职贝云数AI新零售门户

标题: AI大模型如何为汽车产业“强身塑魂” | 金台话车 [打印本页]

作者: mInr 时间: 3 天前
标题: AI大模型如何为汽车产业“强身塑魂” | 金台话车
(, 下载次数: 2)

video: https://mp.weixin.qq.com/mp/readtemplate?t=pages/video_player_tmpl&action=mpvideo&auto=0&vid=wxv_3225458479780298758
自国内首批经过《生成式人工智能服务管理暂行办法》备案的大模型产品陆续上线，AI大模型间隔公众的生活也越来越近。在刚刚结束的广州车展上，便有奇瑞星途品牌、小鹏汽车、极越汽车等多家车企展现了多款搭载AI大模型的车型，大模型“上车”已然成为行业共识。AI大模型将如何赋能汽车产业？作为重生事物的大模型又要在发展过程中规避哪些风险、补齐什么短板？随着技术不断落地，这些新话题亟待解答。

11月24日，《中国汽车报》大型视频访谈节目《金台话车》以“AI大模型如何赋能汽车业”为主题，约请行业专家和企业代表共话AI大模型，畅想大模型时代汽车产业发展的全新图景。

(, 下载次数: 2)

嘉宾：

◆中国信通院主任工程师、IMT2020 （5G）推进组C-V2G工作组组长　葛雨明

◆重庆长安科技有限责任公司AI LAB总师　罗咏刚

◆商汤绝影智能驾驶高级总监　武伟

掌管人：

《中国汽车报》社总编辑　桂俊松

AI大模型重塑汽车智能化

(, 下载次数: 2)

《中国汽车报》：AI大模型技术的发展可以在哪些方面赋能汽车行业？可以为消费者带来怎样的全新体验？

(, 下载次数: 2)

中国信通院主任工程师、IMT2020 （5G）推进组C-V2G工作组组长葛雨明

葛雨明：围绕汽车行业，AI大模型可以运用于赋能智能座舱和智能驾驶两大方面来推进汽车产业智能化转型。在智能座舱范畴，AI大模型可以为人机交互带来更多全新体验，弱化关联语义、无唤醒词对话的环境会让语音唤醒相关功能变得愈加智能。

在智能驾驶方面，AI大模型曾经末尾赋能自动驾驶数据训练以及相关运用功能才能的提升，比如经过基于大模型体系架构构建3D视觉地图来完成高级别自动驾驶。国内很多车企和科技企业近年来相继推出城市NOA的落地就是一大表现。

(, 下载次数: 2)

重庆长安科技有限责任公司AI LAB总师罗咏刚

罗咏刚：AI大模型在汽车产业里的运用次要有三个方面。第一，工具端的提效。如自动驾驶中的数据标注工作，往往需求花费大量人力、财力和工夫成本，但AI大模型的运用可以大大提升数据标注的效率。经过AI大模型生成，提高开发效率，可以协助企业加快迭代速度。此外，在销售层面，可以应用AI大模型向消费者引见车辆。

第二，在交互体验上，基于AI大模型，有望完成全语音智舱了解，无需用按键等其他方式控制。

第三，AI大模型更重要的是变革汽车产业的生态体系。类比手机端，在安卓系统下，不断涌现各种各样的App。汽车也是如此，需求基于大模型，将更多产业链相关企业归入其中，构建全新的产业生态。

(, 下载次数: 2)

商汤绝影智能驾驶高级总监武伟

武伟：从技术维度上看，大模型相关技术带来的不只是汽车产业技术范畴增量的变化，更是一种宏大变革。

首先，智驾会在大模型驱动下完成疾速发展。以往的智能驾驶是人工拆分成很多算法模块，但是被检测的事物能否能真正影响到当前驾驶行为，能够无法判别。但大模型课停止自动驾驶算法的训练，可以很大程度上处理这一瓶颈。去年，商汤绝影提出“端到端自动驾驶”，目前正在停止工程化落地。

在智舱一体上，此前座舱和智驾被人为分成了两个系统。但用户想要的是，在一个空间内完成A点到B点的移动，在此过程中既可以完成驾驶义务，也可以打发工夫。从这一需求出发，座舱和智驾该当是一体的。大模型的上车有能够会带来整个产品设计层面的变革。

