直屏旗艦來了 iQOO 12和K70 Pro同臺競技
旗艦機基本上使用的都是雙曲面屏幕，這就讓很多喜歡直屏的愛好者在苦等一款直屏旗艦，這次，你們等到了。據博主數碼閑聊站帶來的最新爆料稱，Redmi下代旗艦K70 Pro和iQOO 12兩款手
TechWeb 文/卞海川
眾所周知，隨著以ChatGPT為代表的生成式AI大模型的火爆，汽車產業產業的競爭正在從新能源駛向智能化，而無論是傳統車企，還是造車新勢力，也無一例外地都將智能化作為發展的重點。那么問題來了，大模型真的可以讓汽車智能化更上層樓嗎？
大模型上車，智能座艙與自動駕駛是重點
從汽車行業與大模型的關系看，大模型可以在自動駕駛、駕駛艙智能化、人車傳感器互聯、工廠數字化等諸多方面產生價值。而從功能層面來看，大模型在汽車智能化方面主要體現在智能座艙和智能駕駛，也是車企們關注和用戶體驗的重點。
以智能座艙為例，當下，汽車的人機交互能力被許多用戶詬病。如何改善車機交互水平，提升用戶體驗？AI大語言模型為OEM廠商提供了新的思路。當下，大語言模型等生成式AI大模型應用在智能座艙等車聯網場景中展現出了巨大潛力，許多車企都將其視為戰略儲備技術之一。例如車載ChatGPT語音助手，可以處理完整的對話，比如追問，并能保持對前后文的理解，形成較為良好的語音交互體驗。
比如，今年美國微軟公司和德國汽車廠商梅賽德斯奔馳公司宣布，雙方將展開合作，把ChatGPT人工智能服務整合到存量汽車中，美國地區90萬輛汽車將因此受益。
據梅賽德斯奔馳介紹，未來車主在使用語音助手提問時，ChatGPT將會負責回答問題，增強汽車語音助手的negligible。微軟公司發言人介紹稱，這也是ChatGPT產品第一次應用在汽車環境中。實際上，微軟與梅賽德斯—奔馳探索ChatGPT的插件生態系統，為第三方服務集成開辟了可能性，未來駕駛員可以通過車載系統完成預訂餐廳、預訂電影票等任務，將會極大豐富和提升智能汽車與人之間的交互體驗。
而從目前國內的情況來看，已有多家車系宣布將在旗下車型上接入AI大模型，如長安、集度、吉利、嵐圖、紅旗、長城、東風日產、零跑等，它們均為文心一言的早期客戶。
同樣是在今年，百度Apollo汽車智能化業務展示了以文心大模型為基礎的新一代AI智艙探索成果。百度Apollo演示了基于文心大模型能力探索下，智艙將具備出行場景對話式交互、邏輯推理、策略規劃和知識問答等多項能力，同時也展示了在當前智艙命令式交互下覆蓋全車多音區、毫秒級響應、免喚醒全時交互的體驗。
除了智能座艙，AI大模型在自動駕駛領域同樣有著廣泛的應用前景。許多專家學者認為，AI大模型在自動駕駛領域的應用將會成為未來智能出行的重要驅動力之一，為自動駕駛技術的發展和普及做出重要貢獻。
眾所周知，大模型可以處理海量數據，同時具備多維度分析能力，可以提供更精準、更全面的數據分析和預測能力。保持對大模型的優化升級，就可以提高自動駕駛的準確性和可靠性。具體表現在在云端，車企可以發揮模型參數量的大容量優勢，通過大模型完成絕大多數的數據標注和數據挖掘工作，節省數據標注成本，還能夠借助仿真場景構建賦能。在車端，大模型可以將細分為多個附屬子模型，分管不同子任務，節省車端的推理計算時間，增加行車安全性。
以特斯拉為例，隨著AI大模型技術的發展，特斯拉率先采用了基于TransFormer大模型的BEV+占用網絡感知算法，提升了環境建模的效率，成為目前主流車企下一代智能化的主要架構。通過這套感知架構能夠減少對于激光雷達等高成本傳感器的依賴，有效降低系統成本，減輕車企及消費者的負擔。
新挑戰顯現，真正落地仍需時日
綜上，我們看到，大模型在智能座艙上的應用是可以直觀感受的，且已有應用出現，但對于自動駕駛，大模型上車還有很長的路要走或者說挑戰更大。
首先從“硬”的方面看，業內知道，AI大模型的運行需要高規格的硬件配置支持，需要具備高算力、大容量內存以及低時延的特性。但現階段車載設備的硬件水平雖然有所提升，但還無法達到支撐AI大模型運行的水平。以自然語言處理(NLP)的預訓練模型GPT-3為例，需要數萬億次TOPS的計算能力，這就要求芯片的算力至少要在萬級TOPS以上才能夠勝任計算工作。
但從目前的車載硬件部署來看，即便目前蔚來、理想等造車新勢力使用的英偉達Orin X芯片，單顆算力也僅為254TOPS，這已經是目前量產車中算力最高的芯片，遠遠達不到大模型的計算要求。而這也是為何特斯拉要自研芯片和建立云端智算中心Dojo的主要原因。
其次在“軟”的數據層面，對其的處理也是不小的挑戰，特別是現在日益流行的多模態數據，包括自動駕駛中激光雷達、毫米波雷達、超聲波雷達等，以及專用的高清攝像頭、GPS設備等搜集到的數據、場景數據（比如對交通標志與地面標線的學習與識別、對車流與人流的行為與相關應對模型等）等，這本就使得數據的處理、管理和使用變得相當困難，相比之下，大模型的數據量是有過之而無不及。
此外，諸如數據的隱私、安全的挑戰也會隨著數據量的爆炸式增長而增加。
值得一提的是，從“軟”的感知算法的推進看，行業總體2022年及之前的的商業化應用主要為2D+CNN算法，而隨著ChatGPT等AI大模型的興起，感知算法已經升級至BEV。如我們前述，特斯拉在2021年就已經采用BEV+Transformer，國內的小鵬+華為+理想等今年才切換到BEV+Transformer，但仍應用于感知端，而受限于算法復雜性+大算力要求，感知決策一體的端到端算法落地尚需時日。
寫在最后：綜上，不可否認，大模型已經成為智能汽車行業的競爭焦點，可以為自動駕駛和智能座艙帶來了巨大的潛力，改善駕駛安全性、優化交通流量和提供個性化的駕駛體驗。與此同時，其在算力、算法及數據方面的新挑戰也成為能否最終實現上述目標的阻礙，那么未來究竟是挑戰大于機遇，還是機遇大于挑戰，還需我們邊走邊看。
本文鏈接：http://www.tebozhan.com/showinfo-21-7224-0.html大模型上車，汽車智能化的機遇or挑戰？
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
下一篇： 網信辦發布第二批深度合成服務算法備案信息
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號