2023年7月20日，由蓋世汽車主辦的“人工智能——大模型時代下的智能汽車技術研討會”在上海成功舉行。會議由嘉賓分享和小組討論兩部分組成，各方就人工智能大模型對汽車行業的影響和在智能汽車上的應用展開交流討論。

【資料圖】

會議伊始，蓋世汽車CEO周曉鶯提到汽車行業正經歷迅勐的變化，AIGC的出現讓不同業務模塊的交集增多，大模型既帶來機遇，也帶來焦慮。想要更好地應對時代的挑戰，就得跟上步伐學習新東西，行業應增強圈層交流。

大模型時代下的機遇與挑戰

長城汽車智能化研發總監楊繼峰聚焦于智能座艙，以開場一問：“智能座艙是否是一個AI問題”，引出聽眾對大模型時代的思考。他指出，座艙所應具備的功能場景是由人定義出來的，人的感受是決定座艙內設定的關鍵，問題就在于如何讓駕乘空間以人的方式進行思考。因此，智能座艙和自動駕駛一樣，都是一個AI問題，而智能空間可能會成為一個與自動駕駛體量相差無幾的AI問題，智能駕駛是唯一大體量AI研發的時代結束了。

同時他還表示，傳統的汽車產業鏈結構已發生改變，跨領域鏈接和合作已是常態。車企需要在全新的時代找尋自己的定位，而不是基于所有業務進行AI轉型。隨著座艙空間逐漸成為人們生活的第三空間，智能座艙需要從如今的形態走向智能空間形態。因此，座艙的商業模式需要轉變，做生態轉化而產生的服務，空間本身并不產生價值，但空間就是價值。

座艙離線大模型的落地：選NPU還是CPU

高合汽車前期智能產品與技術規劃負責人黃俊認為，大語言模型、多模態檢測模型和神經輻射場建模NeRF是比較可能落地的座艙大模型。其中，多模態檢測模型的重要性愈發突出，能大幅削減檢測模型標注成本。而利用擴散網絡生成的SR場景能大幅降低座艙計算負載。

同時他還表示，座艙智能化帶來的算力缺乏問題要求跨域融合或大算力芯片?？紤]到汽車行業的計算業務規模相對較小，嵌入式NPU集成于設備中，可分擔GPU的部分工作，提供更高計算性能的同時降低功耗。嵌入式NPU的AI開發利用NPU加速AI應用，能大幅降低硬件成本，將成為OEM在AI業務投資和單車收效中關鍵的一環。

大模型開啟智能座艙新紀元

商湯絕影智能車艙產品創新高級總監邵昌旭分享到，絕影基于“駕、艙、云”三位一體的發展戰略，通過大模型向自動駕駛和智能座艙提供賦能，實現我們的駕艙一體和人機共駕駛這樣極致的駕乘體驗。未來的智能座艙將成為有溫度，能夠更加懂你出行的管家，能夠全方位的感知和理解乘客的需求。為此，商湯提出了在大模型時代的解決方案，打造了全新智能座艙架構：車端和云端為底層支撐，智能車艙大腦為核心，不同風格的定制化數字人交互呈現各類智能應用，實現座艙如人一般的智能。

同時，他還表示，商湯在研的多模態大模型能夠很好的把視覺、語音、自然語言、各種多模態信息進行深度整合，并實現數據聚類和邏輯梳理，模型自身能在云端進行“判斷和運營”。該云端一體化方案能在如“安全，娛樂，教育，效率”四個方向提供服務。智能座艙大模型將會是一個非?；A的服務，改變幾乎每一個應用的現有情況。

火山引擎汽車行業大模型產業定位

火山引擎汽車行業總經理楊立偉表示，大模型的成熟應該是厚積薄發的，新技術滿足舊需求，舊技術滿足新需求，而非用新技術做新場景。信息數據是制約大模型持續訓練的主要因素。在ChatGPT4.0出現之前，最大的大模型就是人的大腦，應將外部大模型和內部大模型結合起來，找尋可落地的場景。當人或機器某一方犯錯時，能通過人和機器共同決策，以最終結果來做出靠譜的決策。

同時他還表示，由于每個大模型都有自己的側重點，重要的是如何建設好大模型平臺，滿足不同客戶的需求。MaaS平臺具備的低成本、費用低、能以一定的測試標準針對不同場景輸入結果，在短期內是最有價值的平臺?；鹕揭鎽{借在工具和數據兩個層面的優勢，能幫助車企進行數據治理。

大模型在自動駕駛業務場景應用與發展

NVIDIA工程和解決方案技術總監路川認為，在廣泛的應用場景里，大模型遠不如人類思考能力，需要通過Transformer模型、多模態的數據、規劃訓練端平臺對大模型進行打磨訓練，讓其得以處理更復雜的事情。

就汽車行業和大模型的關系，他認為，大模型可以在自動駕駛、座艙智能化、人車傳感器互聯、工廠數字化等層面產生價值。從數據集構建、分布式集群訓練平臺搭建到客戶端應用優化和部署，NVIDIA能為基礎薄弱的公司提供大模型快速構建整合方案。

Rubik大模型推動智能網聯汽車產品創新

中科創達物聯網事業群副總裁楊新輝預測，下一個時代可能將圍繞于汽車產業和機器人產業的融合，而汽車正處于機器人和汽車機器人之間的過渡階段。針對混合AI概念，他表示認同，未來的大模型可能在混合方面發生變化，一是在云端和邊端組合的層面，二是在大模型和小模型混合的層面。

他同時還表示到，大模型可能會成為操作系統中不可或缺的組成部分，并在很大程度上改變操作系統的形態。大模型在端側的應用能帶來個性化的智能駕駛、全局的智能決策等大模型能力。而隨著大模型前端應用需求的增加，限制大語言模型落地的主要因素如算力、內存訪問空間將推動伴侶廠商的創新。

演講結束后的分組討論環節圍繞智能座艙、自動駕駛和大模型產業三個話題展開

第一組發言代表就AI理解能力、AI抗攻擊能力、座艙支架、信息數據安全四點，分享如何加強駕駛安全，并指出大模型能不能在艙內標注方面帶來顛覆性的變化，甚至對比以往由人發起的“被動服務”，帶來“主動服務”，是人機交互出現拐點的關鍵。

第二組對大模型進行定義后，總結了大模型在自動駕駛業務上的應用：標注、仿真、視頻信息處理，并認為車廠需要梳理自動駕駛算法，融合部署模型提高性能，并合理運用芯片的算力劃分應用部署。

第三組討論了現階段CV大模型在局部調節的不足，技術可行性和成本難以調和，并在對大模型所帶來的座艙新場景話題中，認為并非所有場景都具有實用性和價值。

嘉賓們的討論分享為此次大模型閉門研討會畫上了圓滿的句號。新事物帶來的焦慮源于未知，相信各方間的交流能扶持彼此，在摸索中加速前行，助力汽車產業迎接未來的浪潮。

關鍵詞：