亿元、183亿元和237亿元，营收占比为62%、227%、313%；人工智能解决方案营收为452亿元、597亿元和515亿元，营收占比为936%、740%和682%：

旷视 科技 是一家聚焦物联网场景，以物联网为AI技术落地载体，通过构建完整AIoT产品体系，面向消费物联网、城市物联网、供应链物联网三大核心场景，提供经验验证的解决方案的AI公司。公司业务分为消费物联网解决方案、城市物联网解决方案和供应链物联网解决方案三大类。2017-2020Q3公司营收为304亿元、854亿元、1260亿元和716亿元，其中60%以上的营收来自城市物联网解决方案业务：

值得注意的是，云从 科技 营收中第三方软硬件和智能AIoT设备营收占比虽然从2018年的812%下降至2020年的508%，但仍占据半壁江山。号称行业领先的AI公司，营收一半竟然来自硬件产品，这就引出了一个问题：AI公司靠什么赚钱？

毛利率来看，报告期内云从 科技 主营业务毛利率虽然由215%提升至432%，但仍大幅低于依图 科技 和旷视 科技 的毛利率，依图 科技 主营业务毛利率由2017年的574%提升至2020H1的71%，是这几家公司中最高的：

细分到具体产品或服务，可以看出云从 科技 人机协同 *** 作系统的毛利率在75%以上，处于较高水平。人机协同 *** 作系统中软件授权业务的毛利率超过80%，主要是绝大部分软件授权业务涉及安装调试或定制开发，产生了相应的费用。报告期内公司技术服务毛利率由9945%下降至40%，因为金融风控业务涉及对外采购数据服务，2020年新增的数据中心智能化运维服务需要委托第三方提供服务，降低了毛利率水平。

云从 科技 营收占比最大的人工智能解决方案业务毛利率为1776%、2343%和2819%，主要是该类业务根据客户需求，需外购部分配套软硬件产品或服务，外购材料成本较高，挤压了毛利率空间。公司人工智能解决方案毛利率相比可比企业也明显偏低，比如依图 科技 软件、软硬件组合在报告期内的毛利率分别为641%、819%、875%、868%和113%、328%、543%和696%。

云天励飞和云知声解决方案业务毛利率水平相比依图 科技 和旷视 科技 偏低，与云从 科技 相当。比如云天励飞数字城市云隐管理业务和人居生活智慧化升级业务毛利率分别由4227%、6316%下降至3823%和4443%，主要系解决方案中需要采购硬件并有一定比例的安装服务成本，尤其是硬件设备比例上升会拖累相关业务的毛利率水平：

旷视 科技 业务毛利率水平来看，消费类物联网解决方案业务毛利率超过80%，但其营收占比由2017年的459%下降至2020Q3的181%，营收占比最大的城市物联网毛利率下降至30%以下，因此拖累了公司的毛利率水平：

旷视 科技 在招股书中提到，消费物联网解决方案是公司传统核心优势业务，主要利用人脸识别技术提供云端SaaS类及移动终端类解决方案，成本以软件为主，毛利率水平最高。城市物联网解决方案业务主要为智慧城市及智慧建筑管理，这一业务随着行业经验积累、项目设计与交付能力不断提升，按理公司具有提升毛利率空间的能力。但旷视 科技 提到，因为项目成本中硬件占比提升，导致毛利率有所下降：

结合云从 科技 、云天励飞和旷视 科技 等业务模式，可以看出：如果单纯靠出货 *** 作系统等业务，公司可以保持一个很高的毛利率。未来随着业务不断成熟，成本和费用的下降，公司具有盈利的可能。但目前来看，旷视 科技 、依图 科技 等为代表的AI公司还是以解决方案业务为主，这就涉及到一些硬件的采购和安装，相应的导致毛利率的下降。

AI四小龙无一例外全部亏损，而且一个比一个能亏。云从 科技 报告期内累计亏损2684亿元，看起来不少，但在旷视 科技 和依图 科技 面前还是弱爆了。

依图 科技 2017-2020H1净利润分别亏损1166亿元、1161亿元、3642亿元和1299亿元，累计亏损7268亿元。旷世 科技 2017-2020Q3期间分别亏损775亿元、280亿元、6639亿元和2846亿元，累计亏损1306亿元。商汤 科技 IPO不太顺利，有消息称公司将于8月份向港交所提交申请。虽然目前不清楚商汤 科技 亏损多少，但公司与云从 科技 一样，也是亏损的状态。

