1517
“Hey Mercedes（你好，奔馳），附近最適合游泳的海灘在哪里？”“你可以去這里游泳，曬日光浴或者沖浪。另外，你可以散步、野餐，或者只是放松和看書(shū)。如果你精力充沛，你還可以和朋友玩沙灘排球或者飛盤(pán)。無(wú)論你選擇做什么，我希望你能玩得開(kāi)心。”一段真實(shí)用戶(hù)的體驗(yàn)視頻揭開(kāi)了搭載ChatGPT后奔馳AI智能語(yǔ)音助手的神秘面紗。
近日，ChatGPT掀起的大模型之火，蔓延到了智能汽車(chē)場(chǎng)景之中。梅賽德斯-奔馳和微軟官宣正在合作測(cè)試車(chē)載ChatGPT人工智能，并將面向約90萬(wàn)車(chē)主開(kāi)啟測(cè)試。這是ChatGPT首次“上車(chē)”，標(biāo)志著智能汽車(chē)領(lǐng)域的大模型之戰(zhàn)正式開(kāi)啟。
智能汽車(chē)的“ChatGPT時(shí)刻”來(lái)了？
大模型將重構(gòu)各行各業(yè)雖已成為業(yè)界共識(shí)，但ChatGPT“上車(chē)”遠(yuǎn)比預(yù)想中來(lái)得更快。作為繼家庭和辦公場(chǎng)所之外的“第三空間”，汽車(chē)正在變成一個(gè)新型智能終端。人車(chē)交互是汽車(chē)智能化的標(biāo)簽，而AI語(yǔ)音助手則成為了智能汽車(chē)的“標(biāo)配”。
與普通的語(yǔ)音助手不同，奔馳的車(chē)載ChatGPT語(yǔ)音助手可以處理完整的對(duì)話，例如追問(wèn)，并且能保持對(duì)前后文的理解。據(jù)悉，微軟還在與梅賽德斯-奔馳探索ChatGPT的插件生態(tài)系統(tǒng)，為第三方服務(wù)集成開(kāi)辟可能性。駕駛員未來(lái)有望通過(guò)車(chē)載系統(tǒng)就能完成預(yù)訂餐廳、預(yù)定電影票等任務(wù)，進(jìn)一步提高便利性和生產(chǎn)力。
大模型上車(chē)帶來(lái)的不僅是AI語(yǔ)音助手的升級(jí)，還將推動(dòng)智能駕駛技術(shù)的進(jìn)階。繼奔馳搭載ChatGPT之后，理想汽車(chē)也發(fā)布了自研大模型MindGPT，宣布新一代理想汽車(chē)不再依賴(lài)高精地圖的城市NOA產(chǎn)品，將做到接近人類(lèi)司機(jī)的駕駛表現(xiàn)。業(yè)內(nèi)專(zhuān)家分析稱(chēng)，大模型具備對(duì)海量數(shù)據(jù)的處理能力以及多維度分析能力，可以提供更精準(zhǔn)、更全面的數(shù)據(jù)分析和預(yù)測(cè)能力，持續(xù)優(yōu)化模型，提高智能駕駛的準(zhǔn)確性和可靠性。
與此同時(shí)，車(chē)載操作系統(tǒng)正在被大模型重塑。近日，斑馬智行第三代汽車(chē)AI能力體系Banma Co-Pilot在阿里通義千問(wèn)大模型的賦能下，實(shí)現(xiàn)了AliOS車(chē)載操作系統(tǒng)的全面升級(jí)。開(kāi)源證券研報(bào)指出，大模型時(shí)代，第三方科技巨頭的加入有望通過(guò)提供強(qiáng)大工具鏈形成自動(dòng)駕駛行業(yè)的“安卓”，幫助整車(chē)廠構(gòu)建自己的自動(dòng)駕駛算法和數(shù)據(jù)閉環(huán)系統(tǒng)，同時(shí)依靠大模型的數(shù)據(jù)生成能力，縮小與頭部玩家在數(shù)據(jù)領(lǐng)域的差距。
