大模型席卷汽车，是真风口还是伪需求？

作者 |  姜悦

来源 | 金错刀车评（ID：jincuodaocheping）

图片来源：由无界 AI生成

最近，汽车圈最热的事件莫过于蔚来推出手机。

蔚来CEO李斌称，一部跟汽车互连的手机，有利于增加车的竞争力。

其他车企虽然关于手机的靴子还未落地，但不得不说，大模型的风，却几乎无人缺席。

不管用户是否体验到这一波风口，但汽车圈可是先高潮了。

李想在微博喊话，“大模型的研发和训练是智能电动车企业的必要能力。”

魅族手机也借此支棱起来了，宣布与吉利合作推出车机，声称要“开启车机联合大时代”。

尽管各家都在疯狂搞大模型，但现阶段距离大模型的真正上车，显然还有不小的距离。

大模型上车，到底是真风口，还是伪需求？

大模型上车，先从”人工智障“开始

车载语音交互其实早就已经出现了，甚至比车载大屏车机出现的更早。

但一直受限于用户语音识别不好，被车主们嘲为“人工智障”。

随着ChatGPT爆火后，人工智障也有了一个新的“改头换面”机会，一时间，机器对用户语言的理解突飞猛进，在线文档、搜索应用都纷纷加入了大模型功能。

各家车企自然也没错过这个风口。

今年2月，尚处在襁褓中的文心一言，就早早被吉利、长城、红旗、东风日产、岚图等车企盯上。

奔驰则更是快了一步，真正将大模型落地。今年6月，奔驰高调宣布，将为90万辆车的车载语音助手接入ChatGPT的能力，很快登上热搜引发舆论关注。

眼下在国内，尚未上线的、车企自研的，一场汽车智能座舱大模型之战似乎打响。

有的大模型，不仅为车企提供聊天机器人，还要将文图互生、健康监测、文档解读等能力搬上车。

有人说，如此一来，以后车上托儿、办公也是指日可待。

不过计划很美好，现实却还是没太多惊喜。从整个车企来看，大模型大致分成两类。

最常见的一类，用于人工智能交流对话领域，多数应用在智能座舱，更直观说就是语音助手。

比如，百度的文心一言；阿里也宣布AliOS智能汽车操作系统，已接入通义千问大模型进行测试等。

另一类则是聚焦智能驾驶。比如毫末智行发布了自动驾驶生成式大模型DriveGPT，帮助解决认知决策问题；理想汽车自研大模型MindGPT，则是试图让汽车做到更接近人类司机的驾驶表现。

蔚来、小鹏也没闲着，纷纷注册申请了多个与GPT相关的商标，也在不断开发新系统。

蔚来新款EC6上更新的Banyan 2.1.0系统，Banyan 2.1.0系统还提升了语音操作车机的能力，只要当前页面显示的东西，都可以做到用语音触发。

魅族则是喊话，自己研发出独特的Flyme Auto智能座舱系统。说白了，就是通过Flyme Auto，用户在手机上怎么操作，在汽车就怎么操作。

总的来看，目前的车企受限于研发难度，大多选择与大模型提供方合作，自研派较少。

其实自不自研对用户来说没那么重要，人们更关心的，还是我到底能用大模型来干什么，以及有什么方便。

想让用户买单，大模型还有几道坎

车企们信心满满，个个都把大模型当作新的卖点，仿佛不做就要低人一等。

不过，想要让用户买账，却没那么容易。

图森未来CTO王乃岩日前呛声“自动驾驶大模型是伪命题”，他认为大模型最重要的特点是能摆脱场景限制的强泛化能力，但“任何所谓的自动驾驶大模型都还没达成这样的能力。”