寒武纪主营业务是AI芯片的研发、设计与销售，主营业务与云从 科技 等明显不同，但2017-2020年公司仍然累计亏损超过20亿元。2020年寒武纪亏损大幅减少，但扭亏为盈还是遥遥无期：

行业龙头亏损严重，中小AI公司同样亏的不少。比如提供数字城市运营管理和人居生活智慧化升级应用场景解决方案的云天励飞2017-2020Q3期间净利润累计亏损1607亿元，2020年前三季度公司营收为267亿元，报告期内营收累计仅为68亿元，赚的还没有亏的多。

为什么AI公司赚钱这么难？

先说说这些公司亏损的直接原因。

2018-2020年云从 科技 毛利从105亿元增长至328亿元，毛利率由215%提升至432%，但期间费用由338亿元飙升至1061亿元，直接造成营业利润亏损。

报告期内公司销售费用由129亿元增长至274亿元，销售费用率由2663%提升至3628%，这属于很高的水平了。此外公司研发投入持续加大，由2018年的148亿元增长至578亿元，营收占比由3061%提升至7659%，已经足以让公司亏损了：

报告期内云从 科技 实施股权激励并产生了相应的费用，但这种费用短期对公司利润带来压力，假以时日影响会消除，但销售费用和研发费用的增加是持续性的，毕竟这与公司经营密切相关。比如云从 科技 销售费用中占比最大的是人员薪酬，主要是公司业务扩展，销售人员和平均薪酬增加。

人工智能仍然是一个技术密集型企业，各家公司为了保证持续的竞争力也在投入大量的资金用于研发。目前人工智能相关技术和应用场景的解决方案迭代速度比较快，以云为例产品迭代周期一般为2-6个月，因此人工智能行业的研发是个持续时间长且投入高的过程。比如云从 科技 2020年研发费用率超过75%，公司基于人机协同 *** 作系统在研项目有基础平台、算法工厂、AI融合数据湖、知识计算和人机自然交互等8项之多。

亏损最严重的旷视 科技 也是如此。2017-2020Q3公司期间费用由402亿元增长至1349亿元，规模上超过公司的营收，这其中销售费用率、管理费用率和研发费用率分别由2414%、3345%、6650%提升至416%、5756%和9223%：

另外为了提高研发人员、管理人员等积极性，或者出于营造缺钱的目的，AI公司还会实施股权激励，并为此产生巨大的股份支付费用，侵蚀了公司的盈利空间。比如2019年云从 科技 实施了股权激励，产生了1303亿元的股份支付费用；2019-2020Q3云天励飞为激励核心团队、保证团队稳定性，对核心成员实施股权激励，为此分别支付了208亿元和719亿元的股份支付费用。

目前抛开其他不谈，在研发上的投入和股权激励产生的巨大费用，凭借这两项，已经让大多数AI公司陷入亏损了。

客户变动大、客户集中度较高、单一客户依赖性较高等仍是AI公司面临的共同难题，而这一难题事关公司经营是否可持续，也是这类公司上市中的拦路虎之一。无论是注册制下的科创板、创业板还是审核制下的主板，从发审委到上市委，都盯着这一问题。

今年3月份上交所在云从 科技 第一轮问询中就要求公司就"不同类型产品前五大客户的销售内容、销售收入及变动原因，前五大客户变动较大是否符合行业惯例"等进行问询。

2018年云从 科技 第一大客户分别为北京物联新泊 科技 有限公司，营收占比为3011%；2019-2020年北京汇志凌云数据技术有限责任公司为公司第一大业务，营收占比为3049%和1098%，销售金额变动也非常大。另外江苏趋云信息 科技 有限公司和江西骏马 科技 有限公司成立不久后就成为公司前五大客户，上交所还就合理性、交易价格公允性和是否存在利益输送或其他特殊利益安排等进行问询。

