汽车跑向“AI大模型时代”

来源：有驾更新时间2024-12-09 13:32:35 点击数：

随着智能电动汽车的飞速增长，汽车产业也迎来了一轮新科技大爆发。

在科技飞速发展的当下，车企领导们整天抛概念，汽车工程师们长期996。然而，当技术传递到汽车消费者这里，就只剩下了配置和功能了。

由于软件时代的技术越来越抽象，新技术迭代速度过快，导致不少普通汽车消费者或汽车发烧友虽然仍对汽车技术感兴趣，但脑力仍倒在了极高的认知门槛下。

百度有驾特推出《汽车科技论》栏目，帮助普通人“踏平”汽车技术认知门槛。本文为栏目第 15篇，跟大家聊聊近期火爆的“AI大模型”技术。

自从2022年Open AI推出的Chat GPT在一夜之间火爆全球之后，AI大模型的竞争便一发不可收拾。特别是在汽车领域，AI大模型热度持续飙升，成为炙手可热的概念科技。

AI大模型是“人工智能预训练大模型”的简称，我们可以理解为AI大模型就像是一个庞大且复杂的神经网络。在这张网络的细枝末节中，储存着各种不同数据，通过不断学习可以让AI大模型越来越智能。

随着人工智能技术的飞速发展，AI大模型在智能汽车中的应用日益广泛，势必要为驾驶者和乘客带来前所未有的便捷与智能体验。当下，造车领域的热门选手，蔚来、小鹏、理想、极越、长城、吉利、广汽等车企均释放了拥抱AI大模型的信号。

可能很多人会好奇，什么是AI大模型呢？它的出现又会为我们的出行方式带来怎样的变革呢？接下来就让我们跟您聊一聊，AI大模型在汽车产业的应用。

在我们看来，AI大模型可以在汽车智能座舱、自动驾驶等领域发挥至关重要的作用。

在智能座舱，特别是在车载语音助手的使用上。AI大模型上车后，可以让语音助手的实力大幅提升。

通过AI大模型的赋能，语音助手能够更精准地捕捉用户意图，输出自然、流畅且逻辑清晰的回答。同时，在AI大模型的赋能下系统可以通过高质量的大数据持续训练，从而让车载语音助手的智慧更加接近真人，与用户交互过程中具备情感化，能够识别用户的复杂指令甚至情绪变化，丰富汽车与人之间的交互体验。

目前来看，以前的车载语音助手只是单纯的执行用户的指令，属于命令式交互；而在AI大模型的加持下转变成能和用户闲聊的伙伴，属于对话式交互。目前在这个领域，已经有不少车企展开了频繁的动作。

2024年1月9日，国际消费电子产品展览会（CES）上。大众汽车集团宣布未来将在车机端部署Cerence Chat Pro，将ChatGPT集成到大众语音助手的后端，并将现有的IDA语音助手引入ChatGPT人工智能技术，率先应用于ID、Tiguan、Passat和Golf系列车型中。

宝马集团在CES 2024期间表示，选择基于亚马逊Alexa大语言模型（LLM，Large Language Model），打造全新一代BMW智能个人助理，提供生成式人工智能技术。通过语音可实现人车智能化交互，为驾乘人员提供更人性化的帮助，及时解答有关车辆的疑问。

与此同时，奔驰也展示了全新的MB.OS车机系统，最明显的升级之一是其搭载的全新虚拟助理利用生成的人工智能和专有的AI大语言模型，用以提供更自然的语音反馈和对话，基于例程的详细建议等等。

作为国内最早发布的通用大模型，百度的文心一言目前已有东风日产、红旗、长城、吉利等近10家车企介入；吉利、智己等车企，也纷纷与阿里巴巴在通义千问大模型接入上展开合作。

百度与吉利合作打造的汽车机器人品牌极越，搭载了SIMO智能交互系统，该系统具有多音区识别功能，能够支持四个座位同时进行语音交互。同时还支持主驾免唤醒、连续说、全场景、车外语音等功能，用户坐在车内，可以随时询问SIMO，哪里有景点，哪里有加油站等生活信息，甚至还能够根据电视剧情节，询问这是哪一集。

小米自研的AI大模型不仅可以针对模糊指令进行操作，还可以与用户对话，比如，“我的手机在哪儿？”“把家里的灯关掉”“前面的山是什么山？”“前面的车是什么车？”等帮助用户介绍路途周边信息、智能识别周围车型类别，在车上也可以随时调用家里智能摄像头或其它智能家居。

华为享界S9的AI盘古大模型也十分聪明，可以通过简单指令，来帮车主解读复杂的仪表信息和回答各类车辆知识的能力。比如说，车子仪表上此时亮起一个故障灯，你就可以直接问小艺，“小艺小艺，车子现在有什么问题？”它就会自动识别车辆状况并反馈。

随着未来AI大模型的广泛应用，未来的某一天，当你进入汽车的智能座舱后，会发现一位能够读懂人心的虚拟伙伴。这位伙伴还可以通过深度学习来了解驾驶习惯、情绪变化乃至生活偏好。我们相信随着AI大模型的出现或将改变人和车之间的关系。

在自动驾驶领域。大模型可以处理复杂的驾驶决策任务，包括路径规划、障碍物识别、车辆控制等。通过不断学习和优化，自动驾驶系统可以逐步提升驾驶安全性和舒适性。同时，大模型还可以与车辆传感器、高清地图等数据进行融合处理，实现更加精准的驾驶决策。