目前绝大部分汽车都配置了智能语音助手，但即使是能力较强的那一批，仍然存在几个显眼问题：

人和语音助手的交互依然略显机械，并没有做到像一个人一样沟通。

反应速度依然不快，有人更是一句极其扎心的评价：聊闲天强，干实事弱。

用户不舒服，车企也不好过。

比如毫末智行的DriveGPT，采用了类GPT的结构，在云端拥有1200亿参数。

不过，要将1200亿参数的模型压缩到能塞进车内，显然当下的芯片性能还不足以支持，想法越美好，落地就越困难。

拿下今年计算机视觉顶会CVPR最佳论文奖的UniAD论文作者、上海人工智能实验室科学家李弘扬，直接泼了盆冷水：

“现在这个行业没有自动驾驶大模型。我们给UniAD工作的定义也是‘自动驾驶通用模型’，而不是大模型。”

而且，ChatGPT至今没能改掉胡编乱造的“缝合”问题，没别的解决方法，只能是不停地喂案例喂数据，慢慢培养。

放到汽车上这个问题同样明显。

前不久马斯克的智能驾驶功能FSD V1直播里，在直播进行到第19分钟时，直行等待红灯转绿的特斯拉，却在左转灯变绿时擅自冲了出去，被马斯克一脚刹停。

在被问及解决方案时，马斯克的回应是，“继续向神经网络投喂大量带有左转交通灯的驾驶视频。”

大模型不好上车，其实也是情理之中。

首先，车企做大模型，多模态数据的收集、处理、训练本身是一个难题。

自动驾驶所需传感器数据需要大量的场景数据，比如交通标志线、交通流、行为模型，数据之复杂让汽车大模型的研发、训练门槛变得很高。

其次，即使使用同一个大模型，不同车企由于积累的数据与对场景的理解不同，最终呈现出的效果也会有明显差别。

另外，关于AI大模型训练，业内人士认为至少需要3—5年甚至更长的时间，以这样的速度看，现在的汽车大模型，明显还处在宝宝阶段。

一切追风口，都必须回归用户体验！

最近，不少大厂纷纷向社会开放大模型。

的确点燃了很多人的好奇心，想一探究竟。汽车也是如此，AI智能汽车、飞行汽车等概念我们听的太多了，而一旦大模型真的落地，肯定会引起不小的关注。

不夸张地说，虽然现在大模型还并不成熟，但谁能真正做好落地，优化用户体验，显然比打五折促销还能刺激消费。

毕竟，在一个完美的大模型构想里：汽车可以更精确地听懂人类对话的含义，完成链路更复杂的任务，更准确地执行人类希望的操作。

某种程度上，这也是中国汽车硬刚特斯拉胜率最大的机会。

其实国内外汽车大模型都并不成熟。两周前，马斯克以“找小扎1V1男人大战”为由，曾亲自驾车直播了尚在开发中的特斯拉智能驾驶功能FSD V12版本，超过1100万人在推特上观看。

相较于目前的FSD V11.4，V12最大的特性是基本实现了“神经网络吞噬一切”。在马斯克口中，FSD V11.4还有30万行人类手写的代码，但FSD V12几乎完全是神经网络，构筑了一套端到端自动驾驶技术。

听起来玄乎，实际上还有很多要改进和探索的空间。直播翻车了，连马斯克都承认这一点。

大模型的探索还远未到想象天花板。如今，车企与大模型供应商在死磕的一件事是，将多模态感知大模型与大语言模型整合起来，让汽车的智能座舱同时建立起感知与认知能力。

简单说就是，以后的车机能够看懂车内人员的表情、手势，进而更深层次地理解人类更日常或者隐晦的表达。

不过，各家大模型的比拼，与其蹭那些听不懂的概念，不如回归用户体验，比比谁的语音助手更加智能贴心，谁的行驶反应速度更敏锐，这也是用户最在乎的细节体验。

别说更远的智能驾驶，就眼下说，用户会在单人开车的时候，敢真正放心用语音代替自己的手，对于国产汽车来说就算一大进步了。

画饼不如实干。是骡子是马，不是靠嘴说，还得拿出来遛遛。