生成式AI发展将改变汽车商业模式，智算中心或领头汽车AI研发-全球热头条

今年以来，生成式AI技术的不断发展和突破为多个行业带来新的商业化机遇，而这一趋势同样对着力智能化提升的汽车业产生影响。

【资料图】

乘着生成式AI工具高速发展的东风，原本前途式微的搜索引擎市场再次焕发生机。日前，微软方面表示，集成ChatGPT的AI版必应(Bing)搜索引擎在推出首月后，必应的每日活跃用户首次突破1亿人规模，其中，约三分之一为受到Bing聊天AI工具吸引的新进用户。受此影响，搜索引擎巨头谷歌随即对标上马生成式AI工具Bard，百度也开启生成式AI产品“文心一言”的邀请测试，试图开展搜索引擎市场的全新竞赛。

事实上，生成式AI工具正在对网络搜索体验进行重塑，并不仅限于处理简单的交互聊天及对复杂问题的解答，其所具备的语义联想特性甚至可以帮助用户实现创意和灵感落地。由此，可以认为这一轮生成式AI工具化发展所带来的变革，将对包含汽车行业在内的方方面面造成冲击。

生成式AI涉足汽车业

车企层面正高度关注AI工具化趋势，并将其视为强化智能汽车座舱、人车交互等领域的新赛道。在百度“文心一言”发布后，长安、集度、吉利、岚图、红旗等多家车企宣布已预约接入，参与其针对汽车行业的模型优化进程。通用汽车则试图在这轮AI工具上车的竞争中取得先发优势。据悉，通用汽车方面正在基于微软Azure云服务和ChatGPT模型着手开发一款全新的车载智能助手，以期嵌入到汽车信息娱乐软件的智能助手可以为用户自动安排充电或维护方面的日程安排，并在车辆故障或部分紧急情况下，通过语音及画面提示为用户提供分步操作指引。为此，通用汽车副总裁斯科特•米勒（Scott Miller）表示，类似ChatGPT这样的生成式AI工具将有助于车企打造更加智能的驾驶辅助系统，从而使通用在技术层面挑战特斯拉成为可能。

与此同时，车企对AI工具在工业生产方向的潜力充满兴趣。例如，宝马集团正着手将AI工具在整个生产网络中实现应用，以推动自身的数字化转型进程。3月21日，宝马集团与英伟达宣布，将扩大英伟达Omniverse平台的应用范围，在其全球生产网络中构建并运行工业元宇宙应用。据称，Omniverse是英伟达在图形学、加速计算、模拟和AI技术领域一项成果，用于制造业企业以完全虚拟的方式规划、优化工厂项目，以提高工厂的数字化程度与可持续性，从而高效生产并缩短产品上市时间。宝马方面表示，通过Omniverse平台，宝马团队将数据汇总为大型高性能模型与连接特定领域的软件工具，已实现跨地区多用户实时协作。同时，宝马集团还在第三方Idealworks的帮助下，完成对工厂机器人合成数据和场景的虚拟设计、建造和测试，并将在已规划的匈牙利德布勒森电动汽车工厂建设中得到实际运用。

除宝马集团之外，英伟达方面还与沃尔沃、梅赛德斯-奔驰等车企合作，共同搭建Omniverse平台框架下的数字生产线，通过数字化模拟“预览”实际的成品。据介绍，梅赛德斯-奔驰和捷豹路虎汽车的工程师在Omniverse中使用Driver Sim程序生成合成数据以训练AI模型，并通过虚拟NCAP驾驶测试来实现对主动安全系统的验证。而沃尔沃则采用平台内置的USD Composer管理连接和统一其资产工作流程。此外，美国电动汽车初创品牌Lucid还利用Omniverse根据真实设计数据成功构建其数字商店。显然，在变更工厂设施或重新优化生产流程成本高昂的前提下，AI工具也正在为车企描绘出一幅“高效数字化转型”的工业发展蓝图。