此外，大模型還將激起汽車(chē)產(chǎn)業(yè)的生產(chǎn)、研發(fā)模式的創(chuàng)新變革。理想汽車(chē)創(chuàng)始人李想舉了這樣一個(gè)例子：“過(guò)去我們一年要做大概1000萬(wàn)幀的自動(dòng)駕駛圖像的人工標(biāo)定，所以我們請(qǐng)了很多外包公司進(jìn)行標(biāo)定，大概6元到8元錢(qián)一張，一年的成本接近一億元，這僅僅是來(lái)做自動(dòng)駕駛方面的圖片標(biāo)定。但是當(dāng)我們使用大模型，通過(guò)訓(xùn)練的方式進(jìn)行自動(dòng)化標(biāo)定，過(guò)去需要用一年做的事情基本上3個(gè)小時(shí)就能完成，效率是人的1000倍?！比绾慰焖俸推?chē)產(chǎn)業(yè)原有的知識(shí)體系相融合，如何與大模型的學(xué)習(xí)能力、泛化能力協(xié)同，形成更有效率的生產(chǎn)、研發(fā)方式，正在成為汽車(chē)產(chǎn)業(yè)接下來(lái)研究的核心課題。
可見(jiàn)，大模型正在從研發(fā)設(shè)計(jì)模式、人機(jī)交互、智能駕駛、用戶(hù)生態(tài)等方方面面給整個(gè)汽車(chē)產(chǎn)業(yè)帶來(lái)深刻影響，加速驅(qū)動(dòng)產(chǎn)業(yè)生態(tài)的智能化、高效化、安全化和可持續(xù)發(fā)展。
國(guó)內(nèi)汽車(chē)廠商圍繞大模型展開(kāi)多方探索
盡管奔馳與微軟的合作被稱(chēng)作是ChatGPT在汽車(chē)領(lǐng)域的首個(gè)應(yīng)用，但也有觀點(diǎn)認(rèn)為，奔馳實(shí)際上是趕了個(gè)“晚集”。在前不久的上海汽車(chē)展上，國(guó)內(nèi)眾多汽車(chē)廠商皆展示了大模型方面的布局。
“ChatGPT成功后，如今正向多應(yīng)用生態(tài)發(fā)展，車(chē)企也想將GPT的熱度引導(dǎo)到智能車(chē)聯(lián)網(wǎng)領(lǐng)域?！闭憬髮W(xué)國(guó)際聯(lián)合商學(xué)院數(shù)字經(jīng)濟(jì)與金融創(chuàng)新研究中心聯(lián)席主任、研究員盤(pán)和林表示。從功能上來(lái)看，目前人工智能在汽車(chē)上主要有兩種落地形式：一類(lèi)是用于人工智能交流對(duì)話領(lǐng)域，多數(shù)應(yīng)用在智能座艙，比如百度的文心一言，已有東風(fēng)日產(chǎn)、紅旗、長(zhǎng)城等近十家車(chē)企宣布接入；上海車(chē)展期間，商湯科技亮相日日新Sensenova大模型，展示了其中文語(yǔ)言模型“商量SenseChat”以及“如影SenseAvatar”等與座艙的結(jié)合；此前阿里巴巴也宣布AliOS智能汽車(chē)操作系統(tǒng)已接入通義千問(wèn)大模型進(jìn)行測(cè)試等。
另一類(lèi)是聚焦智能駕駛，比如毫末智行發(fā)布了自動(dòng)駕駛生成式大模型DriveGPT，幫助解決認(rèn)知決策問(wèn)題，最終實(shí)現(xiàn)端到端的自動(dòng)駕駛。理想汽車(chē)自研大模型MindGPT，擺脫對(duì)高精地圖的依賴(lài)，讓汽車(chē)做到更接近人類(lèi)司機(jī)的駕駛表現(xiàn)。蔚來(lái)、小鵬、長(zhǎng)城、奇瑞四家車(chē)企也已注冊(cè)申請(qǐng)了多個(gè)與GPT相關(guān)的商標(biāo)。