云从 科技 这种情况在其他AI公司中也存在。比如2017-2020Q3旷视 科技 前五大客户相继经历了杭州联汇 科技 有限公司、中国移动、北京易华录信息技术股份有限公司和东华软件股份公司四家公司，销售金额也从2500多万到8500多万不等，而且多个客户经历了一轮游，在下一年度中不见踪影：

从云从 科技 的反馈来看，AI公司面临碎片化问题，不仅仅是场景的碎片化，还有订单的碎片化。以2020年度人机协同 *** 作系统客户分布情况来看，云从 科技 绝大多数客户的订单规模在100万元以下，1000万元以上的订单占比很低。应用场景上，公司产品覆盖了智慧治理、智慧金融智慧出行、智慧商业等多个领域，营收占比最大的人工智能解决方案也呈现出类似的特征：

客户集中度上，云从 科技 前五大客户销售占比从6223%下降至2792%，相反依图 科技 前五大客户销售占比从3512%提升至6202%，而旷视 科技 常年在20%-30%左右徘徊。

客户的飘忽不定说明了人工智能技术在客户端的复用性很低，订单的碎片化说明了人工智能技术商业化水平还处于较低的水平，难以实现规模化应用。AI公司要想寻求发展就要不断开发新用户、不断延伸新的应用场景，这势必增加了公司的额外开支。前文已经提到，云从 科技 、旷视 科技 等销售费用率很高，尤其是职工薪酬占主要比例，主要是为了扩大业务区域、开拓客户而招兵买马，相应的费用不断增长。

人工智能产业链分为基础层、技术层和应用层三大环节，其中目前以旷视 科技 、云天励飞等为代表的企业多为技术层公司，主要通过开发相关算法赋能智慧城市、智慧金融等应用场景。目前中国的AI产业相比美国，差距在于第一是基础层实力偏弱，尤其是具有全球竞争力的芯片、传感器等领域的公司太少，而且华为等部分企业因为实体清单影响，经营遭遇困难：

云从 科技 、旷视 科技 等相继布局计算机视觉、语音识别和自然语言处理等技术层，但更多的企业处于应用层，参照互联网公司，应用层的竞争会更加激烈，技术实力不佳、综合能力不足的公司会逐渐掉队。另外值得注意的是与美国的谷歌、亚马逊和微软等类似，华为、腾讯和阿里巴巴等巨头的加入让人工智能行业竞争更加激烈。华为、腾讯等公司拥有打通基础层、技术层和应用层的能力，而且在技术、研发、客户、市场等方面拥有云从 科技 等难以撼动的优势，因此势必给这些公司带来巨大压力。

从目前产业发展现状和人工智能技术发展曲线来看，其已到了从技术转向大规模应用的关键节点，目前如何规模化落地成为行业痛点。不过对云从 科技 、旷视 科技 等这些资本一路输血充大的公司来说，现在紧迫的事情是如何通过上市在补血的同时还让曾经的投资者退出，毕竟这么多年下来它们等不及了。

万一所投公司倒闭了，一切都打水漂了。

传统汽车的驾驶功能已经远远满足不了大众对智能化的渴望和需求，云计算、大数据分析、人工智能、自动驾驶等技术不断发展，为传统汽车的变革提供了很好的基础。汽车已经越来越智能，它会为你推荐喜欢的歌曲，高效的回复每一封邮件，提前为你避让道路故障、躲避拥堵，在下班的途中推荐你心水很久的美食，寒冷的冬天提前打开家中的暖风一切都是根据用户行为习惯，在车内无缝的和任何一个场景联通，驾驶变的更从容和美好。

搭载了互联网服务的汽车 *** 作系统将是用户连接未来一切可能性的窗口，未来地球的每一寸土地都会被计算能力所覆盖，而智能汽车正是一个有无穷想象力的通往未来的入口！在数字化时代下，智能汽车的 *** 作系统该具备哪些特质呢？

未来在人工智能时代下，智能汽车的 *** 作不再是单一的指向性功能，不仅需要满足用户的基本需求，更重要的是在用户还没有充分表达需求的基础上为用户先一步考虑问题，知道用户下一步会做什么，提前应对。基于深度学习用户习惯、研究用户的行为、大量收集用户范本并做深度分析，为每一个用户深度定制需求，提出个性化的解决方案，让汽车的用户体验不再千篇一律。

