2023年7月20日,由蓋世汽車主辦的“人工智能——大模型時(shí)代下的智能汽車技術(shù)研討會(huì)”在上海成功舉行。會(huì)議由嘉賓分享和小組討論兩部分組成,各方就人工智能大模型對(duì)汽車行業(yè)的影響和在智能汽車上的應(yīng)用展開交流討論。
【資料圖】
會(huì)議伊始,蓋世汽車CEO周曉鶯提到汽車行業(yè)正經(jīng)歷迅勐的變化,AIGC的出現(xiàn)讓不同業(yè)務(wù)模塊的交集增多,大模型既帶來機(jī)遇,也帶來焦慮。想要更好地應(yīng)對(duì)時(shí)代的挑戰(zhàn),就得跟上步伐學(xué)習(xí)新東西,行業(yè)應(yīng)增強(qiáng)圈層交流。
長城汽車智能化研發(fā)總監(jiān)楊繼峰聚焦于智能座艙,以開場(chǎng)一問:“智能座艙是否是一個(gè)AI問題”,引出聽眾對(duì)大模型時(shí)代的思考。他指出,座艙所應(yīng)具備的功能場(chǎng)景是由人定義出來的,人的感受是決定座艙內(nèi)設(shè)定的關(guān)鍵,問題就在于如何讓駕乘空間以人的方式進(jìn)行思考。因此,智能座艙和自動(dòng)駕駛一樣,都是一個(gè)AI問題,而智能空間可能會(huì)成為一個(gè)與自動(dòng)駕駛體量相差無幾的AI問題,智能駕駛是唯一大體量AI研發(fā)的時(shí)代結(jié)束了。
同時(shí)他還表示,傳統(tǒng)的汽車產(chǎn)業(yè)鏈結(jié)構(gòu)已發(fā)生改變,跨領(lǐng)域鏈接和合作已是常態(tài)。車企需要在全新的時(shí)代找尋自己的定位,而不是基于所有業(yè)務(wù)進(jìn)行AI轉(zhuǎn)型。隨著座艙空間逐漸成為人們生活的第三空間,智能座艙需要從如今的形態(tài)走向智能空間形態(tài)。因此,座艙的商業(yè)模式需要轉(zhuǎn)變,做生態(tài)轉(zhuǎn)化而產(chǎn)生的服務(wù),空間本身并不產(chǎn)生價(jià)值,但空間就是價(jià)值。
高合汽車前期智能產(chǎn)品與技術(shù)規(guī)劃負(fù)責(zé)人黃俊認(rèn)為,大語言模型、多模態(tài)檢測(cè)模型和神經(jīng)輻射場(chǎng)建模NeRF是比較可能落地的座艙大模型。其中,多模態(tài)檢測(cè)模型的重要性愈發(fā)突出,能大幅削減檢測(cè)模型標(biāo)注成本。而利用擴(kuò)散網(wǎng)絡(luò)生成的SR場(chǎng)景能大幅降低座艙計(jì)算負(fù)載。
同時(shí)他還表示,座艙智能化帶來的算力缺乏問題要求跨域融合或大算力芯片。考慮到汽車行業(yè)的計(jì)算業(yè)務(wù)規(guī)模相對(duì)較小,嵌入式NPU集成于設(shè)備中,可分擔(dān)GPU的部分工作,提供更高計(jì)算性能的同時(shí)降低功耗。嵌入式NPU的AI開發(fā)利用NPU加速AI應(yīng)用,能大幅降低硬件成本,將成為OEM在AI業(yè)務(wù)投資和單車收效中關(guān)鍵的一環(huán)。
商湯絕影智能車艙產(chǎn)品創(chuàng)新高級(jí)總監(jiān)邵昌旭分享到,絕影基于“駕、艙、云”三位一體的發(fā)展戰(zhàn)略,通過大模型向自動(dòng)駕駛和智能座艙提供賦能,實(shí)現(xiàn)我們的駕艙一體和人機(jī)共駕駛這樣極致的駕乘體驗(yàn)。未來的智能座艙將成為有溫度,能夠更加懂你出行的管家,能夠全方位的感知和理解乘客的需求。為此,商湯提出了在大模型時(shí)代的解決方案,打造了全新智能座艙架構(gòu):車端和云端為底層支撐,智能車艙大腦為核心,不同風(fēng)格的定制化數(shù)字人交互呈現(xiàn)各類智能應(yīng)用,實(shí)現(xiàn)座艙如人一般的智能。
同時(shí),他還表示,商湯在研的多模態(tài)大模型能夠很好的把視覺、語音、自然語言、各種多模態(tài)信息進(jìn)行深度整合,并實(shí)現(xiàn)數(shù)據(jù)聚類和邏輯梳理,模型自身能在云端進(jìn)行“判斷和運(yùn)營”。該云端一體化方案能在如“安全,娛樂,教育,效率”四個(gè)方向提供服務(wù)。智能座艙大模型將會(huì)是一個(gè)非?;A(chǔ)的服務(wù),改變幾乎每一個(gè)應(yīng)用的現(xiàn)有情況。
