点击搜索
当前，大模型+运动正如火如荼地开展，作为各种先进技术的集大成者，智能电动汽车当然不会缺席这波浪潮。 就汽车产品本身而言，大模型的赋能可以体现在智能座舱、智能驾驶和故障诊断三个层面。 华为在2023年的开发者大会上表示，与过去的人工智能范式相比，大模型带来了两个关键能力的根本性提升：理解能力和生成能力。 恰恰是这两种能力，决定了智能座舱的智能化水平和用户体验。 理解能力的跃升带来的是交互方式的改变和突破。在功能座舱的时代，用户通过按键和旋钮控制汽车的功能，到了智能座舱1.0时代，交互方式变换成中后屏和语音助手。 到了大模型加持的2.0时代，用户和汽车之间的交互方式就变得愈发多种多样了。除了触控和语音，用户还可以通过手势、眼神、表情、头部动作等向系统表达自己的需求。 生成能力的提升突破了汽车功能的边界。大模型上车之前，座舱的功能主要体现在车辆控制、地图导航和*体验三个方面。 GPT来了，汽车功能的边界得到了大大延展。3月份的时候，吉利旗下的极越召开了一次AI DAY，系统性地总结了座舱大模型的4种能力：用车专家、出行向导、*助手、百科大师。 有了用车专家，在行车过程中遇到问题，就不用去翻不知道丢到哪儿去的用户使用手册了，更重要的是，你可以在问题出现的当下获得即时的反馈。 有了出行向导，就不用再费心巴力、绞尽脑汁地制定出行攻略了，有过旅游经验的朋友们当然知道这是一个多么烧脑的事情。 *助手让看电影、听音乐不再是一种单方面的被动输入，你可以随时和它沟通电影和音乐中的内容，一边看电影一边涨知识，给你提供满满的情绪价值。 百科大师一定程度上可以帮你缓解鸡娃的焦虑，另外，在这个活到老、学到老的年代，车上有一个随时随地向你提供各种知识输出的百科大师，也是一件很有价值的事情。 大模型对自动驾驶的价值在于提高开发过程中的生产力。在数据驱动的时代，车企和方案供应商通过搭建数据闭环，加速算法的迭代和模型的开发。 从大的层面来说，我们可以简单地把数据闭环分为云端的训练和车端的部署，GPT的价值就体现在云端训练上面。 正如在日常生活中，我们习惯性地把时间分成过去、当下和未来三个阶段一样，我们也可以把模型的云端训练分为训练前、训练中、训练后三个阶段。 训练前的主要工作是数据清洗和标注，训练中的主要工作是并行训练和增量训练，训练后的主要工作是场景的重建和模型的仿真。 GPT的价值主要体现在训练前的数据标注和训练后的场景重建这两个层面。 通过自动化提高生产过程的效率是工业时代的常识，大家都知道自动标注可以提高数据标注的效率。 但是问题在于，如果拿来进行数据标注的工具的理解能力不足，导致自动标注精度不够，事后导致的返工和人工矫正的工作量也非常巨大。 恰好，大模型带来了理解能力的巨大提升，这就大幅度提升了自动标注的精确度，从而降低了人工矫正的工作量，也就自然而然地提高了数据标注的效率。 这种效率的提升可不是三倍五倍的提升，而是两个数量级甚至三个数量级的提升。 在训练后这个阶段，依靠大模型超强的生成能力，车企或方案商可以借助它生成各种各样的测试场景，加速模型的仿真和迭代，比如长城旗下的毫末智行，就利用大模型的AIGC能力，用于创建仿真场景的背景和交通要素。 最后，需要提醒大家注意的是，目前这个阶段，虽然一些车企展开了预研式的探索，但由于算力的需求和实时性方面的挑战，大模型并没有真正应用在车端的自动驾驶系统上面。 大鹏老师在《年会不能停》里说过，解决问题的关键是要找到关键的问题，好像听君一席话，如听一席话，但这句有点绕的“废话”其实有着很深的哲理。 套用在汽车上，解决故障的关键在于故障诊断，化解安全风险的关键在于要找到安全的风险点。 当汽车发生故障时，第一步工作是迅速*故障所在，第二步才是解决问题。 当汽车存在安全风险时，第一步工作是提前预判风险点有可能出现在哪里，第二步才是排除相应位置的风险。 核心工作的本质都是通过尽可能全面的汽车数据进行推理。数据、推理，是不是一下子想到神经网络了？ 由于强大的网联能力，智能电动汽车天然就具备向云端上传汽车状态数据的能力。 同时，大模型的出现又使得云端大模型具备了从这些磅礴复杂的信息中找到故障点和安全风险的强大推理能力。 要知道，没有任何一个人类专家可以掌握智能电动汽车领域的所有知识，这是一个相当庞杂的技术体系，但大模型可以轻轻松松掌握人类历史上所有行业的知识，你读过的万卷书在动不动投喂上万亿token的大模型那里不值一提。 此外，虽然大模型的综合推理能力一般，但是，只要投喂充足的语料，它的专项推理能力也远超人类专家，没有任何一个人具有从复杂的信息中抽丝剥茧，从各个角度进行推理的能力，但是大模型可以。 就是说，大模型可以学习到有关智能电动汽车的所有知识，也可以在这个领域发展出强大的推理能力。 所以，用大模型做汽车的功能安全和故障诊断再合适不过了，在4月下旬的2024智能汽车解决方案发布会上，华为发布了专门用于汽车故障诊断的云鹊大模型。 作为在生成式AI和大模型领域深耕了好几年的巨头，华为这一次又开了风气之先。 虽然大模型技术的发展曲线开始放缓，但它在汽车领域的应用和落地才刚刚开始，理解大模型，拥抱大模型是每家车企需要采取的正确姿势！
