3合1网站建设哪家好,这几年做那个网站能致富,免费网站怎么盈利模式,wordpress网页内容作者 |德新
编辑 |王博 过去这年最大的技术潮#xff0c;非大模型莫属。
2023年初#xff0c;由ChatGPT掀起的浪花#xff0c;迅速地演变成了席卷全球的AI科技浪潮。汽车行业在其中也不可避免。各大车企纷纷投入与大模型相关的布局。
长城官宣成立了AI Lab#xff0c;到…作者 |德新
编辑 |王博 过去这年最大的技术潮非大模型莫属。
2023年初由ChatGPT掀起的浪花迅速地演变成了席卷全球的AI科技浪潮。汽车行业在其中也不可避免。各大车企纷纷投入与大模型相关的布局。
长城官宣成立了AI Lab到2023年9月AI Lab已经有超过400人规模这支团队由长城智能化副总裁吴会肖带队并由AI Lab负责人杨继峰领衔。长城的AI Lab又称智能空间实验室。很明显长城的大模型发力的首站会是智能座舱空间。吉利在汽车研究院下也成立了类似的机构AI智能研究部。吉利汽车集团CEO淦家阅在这年中期透露吉利已经具备全栈自研的大模型技术。吉利自研大模型最早上车的车型可能是马上要上市的银河E8。理想则在2023年6月份公布了大模型MindGPT其原有的座舱人工智能助手理想同学将基于大模型打造新一代的多模态人机交互技术体系。MindGPT所展示的功能在理想最近更新的OTA 5.0上刚刚落地兑现。
尽管由于车端算力的限制千亿级参数规模的大模型还未被搬上车但「BEV Transformer」的框架在这年中几乎统一了所有厂商的智驾感知系统。无论在智能驾驶还是智能座舱上更大规模、更为通用的模型正在替代此前多个专用小模型的格局。
「AI大模型不是普通的技术和创新而是技术范式级的创新。」北大光华管理学院组织与战略管理系副教授王铁民在最近的一次分享中这样总结。
什么叫「范式级的创新」科学哲学家托马斯·库恩早在1962年给了一个定义是指「那些公认的科学成就在一段时间里为实践共同体提供典型的问题和解答」。
简单来说在未来相当长一段时间内AI大模型将是很多技术问题的答案。
一、大模型上车首先从座舱语音开始
关于大模型上车给车端带来什么在过去一年中有很多讨论与实践。 腾讯智慧出行副总裁钟学丹在近期腾讯与北大光华联合举办的「AI出行」产业沙龙上这样总结AI赋能下的汽车新智能
第一它重新定义了汽车的人机交互方式第二明年或者在未来一段时间内无论是高速还是城区的自动驾驶将涌现越来越多的端到端的技术第三舱驾一体的趋势将加快落地第四汽车将变成开放的平台将接入更多的服务和体验内容来帮助用户解决实际的问题。 座舱领域尤其是语音交互可能是过去这年用户感知变化最为明显的领域。
钟学丹认为当前结合大模型语音正在发生新的变化。交互方式正从规则模式是转变为更自然的方式交互场景从过去单一任务的交互转变为基于多任务的应用座舱也正从单一语音交互向多模态交互转变。
iPhone开启了消费电子的触控交互时代目前绝大部分消费电子的交互都是以触控为主汽车也延续了这样的交互方式。但差别在于无论是手机、iPad还是电脑都属于大部分时间是一个人使用的私人设备汽车是比较少见的一对多的设备。所以汽车当前以触控为主、语音为辅的交互方式未必是最佳方案。
理想汽车智能空间副总裁勾晓菲认为大模型的出现让语言的理解能力迈上了一个新的高度。因此从智能空间的角度理想希望推动未来车内的主要交互形态从触控为主、对话为辅逐步向以对话为主、触控为辅转变。
因为对话式的交互用户是完全开放式的输入所以下个阶段行业面临的很大挑战是座舱一端的输出也要变成开放式的——即所有的UI都会变成生成式的UI的布局要根据用户的语言逻辑自动生成高度匹配用户的语义。
与此同时今天座舱应用提供的能力都是基于各个公司的垂直领域相互独立的。比如用户要去吃望京的美食需要跨美团和地图两个应用。未来不同的科技企业都会有属于自己的Agent它代表了各自公司的通用能力和私域能力这些Agent可能会像人与人一样组建成社会网络。在数字世界里Agent组成的社会网络通过这种全新的接口形式把各家的能力联通起来。
二、大模型驱动的下一代自动驾驶