乘聯(lián)會(huì)數(shù)據(jù)顯示，2022全年我國(guó)銷(xiāo)售新能源乘用車(chē)523.3萬(wàn)輛，其中智能汽車(chē)240.4萬(wàn)輛，占比45.94%。比亞迪、長(zhǎng)安、嵐圖、問(wèn)界等國(guó)內(nèi)品牌已經(jīng)走在智能汽車(chē)行業(yè)前列。
相較于通用型大模型，垂直領(lǐng)域的大模型訓(xùn)練和使用成本較低，或許會(huì)成為更容易實(shí)現(xiàn)商業(yè)落地的領(lǐng)域。業(yè)內(nèi)人士分析稱(chēng)，汽車(chē)有著明確的交互需求，且相較于通用大模型，垂直領(lǐng)域的應(yīng)用場(chǎng)景相對(duì)較小，對(duì)參數(shù)的量級(jí)要求也沒(méi)有通用型AI那么大。因此，無(wú)論是傳統(tǒng)汽車(chē)廠商、造車(chē)新勢(shì)力，還是大模型科技廠商，普遍認(rèn)為智能汽車(chē)最有可能成為率先實(shí)現(xiàn)大模型落地的B端場(chǎng)景。
大模型真正“上車(chē)”仍需時(shí)日
ChatGPT的首發(fā)“上車(chē)”已經(jīng)拉開(kāi)了智能汽車(chē)領(lǐng)域大模型之爭(zhēng)的序幕，但需要指出的是，現(xiàn)階段距離大模型真正落地汽車(chē)行業(yè)還有一段距離。
專(zhuān)家普遍認(rèn)為，目前汽車(chē)領(lǐng)域?qū)τ诖竽Ｐ偷膽?yīng)用仍處于初期的嘗試階段。對(duì)于想做大模型的汽車(chē)廠商而言，多模態(tài)數(shù)據(jù)的收集、處理、訓(xùn)練是一個(gè)難題。自動(dòng)駕駛所需傳感器數(shù)據(jù)包括激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)，以及高清攝像頭、GPS等。這些數(shù)據(jù)來(lái)自不同的坐標(biāo)系，帶有不同的觸發(fā)時(shí)間戳，且要考慮到硬件損壞等問(wèn)題；同時(shí)，需要大量的場(chǎng)景數(shù)據(jù)，比如交通標(biāo)志線、交通流、行為模型等。這讓汽車(chē)大模型的研發(fā)、訓(xùn)練門(mén)檻變得很高。
數(shù)據(jù)來(lái)源：汽車(chē)銷(xiāo)量數(shù)據(jù)為上險(xiǎn)數(shù)據(jù)，汽車(chē)之家研究院
中國(guó)工程院院士、清華大學(xué)教授、國(guó)家智能網(wǎng)聯(lián)汽車(chē)創(chuàng)新中心首席科學(xué)家李克強(qiáng)指出，模型數(shù)據(jù)調(diào)動(dòng)管理需要利用智能網(wǎng)聯(lián)汽車(chē)以及計(jì)算技術(shù)平臺(tái)、云控技術(shù)平臺(tái)等平臺(tái)，只有大量的數(shù)據(jù)匯聚才可做交叉，特別是垂直領(lǐng)域，這和娛樂(lè)系統(tǒng)、服務(wù)系統(tǒng)不一樣，從產(chǎn)業(yè)互聯(lián)網(wǎng)的角度來(lái)看，若基礎(chǔ)云平臺(tái)不能打通，很難實(shí)現(xiàn)向深層領(lǐng)域推進(jìn)。
