車企也要搞大模型，但他們基本還在第一層。互聯網+
導讀
最近這段時間，車企們也開始學互聯網企業，玩起大模型了。
最近這段時間，車企們也開始學互聯網企業，玩起大模型了。
最近這段時間，車企們也開始學互聯網企業，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。像是東風日產、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，脖子哥還得仔細看看。
就目前而言，大多數車企還只規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？他的精神狀態真的還好嗎。。。
相比他們，一些車企已經到了第二層，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，輔助汽車的智駕訓練，其中關鍵是訓練智駕系統的應變能力。
目前智駕系統還不能保障 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 ” ，大多數自動駕駛的安全事故都是這樣發生的，這個情況被稱作 Corner case 。
為了解決一個 Corner case ，必須得經歷數據預處理、數據標注、模型訓練和模型仿真等過程，需要用上萬的樣本數據以及數周時間進行測試，費時費力。
過去用來訓練 AI 的數據基本來自真實數據，但是由于 Corner case 發生的概率非常低，要找到世界各地出現的相同 Corner case 并不容易。
用上大模型之后，AI 就可以幫助構建虛擬空間，自動生成訓練場景，可以大幅縮減成本。
比如華為的盤古大模型，會根據路采數據進行重建，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。
但這還不夠，另一些車企選擇了更為激進的做法，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的原理是啥，先看這個 Transformer ，其實指的就是大模型架構， ChatGPT 就是基于這個架構生成的。
Transformer 模型架構和傳統神經網絡的區別在于，加入了 “ 注意力機制 ” ，舉個例子，咱們在讀一句話的時候，有些字很關鍵，有些字不關鍵，只要看這些關鍵字，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果。
因此 Transformer 就會對一句話中的每個字設置權重，最后對全文的理解根據每個字加權平均算得，準確性就相對更高了。
這套模型架構將主要用于 FSD 的純視覺感知算法，幫助系統將 2D 的攝像頭視頻數據融合轉化成 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 把左轉車道的綠燈當成前進的綠燈，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。
要知道這可是當眾直播啊！先不說觀眾對 FSD 系統的質疑，就算評論問起應如何解決故障時，老馬也只能說“ 將投喂更多樣本數據 ” 。
因為壓根沒有什么直接了當的解決辦法，畢竟模型是一個黑箱，沒有人能在里面微操，除了繼續訓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在泛化能力上進行升級。
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 ，關鍵是有 72 TOPS 算力的 HW3.0 芯片作為支撐。而現在一些車企用的都是英偉達 orin 芯片，它的算力更是達到 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。
在研發方面，之前一些企業訓練大模型用的都是 GPU 芯片，但現在都開始用上 TPU 了，功能越強的大模型研發難度越大，普通車企恐怕很難保持長時間的自研過程，與互聯網巨頭合作說不定會更加現實。
不過特斯拉在這上面算是鐵了心，最近，FSD 又進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，智駕反應也會更快。
隨著技術一次次迭代，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，但能發揮出幾分功力，還得看各家車企的實力了吧。
撰文：TC編輯：脖子右擰 & 面線 封面：萱萱
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大模型技術演進
自動駕駛攻入大模型
甚至自己做不了的，也得找人去合作。像是東風日產、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，脖子哥還得仔細看看。
就目前而言，大多數車企還只規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？他的精神狀態真的還好嗎。。。
相比他們，一些車企已經到了第二層，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，輔助汽車的智駕訓練，其中關鍵是訓練智駕系統的應變能力。
目前智駕系統還不能保障 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 ” ，大多數自動駕駛的安全事故都是這樣發生的，這個情況被稱作 Corner case 。
為了解決一個 Corner case ，必須得經歷數據預處理、數據標注、模型訓練和模型仿真等過程，需要用上萬的樣本數據以及數周時間進行測試，費時費力。
過去用來訓練 AI 的數據基本來自真實數據，但是由于 Corner case 發生的概率非常低，要找到世界各地出現的相同 Corner case 并不容易。
用上大模型之后，AI 就可以幫助構建虛擬空間，自動生成訓練場景，可以大幅縮減成本。
比如華為的盤古大模型，會根據路采數據進行重建，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。
但這還不夠，另一些車企選擇了更為激進的做法，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的原理是啥，先看這個 Transformer ，其實指的就是大模型架構， ChatGPT 就是基于這個架構生成的。
Transformer 模型架構和傳統神經網絡的區別在于，加入了 “ 注意力機制 ” ，舉個例子，咱們在讀一句話的時候，有些字很關鍵，有些字不關鍵，只要看這些關鍵字，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果。
因此 Transformer 就會對一句話中的每個字設置權重，最后對全文的理解根據每個字加權平均算得，準確性就相對更高了。
這套模型架構將主要用于 FSD 的純視覺感知算法，幫助系統將 2D 的攝像頭視頻數據融合轉化成 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 把左轉車道的綠燈當成前進的綠燈，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。
要知道這可是當眾直播啊！先不說觀眾對 FSD 系統的質疑，就算評論問起應如何解決故障時，老馬也只能說“ 將投喂更多樣本數據 ” 。
因為壓根沒有什么直接了當的解決辦法，畢竟模型是一個黑箱，沒有人能在里面微操，除了繼續訓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在泛化能力上進行升級。
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 ，關鍵是有 72 TOPS 算力的 HW3.0 芯片作為支撐。而現在一些車企用的都是英偉達 orin 芯片，它的算力更是達到 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。
在研發方面，之前一些企業訓練大模型用的都是 GPU 芯片，但現在都開始用上 TPU 了，功能越強的大模型研發難度越大，普通車企恐怕很難保持長時間的自研過程，與互聯網巨頭合作說不定會更加現實。
不過特斯拉在這上面算是鐵了心，最近，FSD 又進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，智駕反應也會更快。
隨著技術一次次迭代，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，但能發揮出幾分功力，還得看各家車企的實力了吧。
撰文：TC編輯：脖子右擰 & 面線 封面：萱萱
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大模型技術演進
自動駕駛攻入大模型
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
