隨著去年ChatGPT走紅后，大模型的熱度便持續(xù)不減，AI技術正在加速顛覆各行各業(yè)。近日，一則奔馳與微軟合作將ChatGPT接入車輛測試的消息引發(fā)輿論關注，微軟發(fā)言人稱其是ChatGPT在汽車上的首次應用。一時間，關于“大模型上車”的話題開始頻頻見諸報端。事實上，從今年上半年開始，國內眾多科技巨頭就已經紛紛發(fā)布了旗下的AI大模型產品，如百度文心一言、阿里通義千問、訊飛星火等，并且已經開啟了與主機廠之間的合作。業(yè)內普遍認為，AI大模型有望將汽車智能化帶到一個前所未有的高度。前景固然美好，但AI大模型上車真的會順風順水么？

何為AI大模型？

簡單來說，AI大模型是基于深度學習技術的人工智能模型。通過人工智能技術，使用數以億計的參數和計算資源進行大規(guī)模、高復雜度的學習和訓練，從而實現自然語言處理、圖像識別、語音識別等復雜任務。從功能上來看，AI大模型在汽車領域有兩種可能的落地形式。

一類是用于人工智能對話交流，大多數應用在智能座艙。比如此前發(fā)布的百度的文心一言，已有東風日產[報價 4S店]、紅旗[報價 4S店]、長城以及吉利[報價 4S店]銀河等近十家車企宣布接入；阿里巴巴也宣布AliOS智能汽車操作系統(tǒng)已接入通義千問大模型進行測試等。很多業(yè)內人士認為，智能座艙在AI大模型的賦能下將有著質的提升，尤其將為人機交互打開新的大門。通過大數據的深度“喂養(yǎng)”和自主學習，車載語音助手可以從任務型逐步升級為閑聊型，智慧程度更接近真人，且具備情感化，從而推動智能汽車向第三生活空間轉變，滿足乘客更深層次的生理和心理需求。而這也符合大多數用戶對于AI大模型上車的期待，通過AI技術提升智能座艙內語音交互表現。

另一類則與智能駕駛有關。自從2020年特斯拉將Transformer大模型引入自動駕駛領域中，便打開了AI大模型在自動駕駛領域應用的大門。可以說，AI大模型更快速、準確地解決認知和決策問題的能力，為車輛自動駕駛能力的提升提供了核心驅動力。今年4月，毫末智行發(fā)布了自動駕駛生成式大模型DriveGPT，通過引入駕駛數據建立 RLHF（人類反饋強化學習）技術，對自動駕駛認知決策模型進行持續(xù)優(yōu)化，終極目標是實現端到端自動駕駛。百度自動駕駛業(yè)務部總經理陳卓認為，AI技術加速了自動駕駛規(guī)模落地，自動駕駛是人工智能的典型應用場景。

AI大模型有望重塑智能汽車

現階段，以智能化、電動化為顯著特征的新汽車正在重塑人們的駕駛與出行體驗，汽車已經不單純是出行工具，而是具有交互主體多、交互方式多、計算零件多、數據規(guī)模大，以及空間屬性和社會屬性等特征，而這些正是AI大模型最適合的應用場景。中國工程院院士、清華大學教授、國家智能網聯汽車創(chuàng)新中心首席科學家李克強認為，AI大模型在處理文本、獲取和加工數據、建立場景的訓練和迭代方面的優(yōu)勢，將會對人機交互智能化和智能駕駛方面起到加速推動作用。

相比按鍵、觸屏和手勢控制，通過語音方式完成對車輛軟硬件的控制不僅學習成本低，而且在操作時手也不用離開方向盤，安全性也要更高。但從近兩年的客戶端反饋來看，普遍使用率比較低，這其中最主要的原因就是用戶體驗差。現階段，部分車企對于語音交互技術掌握的不夠成熟，不僅沒能為用戶帶來更好的智能化體驗，然而平添不少麻煩。此前就有一名汽車大V在社交媒體上抱怨，自己在某款自主新能源車后排休息聽語言類節(jié)目時，車載語音頻繁出錯，誤以為后排有人呼喚它而打斷節(jié)目播放。

