<var id="vnxft"></var>
<menuitem id="vnxft"></menuitem>
<var id="vnxft"><strike id="vnxft"><listing id="vnxft"></listing></strike></var> <var id="vnxft"></var>
<cite id="vnxft"></cite>
<var id="vnxft"></var>
<menuitem id="vnxft"></menuitem>
<var id="vnxft"></var>
<var id="vnxft"><strike id="vnxft"><listing id="vnxft"></listing></strike></var>
<var id="vnxft"><strike id="vnxft"></strike></var><cite id="vnxft"><video id="vnxft"></video></cite>
<var id="vnxft"></var>
大模型驅動汽車 迎來“新智能”時代
來源: 中國工業報 作者: 發布時間: 2024-04-23

在全國汽車產業的大變革中,新能源汽車已經成為引領產業創新發展的核心力量。2023年,新能源汽車產銷量全球占比超過60%,電動汽車、鋰電池、光伏產品“新三樣”出口增長近30%,我國汽車特別是新能源汽車產業發展對全球汽車市場格局有著深刻的影響。

然而,汽車產業的變革并未止步。隨著智能化、網聯化技術的快速發展,智能網聯汽車已經成為新的競爭焦點。當前,人工智能,特別是大模型新技術浪潮正在掀起顛覆性變革,賦能千行百業,帶來全新的生產力和生產關系。多位業內人士在接受中國工業報記者采訪時均表示,“大模型等人工智能技術的廣泛應用勢在必行,汽車智能化也將迎來全新的時代。”

大模型驅動汽車產業步入“新智能”開端

隨著ChatGPT的“走紅”,大模型“上車”也成為車企在智能化下半場“決勝”的關鍵。中國工業報記者了解到,長城、吉利、長安等車企都在積極推進大模型發展;蔚來、小鵬、理想等新勢力車企,以及科技大廠百度、阿里、華為、騰訊等也均在布局大模型“上車”。

在中國電動汽車百人會論壇(2024)上,騰訊智慧出行副總裁鐘學丹表示,在大模型的驅動下,汽車產業已處在“新智能”發展的起點,大模型的應用將重塑智能汽車算法與邏輯,助力生產力革新,深度融入汽車各業務場景。人工智能作為新質生產力,推動汽車產業從數字化邁向數智化升級。

商湯科技聯合創始人、首席科學家、絕影智能汽車事業群總裁王曉剛表示,通用人工智能能夠極大地提升生產力,例如自動的代碼生成,已經能夠解決70%代碼的生成;大模型、多模態大模型的出現,極大改變或將顛覆人機交互的方式。

“新質生產力在汽車行業會是一個非常核心的突破點,我們也相信持續的創新、高效的反應,每個企業都在做,但如何讓自己的組織能夠充分地發揮技術的力量,充分地發揮創新的推進,可能會是更大的一個思考題。”麥肯錫全球董事合伙人,麥肯錫中國區汽車咨詢業務負責人管鳴宇說道。

為智駕智艙升級賦能

智能座艙、智能駕駛是大模型“上車”的重要應用場景。

科大訊飛副總裁、智能汽車事業部總經理劉俊峰表示,目前,大模型給汽車座艙最大的價值,是從真正人性化的自然靈活、自由表達開始。在人和車整個交互對答這十幾年里,人在車里約束還比較多,需要學習,需要適應,需要熟悉它相關的一些技能以及它的對話方式。“盡管我們做語音交互在汽車行業已經有20年了,但是在這些方面遲遲沒有完整的改變,而大模型將帶來新的機會和潛力。”

而在智能駕駛端,元戎啟行CEO周光表示,智能駕駛端到端模型將會成就一位“超級AI司機”,開啟物理世界通用人工智能技術的新紀元。

周光介紹,在當前國內消費市場,智能駕駛系統仍然采用模塊化模型,將感知、預測、規劃分為三個獨立的模型。每個模型的技術棧差異較大,處于下游的規劃模型需要依賴工程師編寫大量代碼去制定行駛規則。在模塊化的技術架構下,信息的傳遞會出現減損,系統維護難度大,無法從容應對復雜路況。

而端到端模型將感知、預測、規劃三個模型融為一體,無需程序員編寫冗長的代碼去制定規則,而是用海量數據去訓練系統,賦予機器自主學習、思考和分析的能力。端到端模型不會出現信息傳遞減損,能夠更好地處理復雜的駕駛任務,解決模塊化模型存在的所有“痛點”。

“現階段智能駕駛技術尚未跨越早期市場與成熟市場的鴻溝,多數消費者與機器共駕的默契還有待提升。等端到端模型上車后,智能駕駛系統會變得更擬人,更便于消費者操作。”周光表示,端到端模型能快速推動智能駕駛行業邁向成熟市場,是打造汽車行業新質生產力的重要引擎。

模型、數據、算力等挑戰不容忽視

汽車行業正在積極擁抱大模型。然而,在鐘學丹看來,在汽車行業大面積應用大模型之前,依然面臨著模型、數據、算力等方面的挑戰。

第一,在模型方面,通用大模型目前主要應用于AI交互層面,但在某些汽車行業場景中,專業知識與行業數據積累不足。因此,選擇適合的汽車行業大模型,結合企業自身數據進行訓練或精調,才能打造實用性強的人工智能服務。如何在合理成本下,挑選合適的模型,成為企業需要思考與決策的關鍵。

第二,數據方面挑戰也不小。我國自動駕駛和汽車行業高質量數據體量遠遠不足,同時要考慮數據分類、標注、訓練各環節的投入產出比,更要關注敏感數據的保護與合規。

第三,算力方面挑戰不容忽視。L3+自動駕駛的算力級別已達千萬億次每秒,要支撐更大規模AI訓練,需突破單車算力物理上限,實現云端、車端一體化算力協同,確保充足算力供給與彈性拓展。同時,大模型訓練對網絡速度與穩定性要求較高。

第十四屆全國政協常委、經濟委員會副主任苗圩也在日前表示,當前,全球生成式人工智能領域競爭激烈,但在先進算力上存在較大差距,中國一味跟隨、去追求大算力、大模型、大數據,可能并不是最優策略。

要如何應對大模型帶來的機遇與挑戰?鐘學丹提出,大模型應用第一階段首要考慮如何在一些非常明確和具體的領域快速實施,看到效果;有了效果之后,第二階段再去構建平臺,才有可能幫助其在未來加速發展;第三階段騰訊會和車企一起,基于平臺以及場景更好地結合,創造新的應用場景和服務,幫助車企自研自建AI平臺。“汽車行業還處在大模型應用的開端時期,需要產業鏈上下游開放共創,廣泛探索。”鐘學丹說道。

苗圩則建議,“應該學會采用‘下圍棋’的策略,在技術相對落后的情況下,通過大模型來賦能制造業、賦能各個具體領域來實現人工智能的應用,從而走差異化的發展道路。”(記者馬艷


地方動態

第四次數據標注產業供需對接會暨央企走進國家數據標注基地(保定)舉行

算力與綠電協同:中金數據烏蘭察布打造中國源網荷儲一體化零碳算力標桿

2025數據服務業發展研討會在京召開

A股產業互聯網平臺公司高質量發展研討會在京成功舉辦

  • 協會要聞
  • 通知公告
国产精品视频人人做人人