《中国汽车报》：AI大模型企业目前与主机厂是怎样的合作关系？是传统的整零合作关系还是新型的跨界合作关系？如何对待车企全栈自研？

罗咏刚：第一，如今曾经有一些大模型的提供方有比较成熟的产品，这种合作还是一种传统的“拿来主义”。第二，大模型是有有限潜力的，可以和需求新定义、新场景的“新汽车”很好地结合起来。车企希望在新范畴、新场景中，与供应商一同共创场景，用大模型赋能。

关于全栈自研，与其说全栈自研，不如说全栈才能可控。车企选择了一家企业的大模型，同时也要知道大模型的功能、才能、质量以及如何让大模型更好赋能汽车。在这一点上，车企需求从技术才能上对大模型有一个深化的了解和探求，才能具有全栈可控的才能。

武伟：大模型企业和车企现阶段是恋爱关系，双向奔赴、相见恨晚。中间也许会有些摩擦，但合作前景是非常光明的，由于互相之间有很强的诉求。

从车企角度来说，如今车市非常卷，需求不断紧缩成本的同时把质量提下去，这必然会带来精细化的分工。一种方式是全栈自研，投入数倍的人才、财力、工夫资源停止大模型研发；另外一种方式是找专业的大模型企业停止研发合作，这样成本总体可控。对于做大模型的企业来说也一样，需求真正沉下去创造价值，才能变现，也需求如汽车行业那样去创造价值。

打好底座更要加速开放

《中国汽车报》：AI大模型批量对外开放，这能否代表着国内大模型技术曾经获得阶段性成果？与国外大模型技术相比，国内大模型技术能否还存在差距？如何补齐这些短板？

葛雨明：从研讨角度来讲，我国大模型技术的发展还存在一定局限。

第一，模型才能上仍有完善。国内通用大模型在回答成绩、产生文章等才能上与国外通用大模型存在质量上的差距。

第二，开放程度上有差距。国外大模型随着发展的演进，曾经构成了一家独大的场面，其他产业链企业情愿围绕这一大模型构建产业生态，停止上下游的数据积累和产业链延伸。国内尚处于大模型的博弈时代，虽然当前有上百个通用大模型涌现，但在围绕每个大模型的生态构建、开放程度以及跨大模型之间的合作上，依然存在壁垒。

第三，需求停止运用上的探求。基于运用数据的积累展开行业大模型需求聚焦汽车本身，比如驾驶行为数据、环境数据和通用的语义文本或视频相关的数据是有差异性的。其中的核心要素就是数据本身有所完善，如今数据从机制上没有完成共享共用共同开发，这就形成了它的封闭性。

罗咏刚：与国外最先进大模型相比，国内大模型还存在一定差距。首先，我们在基础设备上存在一些短板，如中文语料查找难度更大，花费的工夫成本更高。

另外，从算法角度讲，目前国内还短少一个可以达成业内共识的评测标准。从这一点出发，长安如今正在构建针对汽车行业的评测数据集，从多个维度出发，测评什么样的功能对于车辆的运用场景比较重要。

最后是生态构建。车企、大模型企业都在基于车端停止大模型开发，但更多是做一个大模型的平台。如何让更多的人参与到大模型生态的构建之中，激发创造力，打造一个愈加蓬勃的生态系统，是下一步需求思索的。

武伟：假如从通用大模型的维度出发，如今放眼全球或是OpenAI占据抢先地位。而从国内来讲，如今国内通用大模型没有特别好的出现，现阶段大家都在彼此竞争。但是大模型在垂直行业范畴是无机会跑出来的。

AI大模型详细到汽车行业能够存在一个非常短的窗口期，会出现垂直范畴的大模型指导企业，可以构建起在汽车范畴的大模型生态。理想上，智驾、座舱也能成为一致的大模型入口，汽车范畴所能触达的用户量不比互联网低很多。基于这个入口的大模型生态，可以构建各种各样的App，最终完成真正意义上百花齐放的生态。

《中国汽车报》：就目前汽车行业大模型的技术程度来看，汽车大模型量产产品最快在什么时分可以商业化落地？

葛雨明：汽车大模型产品目前曾经处于落地进程中。这么多企业积极做汽车产业大模型，实践上是看到了产品转型晋级、降本增效的诉求。比如城市NOA，就是基于大模型做的运用功能场景。并且智能座舱上的唤醒服务也越来越智能化。另外，应用大模型停止自动标注曾经在多个范畴成熟运用。