汽车在特殊的驾驶环境下通过深度学习能力为用户带来场景化解决方案，将汽车变为贴身的私人管家，通过识别用户身份，它知道你今天送孩子上学的途中会喝一杯美式咖啡，去公司的路上有一个重要的视频会议，晚上要和家人聚餐等，汽车会根据你的需求自动同步日历信息，安排最优的导航路线，提前预定一杯咖啡，推荐一家适合家庭聚会的餐厅

汽车复杂的驾驶场景决定了汽车的 *** 作系统有别于其他移动设备，它对安全性和高效反馈有着极高的要求。用户与系统在交互中，所有的 *** 作都意味着驾驶员的视线离开轨道，系统交互的重要性就是要帮助驾驶者能够稳定的行驶而不发生交通问题，这对人与车的交互方式和界面设计产生了极高的要求，用触摸、手势、语音还是眼球追踪，都是设计赋予安全驾驶的意义。语言和肢体是人类最自然的交流方式，用最直接的身体姿态与汽车沟通，深度研发汽车的自然语言能力，并识别面部表情和肢体动态，将人类最舒适的交流方式转化为 *** 作指令。

语音识别涉及到生活的方方面面，如智能家居、家电、运动、医疗、生活服务等，目前国内外都在深度研究AI下的语音人机交互，国外苹果siri、亚马逊Alexa、谷歌Assistent，国内腾讯、阿里等都在研发语音交互技术。机器会学习人类的说话语调、情感表达，通过大数据将搜索结果用自然的语言输出给用户。自然的语音交互大大降低了人车交互的学习成本，让冰冷的汽车变成最懂你的朋友，通过交流不仅可以完成指令，还会识别语义、语调感知用户情绪，做到个性化服务，将人和汽车的交互方式带入到新的数字化时代。

智能化时代，用户对汽车的需求转变为万物互联、智慧出行，汽车不仅可以满足功能需求，更是一个连接万物的入口，通过车实现家车场景下互联互通。坐在家中可以通过智能音箱控制车辆，反之在车内也可以关闭窗帘、打开暖风等智能控制家居；还可以通过手机、可穿戴设备对汽车完成解锁、授权、分享，不再需要钥匙解锁汽车，与朋友共享汽车只需远程授权，还有快递到车服务等；以及车与车之间，可以无缝信息共享、实时社交，车主与车主之间建立兴趣小组，共享POI，道路救援等；车与各终端互相联动、资源共享，实现人、车、生活的万物互联。

通过人工智能，在以车为中心的物联网还将有更多的想象空间，汽车会学习更多人类的行为习惯，更智能、自然的连接万物，更多维度的远程控制。未来的汽车，会让生活变得更简单，万物互联的魅力会让用户腾出更多的时间享受驾驶乐趣。

智能汽车的出现会让用户有更高的驾驶愉悦感，汽车会充当你的司机，而系统就变成了你的贴心管家，优秀的系统界面设计不仅可以提升汽车的品牌价值，创造全新的用户体验，还可以让汽车成为生活的一部分，它学习人类的生活习惯和环境，可以赋予汽车新的灵魂，让汽车品牌变的与众不同。

汽车界面（HMI）设计是由多个设计部件组合而成，包括尺寸、分辨率、文字、颜色、图标、控件、用户体验等，外部因素对界面设计的影响也至关重要，包括屏幕摆放方式、位置、角度、光照等。只有充分考量外部因素，合理有效的组合设计零部件，才能确保内容优先、良好的易读性、精准点击、快速响应以及优秀的用户体验。以下是通用的汽车界面设计原则，以标准化的数据加上创新的设计元素，以确保驾驶安全性的同时发挥与众不同的视觉感受。