AI大模型上車后，對話機器人可以通過高質量的大數據持續(xù)訓練，從而讓車載語音助手的智慧更加接近真人，在與用戶交互過程中具備情感化。簡單來說，以往的車載語音助手只是單純的執(zhí)行用戶的指令，屬于命令式交互；而在AI大模型的加持下，轉變成能和用戶“閑聊”的伙伴，屬于對話式交互。以理想汽車為例，在其車載AI助手“理想同學”升級搭載了自研的“Mind GPT”認知大模型后，人車對話內容更加復雜多樣，包括地點、信息、菜譜等，甚至還可以給你講故事、畫畫等。這背后是數十TB的原始訓練數據，經過精心過濾和去重后，相當于具備人類高質量知識總和。

另外，AI大模型還可以對用戶大量行為數據進行分析和學習，生成更加準確的用戶畫像，從而能夠理解用戶的喜好、需求和用車行為，提供更具個性化的服務。比如你和車載語音助手說“我餓了”，它會推薦你常去的餐廳或你喜歡吃的食物等。

除了能提升車載語音助手的智能化水平外，AI大模型在智能駕駛領域擁有更多的落地場景。華泰證券在研報中指出，GPT大模型有望賦能垂直領域智能駕駛感知標注、決策推理等核心環(huán)節(jié)，加速智駕落地。

AI大模型的自學習算法能力在汽車駕駛過程中發(fā)揮的關鍵作用主要體現在感知和決策層面。就感知層面而言，以往自動駕駛感知使用的都是各個小模型“堆疊”的方式，識別的原理就是自己先看，然后去知識庫里比對，如果以往沒有學習過，那就無法準確識別出來。這種方法對于感知能力的提升是有限的，因為路況的變化是日新月異的。此前特斯拉高速撞上側翻的白色貨車，就有可能是將側翻的車廂誤判為是天空或者強反光地面。而有了AI大模型的加入后，可以在有限的標注數據前提下，找到相似障礙物之間的相關性。有了這個認知后，在遇到新的物體時，大模型可以對比這個物體與之前所認識到共性，由此判斷是否是個障礙物。

目前，自動駕駛的數據來源主要有真實數據、虛擬仿真和影子模式。其中虛擬仿真在AI技術的加持下，可大量合成虛擬場景以用于模型訓練和測試，從而提高自動駕駛技術精度以及自動感知泛化能力，帶來更安全、可靠的駕駛體驗。

此外，AI大模型具備對海量數據的處理能力以及多維度分析能力，可以通過分析駕駛行為數據來訓練自動駕駛控制系統(tǒng)。特別是在決策層面，高等級自動駕駛的認知決策需要更加智能化和人性化，AI大模型加入后，傳統(tǒng)的決策規(guī)劃方法將從基于規(guī)則向基于自學習的決策智能方向發(fā)展，可以讓車輛更加聰明地處理復雜場景。同時，基于海量數據處理的分析能力，幫助汽車準確識別和預測交通情況，并實時提供個性化出行服務，優(yōu)化出行效率。

AI大模型上車充滿挑戰(zhàn)

拋開汽車而言，AI大模型本身也是一個相當燒錢的項目，雖然現階段”百模大戰(zhàn)”將市場烘托的一片紅火，但部分投資圈人士表現的卻十分謹慎，認為最終勝出的企業(yè)不超過2個。而對于AI大模型上車，雖然目前已經有了一些成果出現，但想要達到深層次的結合，面臨的不確定因素還有很多，包括算法、算力和數據支持，以及安全性、法律法規(guī)等方面，還有很長的路要走。中國工程院院士、清華大學教授、國家智能網聯汽車創(chuàng)新中心首席科學家李克強認為，目前汽車領域對于大模型的應用還處于初期的嘗試階段，后續(xù)仍需基于云平臺進行打通，向深層領域應用推進仍然任重道遠。

