您的当前位置：首页 > 汽车 > 正文

世界最资讯丨国内“类ChatGPT”AI大模型紧密发布，智能汽车产业将发生颠覆性革命

2023-05-11 10:46:25 来源：互联网

“中国必须拥有自己的ChatGPT，从某种程度上来讲，这个节点特别像两弹一星的时候。”平安银行股份有限公司行长特别助理蔡新发曾在博鳌亚洲论坛上如是说。

此言一出，不禁让人后脊背发凉，很难不联想到“落后就要挨打”的警示。

于此，国内企业高歌猛进，前赴后继研发与ChatGPT相关的AI大模型产品。目前，国内包括百度、商汤、阿里、毫末智行等在内的科技公司已陆续发布了AI大模型产品。其中最近的是5月6日，科大讯飞发布的“讯飞星火认知大模型”。

(相关资料图)

据悉，讯飞星火认知大模型可以与AI学习机、讯飞听见、智能办公、智能座舱和数字员工等多场景结合，该通用AI技术能够赋能各个行业。发布会现场，科大讯飞董事长刘庆峰激动地表示，认知大模型成为通用人工智能的曙光，科大讯飞有信心实现“智能涌现”。

与百度发布文心一言之时，港股百度集团盘中一度跌超10%的滑稽现象不同。科大讯飞周末发布了星火大模型之后，5月8日该公司股价就出现了涨超10%的盛况。

这主要是因为星火大模型的AI属性确实别开生面，它让大家重新思考各产业的颠覆性发展。值得注意的是，目前国内任何一家科技公司推出的大模型产品，都涉及到了中国智能汽车产业相关的业务。

显然，被瞄准的汽车智能化下半场，必然会有一场由AI大模型掀起的智能汽车产业进阶革命。当盖世汽车以AI大模型的视角，重新审视汽车产业从研发到售后的各个环节，发现确实别有洞天。

汽车产业或将出现新的研发生产模式

眼下，“软件定义汽车，软件定义一切”的浪潮已然来临。

当汽车变成一个“好玩的”消费电子产品的趋势越来越明显，汽车从研发、生产到销售使用，都和软件的关系紧密相连。这里我们首先重点关注汽车的研发和生产环节。在以往，汽车产业主要采用传统的V型模式进行研发生产。

据悉，V模型大体可划分为几个不同的阶段步骤，即：功能需求、功能开发、软件开发、软件集成测试、功能集成测试、整车集成测试（系统合格性测试）。左边为需求分析和设计开发的过程，右边则为针对左边的测试验证，左边的每个过程是与右边的过程正好相对应。

在汽车软件开发的过程中，每个阶段的过程要求、使用的工具方法和人员要求都有严格的追溯性和一致性，前一阶段的输出交付物作为下一阶段输入，每个阶段完成后对交付物进行验证，在软件集成后，在最后阶段进行确认与软件需求的一致性。

但V模型造成开发周期时间长，对变更需求、变化、技术和人员配备相当抗拒，不能随应市场需求的快速变化。

据了解，部分汽车制造商的研发周期在两年内，外资或者合资汽车研发周期长，完整周期大概需要四年多的时间。换言之，V模型开发出来的汽车产品，极有可能无法及时适应汽车市场需求的变化，这对于眼下日新月异的汽车产业而言，并不友好。

那么，汽车产业究竟要用何种先进的模式进行生产和研发，眼下尚无定论。盖世汽车认为：此刻众多AI大模型的出现，或许能够参见一二。

科大讯飞联合创始人公司总裁吴晓如也判断：“现在汽车很多开发流程自然语言的理解还是基于符号主义，从此以后汽车里面开发可能就完全转向了。”

此前，特斯拉人工智能总监Andrej Karparthy在其技术博客中提出构建软件2.0技术栈的观点，代码正在从软件1.0（由人类编写的代码）过渡到软件2.0（由优化编写的代码，以神经网络训练的形式编写）。

软件1.0 是我们熟悉的V模型。他认为，软件2.0时代正在逐渐到来。据悉，软件2.0的开发模型始于数据，可以划分为数据管理、模型训练、模型验证、模型部署，这四个阶段不断往复迭代，这有可能彻底改变既有的开发模式。这一点，和AI大模型不谋而合。

AI之所以能够理解我们的话，并且实时产生交互，与NLP（自然语言处理）技术有关。AI大模型是一种计算机程序，在通过文本或语音进行对话时，会像智能实体一样做出响应，并通过自然语言处理理解一种或多种人类语言。甚至有人直言：“ChatGPT让自然语言处理迎来了大结局。”

从技术角度来看，ChatGPT是基于大规模预训练语言模型（GPT-3.5），借助其强大的语言理解和生成能力，通过在人工标注和反馈的大规模数据上进行学习，从而让预训练语言模型能够更好地理解人类的问题，并给出更好的回复。此项技术，或许可以给汽车的研发生产提供新的思考范本。

对此，业内主机厂方面相关从业人员也有同样的感受，其表示：未来，主机厂包括从产品设计、画图、需求设计和平台化设计，再到APP开发和中间件开发测试，可能都需要结合AI大模型以增加效率。