大屏 *** 作系统越来越受到车企青睐，更多的功能被聚合在 *** 作系统上，位于驾驶员右侧的大屏在驾驶环境下，手指可触及的区域十分有限。对于设计大屏系统，要充分考虑用户 *** 作舒适度和最优 *** 作范围（如下图所示），本文以常见的屏幕比例（16：9）来分析屏幕交互热区的范围。靠近驾驶员的屏幕右下方是最容易交互到的区域，适合可交互可点击的功能性内容、需要快捷 *** 作的button、盲 *** 作就可以完成的交互，都可以放置在右及右下方区域（绿色区域）；屏幕越靠上，意味着手臂悬停的时间要更长，要完成选择或点击类的 *** 作的时间相对长，适合不常进行互动和交互的内容，优先考虑显示类信息（蓝色区域）；屏幕右上角的区域基本是 *** 作盲区，在此位置放置显示类状态信息更为适宜，避免将重要的 *** 作button放置在交互盲区（红色区域）。以特斯拉为例，将使用频率最高的空调面板常驻在底部最容易触及到的区域，可以快速调节与温度相关的功能；顶部交互盲区是状态栏一类显示信息，不经常点击的功能则安排在右上角区域；中间区域是用户点击屏幕的舒适区，特斯拉将中间区域划分为等分的两部分，上下半屏各显示不同模块，在设计布局上将更频繁 *** 作的button放在屏幕靠左侧位置更易交互。（如下如所示）

车机屏幕的摆放方式决定了在白天强光下是否可以清晰的看到屏幕上的文字和内容，在夜间屏幕是否过亮导致刺眼，这些工作在设计之初进行充分调研是非常有必要的。如果光照很强，在设计上就要避免用和背景相同色系的颜色，适当提高颜色对比度，通过不断调整色彩和布局提高界面的易读性；相反在夜间，又要避免使用纯度太高的颜色，文字的颜色也要考虑不使用纯白或者纯黑，适当的降低彩色明度有利于夜间行车。所以在界面设计的过程中需要设计师在充足光照的白天和照明微弱的夜间多次测试屏幕的显示效果，提高界面的易读性，必要的时候可以考虑通过增加主题换肤的模式缓解矛盾。如下如示例，在没有硬件遮挡的强光照下，屏幕的显示效果是非常差的，基本很难看清屏幕内容，这就需要设计师反复测试实现最佳的显示效果。

汽车界面设计与手机app在设计上有本质的区别，app的设计基本上以信息流为主，在设计布局上也基本上以列表、九宫格、瀑布流等形式表现。但是汽车界面主要以功能 *** 作类为主，除了设置、信息展示需要用到列表等形式展现外，大部分的功能都需要快速完成 *** 作，在内容的布局上相对自由，虽然没有特定的布局样式，但因为汽车的使用场景的特殊性，在页面布局上要更考虑到以下几个原则：

“内容优先”原则。 要选择更直观、更易读的设计样式去表达功能，避免使用识别性差的图表突出核心内容。可以从车内提取设计元素强调功能的展现，例如汽车控制功能，可以提炼“座椅”“方向盘”等实物细节，不仅有效的表达产品功能，还可更直观的看到交互反馈。

”少即是多“原则。 在界面布局上尽量不要使用与功能无关的设计元素，有时候为了刻意强调界面的炫酷的科技感，在界面中加了容易导致信息混淆的“额外”设计，很容易导致界面承载信息过多而失去重心。合理的运用文字大小、颜色来突出界面层次，避免过分使用过重的装饰元素。

“减少层级”原则。 尽管汽车系统类功能和手机趋同，但是避免直接套用手机的布局样式，要牢记在汽车高速驾驶的环境下是没有办法将注意力集中在“找”这个行为上，列表式的布局样式不可完全复制，为了用户可以快速定位完成响应，要尽可能的减少交互层级。避免重点 *** 作“藏”在第二甚至第三层级，把主交互功能放在一级页面，更多 *** 作可二级页面完成，减少用户一直点击“下一页”，结束任务后再一直“back”返回一级导航。

