微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 小牛电动车:继续玩转酷炫设计,但不让智能“绑架”用户

小牛电动车:继续玩转酷炫设计,但不让智能“绑架”用户

2022-08-03 12:15
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2022-08-03 12:15 孙封蕾

“是不是让小牛电动车也拥有siri语音交互”?“是不是也让电动车可以像汽车那样,蓝牙近距离开锁”?

这些都是让小牛电动车的设计者们很头疼的问题。不够智能,与小牛追求的酷帅外表似乎不符,但过于智能,实际上在两轮电动车的使用上,交互体验可能并不是十分友好。

小牛电动设计副总裁杨凯表示,因为两轮电动车的交互体验是比较有限的,在考虑增加一些智能设计的时候,要有限考虑到,用户的使用场景是不是刚需,是不是会给用户增加使用负担。

慎之又慎的智能体验

充分考虑到了用户体验,以及两轮电动车的户外大部分使用场景,小牛还是把一些稳定、成熟的智能设计带到了小牛电动车的新款上。

小牛刚刚出品的两款电动车SQi和UQi+,就让电动车上也实现了这些功能。

升级后的V37N版本智能中央控制器,支持OTA无线升级;自带语音操作,语音实现解锁、开座桶、查电量;手机就是钥匙,靠近秒出发;车机智慧互联,手机远程随时查看车况,电池电量、车辆位置和骑行轨迹等数据;整车智能安防;智能坐垫锁。

颜值当然是要点

小牛电动车的外观设计,一直很深得很多消费者青睐,特别是一些年轻用户,很喜欢小牛。小牛也在努力变得越来越洋气,迎合年轻人的口味。

小牛电动车:继续玩转酷炫设计,但不让智能“绑架”用户

图:SQi

SQi是一款跨界机能的跨骑,用跨界机能的设计语言为循规蹈矩的新国标设计思想带来“跨越式”突破。为符合新国标要求,整车采用镁合金一体压铸成型车架,追求极致轻量化,在强度增加、抗震性增强的同时,车架外露及镂空设计让车身更加美观,大幅提高用户出行欲望。另外,全新的人体工程学战术骑行姿态与赛车基因配置,让用户无需驾照即可享受更“纯粹”的操控体验。

小牛电动车:继续玩转酷炫设计,但不让智能“绑架”用户

图:UQi+

UQi+通过创新设计,给用户带来更多电动自行车的创新玩法,用户可以自己开脑洞自行搭配,满足用户们个性、潮流、时尚的多元需求。

UQi+的挂耳以及磁吸挂板,用户可以根据自己喜好,进行搭配,发挥想象力。悬浮天使眼大灯+双翼夜航灯,未来设计十足;在配色上,提供山野绿/沙漠黄两种选择。

分享至
0赞

好文章,需要你的鼓励

孙封蕾

Leila
潜心研究算力,抓住每一束光。
推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-