罗咏刚：在工具端，比如自动标注提效、客服以及人机互动，大模型本身曾经具有了一定的落地才能。这是第一阶段的落地。大模型存在之前也能完成这些功能，但大模型的运用带来了效率的提升、体验的加强。

假如要说变革性功能的商业落地，比如座舱全语音，或者是在安全强相关场景下做大模型算法的替代，这些是下一步需求攻克的，还需一定时日。

最后，在生态构建上，如今没有一家可以像手机范畴的安卓系统这样的大模型出现，生态构建的工夫还会更晚一些。最后能够会出现一些公认的大模型底座或技术，在此基础上逐渐构建生态。

武伟：大模型在学术界上的定义并非参数量比较大或是由比较大数据训练出的模型，而是具有涌现才能并具有零样本推理才能的模型。涌现才能是指数据量达到一定程度，有功能上的跃迁。

假如是以这个标准来看，当前大模型上车其实还处于初期。不过，在我们的外部实验中曾经看到了希望。基于多模态大模型打造的“世界模型”——经过大模型生成各种在自动驾驶场景下非常接近于真实的视频及各种传感器的输入，经过自动产生模拟的环境等，对于自动驾驶技术的训练、测试、迭代都会有极大的推进作用。

在实验中，自回归范式训练出的多模态大模型具有了一定程度的涌现才能。假如我们再把它完成产业化上车，这才是真正的AI大模型在自动驾驶范畴的落地。

多方协同共建大模型生态

《中国汽车报》：大模型凸显了数据的重要性，催生了向量存储平台等新兴业务，同时使车辆愈加依赖基于网络传输的功能完成。汽车对数据的消费、买卖、运用与保护有怎样的需求与计划？对于宝贵的长尾场景数据怎样处理？对网络传输又有怎样的要求与看法？

葛雨明：行业大模型的发展面临两大数据成绩。第一是数据量的成绩，如今短少中文的共性基础数据库。第二是数据质量的成绩。自动驾驶存在很多长尾场景，我们并不具有这些资源和数据。

很多企业如今都在停止数据积累，一种是采集车，另一种是根据自家车辆产生的数据停止回传。但是，由于每家车企甚至同一车企的不同车型所采用的感知设备不一致，导致采集到的数据可用性就比较差。

面对这些成绩，一是要在标准化上下功夫，构成全行业的共识。二是要让数据流通起来。这个流通不一定是数据元素本身的流通，而是经过一些中间件完成数据价值的流通，比如在车企的数据池中产生一些需求的场景和资源。

另外，在基础设备上，网络的牢靠性、低延时需求有保证。要么在边缘侧、区域侧规划更多算力资源，把计算才能和计算负载下沉上去，要么提升网络本身的才能，让更多资源可以传输到中心云。

罗咏刚：数据其实是国内行业大模型发展的优势之一。关键成绩是，要如何用好这些数据，把不同企业的数据汇聚起来。

在我看来，可以制定相应的法律法规，平衡用户隐私保护和以数据驱动的AI产业发展之间的矛盾。第二，可以从技术上停止一些尝试。一是经过联邦学习的方法完成数据可用但不出车；二是加密手腕，如何确保既可以加密，同时加密后的数据还能用于大模型训练。

另外，长尾场景在数据发掘上是非常重要的一点，在长安的数据产线里，有专门的数据发掘板块，其中也会触及长尾场景这一点。

在网络方面，还要留意网络覆盖率，特别是一些关键场景，如山区、隧道等场景如何确保覆盖率。同时，在网络覆盖不到的状况下，如何设计兜底方案也非常关键。

武伟：数据对于完成AI大模型非常重要，不单是量要够大，质量也非常重要。在数据质量上，我们过往更多用人的先验去发掘数据，很难跳脱出人的认知范围。有一种前沿方式是用模型发掘数据，挖出一些从人的角度看不出的异常，但模型以为有价值的数据；另外一个方向是应用AIGC（生成式人工智能），它的迭代速度非常快，生成的仿真数据质量非常高，或许将成为训练测试很大的来源补充。而且它具有很强的可控性，可以生成需求的困难样本（实践状况较难出现或搜集的样本，如动物忽然出现内行驶途径上）。