汽车在高速行驶的环境下，如何判断一个界面的好坏，最直观的就是测量用户在点击完成一个事件所需要的时间，时间越短，表明界面的可视化和有效点击率越高，界面的响应速度越快。用户平均单个手指点击区域为10~14mm之间，以1080p分辨率为例，单个手指触摸屏幕的有效分辨率为45px~50px之间，这仅为手指在触摸屏幕时的触摸范围，为了使高速驾驶环境下可以精准的点击到目标，对单个手指点击区域的范围要增加padding值，目标区域相对应向外扩大一倍左右，至少单指触摸区域增至80~100px为宜。这就对智能汽车界面的icon有了设计要求，在用户需要点击icon完成交互任务时，icon的可交互范围要保持在100100px左右，确保用户在触发icon边缘时也同样可以完成响应，大大降低了误 *** 作率。

在界面设计中文字包括：字号、字色、字重、字体、字间距等，有些公司有专门的branding部门设计个性化字体，好的字体设计会结合设计风格和品牌定位，对界面设计是锦上添花。但大部分互联网车机还是使用常见的免费字库，中文常用“思源黑体”，英文则使用“roboto”居多。准确使用字号和字色，有利于提高界面的易读性，增加界面的层次重心。在手机等移动终端的设计中有个误区，认为文字越小越精致，越大越笨拙，这个说法是片面不准确的。尤其在汽车高速驾驶的环境下，文字大小每增加2px，都可能意味着提高界面易读性，降低驾驶风险。以10801920分辨率的界面为例，最小文字建议不低于30px，否则在屏幕上可识别率很低，增加误读的概率。界面中需要着重突出的内容，可以灵活使用字号字色表达，增加主次关系，具体可参考排版设计。在界面设计中，正文一般会使用“regular”这种常规字重，需要额外强调的文案可以酌情使用bold，但慎用，中文的粗体会导致文字糊在一起，不利于阅读。适当的字间距对界面而言是画龙点睛，适当的增加字间距，尤其是英文，可以使界面变得更柔和，更精致，设计师们不妨试试。

每个品牌都会有自己的品牌色，这个颜色和企业形象、产品特征有关，是系统设计的关键色。恰当的运用品牌色能让用户产生强记忆力，一看到这个颜色优先想到该品牌及产品，有利于品牌的推广。例如微信绿、阿里橘、京东红等等，每个品牌色都代表着公司的企业文化和产品气质，品牌色往往应用在系统焦点和核心位置。同理智能车联网的界面设计也需要提炼属于该品牌形象的颜色，将被应用在系统logo、高亮色及核心内容、企业VI等，是家族化特征的延续。其次颜色有信息传达的特质，红色代表警示、绿色代表正常，特定属性的颜色要用到特定的位置。有国际化背景的车联网公司还应该注意销售国家对颜色的偏好和忌讳，在系统设计中要着重注意颜色的使用。

建立详细的设计规范体系，是构成界面完成性重要的步骤之一。包括文字、颜色、控件、对话框、列表、通用icon、布局等，一是规范设计师应用到每一个模块每一个细节，提升一致性设计体验；二是工程师编写控件库，所有模块可以规范调用控件，降低反对沟通成本。在任务量大，项目时间紧的情况下，有一套完整的控件体系对于设计一个庞大的系统而言，可以减少大量的工作时间，避免每个设计师重复用力，更快更准确的制定规范是一个设计团队的重要一环，也是鉴别一个设计团队是否专业的判断依据。当然，建立设计规范也不是越早越好，还需要设计内部反复修改和测试后再定义成体系。通常在确定设计风格后，根据设计经验先拟定文字、颜色等比较基础的规范，上机实测是否有利于点击和观看，达到设计内部统一；随着设计的深入再完善控件、列表等细节规范；后续将控件汇总成一个可编辑的文档，注明版本号、修改时间、修改人、目录等，方便后续查找和修订。创建优秀的控件体系，让开发和设计共享一套规范系统，让设计师实现自我价值的转换，更专注在用户体验和产品创新上，对公司来说也是提升品牌价值的宝贵财富。

在人工智能的大背景下，所有车企都希望通过AI、大数据、云计算、物联网等技术让车变得更聪明，更贴近用户，打造完整的车联网体系，让车成为生活工作场景的延展。未来的汽车战场，除了性能比拼，更多的将是用户体验的比拼！

本文是个人对互联网车机产品的理解和认识，欢迎大家一起讨论研究！(ps微信号：smilesh1030）

---