火山引擎汽車行業(yè)總經(jīng)理?xiàng)盍ケ硎荆竽P偷某墒鞈?yīng)該是厚積薄發(fā)的,新技術(shù)滿足舊需求,舊技術(shù)滿足新需求,而非用新技術(shù)做新場(chǎng)景。信息數(shù)據(jù)是制約大模型持續(xù)訓(xùn)練的主要因素。在ChatGPT4.0出現(xiàn)之前,最大的大模型就是人的大腦,應(yīng)將外部大模型和內(nèi)部大模型結(jié)合起來,找尋可落地的場(chǎng)景。當(dāng)人或機(jī)器某一方犯錯(cuò)時(shí),能通過人和機(jī)器共同決策,以最終結(jié)果來做出靠譜的決策。
同時(shí)他還表示,由于每個(gè)大模型都有自己的側(cè)重點(diǎn),重要的是如何建設(shè)好大模型平臺(tái),滿足不同客戶的需求。MaaS平臺(tái)具備的低成本、費(fèi)用低、能以一定的測(cè)試標(biāo)準(zhǔn)針對(duì)不同場(chǎng)景輸入結(jié)果,在短期內(nèi)是最有價(jià)值的平臺(tái)?;鹕揭鎽{借在工具和數(shù)據(jù)兩個(gè)層面的優(yōu)勢(shì),能幫助車企進(jìn)行數(shù)據(jù)治理。
NVIDIA工程和解決方案技術(shù)總監(jiān)路川認(rèn)為,在廣泛的應(yīng)用場(chǎng)景里,大模型遠(yuǎn)不如人類思考能力,需要通過Transformer模型、多模態(tài)的數(shù)據(jù)、規(guī)劃訓(xùn)練端平臺(tái)對(duì)大模型進(jìn)行打磨訓(xùn)練,讓其得以處理更復(fù)雜的事情。
就汽車行業(yè)和大模型的關(guān)系,他認(rèn)為,大模型可以在自動(dòng)駕駛、座艙智能化、人車傳感器互聯(lián)、工廠數(shù)字化等層面產(chǎn)生價(jià)值。從數(shù)據(jù)集構(gòu)建、分布式集群訓(xùn)練平臺(tái)搭建到客戶端應(yīng)用優(yōu)化和部署,NVIDIA能為基礎(chǔ)薄弱的公司提供大模型快速構(gòu)建整合方案。
中科創(chuàng)達(dá)物聯(lián)網(wǎng)事業(yè)群副總裁楊新輝預(yù)測(cè),下一個(gè)時(shí)代可能將圍繞于汽車產(chǎn)業(yè)和機(jī)器人產(chǎn)業(yè)的融合,而汽車正處于機(jī)器人和汽車機(jī)器人之間的過渡階段。針對(duì)混合AI概念,他表示認(rèn)同,未來的大模型可能在混合方面發(fā)生變化,一是在云端和邊端組合的層面,二是在大模型和小模型混合的層面。
他同時(shí)還表示到,大模型可能會(huì)成為操作系統(tǒng)中不可或缺的組成部分,并在很大程度上改變操作系統(tǒng)的形態(tài)。大模型在端側(cè)的應(yīng)用能帶來個(gè)性化的智能駕駛、全局的智能決策等大模型能力。而隨著大模型前端應(yīng)用需求的增加,限制大語言模型落地的主要因素如算力、內(nèi)存訪問空間將推動(dòng)伴侶廠商的創(chuàng)新。
第一組發(fā)言代表就AI理解能力、AI抗攻擊能力、座艙支架、信息數(shù)據(jù)安全四點(diǎn),分享如何加強(qiáng)駕駛安全,并指出大模型能不能在艙內(nèi)標(biāo)注方面帶來顛覆性的變化,甚至對(duì)比以往由人發(fā)起的“被動(dòng)服務(wù)”,帶來“主動(dòng)服務(wù)”,是人機(jī)交互出現(xiàn)拐點(diǎn)的關(guān)鍵。
第二組對(duì)大模型進(jìn)行定義后,總結(jié)了大模型在自動(dòng)駕駛業(yè)務(wù)上的應(yīng)用:標(biāo)注、仿真、視頻信息處理,并認(rèn)為車廠需要梳理自動(dòng)駕駛算法,融合部署模型提高性能,并合理運(yùn)用芯片的算力劃分應(yīng)用部署。
第三組討論了現(xiàn)階段CV大模型在局部調(diào)節(jié)的不足,技術(shù)可行性和成本難以調(diào)和,并在對(duì)大模型所帶來的座艙新場(chǎng)景話題中,認(rèn)為并非所有場(chǎng)景都具有實(shí)用性和價(jià)值。
嘉賓們的討論分享為此次大模型閉門研討會(huì)畫上了圓滿的句號(hào)。新事物帶來的焦慮源于未知,相信各方間的交流能扶持彼此,在摸索中加速前行,助力汽車產(chǎn)業(yè)迎接未來的浪潮。
關(guān)鍵詞:
網(wǎng)站首頁 |網(wǎng)站簡介 | 關(guān)于我們 | 廣告業(yè)務(wù) | 投稿信箱
Copyright © 2000-2020 netfop.cn All Rights Reserved.
中國網(wǎng)絡(luò)消費(fèi)網(wǎng) 版權(quán)所有 未經(jīng)書面授權(quán) 不得復(fù)制或建立鏡像
聯(lián)系郵箱:920 891 263@qq.com