每經(jīng)記者 范文清    每經(jīng)編輯 裴健如

當(dāng)深度智能化成為決戰(zhàn)電動賽道下半場的關(guān)鍵要素時，各大車企和科技公司開始重點圍繞大模型、大算力推進產(chǎn)品布局。

4月18日，北汽集團官微發(fā)布消息稱，北汽版AI大模型即將上車。據(jù)介紹，該大模型是一個超級智能體，擁有3D擬人形象，人設(shè)和性格可自己定義，可理解復(fù)雜任務(wù)，迅速轉(zhuǎn)化成行為，可通過燈光、語音、圖像等多種介質(zhì)表達情感。

事實上，在北汽之前，已有多家車企宣布大模型已“上車”。去年10月，在智己品牌第三款車型LS6上市交付時，其就正式上線了GPT大模型；廣汽集團此前發(fā)布了廣汽AI大模型平臺，將搭載于高端智能轎跑昊鉑GT；奇瑞旗下高端品牌星途也宣布，其全新系列星紀(jì)元ES將首搭科大訊飛的星火認知大模型LIONAI。除此之外，蔚來、小鵬、理想等新勢力車企，以及百度、阿里、華為、騰訊等科技企業(yè)，也均在布局大模型“上車”。

圖片來源：每經(jīng)記者 孫磊 攝（資料圖）

“自動駕駛和智能汽車將是大模型技術(shù)賦能實體經(jīng)濟的最佳場景之一，業(yè)界普遍認為大模型率先上車落地的場景是智能座艙。”百度集團智能駕駛事業(yè)群組總裁李震宇曾這樣表述其對大模型“上車”的理解。

目前來看，車企讓大模型“上車”主要有兩種方式：一是自研；二是與科技公司合作。這兩種路徑為不少科技公司提供了搶占智能座艙的商機。

4月18日，騰訊與長安汽車合資成立的梧桐車聯(lián)（即北京梧桐車聯(lián)科技有限責(zé)任公司）率先發(fā)力，發(fā)布了全新品牌TTi（TINNOVE&TAI Inside）。該品牌共有六條產(chǎn)品線，涵蓋軟件生態(tài)、硬件生態(tài)、車載計算平臺、車載音響、人車交互以及空間顯示六大方面，試圖為客戶提供全棧式智能空間解決方案。

“大模型帶來的汽車‘新智能’具有四大核心特征：第一，重新定義了人機交互方式，從指令式向主動式服務(wù)轉(zhuǎn)變。第二，端到端自動駕駛加速落地。第三，艙駕一體成為必然。第四，開放和連接，更多在智能終端開放協(xié)同，形成全場景互聯(lián)的智能體驗。”騰訊智慧出行副總裁鐘學(xué)丹認為。

而上述大模型衍生的場景能否在車機上順利落地，與算力密切相關(guān)。比如訓(xùn)練ChatGPT所采用的數(shù)據(jù)多為文本數(shù)據(jù)，而研發(fā)自動駕駛?cè)蝿?wù)訓(xùn)練所使用的數(shù)據(jù)則多為視頻和圖像，這意味著，研發(fā)自動駕駛，僅在數(shù)據(jù)處理上，不僅量更大，而且更加復(fù)雜，對算力的要求也就更高。

為了解決算力問題，有的車企選擇自建算力中心，比如特斯拉，但更多車企選擇與云廠商合作，比如小鵬汽車與阿里云合建了智算中心“扶搖”，專門用于自動駕駛模型訓(xùn)練。而梧桐車聯(lián)與半導(dǎo)體公司聯(lián)發(fā)科技聯(lián)手，發(fā)布了兩款TTI Computing高性能算力平臺C2080和C2090，以吸引更多汽車主機廠的目光。

圖片來源：每經(jīng)記者 范文清 攝

據(jù)了解，TTI Computing高性能算力平臺C2080基于4nm制程，集成HiFi3 DSP、Vision DSP、AI Picture Quality DSP、AI ISP等17項算法和控制器，安兔兔車機版跑分超過100萬分。旗艦算力平臺C2090，基于全球首個3nm制程車規(guī)級SoC打造，理論AI算力高于C2080一倍以上。

“兩個算力平臺將致力于實現(xiàn)智能空間‘大域控’算力中心的目標(biāo)，最終實現(xiàn)整車中央計算。”梧桐車聯(lián)副總經(jīng)理劉銅陽說。

在鐘學(xué)丹看來，大模型與汽車行業(yè)的結(jié)合將作為支撐整個行業(yè)的基礎(chǔ)設(shè)施，通過與現(xiàn)有的基礎(chǔ)架構(gòu)深度融合，從而催化更深層次的變革。“未來，騰訊和梧桐車聯(lián)也將共同探索大模型等前沿技術(shù)應(yīng)用創(chuàng)新，探索更多生態(tài)服務(wù)上車，不斷拓展汽車的新聯(lián)接、新價值。”鐘學(xué)丹說。

公開數(shù)據(jù)顯示，2023年我國汽車市場的智能滲透率已經(jīng)達到42.5%，出口的智能網(wǎng)聯(lián)車也達到了180萬輛。而隨著大模型技術(shù)的集中“上車”，自動駕駛的成本將隨之走低，并加速該技術(shù)的落地。

天風(fēng)證券在研報中指出，大模型云端應(yīng)用能加速L3及以上自動駕駛技術(shù)落地。不過，當(dāng)前大模型在智能汽車中的應(yīng)用仍存在多模態(tài)數(shù)據(jù)融合、云端算力需求大、車端部署，以及安全性和一致性等問題。目前大模型應(yīng)用仍處于初期階段，隨著模型的優(yōu)化和技術(shù)的應(yīng)用，大模型在自動駕駛中的應(yīng)用比例或?qū)⒖焖偬嵘?/p>