新一代數(shù)字技術，如人工智能、物聯(lián)網(wǎng)、5G移動通信等的發(fā)展與成熟，對汽車行業(yè)帶來了深遠影響。傳統(tǒng)車企需要持續(xù)推進整車的自動化智能化水平，以適應市場對自動駕駛功能的高接受度。

同時，數(shù)字化轉型也是傳統(tǒng)車企面臨的重要挑戰(zhàn)，需要提升產(chǎn)品思維，應對車機設計、自動駕駛功能的使用以及數(shù)字化營銷等方面的挑戰(zhàn)。

未來，傳統(tǒng)車企需要利用AI大模型技術，依靠先進的智能駕駛計算平臺來實現(xiàn)智能制造和智能化生產(chǎn)，重構智慧工廠、生產(chǎn)車間和智能產(chǎn)品開發(fā)中心等。

那么，大模型在汽車交通行業(yè)能解決哪些問題？帶來哪些價值呢？

大模型上車

助力車企智能化升級

簡單來說，大模型在傳統(tǒng)車企領域解決的問題主要包括提升交通效率與安全、推動智慧交通行業(yè)的高速發(fā)展、解決自動駕駛領域的技術難題等。大模型能夠通過實時感知、機器視覺、交通預測等技術，提供全域信控緩堵解決方案，從而有效緩解交通擁堵。

大模型技術帶動智慧交通行業(yè)的發(fā)展

其次，隨著城鎮(zhèn)化的加速和汽車保有量的快速增長，城市污染和城市擁堵問題日益嚴重，大模型技術能夠帶動智慧交通行業(yè)的發(fā)展。

第三，在自動駕駛領域，大模型技術通過Transformer注意力機制和預訓練-微調(diào)范式等技術，為自動駕駛算法提供了新的發(fā)展方向。這也是大模型上車主要應用的場景。

在場景化創(chuàng)新方面，傳統(tǒng)車企可以充分利用大模型的大規(guī)模、高精度數(shù)據(jù)和AI能力，為用戶提供更多優(yōu)質(zhì)的服務。

例如，在自動駕駛感知方面，傳統(tǒng)車企可以利用大模型訓練感知算法模型，并基于其構建深度神經(jīng)網(wǎng)絡以提升感知精度。

傳統(tǒng)車企還可以利用大模型為用戶提供更好的智能駕駛體驗。例如，在自動駕駛決策方面，傳統(tǒng)車企可以利用大模型構建基于場景的決策優(yōu)化模型，并借助其開展多目標規(guī)劃與協(xié)同控制研究。而在自動駕駛仿真測試方面，傳統(tǒng)車企也可以利用大模型打造基于場景的仿真測試方案。

除了為用戶提供優(yōu)質(zhì)服務外，大模型還可以通過與車企共建智能駕駛生態(tài)解決方案、智能駕駛算力等問題。

總的來說，大模型能夠推動傳統(tǒng)車企的智能化進程，實現(xiàn)對開源大模型的適應性優(yōu)化與本地化部署。

在車端，大模型能夠合并分管不同子任務的小模型為一個大模型，節(jié)省車端推理計算時間，增加汽車安全性。

此外，大模型的應用還能提升汽車設計、生產(chǎn)、營銷、研發(fā)等業(yè)務場景的智能化水平，使車企員工工作更高效、更輕松。同時，大模型技術還能通過大量數(shù)據(jù)的注入推動模型成長、優(yōu)化算法，提升汽車智能化水平。

根據(jù)清華大學智能研究院研究顯示：人工智能正在推動汽車產(chǎn)業(yè)進入一個新時代，并圍繞CASE(網(wǎng)聯(lián)化、自動化、共享化、電動化)進行轉型。AI技術為汽車帶來自主性，顯著提高安全性(10倍)，提高效率(每天節(jié)省60米，減少污染)，并催生新的經(jīng)濟形態(tài)(到2030年將增長1.5倍)。

