Otomotifa – Great Wall Motors (GWM) secara berkelanjutan memberikan dampak signifikan di industri otomotif, terutama dalam aspek desain serta fasilitas yang ditawarkan.

Terbaru, perusahaan otomotif dari China ini telah meluncurkan interior kendaraan berlabel Coffee OS 3 yang terlihat sangat elegan.

Sejalan itu, Presiden dari GWM International, Mu Feng, menyebut jika tim mereka telah melaksanakan riset serta pengembangan (R&D) ekstensif tentang masalah tersebut. Mereka berupaya untuk meraih kepuasan pelanggan lewat fitur cockpit canggih ini.

“Di bidang cockpit pintar, GWM sudah mengoptimalkan penelitian dan pengembangan dalam waktu lama sebelum merilis ‘Five Excellence’ Coffee OS 3, sebuah dashboard yang indah, intuitif, menawan, imersif, dan cemerlang,” ungkap Mu Feng pada ajang Shanghai Auto Show 2025.

Dia menyatakan bahwa mereka tetap menerus dalam menciptakan inovasi dan bersedia memperhatikan aspek lingkungan dalam pengembangan teknologi, termasuk kecerdasan buatan (AI), yang akhirnya melahirkan kokpit semacam itu.

” Ini merupakan desain arsitektur kecerdasan buatan bertingkat pertama dalam industri yang menyatukan perhitungan pinggiran jaringan dan awan,” tambahnya.

Tidak cukup hanya menunjukkan bagian kokpit saja, GWM pun mengenalkan berbagai fitur maju di sektor kendaraannya, seperti halnya model dasar dari sistem otomotif pintar yang terintegrasi secara menyeluruh (SEE).

“Selain itu, kami sudah meluncurkan berbagai macam model maju pada bagian kendaraannya, seperti model dasar SEE end-to-end, model suara dengan skalabilitas tinggi, model percepansi multipe modus, serta model bahasa besar yang handal dalam melakukan analisis dan deduksi mendalam,” terang Mu Feng.

Selanjutnya, tingkat kebisingan serta mekanisme bahasanya dimodifikasi agar dapat menjalin komunikasi yang lebih efektif dengan supir. Bunyi tersebut menjadi semakin terperinci untuk meningkatkan kenyamanan penumpang ketika mereka ada di dalam kokpit.

Tidak hanya itu, penumpang dapat menggunakan layar tanpa perlu menyentuhnya; cukup gerakkan tangan dan sensor serta kamera akan mendeteksinya.