生成式AI 發展將改變汽車商業模式

文 / 本刊記者 趙子垚

今年以來，生成式AI 技術的不斷發展和突破為多個行業帶來新的商業化機遇，而這一趨勢同樣對著力智能化提升的汽車業產生影響。

乘著生成式AI 工具高速發展的東風，原本前途式微的搜索引擎市場再次煥發生機。日前，微軟方面表示，集成ChatGPT的AI 版必應(Bing)搜索引擎在推出首月后，必應的每日活躍用戶首次突破1 億人規模，其中，約三分之一為受到Bing聊天AI 工具吸引的新進用戶。受此影響，搜索引擎巨頭谷歌隨即對標上馬生成式AI 工具Bard，百度也開啟生成式AI 產品“文心一言”的邀請測試，試圖開展搜索引擎市場的全新競賽。

事實上，生成式AI 工具正在對網絡搜索體驗進行重塑，并不僅限于處理簡單的交互聊天及對復雜問題的解答，其所具備的語義聯想特性甚至可以幫助用戶實現創意和靈感落地。由此，可以認為這一輪生成式AI 工具化發展所帶來的變革，將對包含汽車行業在內的方方面面造成沖擊。

生成式AI 涉足汽車業

車企層面正高度關注AI 工具化趨勢，并將其視為強化智能汽車座艙、人車交互等領域的新賽道。在百度“文心一言”發布后，長安、集度、吉利、嵐圖、紅旗等多家車企宣布已預約接入，參與其針對汽車行業的模型優化進程。通用汽車則試圖在這輪AI 工具上車的競爭中取得先發優勢。據悉，通用汽車方面正在基于微軟Azure 云服務和ChatGPT 模型著手開發一款全新的車載智能助手，以期嵌入到汽車信息娛樂軟件的智能助手可以為用戶自動安排充電或維護方面的日程安排，并在車輛故障或部分緊急情況下，通過語音及畫面提示為用戶提供分步操作指引。為此，通用汽車副總裁斯科特?米勒（Scott Miller）表示，類似ChatGPT這樣的生成式AI 工具將有助于車企打造更加智能的駕駛輔助系統，從而使通用在技術層面挑戰特斯拉成為可能。

與此同時，車企對AI 工具在工業生產方向的潛力充滿興趣。例如，寶馬集團正著手將AI 工具在整個生產網絡中實現應用，以推動自身的數字化轉型進程。3 月21 日，寶馬集團與英偉達宣布，將擴大英偉達Omniverse 平臺的應用范圍，在其全球生產網絡中構建并運行工業元宇宙應用。據稱，Omniverse 是英偉達在圖形學、加速計算、模擬和AI 技術領域一項成果，用于制造業企業以完全虛擬的方式規劃、優化工廠項目，以提高工廠的數字化程度與可持續性，從而高效生產并縮短產品上市時間。寶馬方面表示，通過Omniverse 平臺，寶馬團隊將數據匯總為大型高性能模型與連接特定領域的軟件工具，已實現跨地區多用戶實時協作。同時，寶馬集團還在第三方Idealworks 的幫助下，完成對工廠機器人合成數據和場景的虛擬設計、建造和測試，并將在已規劃的匈牙利德布勒森電動汽車工廠建設中得到實際運用。

除寶馬集團之外，英偉達方面還與沃爾沃、梅賽德斯-奔馳等車企合作，共同搭建Omniverse 平臺框架下的數字生產線，通過數字化模擬“預覽”實際的成品。據介紹，梅賽德斯-奔馳和捷豹路虎汽車的工程師在Omniverse 中使用Driver Sim 程序生成合成數據以訓練AI 模型，并通過虛擬NCAP 駕駛測試來實現對主動安全系統的驗證。而沃爾沃則采用平臺內置的USD Composer 管理連接和統一其資產工作流程。此外，美國電動汽車初創品牌Lucid 還利用Omniverse 根據真實設計數據成功構建其數字商店。顯然，在變更工廠設施或重新優化生產流程成本高昂的前提下，AI 工具也正在為車企描繪出一幅“高效數字化轉型”的工業發展藍圖。

智算中心或領頭汽車AI 研發

不過，盡管AI 工具已引發生產力能否飛躍的廣泛討論，但介于AI 工具的巨大算力需求以及訓練所需硬件的高成本，車企及相關方若想在這一新興領域大展身手，仍需謹慎布局。