AI大模型的自学习算法能力在汽车驾驶过程中发挥的关键作用主要体现在感知和决策层面。以往自动驾驶感知使用的都是各个小模型堆叠的方式，识别的原理就是自己先看，然后去知识库里比对。如果以往没有学习过，那就无法准确识别出来。

这种方法对于感知能力的提升是有限的，要知道路况的变化可谓日新月异。

AI大模型加入后，可以在有限的标注数据前提下找到相似障碍物之间的相关性。有了这个认知，在遇到新的物体时大模型可以对比这个物体与之前所认识的共性，由此判断是否是个障碍物。

简单来说，使用AI大模型的汽车将拥有类似人类大脑的理解学习能力。在自动驾驶过程中能处理复杂未知场景做出兼顾安全和性能的决策。

自从2020年特斯拉将Transformer+BEV大模型引入自动驾驶领域中便打开了AI大模型在自动驾驶领域应用的大门。AI大模型更快速、准确地解决认知和决策问题的能力，为车辆自动驾驶能力的提升提供了核心驱动力。

除了特斯拉以外，造车新势力中的小鹏汽车也将AI大模型带到了我们身边。5月20日举办的小鹏AI Day发布会上，小鹏汽车发布了国内首个量产上车的端到端大模型——神经网络XNet+规控大模型XPlanner+大语言模型XBrain。

XNet用来模拟人类感知，把探测到的各种信息合成出类似于360的完整画面，能让自动驾驶系统如同裸眼3D，让感知范围提升2倍。XPlanner让机器的驾驶策略不断拟人化，会像人驾一样，一直调整更舒适的驾驶状态，而不是选定一种程序后就呆呆执行。

小鹏汽车董事长、CEO何小鹏说:“友商们上车的属于语言式大模型，而小鹏汽车这次上车的是面向智驾的大模型，底层上都是用Transformer，但面对的是完全不同的维度。”

何小鹏曾在内部信中提到，2024年要投入共计35亿元，发展以智驾为核心的AI技术。按照何小鹏的说法，2024年是小鹏迈向高阶智能驾驶，让高阶智驾走出国门走向全球的第一年。

此前，小鹏汽车曾和阿里联合打造自动驾驶AI智算中心“扶摇”，用于自动驾驶模型训练。何小鹏表示，“扶摇”是目前我国汽车行业最大的自动驾驶智算中心，为小鹏在全场景智能辅助驾驶系统的训练奠定了算力基础。

刚刚我们说了，多家车企都在为AI大模型上车“铆足了劲”，但通过观察我们发现，现在AI大模型上车的主攻方向基本聚焦于智能座舱领域。通过语音唤醒车载AI完成多种服务功能是最能让用户在当下“眼可看、手可触”的领域。

需要注意的是，大模型所需要的硬件配置要求较高，除了需要高性能计算能力以外，还需要拥有大容量内存和低时延等特点。毕竟，更强的硬件才能保证实际使用过程中，更加流畅顺滑。

在智能驾驶领域，车企做大模型，多模态数据的收集、处理、训练本身相较智舱方面拥有一定难度。要知道，自动驾驶所需传感器数据包括激光雷达、毫米波雷达、超声波雷达，以及高清摄像头、GPS等。

这些数据来自不同的坐标系，带有不同的触发时间戳，且要考虑到硬件损坏等问题；同时，需要大量的场景数据，比如交通标志线、交通流、行为模型等。这让自动驾驶大模型的研发、训练门槛变得很高。

有业内人士认为，模型数据调动管理需要利用智能网联汽车以及计算技术平台、云控技术平台等诸多平台，只有做到海量数据汇聚才可以做交叉，尤其是垂直领域，这和车内的其他系统并不相同，假如基础的平台能力不能打通，其很难向更深层次发展。

还有一点值得注意的是，端到端的AI大模型训练，需要在智能汽车中构建全新的基于AI大模型的全新算法，这也需要一个过程。据了解，原来汽车的自动驾驶算法较为依赖人工，而接入大模型之后，就需要依靠大模型驱动形成新的智能算法，而要构筑这样的算法，也就是说除了要做好产品，还要做好平台。

360董事长周鸿祎此前表示，此前AI上车“诞生”智能座舱和自动驾驶，但同时也受到技术路线阻碍，并非“真人工智能”。但如今，AI大模型带来了革命性变化，大模型“上车”对于车的智能能力是本质上的提升。

AI大模型高歌猛进的同时，或许也伴随有信息安全问题。就目前来看，世界各国对于AI大模型的治理滞后于AI大模型技术的发展。

一位人工智能领域的专业人士曾表示，“随着AI大模型的出现并应用在汽车、手机等各个领域，随之产生的伦理问题将成为全世界面临的共同挑战，促进科技向善，就迫切需要加强治理。”

早在2017年7月，中国就印发了《新一代人工智能发展规划》，当时提出分三步走的战略目标：到2020年，部分领域的人工智能伦理规范和政策法规初步建立；到2025年，初步建立人工智能法律法规、伦理规范和政策体系，形成人工智能安全评估和管控能力；到2030年，建成更加完善的人工智能法律法规、伦理规范和政策体系。

不只是中国，美国、意大利、西班牙、德国等均对AI大模型发展密切关注，其中欧盟对于AI大模型及数据保护尤为关注，其《通用数据保护条例》（GDPR）对涉及个人数据的使用和处理提出了十分严格的要求。