人工智能圍繞CASE(網(wǎng)聯(lián)化、自動化、共享化、電動化)推動汽車轉型 

這一轉型正在重塑汽車產(chǎn)業(yè)格局,一級供應商(Tier 1)和整車廠(OEM)面臨新的機遇和挑戰(zhàn)。

總之，AI正在深刻改變汽車產(chǎn)業(yè)，而大模型在汽車交通行業(yè)正開創(chuàng)一個智能、安全、高效、環(huán)保的新時代。

從自動駕駛到智動駕駛

數(shù)字開物了解到，目前大模型在傳統(tǒng)車企行業(yè)的應用案例涵蓋了自動駕駛、智能座艙系統(tǒng)的建設、交通效率與安全的提升以及汽車企業(yè)在大模型應用探索等方面，展現(xiàn)了大模型技術在汽車行業(yè)中的廣泛應用和深遠影響。其中，大模型與自動駕駛如何結合，成為業(yè)界主要探討方向。

理想汽車創(chuàng)始人、董事長兼CEO李想曾公開表示，目前，大模型和智能駕駛相結合可以分為三個階段：

第一階段是賦能，也就是智能輔助駕駛，賦能駕駛員，讓駕駛更安全、便捷。這個階段需要進行人機共駕的過程來訓練大模型。

第二階段是半機器人。隨著越來越多的人使用輔助駕駛，智能駕駛會形成半機器人。它可以解決酒駕、疲勞駕駛等問題，相當于垂直領域的專家，可以看作是真正免費的司機。

第三階段是AGI（通用人工智能）。行為學習和認知學習會二合為一，大腦和小腦同時具備，機器可以獨立獲取信息，形成自主迭代。雖然無法預測這個階段何時到來，但我們對此充滿期待。

此外，大型模型的部署還需要考慮時延的問題。例如，在自動駕駛場景下，需要對海量數(shù)據(jù)進行實時處理和分析，因此需要保證模型的推理速度和響應時間。

大型模型的部署

數(shù)字開物了解到，大模型對自動駕駛的影響主要體現(xiàn)在以下幾個方面：

第一，加速技術落地：大模型的引入促進了高速NOA、通勤NOA、城市NOA等功能的快速應用，有望加快L3及以上自動駕駛的落地進程。這表明大模型在提升自動駕駛技術成熟度、擴大應用范圍方面發(fā)揮了重要作用。

第二，提升算法能力：大模型技術，特別是Transformer注意力機制和預訓練-微調(diào)范式，顯著提升了自動駕駛算法的能力。這種提升不僅限于算法本身，還包括通過仿真、自動標注等方式提升車廠算法能力。

大模型對自動駕駛的影響

第三，增強感知系統(tǒng)和決策控制：大模型能夠增強自動駕駛感知系統(tǒng)的感知精度、提升決策控制系統(tǒng)的記憶和理解能力，拓展并豐富復雜道路場景，提高單車融合定位精度。這些改進對于提高自動駕駛的安全性和可靠性至關重要。

第四，改變車內(nèi)交互方式：大模型的應用還可能帶來車內(nèi)交互方式的改變，這是智能化發(fā)展的重要方向之一。這種交互方式的創(chuàng)新有助于提升用戶體驗，使自動駕駛汽車更加人性化。

第五，降低硬件成本：大模型的應用有望降低自動駕駛傳感器硬件成本，加速自動駕駛的普及。這一點對于推動自動駕駛技術的廣泛應用和商業(yè)化具有重要意義。

第六，云端與車端的結合：盡管目前自動駕駛大模型主要運轉在云端，但通過知識蒸餾等方式，依然可以對車端產(chǎn)生影響。這種云端與車端的結合模式為自動駕駛技術的發(fā)展提供了新的可能性。

具體案例上，百度大模型全面賦能的極越01成為大模型上車的一個具體案例，展示了大模型技術在汽車領域的應用，使車輛變得真正智能，標志著汽車智能化時代的開始。

再比如，毫末智行科技和長城汽車共同開發(fā)的自動駕駛大模型DriveGPT雪湖·海若成功入選，展示了大模型在自動駕駛領域的實際應用，如問題場景的快速發(fā)現(xiàn)、場景數(shù)據(jù)的快速篩選與自動標注、罕見場景的數(shù)據(jù)生成等，有效節(jié)省標注成本，提升算法性能。

