文｜劉俊宏

2023年，是中國AI技術(shù)突飛猛進(jìn)的一年。數(shù)百個(gè)大模型如雨后春筍般冒出，并在隨后的不斷迭代與應(yīng)用下，大模型開始與千行百業(yè)結(jié)合，定義著不同場景下更高維度的智能。

2023年，也是中國汽車行業(yè)站在世界舞臺聚光燈下的一年。在華為、理想、小鵬、零跑等多家主打智能化標(biāo)簽的品牌帶領(lǐng)下，中國的智能汽車在德國國際汽車及智慧出行博覽會(huì)上，吸引了全球的目光。同時(shí)，在如比亞迪、長城、奇瑞等傳統(tǒng)車企，在工業(yè)制造領(lǐng)先的基礎(chǔ)上，不斷加碼汽車智能化，中國汽車正在加速走向世界。

當(dāng)汽車搭上了大模型升級一切智能化的“春風(fēng)”，大模型如何讓傳統(tǒng)汽車智能，智能汽車又能借助哪些大模型的能力？

1月16日，由光錐智能攜手Scale Partners勢乘資本、中關(guān)村會(huì)展與服務(wù)產(chǎn)業(yè)聯(lián)盟共同舉辦的“2024 AI 科技峰會(huì)”在北京成功舉辦。本次峰會(huì)以“更智能的世界”為主題，匯聚科技企業(yè)創(chuàng)始人、產(chǎn)業(yè)高管、行業(yè)資深投資人等，共話未來科技與產(chǎn)業(yè)加速融合的新思路。火山引擎智駕云解決方案負(fù)責(zé)人張路受邀參會(huì)，并發(fā)表了“大模型在汽車行業(yè)的探索和實(shí)踐”的演講，分享了汽車行業(yè)與大模型結(jié)合落地的最新思考。

核心觀點(diǎn)如下：

1、大模型在汽車營銷、智能座艙、自動(dòng)駕駛研發(fā)等環(huán)節(jié)，正在探索構(gòu)建汽車行業(yè)在商業(yè)模式的新范式。

2、在研發(fā)領(lǐng)域，大模型能將自動(dòng)駕駛數(shù)據(jù)標(biāo)注環(huán)節(jié)耗時(shí)縮短90%。利用平臺化的大模型挖掘數(shù)據(jù)，能夠減少行業(yè)采集數(shù)據(jù)的成本。

3、在營銷領(lǐng)域，大模型能夠完成車企營銷及售后服務(wù)全鏈路的優(yōu)化。降低用戶維修耗時(shí)，提高車企銷售銷率。

4、在座艙領(lǐng)域，大模型能夠?qū)崿F(xiàn)自我進(jìn)化。汽車智能助手讓汽車加速成為“第三生活空間”。

5、大模型的應(yīng)用并非一蹴而就，需要和主機(jī)廠共同把數(shù)據(jù)治理好。在高質(zhì)量的數(shù)據(jù)“喂養(yǎng)”，結(jié)合在大模型的不斷迭代、精調(diào)下，才能實(shí)現(xiàn)不同產(chǎn)品的特色功能。

以下為嘉賓演講實(shí)錄：

張路：各位嘉賓大家下午好！很榮幸參加今天的會(huì)分享火山引擎在汽車行業(yè)大模型的實(shí)踐。

定位到今天的主題，我在主機(jī)廠也干過，在云計(jì)算公司也干過，我現(xiàn)在在火山引擎主要做汽車行業(yè)云的解決方案。我們在服務(wù)于客戶過程中，發(fā)現(xiàn)從2023年開始，大模型這陣風(fēng)“卷”得非常厲害。很多客戶不管商業(yè)模式是否能夠閉環(huán)，都先會(huì)提到大模型。但實(shí)際上我們發(fā)現(xiàn)，在對傳統(tǒng)汽車行業(yè)的研、產(chǎn)、供、銷、服的部分一一拆開后，會(huì)發(fā)現(xiàn)每個(gè)領(lǐng)域都有一些創(chuàng)新點(diǎn)。但這些商業(yè)模式是否能夠閉環(huán)，仍處于探索過程中。很難說在汽車行業(yè)的某個(gè)領(lǐng)域，大模型一定能夠產(chǎn)生顛覆。所以今天我想分享一下，我們的探索與實(shí)踐。

火車引擎圍繞字節(jié)的核心能力，在汽車行業(yè)發(fā)了三朵云。第一是圍繞字節(jié)的核心能力。之前，大家理解字節(jié)是一家廣告公司，但我們一直定位自己是AI公司。隨著多年成長，我們結(jié)合了巨量引擎在廣告領(lǐng)域沉淀出圍繞汽車行業(yè)的營銷云。

