江苏机械门户网
 
用户名: 密码: 注册账号
 
文章查询:
 现在的位置:首页 >> 资讯
  最新图文
  资    讯 更多..
4 2025氢能技术及产业发展… 
4 改革创新 推动石化民营经… 
4 国际氢能燃料电池协会亮… 
4 研究发展新思路:推动煤化… 
4 中钢协副秘书长张龙强:数… 
4 中国质量协会:2024年燃气… 
4 技术革新与政策红利 助力… 
4 探索创新发展路径 为纺织… 
4 2024中国5G+工业互联网大… 
4 部分工业品出厂价格止跌…
  法律法规 更多..
4 李强主持召开国务院常务…
4 中国出台能源法 专家称多…
4 江苏省工程机械产业高质…
4 省工业和信息化厅等七部…
4 省工业和信息化厅关于印…
4 三部门关于印发《制造业…
4 国务院常务会通过《制造…
4 关于印发江苏省机器人产…
4 省工业和信息化厅关于组…
4 省科学技术厅 省发展和改…
大模型驱动汽车 迎来“新智能”时代

内容来源:中国工业报      浏览次数:276      更新时间:2024-04-22

在全国汽车产业的大变革中,新能源汽车已经成为引领产业创新发展的核心力量。2023年,新能源汽车产销量全球占比超过60%,电动汽车、锂电池、光伏产品“新三样”出口增长近30%,我国汽车特别是新能源汽车产业发展对全球汽车市场格局有着深刻的影响。

然而,汽车产业的变革并未止步。随着智能化、网联化技术的快速发展,智能网联汽车已经成为新的竞争焦点。当前,人工智能,特别是大模型新技术浪潮正在掀起颠覆性变革,赋能千行百业,带来全新的生产力和生产关系。多位业内人士在接受中国工业报记者采访时均表示,“大模型等人工智能技术的广泛应用势在必行,汽车智能化也将迎来全新的时代。”

大模型驱动汽车产业步入“新智能”开端

随着ChatGPT的“走红”,大模型“上车”也成为车企在智能化下半场“决胜”的关键。中国工业报记者了解到,长城、吉利、长安等车企都在积极推进大模型发展;蔚来、小鹏、理想等新势力车企,以及科技大厂百度、阿里、华为、腾讯等也均在布局大模型“上车”。

在中国电动汽车百人会论坛(2024)上,腾讯智慧出行副总裁钟学丹表示,在大模型的驱动下,汽车产业已处在“新智能”发展的起点,大模型的应用将重塑智能汽车算法与逻辑,助力生产力革新,深度融入汽车各业务场景。人工智能作为新质生产力,推动汽车产业从数字化迈向数智化升级。

商汤科技联合创始人、首席科学家、绝影智能汽车事业群总裁王晓刚表示,通用人工智能能够极大地提升生产力,例如自动的代码生成,已经能够解决70%代码的生成;大模型、多模态大模型的出现,极大改变或将颠覆人机交互的方式。

“新质生产力在汽车行业会是一个非常核心的突破点,我们也相信持续的创新、高效的反应,每个企业都在做,但如何让自己的组织能够充分地发挥技术的力量,充分地发挥创新的推进,可能会是更大的一个思考题。”麦肯锡全球董事合伙人,麦肯锡中国区汽车咨询业务负责人管鸣宇说道。

为智驾智舱升级赋能

智能座舱、智能驾驶是大模型“上车”的重要应用场景。

科大讯飞副总裁、智能汽车事业部总经理刘俊峰表示,目前,大模型给汽车座舱最大的价值,是从真正人性化的自然灵活、自由表达开始。在人和车整个交互对答这十几年里,人在车里约束还比较多,需要学习,需要适应,需要熟悉它相关的一些技能以及它的对话方式。“尽管我们做语音交互在汽车行业已经有20年了,但是在这些方面迟迟没有完整的改变,而大模型将带来新的机会和潜力。”

而在智能驾驶端,元戎启行CEO周光表示,智能驾驶端到端模型将会成就一位“超级AI司机”,开启物理世界通用人工智能技术的新纪元。

周光介绍,在当前国内消费市场,智能驾驶系统仍然采用模块化模型,将感知、预测、规划分为三个独立的模型。每个模型的技术栈差异较大,处于下游的规划模型需要依赖工程师编写大量代码去制定行驶规则。在模块化的技术架构下,信息的传递会出现减损,系统维护难度大,无法从容应对复杂路况。

而端到端模型将感知、预测、规划三个模型融为一体,无需程序员编写冗长的代码去制定规则,而是用海量数据去训练系统,赋予机器自主学习、思考和分析的能力。端到端模型不会出现信息传递减损,能够更好地处理复杂的驾驶任务,解决模块化模型存在的所有“痛点”。

“现阶段智能驾驶技术尚未跨越早期市场与成熟市场的鸿沟,多数消费者与机器共驾的默契还有待提升。等端到端模型上车后,智能驾驶系统会变得更拟人,更便于消费者操作。”周光表示,端到端模型能快速推动智能驾驶行业迈向成熟市场,是打造汽车行业新质生产力的重要引擎。

模型、数据、算力等挑战不容忽视

汽车行业正在积极拥抱大模型。然而,在钟学丹看来,在汽车行业大面积应用大模型之前,依然面临着模型、数据、算力等方面的挑战。

第一,在模型方面,通用大模型目前主要应用于AI交互层面,但在某些汽车行业场景中,专业知识与行业数据积累不足。因此,选择适合的汽车行业大模型,结合企业自身数据进行训练或精调,才能打造实用性强的人工智能服务。如何在合理成本下,挑选合适的模型,成为企业需要思考与决策的关键。

第二,数据方面挑战也不小。我国自动驾驶和汽车行业高质量数据体量远远不足,同时要考虑数据分类、标注、训练各环节的投入产出比,更要关注敏感数据的保护与合规。

第三,算力方面挑战不容忽视。L3+自动驾驶的算力级别已达千万亿次每秒,要支撑更大规模AI训练,需突破单车算力物理上限,实现云端、车端一体化算力协同,确保充足算力供给与弹性拓展。同时,大模型训练对网络速度与稳定性要求较高。

第十四届全国政协常委、经济委员会副主任苗圩也在日前表示,当前,全球生成式人工智能领域竞争激烈,但在先进算力上存在较大差距,中国一味跟随、去追求大算力、大模型、大数据,可能并不是最优策略。

要如何应对大模型带来的机遇与挑战?钟学丹提出,大模型应用第一阶段首要考虑如何在一些非常明确和具体的领域快速实施,看到效果;有了效果之后,第二阶段再去构建平台,才有可能帮助其在未来加速发展;第三阶段腾讯会和车企一起,基于平台以及场景更好地结合,创造新的应用场景和服务,帮助车企自研自建AI平台。“汽车行业还处在大模型应用的开端时期,需要产业链上下游开放共创,广泛探索。”钟学丹说道。

苗圩则建议,“应该学会采用‘下围棋’的策略,在技术相对落后的情况下,通过大模型来赋能制造业、赋能各个具体领域来实现人工智能的应用,从而走差异化的发展道路。”

分享到:

 
版权所有:江苏机械门户网  苏ICP备14020118号-1

该网站由小贝网络工作室提供技术支持

 
360网站安全检测平台