智算中心或领头汽车AI研发

不过，尽管AI工具已引发生产力能否飞跃的广泛讨论，但介于AI工具的巨大算力需求以及训练所需硬件的高成本，车企及相关方若想在这一新兴领域大展身手，仍需谨慎布局。

当前，云计算技术从业者普遍认为，“1万枚英伟达A100芯片才是做好AI大模型的算力门槛”，而依据美国市场研究机构Trend Force在3月1日的相关报告，想要达到ChatGPT 3.5模型的同等水平，则需要2万枚以上的同类芯片才能满足基本算力需求。由此可见，考虑到智能汽车当前发展阶段本就面对的高性能GPU芯片供需失衡状况，车企单独布局AI工具的商业化研究，无论是硬件采购还是运营成本都存在着一定困难。因此，前述的英伟达在扩大Omniverse平台应用领域的同时，还将“ChatGPT同款”搬上云平台，并通过AI云服务DXG Cloud降低潜在用户部署大模型的成本。

但需要注意的是，由于通用大模型AI工具存在无法解决某一细分行业具体问题的不足，因此车企及相关方仍需要自行研发“小模型”来应对智能辅助驾驶、交互体验等细分领域的需求。而在AI工具“小模型”的谈论范畴下，车企及相关方仍有机会独立发展。

2月27日，吉利汽车正式揭牌成立吉利星睿智算中心，着手进行智驾模型训练及在线车辆并发计算需求的研究。据介绍，该中心拥有超算服务器1000多台，云端总算力达每秒81亿亿次，支持百万辆级别的在线车辆并发计算，可大幅提升智能网联、智能驾驶、新能源安全以及试验试制等研发相关领域的运算效率。同时，吉利方面还宣布将与阿里云进一步加强在云计算、大数据等方面的战略合作。做相似布局的国内车企还有小鹏汽车。去年8月，小鹏汽车联合阿里云在内蒙古发布小鹏汽车智算中心“扶摇”，发力自动驾驶算法相关训练。此外，长城旗下毫末智行则与火山引擎实现合作，依托浮点算力每秒67亿亿次的雪湖·绿洲智算中心，同样着手智驾模型训练布局。

诚然，上述现有“智算中心”的布局初衷都是为了快速迭代智能网联和高阶自动驾驶所需的数据，以缩短产品开发周期，从而加快自动驾驶产品上市的步伐。而随着AI工具化趋势热度愈升，这些此前创建的“智算中心”仍然具有在汽车领域开发AI工具“小模型”的可行性。当然，车企及相关方若想顺势在此领域继续深入，承接车载AI工具的开发需求，显然需要升级完善许多硬件基础设施，并在算法、数据管理、人才培育等方面持续提升。

新赛道不必急于求成

在近期热点的车市价格战趋势下，车企面临的利润压力迫使智能驾驶产品“堆料”发展的势头被打断，也同样是致使车企及相关方将目光投向AI工具的一个诱因。由此，也不难理解百度“文心一言”模型发布后，国内车企纷纷接入的情形为何发生。

然而，AI工具化的势头才刚刚兴起。特定的领域和场景，现有离线环境下开发的生成式AI工具仍存在信息准确度的缺陷，仍需大量针对训练和开发迭代。而若将其接入实时互联网环境中，随着时间推移，虽然模型获取的信息量会日渐丰富，但如果训练语料中存在偏见或是刻板内容，也有可能导致生成式AI工具提供不准确乃至虚假信息的风险。近期，百度“文心一言”模型便在内测过程中出现了文生图不符实际的情况，部分观点认为，这是由于中文自然语言处理领域缺乏高质量的中文语料，而训练数据集的语义标注多以英语环境为主而导致的结果。为此，百度团队回应称：后续会对该模型的文生图能力继续调优迭代。

无论如何，在过去数月里，AI工具已从服务层到应用层实现多层突破。开发ChatGPT模型的OpenAI CEO萨姆·阿特曼(Sam Altman)大胆预测：未来全球人工智能运算量每隔18个月将会翻一番。英伟达总裁黄仁勋则表示：“如果把加速计算比作曲速引擎，那么AI就是动力来源。而生成式AI工具的发展将使得更多公司产生紧迫感并重构产品和商业模式。”这对竞相进行数字化转型的车企及相关方而言，AI工具确实对重获优势至关重要。

注：本文首发于《汽车纵横》杂志2023年4月刊“热点追踪”栏目，原标题为《生成式AI发展将改变汽车商业模式》，敬请关注。