其次是在當(dāng)下的汽車智能化時(shí)代，我們發(fā)現(xiàn)很多車主希望在車上使用手機(jī)上的應(yīng)用。我們通過火山引擎汽車行業(yè)線，讓字節(jié)生態(tài)的抖音、頭條、西瓜、懂車帝等大家耳熟能詳?shù)腁PP“上車”，同時(shí)也積累了沉淀了座艙解決方案。

最后在AI領(lǐng)域，隨著特斯拉在自動(dòng)駕駛領(lǐng)域快速前進(jìn)，國內(nèi)很多自動(dòng)駕駛公司在AI領(lǐng)域需求也越來越大。而字節(jié)作為國內(nèi)最大的視頻內(nèi)容公司，通過算法挖掘視頻的數(shù)據(jù)價(jià)值，實(shí)現(xiàn)了在抖音、頭條的高推薦精準(zhǔn)度。我們在2020年開始，利用Transformer算法做了很多應(yīng)用。隨著去年行業(yè)內(nèi)自動(dòng)駕駛領(lǐng)域BEV+Transformer成為標(biāo)配以后，火山引擎快速追趕上行業(yè)其他云廠商，并且取得客戶的認(rèn)可。

在這三個(gè)領(lǐng)域，結(jié)合2023年大模型，我們探索了根據(jù)客戶需求，沉淀了幾個(gè)領(lǐng)域。

其一是研發(fā)領(lǐng)域。我們圍繞自動(dòng)駕駛領(lǐng)域做BEV+Transformer與大模型的結(jié)合。在這個(gè)方向上，我們探索了兩種模式。例如在自動(dòng)駕駛的Corner Case采集上，我們和毫末一起把大模型應(yīng)用在場景生成和標(biāo)注提效上。

在傳統(tǒng)的自動(dòng)駕駛開發(fā)模式下，大致流程是先采集數(shù)據(jù)做人工標(biāo)注，標(biāo)注完做模型訓(xùn)練，再仿真驗(yàn)證后上車。在這些環(huán)節(jié)中，大模型提效最快的是標(biāo)注領(lǐng)域，通過大模型的能力對采集數(shù)據(jù)進(jìn)行預(yù)標(biāo)注，能極大提高效率。例如我們與毫末的合作中，在火山引擎提供的云服務(wù)能力下，通過DriveGPT大模型的預(yù)標(biāo)注，整體效率提升了10倍。

另一邊，在數(shù)據(jù)采集領(lǐng)域，由于自動(dòng)駕駛Corner Case的數(shù)據(jù)收集非常貴，這使得如何高效挖掘數(shù)據(jù)價(jià)值變得極為重要。在與自動(dòng)駕駛公司交流中，我們發(fā)現(xiàn)這些數(shù)據(jù)每采集一公里的成本大約為1000元。如果研發(fā)需要采集100萬公里，那么對應(yīng)成本就要投10億。如此巨大數(shù)額的開支，很少企業(yè)能夠負(fù)擔(dān)，這時(shí)候就需要技術(shù)去變革。

為了解決這個(gè)問題，火山引擎作為一家云服務(wù)平臺云計(jì)算公司，我們在云上開放了方舟大模型生態(tài)。在生態(tài)中，我們對行業(yè)進(jìn)行橫向拉通，讓更多行業(yè)大模型上架到平臺。未來會(huì)對客戶側(cè)提供整體的解決方案。

其二是圍繞營銷領(lǐng)域。在傳統(tǒng)銷售過程中，從客戶線索到成單的鏈條很長，導(dǎo)致銷售效率很低。而通過大模型的優(yōu)化，整個(gè)營銷領(lǐng)域會(huì)基于大模型進(jìn)行端到端重構(gòu)，讓主機(jī)廠賣車效率提高。同時(shí)，在與營銷相輔一體的客服領(lǐng)域中，大模型同樣能夠幫助客戶提效。

從我們的合作案例來看，由于一些主機(jī)廠的售后服務(wù)體系是與維修公司進(jìn)行合作。當(dāng)客戶需要售后服務(wù)時(shí)，4S店會(huì)解釋一堆理由。但通過預(yù)集成的數(shù)據(jù)集訓(xùn)練后，客戶問一句就能提供相似的結(jié)果，極大地提升了客戶維修的效率。