當前，云計算技術從業者普遍認為，“1 萬枚英偉達A100 芯片才是做好AI 大模型的算力門檻”，而依據美國市場研究機構TrendForce 在3月1 日的相關報告，想要達到ChatGPT 3.5模型的同等水平，則需要2 萬枚以上的同類芯片才能滿足基本算力需求。由此可見，考慮到智能汽車當前發展階段本就面對的高性能GPU芯片供需失衡狀況，車企單獨布局AI 工具的商業化研究，無論是硬件采購還是運營成本都存在著一定困難。因此，前述的英偉達在擴大Omniverse平臺應用領域的同時，還將“ChatGPT同款”搬上云平臺，并通過AI 云服務DXG Cloud降低潛在用戶部署大模型的成本。

但需要注意的是，由于通用大模型AI 工具存在無法解決某一細分行業具體問題的不足，因此車企及相關方仍需要自行研發“小模型”來應對智能輔助駕駛、交互體驗等細分領域的需求。而在AI 工具“小模型”的談論范疇下，車企及相關方仍有機會獨立發展。

2 月27 日，吉利汽車正式揭牌成立吉利星睿智算中心，著手進行智駕模型訓練及在線車輛并發計算需求的研究。據介紹，該中心擁有超算服務器1000 多臺，云端總算力達每秒81 億億次，支持百萬輛級別的在線車輛并發計算，可大幅提升智能網聯、智能駕駛、新能源安全以及試驗試制等研發相關領域的運算效率。同時，吉利方面還宣布將與阿里云進一步加強在云計算、大數據等方面的戰略合作。做相似布局的國內車企還有小鵬汽車。去年8月，小鵬汽車聯合阿里云在內蒙古發布小鵬汽車智算中心“扶搖”，發力自動駕駛算法相關訓練。此外，長城旗下毫末智行則與火山引擎實現合作，依托浮點算力每秒67 億億次的雪湖·綠洲智算中心，同樣著手智駕模型訓練布局。

誠然，上述現有“智算中心”的布局初衷都是為了快速迭代智能網聯和高階自動駕駛所需的數據，以縮短產品開發周期，從而加快自動駕駛產品上市的步伐。而隨著AI 工具化趨勢熱度愈升，這些此前創建的“智算中心”仍然具有在汽車領域開發AI 工具“小模型”的可行性。當然，車企及相關方若想順勢在此領域繼續深入，承接車載AI 工具的開發需求，顯然需要升級完善許多硬件基礎設施，并在算法、數據管理、人才培育等方面持續提升。

新賽道不必急于求成

在近期熱點的車市價格戰趨勢下，車企面臨的利潤壓力迫使智能駕駛產品“堆料”發展的勢頭被打斷，也同樣是致使車企及相關方將目光投向AI工具的一個誘因。由此，也不難理解百度“文心一言”模型發布后，國內車企紛紛接入的情形為何發生。

然而，AI 工具化的勢頭才剛剛興起。特定的領域和場景，現有離線環境下開發的生成式AI 工具仍存在信息準確度的缺陷，仍需大量針對訓練和開發迭代。而若將其接入實時互聯網環境中，隨著時間推移，雖然模型獲取的信息量會日漸豐富，但如果訓練語料中存在偏見或是刻板內容，也有可能導致生成式AI 工具提供不準確乃至虛假信息的風險。近期，百度“文心一言”模型便在內測過程中出現了文生圖不符實際的情況，部分觀點認為，這是由于中文自然語言處理領域缺乏高質量的中文語料，而訓練數據集的語義標注多以英語環境為主而導致的結果。為此，百度團隊回應稱：后續會對該模型的文生圖能力繼續調優迭代。

不論如何，在過去數月里，AI 工具已從服務層到應用層實現多層突破。開發ChatGPT 模型的OpenAI CEO 薩姆·阿特曼(Sam Altman)大膽預測：未來全球人工智能運算量每隔18 個月將會翻一番。英偉達總裁黃仁勛則表示：“如果把加速計算比作曲速引擎，那么AI 就是動力來源。而生成式AI 工具的發展將使得更多公司產生緊迫感并重構產品和商業模式。”這對競相進行數字化轉型的車企及相關方而言，AI 工具確實對重獲優勢至關重要。