理想汽车有一组内部数据60%的出行场景下只有驾驶员一个人在车内。所以如果不能通过自动驾驶把驾驶员解放出来智能座舱是无法发挥价值的。
与高度个性化的座舱服务不同自动驾驶是极度标准化的功能。勾晓菲甚至认为「自动驾驶一旦实现是没有什么想象空间的但座舱的人机交互背后有强大的生态和非常多的服务背后有无限的想象空间。」
自动驾驶目前所处的阶段无论从技术研发还是市场占有率上都在高速增长。
由于城区自动驾驶功能的快速推进「BEV Transformer 占用网络 无图化」是过去这年头部车企的主力研发方向。「BEV 上车」以具备鸟瞰视角Birds Eye View的大模型实现了多摄像头的融合感知从而大幅提高了智驾感知的数据驱动比例。
在上一年的CVPR 2023上还提出了UniAD的论文工作将感知、决策、规控等模块整合到一个端到端的网络。以一个深度神经网络为基础以提升最终的驾驶体验为目标进行端到端的优化可以极大地提升智驾系统的开发效率。
特斯拉FSD的下一个大版本V12也将引入端到端的网络。
钟学丹认为过去业界在开发自动驾驶系统时做的是感知与规划分离这种分离的方式是不符合用户的驾驶行为和体验的。而如何实现端到端的自动驾驶全链路的模型更多关注到最终达成更好驾驶体验的目标是更重要的解决路径。
除了对自动驾驶端到端技术架构的影响大模型也在帮助提升针对训练需要的海量数据标注。
在Mind GPT发布之后李想就曾经表示理想内部一年要做大概1000万帧的自动驾驶图像的人工标定外包的价格大概6元到8元钱一张一年成本接近一亿元。当使用大模型进行自动化标定过去需要用一年完成的工作基本上3个小时就能搞定效率提升千倍。
从车端到云端大模型正全面推动自动驾驶的体验进化。
三、掘金大模型的挑战
除了智能驾驶、智能座舱这两大最常见的智能化领域汽车从生产、制造、营销、服务的全链条也可能被大模型改造。
腾讯智慧出行副总裁钟学丹提出了一些案例比如在设计研发领域腾讯云AI代码助手的能力已经可以帮助开发团队完成编码的编制、测试以及质量提升。
通过AIGC生成的数字化营销内容可以帮助销售团队更好地理解用户。比如在卖车的过程中每个用户对车的需求和想法都不一样如何为TA创造独特的内容如何让内容的表述更好地切中潜在车主的需求将对销售转化有很大帮助。
长城汽车AI Lab的负责人杨继峰也告诉我们内部已经开始使用AI长做在做造型设计并且其使用AI的作品与人工设计的作品拿来做图灵测试目前已经很难辨认出来是否是由AI设计的。 钟学丹也提到大模型要在全产业链条上落地目前有三大挑战模型挑战、数据挑战以及算力挑战。
算力挑战最容易理解当前高算力的GPU对全行业而言都是稀缺资源。
HiEV获悉一家互联网巨头在年初向英伟达下了10亿美元的GPU订单但随着对高算力计算平台的出口限制GPU越发稀缺尤其在去年9/10月之后不少企业的供应链团队都在加班加点解决算力的缺口问题。
而数据挑战源于对数据合规与数据安全的要求尤其在自动驾驶领域车辆感知的数据处理不当直接影响地理信息安全而用户车内的数据则涉及隐私安全。
目前虽然通用大模型正上演「百模大战」但对于垂直行业应用而言其准确率仍达不到应用要求大模型如何针对行业应用开发调教以及对应行业训练数据的质量提升仍任重道远。
互联网巨头们是这波「百模大战」最积极的参与方和推动者无论从模型训练、算力建设还是数据挖掘上他们都有丰厚的储备。
通用大模型可以帮助行业开发者快速建立行业大模型的基础。以腾讯为例腾讯的混元大模型有超千亿级的参数规模预训练语料超过2万亿Token。目前在腾讯云上已经有超过300个应用接入混元大模型用在广告、营销、游戏、社交等场景。
腾讯也对外提供大模型的一站式商店——MaaS平台模型即服务帮助企业快速打造专有的模型应用。在底层设施上提供大规模训练集群和高性能计算网络带来业界最高3.2Tbps带宽算力性能提升3倍为大模型训练提供智算能力支撑。在面向大模型的特殊数据场景上向量数据库可以帮助系统在数据访问效率带来10倍提升。
不少人将2023年称为大模型元年大模型的技术盛宴才刚刚开始而汽车作为当前最大的消费电子单品可能会成为从中技术获益最大的一支。