其三是座艙智能化。汽車新四化（電動(dòng)、網(wǎng)聯(lián)、智能、共享），讓汽車成為人們生活的“第三空間”的概念，已經(jīng)提了很多年。而要打造順暢的“第三空間”體驗(yàn)，需要智能的助手加持。在之前助手尚未與大模型結(jié)合的時(shí)期，人與汽車的互動(dòng)非常生硬。所以，我們結(jié)合了字節(jié)的應(yīng)用資源，加上跟主機(jī)廠在整車的聯(lián)合共創(chuàng)，讓智能助手真正落地車內(nèi)，提高了座艙智能化。最近兩年，我們發(fā)現(xiàn)很多客戶對大模型的期望有些過高。希望拿到大模型就立刻能幫企業(yè)完成提效和轉(zhuǎn)型升級。對應(yīng)很多主機(jī)廠會(huì)關(guān)心，是否在座艙內(nèi)放上大模型就能實(shí)現(xiàn)座艙智能化。

但實(shí)際上，很多車企和制造業(yè)在信息化、數(shù)字化和智能化的部分做得不夠徹底，導(dǎo)致沉淀下來的數(shù)據(jù)質(zhì)量較低。以字節(jié)的感受為例，字節(jié)每年花數(shù)億的錢來做數(shù)據(jù)標(biāo)注。這是因?yàn)?，如果?shù)據(jù)不標(biāo)注好，那么就難以搭建高質(zhì)量的模型。

在我看來，大模型應(yīng)該類比于一個(gè)“有認(rèn)知邏輯的人”。而要讓這個(gè)有“有認(rèn)知邏輯的人”擁有完整的知識體系，需要在前期用大量結(jié)構(gòu)化的高質(zhì)量數(shù)據(jù)來“喂養(yǎng)”。

例如每個(gè)主機(jī)廠座艙內(nèi)的屬性具有較多的差異化，座艙不同部分的控制，都是不同的獨(dú)立信息。而大模型需要這些獨(dú)立信息來調(diào)教訓(xùn)練，才能形成汽車或AI助手形成有特色的能力。所以，在火山引擎大模型的預(yù)訓(xùn)練知識下，還需要主機(jī)廠（或OEM）提供精準(zhǔn)且高質(zhì)量的業(yè)務(wù)數(shù)據(jù)，才能訓(xùn)練生成每個(gè)主機(jī)廠自己的智能座艙助手。

在我們與主機(jī)廠的合作過程中，發(fā)現(xiàn)以前座艙智能化中的助手回答較為生硬。這是因?yàn)榇饲暗挠?xùn)練，是在線下基于關(guān)鍵詞的訓(xùn)練而成的?，F(xiàn)在有了大模型以后，助手能夠“高智商”和“高情商”地回答問題了。其中，“高智商”是聯(lián)網(wǎng)后能夠反饋非常精準(zhǔn)的結(jié)果，“高情商”是助手可以進(jìn)行更多維的互動(dòng)。

同時(shí)，我們發(fā)現(xiàn)大模型的更多應(yīng)用體現(xiàn)在助手的自我進(jìn)化。隨著前期模型的框架結(jié)構(gòu)和算法的設(shè)計(jì)，在車上通過數(shù)據(jù)喂養(yǎng)持續(xù)迭代后，會(huì)發(fā)現(xiàn)應(yīng)用越來越豐富。并結(jié)合自動(dòng)駕駛、手機(jī)應(yīng)用和其他周邊，讓座艙助手成為真正的智能助手。比如在火山引擎旗下的車載產(chǎn)品“車魚視聽（原火山車娛）”APP上，結(jié)合座艙大模型的能力，將車主更關(guān)注的頭條新聞、音樂、視頻化信息等內(nèi)容，以內(nèi)容插件的形式，目前已打造出“互動(dòng)新聞資訊”、“AI音樂DJ”等全新的座艙場景技能。

此外，大模型能力還能應(yīng)用于企業(yè)管理領(lǐng)域，實(shí)現(xiàn)內(nèi)容提效。例如主機(jī)廠在傳統(tǒng)員工辦公中，員工查資料或者多團(tuán)隊(duì)協(xié)作時(shí)，會(huì)同步查閱一些重復(fù)的問題。利用大模型，主機(jī)廠可以實(shí)現(xiàn)知識體系的標(biāo)準(zhǔn)化，并通過助手服務(wù)于內(nèi)部多部門。

最后，我們圍繞研、產(chǎn)、供、銷、服與很多主機(jī)廠的實(shí)際落地當(dāng)中，也細(xì)拆下了明確的規(guī)劃。其中第一步，還是要先和主機(jī)廠共同把數(shù)據(jù)治理好。數(shù)據(jù)治理好才能用模型去迭代、精調(diào)，最終才能一步步落地。大模型領(lǐng)域還是要一步步走，很少有捷徑。