大模型在自動駕駛領域的實際應用

而國外，特斯拉FSD Beta V12系統(tǒng)：特斯拉端到端AI自動駕駛系統(tǒng)FSD Beta V12完全依靠車載攝像頭和神經(jīng)網(wǎng)絡來識別道路和交通情況，并做出相應的決策，展示了大模型在自動駕駛決策中的重要作用。

這些應用案例展示了大模型在自動駕駛領域的廣泛應用，從感知、決策到運動規(guī)劃，大模型正逐步成為推動自動駕駛技術進步的關鍵力量。

平臺到場景應用

傳統(tǒng)車企智能化落地

目前大模型在傳統(tǒng)車企行業(yè)主要賽道分類可以分為這幾種，第一種，百度、阿里、華為等科技巨頭利用自己的通用大模型平臺，延伸出行業(yè)大模型解決方案與傳統(tǒng)汽車企業(yè)合作，推動技術產(chǎn)品在行業(yè)落地，也幫助傳統(tǒng)車企智能化升級。

大模型應用GPT-BI率先落地，成為汽車行業(yè)首個投入使用的同類應用

例如，2024年1月22日，由中國一汽聯(lián)合阿里云通義千問打造的大模型應用GPT-BI率先落地，成為汽車行業(yè)首個投入使用的同類應用。

在AI賦能之下，一汽紅旗建立了基于海量數(shù)據(jù)和規(guī)則的自動評價模型，將原本需要人工花費50-80天進行的工作，放在數(shù)字化工作臺上自動運行，可以把耗時壓縮到天級、甚至秒級。

AI賦能數(shù)字化工作臺

同時，阿里云同一汽合作的主要形式，是基于公有云的vpc方案。在這一方案下，阿里云提供了通用大模型能力和訓練支持，但由一汽自己的技術團隊承擔專屬模型的訓練，所使用的數(shù)據(jù)也運行在專屬空間上。訓練完成后，一汽可以將其封裝為自己的大模型，并脫離公有云進行本地化部署，以滿足政策監(jiān)管要求。

第二種是，吉利這類傳統(tǒng)車企自研大模型技術與業(yè)務結合，幫助企業(yè)智能化升級。

1月11日，吉利正式發(fā)布汽車行業(yè)全棧自研全場景AI大模型——吉利星睿AI大模型。此前的1月5日，吉利汽車集團CEO淦家閱在吉利銀河E8上市發(fā)布會上，發(fā)布了AI大模型的相關能力及多款應用。

吉利星睿AI大模型

不同于科技巨頭開發(fā)的通用大模型，星睿AI大模型深度聚焦汽車垂直領域，對車輛功能使用、常見車輛問題、交通法規(guī)、售后服務等海量知識庫進行大規(guī)模學習，擁有汽車行業(yè)最完備的專業(yè)知識儲備，僅星睿語言大模型訓練過程中就特別補充了汽車領域39類知識庫。

吉利星睿AI大模型以強大的星睿智算中心為算力底座，將自研基礎大模型與吉利的NPDS研發(fā)體系、巨量造車全鏈路場景數(shù)據(jù)庫深度融合，將成為汽車行業(yè)應用場景豐富、算力強大、汽車專業(yè)知識體系完備、數(shù)據(jù)與模型安全可靠的大模型。

星睿AI大模型擁有超千億參數(shù)量，海量常識和情感模塊，能夠更聰明、精準的和用戶對話。它可以是一個對景點如數(shù)家珍的金牌導游、一個對汽車知識答疑解惑的技術專家、一個對新聞熱搜了如指掌的時尚達人甚至是一個能講故事、畫畫的創(chuàng)作大師，為用戶帶來不止于車的全場景陪伴AI智能體驗。

第三種是，思必馳等科技創(chuàng)業(yè)公司，基于自身業(yè)務邏輯和優(yōu)勢，單點切入，幫助車企打造不同場景的應用解決方案。

例如，思必馳推出自研大模型DFM-2，并展示了在多個領域的創(chuàng)新技術及落地情況。其中，在智能汽車領域，基于DFM-2大模型，思必馳汽車語音助手天琴系統(tǒng)全面升級至6.0版本，為智駕出行帶來更多想象。

