大模型走向汽车产业,
最先落地在智能座舱?
文|智能相对论(aixdlun)
作者|leo陈
ChatGPT走红后,大模型的热度持续不减。时至今日,随着国内多巨头掀起“百模大战”,热度又被顶到更高峰。
前两个月里,百度、阿里、腾讯加入;进入5月,先有网易有道,发布了基于“子曰”大模型开发的AI口语老师剧透视频,介绍其基于教育场景的类ChatGPT产品;后有科大讯飞,发布认知大模型“讯飞星火”......
通过大大小小的发布会,各企业都在向外介绍自己的AI大模型与应用场景结合后能带来怎样的想象空间,以及证明自己,又会有多大的增长空间。
而正在电动化、智能化、制造革新的“车”,就有不少可以展开无限想象的场景。
未来,按照功能去划分,大模型可以用在AI交流对话领域,应用在智能座舱;还可以参考大模型下的生成式底层技术,去优化自动驾驶认知决策问题;此外,或许还可以革新造车流程中的设计、工程和制造环节。
尽管它们都离真正的落地有些遥远,甚至看起来是“空中楼阁”,但仍然值得我们尝试做些思考。
把大模型
“OTA”进智能座舱
对于这三种场景,相信大部分人都能很容易地做出一个主观判断,最早到来的应该是AI大模型在车内AI交流对话领域里的运用。
因为我们实实在在地能看到一个趋势,如今车内人机交互已经走到了多模态交互,语音、视觉、手势三者兼有。
其中,语音技术又是相对最成熟的,能够应用在智能座舱里的各种功能和场景:从最初的信息娱乐,到支持整车控制,甚至和家里的智能家居设备相连。
不仅如此,现在车企和智能语音供应商在合作上,还希望能让语音交互更具有“个性化”和“情感化”。
通俗来说,就是以前车主和AI助手之间像是“雇佣关系”,车主主动布置任务,AI助手被动执行任务;而在未来,两者之间多出一层“陪伴关系”,AI助手主动和车主沟通和车相关的事情,也就是反过来向人输出内容。
以前车载AI语音的智能程度普遍较弱,体验也不好,明显呈现出装配率不低但使用率极低的情况。对于消费者来说,这是一个比较“鸡肋”的配置,而车企这边,能主动拿语音交互作为核心卖点的,也几乎没有。
这就是AI大模型之于车而言,可能不是最好但目前是最现实的用武之处。而关于另外两种场景,高阶自动驾驶本身无论是在技术成熟和商业能力上都还不清晰;而革新造车环节依赖的其实是专业型人才,大模型更偏向于成为通用知识型人才。
能够看到,大模型应用在智能座舱,国内大厂都已有动作,至少有了概念和象征意义上的合作,未来很可能会进一步推进。
据不完全统计,目前已经宣布将接入文心一言的车企包括长安、集度、吉利、岚图、红旗、长城、东风日产、零跑等。长安逸达成为首搭文心一言的车型,将通过软件升级的形式搭载到新车上。
在上个月华为nova11 系列及全场景新品发布会上,余承东则宣布AITO问界M9将搭载AI大模型,同时小艺智慧助手将能够为用户带来业界比较强的车载AI体验。
讯飞“星火认知”大模型中,推出“1+N”架构,就有汽车领域相关的产品。按照官方说法,讯飞火星认知大模型与智慧座舱结合后,可以实现车内跨业务、跨场景人车自由交流。
可以发现,国内大厂关于大模型在汽车行业内的应用,步调和着眼点是高度一致的。而且在面对大模型时,要聚焦垂直场景,这注重的明显是“实用化”,要能够尽快将具体的产品落地和发挥商业价值。
这和国内大厂们多年来一直强调“AI应用普惠”其实是相契合的,让人人可用的“普惠模型”去推动AI普惠,本质是务实的。
如果说大模型的诞生之初是AI进入“重工业时代”,需要海量数据、巨量资金、巨额算力,属于国内大厂的一场“长跑”。
那么大模型落地AI语音交互,相对来说是一次“短跑”,大厂的核心工作应该是对大模型进行轻量化,在于“小而美”,让用户更早地体验到产品。
大模型还将如何
变革汽车产业?
目前,对于大模型的底层技术能力在汽车产业里的上层应用,厂商在宣传方面更多表达成“可以如何”、“将会如何”。换句话来说,美好的是愿景,不是现在。各行业都在对它展开想象,这是大模型当下的意义所在。
大模型是一个非常好的价值点,就是它把整个AI领域全部都带活了:把市场带活,把资金带活,也把创新带活了。
所以,从具体应用延伸到整个汽车产业来看,大模型可能会如何变革汽车产业?
首先,汽车产业的研发方式又会发生变化。
理想汽车李想举了这样一个例子:“过去我们一年要做大概1000万帧的自动驾驶图像的人工标定,所以我们请了很多外包公司进行标定,大概6元到8元钱一张,一年的成本接近一个亿,这仅仅是来做自动驾驶方面的图片标定。”
他还提到,同时我们又面临了新的挑战,就是人工智能的大模型软件2.0到来了。
“但是当我们使用软件2.0的大模型,通过训练的方式进行自动化标定,结果和效果会非常可怕,过去需要用一年做的事情,基本上3个小时就能完成,效率是人的1000倍,这个领域的工作完全不一样了。”
可以说,大模型能够再次激起汽车产业对研发模式更多的交流和探索,但同时也意味着新的挑战。软件定义汽车的时代刚刚开启,如何快速和汽车产业原有的知识体系相融合,如何与大模型的学习能力、泛化能力协同,形成更有效率的研发方式,又会成为汽车产业接下来研究的核心课题之一。
其次,对人的要求对比以前有了本质不同。
李想关于这一点也有提及:“对于员工来说,他们会感觉用拳头打架遇到了拿枪的。所以在这样的状况下,我们如何能够让软件2.0和现有人才进行融合,为他们提供怎样的全新工作流程、激励机制,怎么去做选用、任用,这又会面临一个更大的挑战。”
新能源车迎接着电动化、智能化、制造革新,行业对人的要求,在短短几年里,已经经历了好几波迭代。从机械到电气,从硬件到软件,从产品到生态,从服务到体验,每一种变化,背后都是一次人才的重新筛选。而进入大模型时代,基础的重复的通用的工作,会快速地被机器学习所取代。
在中高端人才聚集地“脉脉”上,百度早已经发布AI大模型方向的职位招聘,比如前端研发工程师,待遇30k-60k/月;C++/GO后端研发工程师,待遇35k-70k/月。
(图源:脉脉)
最后,大家在商业模式上会出现新的思考。
拿车载AI语音交互来说,当它实现从“雇佣关系”到“陪伴关系”,具备一定的情感智能,消费者是否会更乐意接受它主动推荐的东西?在和用户长时间互动之后,语音助手会变得更懂用户喜好和习惯,这里会有新的商业价值等待被挖掘。
同时也有太多深刻地思考,大模型底层技术能力如何在AI语音交互上得到应用,让用户“开口即用”?如何让人真正懂车,如何让车真正懂人?
无论如何,大模型开启了新的赛道和新的可能。未来,大模型会对对现有模式和生态带来哪些改变,对行业会带来哪些创新和新的窗口期,值得展开无限想象。
联系客服