AI大模型上車，首當其沖要面臨的就是數據隱私和安全問題。人工智能的不斷成長，在為我們日常用車生活帶來便利的同時，也存在數據隱私泄露的風險。AI大模型訓練需要非常龐大的數據量，投喂的數據越多，車輛也會變得更聰明，輸出的信息也會更加準確。但這個數據投喂過程中，大量車主信息被記錄，比如圖像、聲音、行為特征，以及其他一些敏感隱私信息。一旦遭遇黑客攻擊，在大數據分析下，通過圖像、聲音等信息比對就可以獲取到更多的車主隱私信息。前一段時間特斯拉就被曝出數據泄露丑聞，特斯拉員工通過內部消息系統(tǒng)，私下分享車主攝像頭記錄的隱私視頻和圖像。所以在AI大模型與汽車深層次結合前，首先要解決的就是數據隱私安全問題。

其次，硬件配置問題。AI大模型的運行需要高規(guī)格的硬件配置支持，需要具備高算力、大容量內存以及低時延的特性。但現階段車載設備的硬件水平雖然有所提升，但還無法達到支撐AI大模型運行的水平。以自然語言處理（NLP）的預訓練模型GPT-3為例，需要數萬億次TOPS的計算能力，這就要求芯片的算力至少要在萬級TOPS以上才能夠勝任計算工作。但從目前的車載硬件部署來看，即便目前蔚來、理想等造車新勢力使用的英偉達Orin X芯片，單顆算力也僅為254TOPS，這已經是目前量產車中算力最高的芯片，遠遠達不到大模型的計算要求。

所以，要想為AI大模型提供海量算力，現階段最好的辦法就是通過云計算來實現，但這其中有涉及到通信的問題。在千億、萬億參數規(guī)模的大模型訓練過程中，通信的占比最大可達50%，傳統(tǒng)的網絡帶寬遠遠不夠，這就會造成網絡堵塞，出現時延問題。但你想過沒有，如果這個AI大模型應用在自動駕駛領域，哪怕只有一點點的通信時延，那就有可能在公路上造成無法挽回的悲劇。

而提到高算力、云計算和高速網絡，這些又都與成本掛鉤。據普超資本微信公眾號顯示，GPT-3訓練成本預計在500萬美元/次。當然，GPT-3還只是OPEN AI在2020年推出的模型。如今到GPT-4，參數相較GPT-3呈百倍增長，那所需花費的成本勢必要以億美元為單位了。因此AI大模型也只有那些科技巨頭能玩的轉，其他中小企業(yè)只能是花錢來使用。對于車企而言，即便未來通過與科技巨頭的合作實現AI大模型與汽車深度融合，后期隨著大模型的數據規(guī)模不斷增長，訓練算力提升，所需花費的成本也不是小數，而且還是持續(xù)性的投入。

另外，AI大模型上車還面臨著道德與法規(guī)的問題。AI系統(tǒng)在某些情況下有可能會做出自主決策，這就會引發(fā)道德選擇問題。其實這也是一個老生常談的問題，現在看還沒有得到解決。比如，在自動駕駛汽車中，面臨不可避免的撞擊事故時，是優(yōu)先避免撞到老年人，還是年輕人，亦或是優(yōu)先避免撞到女人，還是男人等，如何決策成為一個道德困境。另外，目前國內暫時還沒有針對AI大模型的數據采集使用、數據安全以及生成內容使用權等方面的法律法規(guī)。好消息是， 國家網信辦已經于今年4月起草了《生成式人工智能服務管理辦法（征求意見稿）》，但具體何時能夠落地目前還是個未知數。

總結：

不可否認，AI大模型的到來為智能汽車的未來發(fā)展帶來更多可能，開啟了汽車領域的新賽道。但就現階段而言，AI大模型在汽車領域的應用還存在太多不確定性，無限的想象何時能夠落地，還有待時日。

免責聲明：凡標注轉載/編譯字樣內容并非本站原創(chuàng)，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責。