思必馳DFM-2大模型，定位為“具有通用智能、針對垂域的行業(yè)語言大模型”。它不僅具備通用智能和知識，在應對行業(yè)落地挑戰(zhàn)中，DFM-2還對人機語言交互五大核心能力進行提升（包括：外部信源增強的精準推理決策、基于深度認知的通用語義理解、基于文檔理解的可信主動知識問答、面向用戶個性化的多人設交互、面對復雜任務的自動規(guī)劃與執(zhí)行），更重要的是，大模型可與對話式語言技術進行聯(lián)動，為用戶帶來更具想象的使用體驗。

在出行規(guī)劃上，DFM-2大模型可基于情景理解、常識問答、內(nèi)容生成能力，根據(jù)用戶需求，為用戶擬定一份出行方案。

通過開啟插件模式，DFM-2大模型可以智能調(diào)用外部信源和工具，為用戶提供諸如“明日限號信息”等更準確、更實時的信息查詢服務。

DocDFM可為用戶提供知識查詢服務，免去了閱讀冗長的說明書的麻煩。用戶可以像咨詢?nèi)斯た头粯幼稍兤囀褂眠^程中遇到的問題，基于DFM-2大模型的語音助手即刻給出答案。

除此之外，在車企的生產(chǎn)制造環(huán)節(jié)，大模型的應用可實現(xiàn)智能制造與人工智能技術深度融合，幫助車企更好地進行智能工廠升級。

例如，以華為與某車企的合作為例，在生產(chǎn)制造環(huán)節(jié)，大模型可將生產(chǎn)計劃排產(chǎn)、產(chǎn)能預測、物流規(guī)劃、設備維護等各個環(huán)節(jié)進行優(yōu)化。

以物流規(guī)劃為例，在此環(huán)節(jié)，大模型可幫助企業(yè)實現(xiàn)車間物流路徑規(guī)劃與產(chǎn)能預測；在生產(chǎn)計劃排產(chǎn)環(huán)節(jié)，大模型可通過自定義算法生成排產(chǎn)計劃；在產(chǎn)能預測方面，大模型可以將不同時間段的產(chǎn)能數(shù)據(jù)進行關聯(lián)預測，并通過大數(shù)據(jù)分析不斷優(yōu)化預測結果。

此外，大模型還可幫助車企實現(xiàn)生產(chǎn)制造環(huán)節(jié)的智能化改造。以某車企與華為合作的一款車型為例，這款車型主要應用于新能源領域。在該車型的生產(chǎn)制造過程中，大模型可以幫助企業(yè)實現(xiàn)車間工藝過程的自動化和數(shù)字化升級。

雖然，不同維度廠商都在布局大模型上車，但現(xiàn)階段，大模型重點還是在探索與自動駕駛方面的結合，從自動駕駛到智動駕駛的升級。

隨著智能汽車的發(fā)展，汽車交通行業(yè)正面臨著汽車電動化、智能化、網(wǎng)聯(lián)化的轉型。汽車不再是一個獨立的設備，而是變成了一個移動終端。未來，汽車將具備人-車-路-云-網(wǎng)-圖等六大要素，并在此基礎上形成了高度融合的智慧出行生態(tài)。

這也意味著車企將面臨更多挑戰(zhàn)，包括在數(shù)字化轉型過程中，如何實現(xiàn)數(shù)據(jù)驅(qū)動、數(shù)據(jù)治理以及數(shù)據(jù)安全；如何快速實現(xiàn)自動駕駛智能座艙和智能駕駛的升級；如何更好地解決人機交互、語音識別等問題等。

而大模型上車也成為傳統(tǒng)車企轉型升級必不可少的關鍵要素。大模型通過提升算法能力、增強感知系統(tǒng)和決策控制、改變車內(nèi)交互方式等多方面的影響，對自動駕駛技術的發(fā)展產(chǎn)生了深遠的影響。這些影響不僅體現(xiàn)在技術層面，也涉及到商業(yè)模式和用戶體驗的創(chuàng)新。