在加拿大工程研究院院士、人工智能與數(shù)字經(jīng)濟(jì)廣東省實(shí)驗(yàn)室（深圳）執(zhí)行主任于非看來(lái)，駕駛中有信息系統(tǒng)模型、思考模型、執(zhí)行模型三部分，生成式的AI大模型意味著在知識(shí)方面和信息方面取得了突破，但并不意味著目前它能在汽車(chē)上執(zhí)行，也就是控制層面取得突破。于非也認(rèn)為，“車(chē)路人云”協(xié)同可以讓行業(yè)產(chǎn)生大裂變，但要AI大模型發(fā)展對(duì)智能網(wǎng)聯(lián)汽車(chē)發(fā)展產(chǎn)生突破性影響還需要時(shí)間。
地平線CTO黃暢認(rèn)為，GPT在自動(dòng)駕駛場(chǎng)景中最先應(yīng)用的很可能是環(huán)境模型的預(yù)測(cè)和交互式規(guī)控和規(guī)劃?！斑@個(gè)場(chǎng)景不需要特別的大規(guī)模參數(shù)模型，因?yàn)樗皇且粋€(gè)完整的端到端閉環(huán)，尤其因?yàn)樗P(guān)注于預(yù)測(cè)和規(guī)劃，不用花太多精力在感知這個(gè)層面上，因此很可能在百Tops級(jí)別的算力平臺(tái)上就能應(yīng)用，在3~5年內(nèi)就可以初步上線。而從感知到定位地圖到規(guī)控，整個(gè)端到端的閉環(huán)做出來(lái)，則需要一個(gè)更大規(guī)模的參數(shù)模型，大概需要5~10年的時(shí)間?！彼f(shuō)。
從部署方面看，大模型需要高規(guī)格的硬件配置，包含高性能計(jì)算能力、大容量?jī)?nèi)存和低時(shí)延等特點(diǎn)，但車(chē)載設(shè)備的硬件條件相對(duì)有限，無(wú)法提供足夠的計(jì)算資源支撐大模型運(yùn)行。例如在自然語(yǔ)言處理領(lǐng)域的 GPT-3 模型就需要數(shù)萬(wàn)億Tops的計(jì)算能力。這要求芯片的算力至少要在萬(wàn)級(jí)Tops以上才能夠勝任大型模型的計(jì)算任務(wù)。但是，在車(chē)載部署場(chǎng)景下，芯片的算力往往只有數(shù)百Tops，遠(yuǎn)遠(yuǎn)達(dá)不到大型模型的要求。
智算中心被視為大模型落地汽車(chē)行業(yè)必不可少的基礎(chǔ)設(shè)施。特斯拉發(fā)布了獨(dú)立的云端智算中心——Dojo，總計(jì)使用了1.4萬(wàn)個(gè)英偉達(dá)的GPU來(lái)訓(xùn)練AI模型。小鵬汽車(chē)和阿里云合建了智算中心“扶搖”，專(zhuān)門(mén)用于自動(dòng)駕駛模型訓(xùn)練，算力規(guī)模達(dá)600PFLOPS。毫末和火山引擎聯(lián)合打造了國(guó)內(nèi)自動(dòng)駕駛行業(yè)最大的智算中心“雪湖·綠洲（MANA OASIS）”，每秒浮點(diǎn)運(yùn)算可達(dá)67億億次。有業(yè)內(nèi)人士呼吁，自動(dòng)駕駛行業(yè)的大模型要成功，全自動(dòng)駕駛行業(yè)的數(shù)據(jù)需要像互聯(lián)網(wǎng)數(shù)據(jù)一樣公開(kāi)，這需要監(jiān)管機(jī)構(gòu)、行業(yè)參與者等共同推進(jìn)。
此外，奧緯咨詢(xún)董事合伙人張君毅表示，車(chē)企們爭(zhēng)相獨(dú)立布局大語(yǔ)言模型技術(shù)，技術(shù)資源和注意力容易被分散，由于基層算法人才的趨利流動(dòng)和大算力GPU的分配，有可能會(huì)在一定程度上影響干擾自動(dòng)駕駛的市場(chǎng)發(fā)展。產(chǎn)業(yè)鏈上下游應(yīng)加強(qiáng)分工合作，避免“重復(fù)造輪子”。
作者丨宋婧? 編輯丨劉晶
美編丨馬利亞? 監(jiān)制丨連曉東