另外，在网络上我以为比较重要的就如车路协同。经过绝影在上海临港、北京亦庄做的诸多测试可以发现，假如把车端的高级别传感器挪到路侧，整车成本可以分明降低，只不过这对通讯的牢靠性要求更高。车路协同与单车假如能找到一定的平衡，全体补偿了车端的盲区，完成更安全的智能驾驶。

《中国汽车报》：汽车范畴对于安全与牢靠性有着特殊的要求。目前基于大模型的汽车运用在标准建设与测试评价方面有怎样的规划与做法来满足这方面的需求？

葛雨明：我以为从技术角度有两方面需求打破的内容。

第一，汽车产品对安全性、牢靠性、可控性要求极高，但AI大模型本身接近于半黑盒的处理形式，这就降低了当前智能网联汽车的安全标准可执行性。所以就需求在这一范畴展开如预期功能安全等方面的研讨和探求，要知道它的下限。

第二，对于新兴运用功能场景的定义还不够明晰。对于基于AI大模型的运用功能场景的定义要进一步泛化，同时也要基于AI大模型场景对数据采集、接口开放API、评价评测等方面停止明白要求，这就需求汽车产业相关标准化组织、企业等共同合作制定标准，支撑产业规范化发展。

罗咏刚：随着大模型的到来，还有两点新的安全成绩需求关注。

第一是数据安全。大模型部署在车端短期内难以完成，更多还是在云端，势必会触及到数据上传成绩。

第二是从社会层面出发，要避免大模型在交互过程中，对人的思想产生的一些如涉黄、涉暴等不良影响。这不单单是车辆安全，而要综合思索大模型对用户、社会的影响。

武伟：从技术角度出发，新一代评测体系的构建或许也需求大模型企业等多方的共同参与。其中存在的一个成绩是要用“魔法检验魔法”，即要用大量数据并注入长尾数据来测试大模型的边界功能，发现它的Corner Case。因此，不管是评测体系还是评测工具，都需求引入由模型驱动的仿真闭环测试、端到端自动驾驶的闭环仿真测试，以及用AIGC的方式注入长尾数据，才能测出大模型的边界。

《中国汽车报》：从顶层设计来看，大模型赋能汽车业需求国家哪些政策支持？

葛雨明：第一，主管部门可以以运用需求为牵引，出台相应政策，支持新兴技术内行业范畴的推行。

第二，AI大模型终归离不开数据，数据的产生、买卖、价值流通需求政府出台明白规定，给到产业界明白的指点。

第三，从产业侧上，希望国家可以协助产业链上下游企业做好标准化、公共服务平台、测实验证手腕等建设性工作，出台相关的技术道路图、产业化举动计划等。

罗咏刚：第一，在数据上，希望对数据的安全性、可用性停止明白，并推进数据的互联互通。

第二，全体统筹和思索为大模型打造一个标准、一致的定义，让企业在此基础上停止愈加便利地开发，促进生态构建。

第三，在人才培育结构上，目前高校学科设置、培育内容和产业发展相对脱节。如何在人才培育上愈加契合产业转型，需求从全体上思索。

武伟：从数据层面出发，AI大模型企业实践上以算法见长，但它又不拥有客户回流数据的途径，这二者之间存在矛盾。大模型企业渴求有数据通道，让车企有途径把数据提供给算法企业，甚至包括如脱敏后数据的买卖等，算法企业也可以更好地助推车企迭代。

另外，从企业运营层面上，希望各地自动驾驶测试牌照可以互联互认。

《中国汽车报》：标准法规的存在，看似是限制，实则是促进。汽车智能化浪潮势不可挡，AI大模型必将深度赋能汽车产业，重塑产业链供应链。这一目的是明白的，过程是波涛壮阔也是丰富多彩的，一切才刚刚末尾。
引荐阅读

◆给欧盟电池法“挑挑刺”

◆HEV式微？

文：张奕雯编辑：黄蓓版式：刘晓烨

(, 下载次数: 2)

(, 下载次数: 2)
喜欢请点亮分享、点赞、在看给小编加个鸡腿！

欢迎光临职贝云数AI新零售门户 (https://www.taojin168.com/cloud/)