人要重新思考在生产力中的定位

自Open AI推出ChatGPT后，人们对人工智能的态度总体呈两种极端：一种是振奋；一种是恐惧。

人们振奋于人类智慧竟然悄无声息取得如此大的进步，资本也欣喜于能够进一步压缩人力成本，较少开支。与此同时，也有一大部分人，他们在恐惧强大的AI会取代自身的劳动价值，甚至社会价值。

那么，ChatGPT和国内AI大模型究竟“是福是祸”？人类究竟是否需要它？当AI大模型切实已经出现之后，人类要如何在生产劳作中找到自己的定位？

周晓莺认为，未来，人的功能效益将更多聚焦在赋能AI的维度上。

生产力决定生产关系，生产力是人类改造自然的能力，包括劳动者、生产工具、劳动对象三个要素。其中人的因素是最活跃的因素，生产工具和劳动对象作为生产资料为人类使用。

进入智能电动新汽车时代之后，行业对人的需求，短短几年之间，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，每一次新的需求更迭，背后都是一次重新的人才筛选。

而进入AI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，尤其是软件算法层面。人们应该正视AI大模型在生产力中扮演的角色，它与劳动者和生产工具无异，是人类劳作的合作伙伴，同时也是使人类劳作效益更高的生产工具。

同时也需要注意的是，未来，人才市场将更加需要站在高于AI大模型角度思考问题的创新型人才。人要学会真正意义上的独立思考和发问，有创意、能创新，有洞见和远见，尤其是对用户体验和感知的产品化能力，将会非常宝贵和稀缺的。终身学习，是我们生存的常态。

换言之，人和AI的协同才能实现产业质的飞跃，只有更高效率使用AI大模型的人才甚至团队，才能更大限度发挥AI的优势。毕竟，同样的武器在不同的人手中，表现出来的能力是不同的。

正如相关业内人士所言，在人的情商和智商外，未来，大企业或将拥有属于自己的“机商”，而所谓的“机商”，正是人才和团队的智慧去赋予AI机器的。

人机交互和服务生态的变革

“只有向AI大模型提问才能对话吗？”

此言大概说出了眼下人机交互的弊端。对比来看，在AI大模型面前，目前的车载语音交互系统的智能化水平还相差甚远。后者尚具备开启车辆和导航搜索等功能，虽然也可以进行简单的对话，但是远不能和AI大模型相比。

据悉，智能语音交互主要有三大重点，分别是：识别、理解和执行。根据盖世汽车研究院的行业观察，在目前提供解决方案的厂商中，识别部分已经趋于成熟，识别率可以达到90%以上。行业的痛点主要聚焦于“理解”部分，大部分的车载语音交互系统在“理解”上并不智能。这主要体现在操作复杂与交互机械两个方面。

具体来看，大部分厂商提供的语音交互解决方案是通过触摸屏与部分语音相结合的方式进行交互，同时在屏幕内的不同应用中还内置了不同的语音方案，这也带来了许多的操作不便。此前传统主机厂提供的前端语音交互的功能，大部分采用命令控制。用户需按照指定命令进行交互，机器不具备语义理解能力。交互机械化，导致整个系统功能单一、命令词单一。

AI大模型的出现，让车载语音交互系统拥有的新的可能。如果未来的汽车智能座舱能够植入AI大模型，那么车辆就真的不再是一个移动的交通工具了，而是一个智慧的伙伴。

图源：盖世汽车研究院《汽车产业ChatGPT技术展望(2023版）》

此外，根据吴晓如的表述：“用户以后可以很自由地跟汽车去聊美食，去聊音乐，上至天文，下至地理，旅游八卦等各种信息。”他表示，AI大模型可以通过与用户的问答激活汽车的功能，与汽车的所有生态进行联动，甚至成为专业的汽车专家系统。

更加值得关注的是，周晓莺认为，随着大模型的OS化，传统的APP上车、点触功能、HMI交付的必要性和重要性或许值得思考。

在智能驾驶领域，大模型由于具备对海量数据的处理能力以及多维度分析能力，可以提供更精准、更全面的数据分析和预测能力，持续优化模型，提高智能驾驶的准确性和可靠性。若如吴晓如所言，当大模型可以作为系统大脑激活汽车的各项功能，那么车上APP、物理按键与HMI确实会面临被取代的可能。

如今，在消费升级以及市场驱动这两个推力之下，汽车的电子化已经较为明显，而汽车电子产品的出现让汽车向着消费电子类产品发展的趋势更加明显。眼下，新能源智能汽车的发展路径和此前智能手机有着异曲同工之妙。

纵观电脑与手机的“进化”历史，产品的服务性能更多体现在人机交互层面，且人机交互的最终目标是将机器拟人化，机械由被动响应进入了主动式交互，这让原本冰冷的机械变得有温度，让使用者对其产生生理和心理的双重依赖感。

在新能源智能汽车领域中，智能座舱的发展也有类似的过程。随着电子技术的进展和车主的期望，汽车内外的电子信号和功能也越来越多，汽车互动方法也因此而改变，逐步从“物理旋钮 / 键盘、数字触摸屏、语言操控，走向自然状态互动。