文|智能相对论
作者|leo陈
ChatGPT走红后，大模型的热度持续不减。时至今日，随着国内多巨头掀起“百模大战”，热度又被顶到更高峰。
前两个月里，百度、阿里、腾讯加入；进入5月，先有网易有道，发布了基于“子曰”大模型开发的AI口语老师剧透视频，介绍其基于教育场景的类ChatGPT产品；后有科大讯飞，发布认知大模型“讯飞星火”......
通过大大小小的发布会，各企业都在向外介绍自己的AI大模型与应用场景结合后能带来怎样的想象空间，以及证明自己，又会有多大的增长空间。
而正在电动化、智能化、制造革新的“车”，就有不少可以展开无限想象的场景。
未来，按照功能去划分，大模型可以用在AI交流对话领域，应用在智能座舱；还可以参考大模型下的生成式底层技术，去优化自动驾驶认知决策问题；此外，或许还可以革新造车流程中的设计、工程和制造环节。
尽管它们都离真正的落地有些遥远，甚至看起来是“空中楼阁”，但仍然值得我们尝试做些思考。
把大模型“OTA”进智能座舱
对于这三种场景，相信大部分人都能很容易地做出一个主观判断，最早到来的应该是AI大模型在车内AI交流对话领域里的运用。
因为我们实实在在地能看到一个趋势，如今车内人机交互已经走到了多模态交互，语音、视觉、手势三者兼有。
其中，语音技术又是相对最成熟的，能够应用在智能座舱里的各种功能和场景：从最初的信息娱乐，到支持整车控制，甚至和家里的智能家居设备相连。
不仅如此，现在车企和智能语音供应商在合作上，还希望能让语音交互更具有“个性化”和“情感化”。
通俗来说，就是以前车主和AI助手之间像是“雇佣关系”，车主主动布置任务，AI助手被动执行任务；而在未来，两者之间多出一层“陪伴关系”，AI助手主动和车主沟通和车相关的事情，也就是反过来向人输出内容。
以前车载AI语音的智能程度普遍较弱，体验也不好，明显呈现出装配率不低但使用率极低的情况。对于消费者来说，这是一个比较“鸡肋”的配置，而车企这边，能主动拿语音交互作为核心卖点的，也几乎没有。
这就是AI大模型之于车而言，可能不是最好但目前是最现实的用武之处。而关于另外两种场景，高阶自动驾驶本身无论是在技术成熟和商业能力上都还不清晰；而革新造车环节依赖的其实是专业型人才，大模型更偏向于成为通用知识型人才。
能够看到，大模型应用在智能座舱，国内大厂都已有动作，至少有了概念和象征意义上的合作，未来很可能会进一步推进。
据不完全统计，目前已经宣布将接入文心一言的车企包括长安、集度、吉利、岚图、红旗、长城、东风日产、零跑等。长安逸达成为首搭文心一言的车型，将通过软件升级的形式搭载到新车上。
在上个月华为nova11 系列及全场景新品发布会上，余承东则宣布AITO问界M9将搭载AI大模型，同时小艺智慧助手将能够为用户带来业界比较强的车载AI体验。
讯飞“星火认知”大模型中，推出“1+N”架构，就有汽车领域相关的产品。按照官方说法，讯飞火星认知大模型与智慧座舱结合后，可以实现车内跨业务、跨场景人车自由交流。
可以发现，国内大厂关于大模型在汽车行业内的应用，步调和着眼点是高度一致的。而且在面对大模型时，要聚焦垂直场景，这注重的明显是“实用化”，要能够尽快将具体的产品落地和发挥商业价值。
这和国内大厂们多年来一直强调“AI应用普惠”其实是相契合的，让人人可用的“普惠模型”去推动AI普惠，本质是务实的。
如果说大模型的诞生之初是AI进入“重工业时代”，需要海量数据、巨量资金、巨额算力，属于国内大厂的一场“长跑”。
那么大模型落地AI语音交互，相对来说是一次“短跑”，大厂的核心工作应该是对大模型进行轻量化，在于“小而美”，让用户更早地体验到产品。
大模型还将如何变革汽车产业？
目前，对于大模型的底层技术能力在汽车产业里的上层应用，厂商在宣传方面更多表达成“可以如何”、“将会如何”。换句话来说，美好的是愿景，不是现在。各行业都在对它展开想象，这是大模型当下的意义所在。
大模型是一个非常好的价值点，就是它把整个AI领域全部都带活了：把市场带活，把资金带活，也把创新带活了。
所以，从具体应用延伸到整个汽车产业来看，大模型可能会如何变革汽车产业？
首先，汽车产业的研发方式又会发生变化。
理想汽车李想举了这样一个例子：“过去我们一年要做大概1000万帧的自动驾驶图像的人工标定，所以我们请了很多外包公司进行标定，大概6元到8元钱一张，一年的成本接近一个亿，这仅仅是来做自动驾驶方面的图片标定。”
他还提到，同时我们又面临了新的挑战，就是人工智能的大模型软件2.0到来了。
“但是当我们使用软件2.0的大模型，通过训练的方式进行自动化标定，结果和效果会非常可怕，过去需要用一年做的事情，基本上3个小时就能完成，效率是人的1000倍，这个领域的工作完全不一样了。”
可以说，大模型能够再次激起汽车产业对研发模式更多的交流和探索，但同时也意味着新的挑战。软件定义汽车的时代刚刚开启，如何快速和汽车产业原有的知识体系相融合，如何与大模型的学习能力、泛化能力协同，形成更有效率的研发方式，又会成为汽车产业接下来研究的核心课题之一。
其次，对人的要求对比以前有了本质不同。
李想关于这一点也有提及：“对于员工来说，他们会感觉用拳头打架遇到了拿枪的。所以在这样的状况下，我们如何能够让软件2.0和现有人才进行融合，为他们提供怎样的全新工作流程、激励机制，怎么去做选用、任用，这又会面临一个更大的挑战。”
新能源车迎接着电动化、智能化、制造革新，行业对人的要求，在短短几年里，已经经历了好几波迭代。从机械到电气，从硬件到软件，从产品到生态，从服务到体验，每一种变化，背后都是一次人才的重新筛选。而进入大模型时代，基础的重复的通用的工作，会快速地被机器学习所取代。
在中高端人才聚集地“脉脉”上，百度早已经发布AI大模型方向的职位招聘，比如前端研发工程师，待遇30k-60k/月；C++/GO后端研发工程师，待遇35k-70k/月。
（图源：脉脉）
最后，大家在商业模式上会出现新的思考。
拿车载AI语音交互来说，当它实现从“雇佣关系”到“陪伴关系”，具备一定的情感智能，消费者是否会更乐意接受它主动推荐的东西？在和用户长时间互动之后，语音助手会变得更懂用户喜好和习惯，这里会有新的商业价值等待被挖掘。
同时也有太多深刻地思考，大模型底层技术能力如何在AI语音交互上得到应用，让用户“开口即用”？如何让人真正懂车，如何让车真正懂人？
无论如何，大模型开启了新的赛道和新的可能。未来，大模型会对对现有模式和生态带来哪些改变，对行业会带来哪些创新和新的窗口期，值得展开无限想象。
*本文图片均来源于网络
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与极客网无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
