車企也開始學(xué)起互聯(lián)網(wǎng)企業(yè)搞起大模型了，而大多數(shù)車企目前只規(guī)劃了座艙的語音功能，部分車企則開始結(jié)合大模型做智駕系統(tǒng)。具體如何解讀當(dāng)下車企投入大模型的發(fā)展現(xiàn)狀？一起來看看本文的分析。

最近這段時間，車企們也開始學(xué)互聯(lián)網(wǎng)企業(yè)，玩起大模型了。

比如理想的自研大模型 Mind GPT ，廣汽的 AI 大模型平臺，以及吉利的全棧自研全場景 AI 大模型等等。

甚至自己做不了的，也得找人去合作。像是東風(fēng)日產(chǎn)、紅旗、長城這些，就宣布接入百度的 “ 文心一言 ”。

不過，這些車企們到底是純純搞營銷還是真的有東西，脖子哥還得仔細(xì)看看。

就目前而言，大多數(shù)車企還只規(guī)劃了座艙的語音功能，說白了，就是做 ChatGPT 的語音版。

用上的話，語音助手確實會比以往更聰明一點。

比如百度的文心一言，據(jù)說搭載上車之后，可以一邊在車上電話開會，一邊自動記錄會議紀(jì)要，并且完成簡單的 PPT 制作。

那么……打工人就算開車也沒理由不干活了，百度是懂加班的。

而吉利的這個全場景 AI 大模型就更有意思了，說是有主動搭訕、自動唱歌以及哄娃等能力。

但，用車機(jī)語音搭訕和自我營銷，真的有人會用這個功能嗎？他的精神狀態(tài)真的還好嗎……

相比他們，一些車企已經(jīng)到了第二層，開始用大模型做智駕了。

這里面可就大有說法了。目前比較普遍的做法，是將大模型作為工具，輔助汽車的智駕訓(xùn)練，其中關(guān)鍵是訓(xùn)練智駕系統(tǒng)的應(yīng)變能力。

目前智駕系統(tǒng)還不能保障 100% 的自動駕駛安全性，是因為存在 AI 還沒見過的場景，一旦遇到這種情況， AI 就容易 “ 把 CPU 給干燒了 ” ，大多數(shù)自動駕駛的安全事故都是這樣發(fā)生的，這個情況被稱作 Corner case 。

為了解決一個 Corner case ，必須得經(jīng)歷數(shù)據(jù)預(yù)處理、數(shù)據(jù)標(biāo)注、模型訓(xùn)練和模型仿真等過程，需要用上萬的樣本數(shù)據(jù)以及數(shù)周時間進(jìn)行測試，費(fèi)時費(fèi)力。

過去用來訓(xùn)練 AI 的數(shù)據(jù)基本來自真實數(shù)據(jù)，但是由于 Corner case 發(fā)生的概率非常低，要找到世界各地出現(xiàn)的相同 Corner case 并不容易。

用上大模型之后，AI 就可以幫助構(gòu)建虛擬空間，自動生成訓(xùn)練場景，可以大幅縮減成本。

比如華為的盤古大模型，會根據(jù)路采數(shù)據(jù)進(jìn)行重建，生成可編輯的虛擬空間，將原來兩周左右的 Corner case 處理過程縮減到兩天內(nèi)。

但這還不夠，另一些車企選擇了更為激進(jìn)的做法，直接選擇用大模型開干智駕。

這就不得不提到特斯拉的 FSD 。

早在 2021 年，特斯拉就采用了 BEV （鳥瞰圖）+ Transformer 的智駕算法，可以說是在車企里用大模型做智駕最早的一批。

咱先不說這套智駕系統(tǒng)的原理是啥，先看這個 Transformer ，其實指的就是大模型架構(gòu)， ChatGPT 就是基于這個架構(gòu)生成的。

Transformer 模型架構(gòu)和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別在于，加入了 “ 注意力機(jī)制 ” ，舉個例子，咱們在讀一句話的時候，有些字很關(guān)鍵，有些字不關(guān)鍵，只要看這些關(guān)鍵字，就容易 get 到整個句子的含義，即使個別字寫反，也不影響最終理解的結(jié)果。

因此 Transformer 就會對一句話中的每個字設(shè)置權(quán)重，最后對全文的理解根據(jù)每個字加權(quán)平均算得，準(zhǔn)確性就相對更高了。

這套模型架構(gòu)將主要用于 FSD 的純視覺感知算法，幫助系統(tǒng)將 2D 的攝像頭視頻數(shù)據(jù)融合轉(zhuǎn)化成 3D 的鳥瞰圖，從而自行判斷合理的行駛路線。

然而，就算這套大模型智駕方案擁有更高的泛化能力（舉一反三的能力），特斯拉的 FSD 還是會遇到了各種 Corner case 。

比如在今年的 8 月 26 日，馬斯克在直播測試自動駕駛時，AI 把左轉(zhuǎn)車道的綠燈當(dāng)成前進(jìn)的綠燈，打算筆直穿過路口，此時的老馬不得不主動介入剎停，才避免釀成事故。

要知道這可是當(dāng)眾直播啊！先不說觀眾對 FSD 系統(tǒng)的質(zhì)疑，就算評論問起應(yīng)如何解決故障時，老馬也只能說 “ 將投喂更多樣本數(shù)據(jù) ” 。

因為壓根沒有什么直接了當(dāng)?shù)慕鉀Q辦法，畢竟模型是一個黑箱，沒有人能在里面微操，除了繼續(xù)訓(xùn)練還真沒有什么別的辦法了。

所以，大模型做智駕的主要問題，依然是處理不完的各種 Corner case ，未來的智駕大模型還得繼續(xù)在泛化能力上進(jìn)行升級。

不僅如此，大模型做智駕的另一個難處就是錢。

特斯拉之所以能用上 Transformer ，關(guān)鍵是有 72 TOPS 算力的 HW3.0 芯片作為支撐。而現(xiàn)在一些車企用的都是英偉達(dá)orin 芯片，它的算力更是達(dá)到 254 TOPS，今后隨著模型越來越大，對智駕芯片的算力要求也會越來越高，這意味著車主就要為智駕掏更多的錢。

在研發(fā)方面，之前一些企業(yè)訓(xùn)練大模型用的都是 GPU 芯片，但現(xiàn)在都開始用上 TPU 了，功能越強(qiáng)的大模型研發(fā)難度越大，普通車企恐怕很難保持長時間的自研過程，與互聯(lián)網(wǎng)巨頭合作說不定會更加現(xiàn)實。

不過特斯拉在這上面算是鐵了心，最近， FSD 又進(jìn)行了一次全面的算法更新，打造了一個 “ 端到端 ” 的智駕模型，把整個智駕過程融入到一個算法和模型里面，這可能是未來各大車企做智駕大模型的一個方向。

要知道，過去的智駕算法是分成三個部分的，感知、決策和執(zhí)行各司其職，如果將其整合在一起，那么成本會更低，智駕反應(yīng)也會更快。

隨著技術(shù)一次次迭代，也真說不好，什么時候就能把智駕大模型最后的安全難關(guān)給攻破了。

但在此之前，一定是一段非常艱難且痛苦的過程。

要脖子哥說， “ 大模型上車 ” 這玩意兒確實有用，但能發(fā)揮出幾分功力，還得看各家車企的實力了吧。

圖片資料來源：

• 從乘用車到商用車，不搞大模型的車企不是好車企？
• 華為、特斯拉帶頭，車企卷入「大模型」軍備競賽
• AIGC｜萬字長文！帶你了解AI大模型技術(shù)演進(jìn)
• 自動駕駛攻入大模型