關(guān)鍵詞：生成式人工智能（GAI）；汽車產(chǎn)業(yè)；大模型

0 前言

隨著社會(huì)層面數(shù)據(jù)量的指數(shù)級(jí)增長和計(jì)算機(jī)運(yùn)算算力的快速提升，生成式人工智能（GAI）技術(shù)不斷涌現(xiàn)［1］。2022 年，ChatGPT 的出現(xiàn)將自然語言的理解與生成能力推向新的高度，并展現(xiàn)出跨學(xué)科、跨領(lǐng)域的通用性。這被認(rèn)為是人工智能技術(shù)的新突破，標(biāo)志著人工智能正式進(jìn)入大模型時(shí)代［2］，新一輪科技革命和產(chǎn)業(yè)變革發(fā)展深入。在全球汽車產(chǎn)業(yè)電動(dòng)化、智能化發(fā)展趨勢下，汽車產(chǎn)業(yè)因其具有龐大的數(shù)據(jù)量、復(fù)雜的數(shù)據(jù)結(jié)構(gòu)、豐富的數(shù)據(jù)類別及多樣化的應(yīng)用場景，成為GAI 技術(shù)場景開發(fā)的熱點(diǎn)領(lǐng)域。這種融合發(fā)展正在重塑未來汽車產(chǎn)業(yè)的形態(tài)，引領(lǐng)汽車產(chǎn)業(yè)向更高層次、更廣闊領(lǐng)域發(fā)展。

1 概述

GAI是人工智能技術(shù)的一個(gè)分支，能夠根據(jù)自然語言對(duì)話提示詞自動(dòng)生成響應(yīng)內(nèi)容［3］。大模型是指具有海量模型參數(shù)，在大規(guī)模數(shù)據(jù)上進(jìn)行訓(xùn)練，并通過自監(jiān)督學(xué)習(xí)范式獲取通用的數(shù)據(jù)表示的模型，可以適應(yīng)廣泛的下游任務(wù)［1］。根據(jù)訓(xùn)練數(shù)據(jù)和輸出的模態(tài)不同，大模型主要分為語言大模型、視覺大模型和多模態(tài)大模型［2］。在GAI 領(lǐng)域，大模型的應(yīng)用尤其突出，其特點(diǎn)主要包括：① 規(guī)模大，參數(shù)數(shù)量達(dá)到百億級(jí)別，訓(xùn)練數(shù)據(jù)集大小達(dá)到太字節(jié)量級(jí)；② 技術(shù)強(qiáng)，具備強(qiáng)大的情景學(xué)習(xí)、思維鏈推理和多輪對(duì)話等能力，能將復(fù)雜問題分解為簡單問題，并進(jìn)行推理和解決，具備自身泛化學(xué)習(xí)能力；③ 涌現(xiàn)性，即在執(zhí)行下游任務(wù)時(shí)，能展現(xiàn)出訓(xùn)練階段未顯現(xiàn)的能力，如GPT-3 僅需提供提示，就能完成文本生成、段落總結(jié)等未經(jīng)訓(xùn)練的任務(wù)［4］；④ 靈活性，能理解與掌握訓(xùn)練數(shù)據(jù)，而非僅針對(duì)特定下游任務(wù)［5］。

2大模型在汽車領(lǐng)域的應(yīng)用

2. 1應(yīng)用現(xiàn)狀

當(dāng)前，大模型的應(yīng)用主要集中在車輛配置功能開發(fā)上，主要目標(biāo)是吸引消費(fèi)者的目光，提升產(chǎn)品賣點(diǎn)，并強(qiáng)化產(chǎn)品定位。自動(dòng)駕駛和智能座艙等領(lǐng)域是大模型應(yīng)用的初步探索方向。

在自動(dòng)駕駛領(lǐng)域，特斯拉已率先將大模型引入自動(dòng)駕駛中。特斯拉公開的GAI 自動(dòng)駕駛系統(tǒng)（FSD）V12 版本是首個(gè)完全依賴車載攝像頭和神經(jīng)網(wǎng)絡(luò)來識(shí)別道路和交通情況，并作出相應(yīng)決策的端到端人工智能自動(dòng)駕駛系統(tǒng)［6］。同時(shí)，毫末智行也發(fā)布了行業(yè)首個(gè)自動(dòng)駕駛生成式大模型DriveGPT，可以實(shí)現(xiàn)城市智慧領(lǐng)航功能、智能陪練、場景脫困等功能。此外，為應(yīng)對(duì)長尾問題，科技、汽車企業(yè)正積極提升數(shù)據(jù)挖掘、自動(dòng)標(biāo)注、復(fù)雜場景仿真等能力。

在智能座艙方面，語音交互是大模型主要的開發(fā)場景，目前逐步向感知交互擴(kuò)展。極越01 是全球首個(gè)大模型上車的智能汽車，可以實(shí)現(xiàn)最接近人與人交流的整車功能控制；商湯科技開發(fā)了“絕影”智能座艙大模型產(chǎn)品體系，具備先進(jìn)的多傳感器融合感知能力。

2. 2 應(yīng)用趨勢

未來汽車是一個(gè)高度復(fù)雜、靈活移動(dòng)的智能網(wǎng)聯(lián)終端，將成為大數(shù)據(jù)采集、中轉(zhuǎn)和處理的重要節(jié)點(diǎn)。智能產(chǎn)品與智能制造的相互協(xié)同使汽車產(chǎn)品能夠利用智能制造體系的數(shù)據(jù)解決各種現(xiàn)實(shí)和潛在的問題。大模型在汽車領(lǐng)域的應(yīng)用價(jià)值與大模型本身的技術(shù)特點(diǎn)高度匹配，為實(shí)現(xiàn)汽車全生命周期的賦能提供可能。

在產(chǎn)品設(shè)計(jì)階段，大模型能縮短并優(yōu)化訴求、需求、功能到產(chǎn)品的設(shè)計(jì)周期。一方面，大模型整合了用戶端、網(wǎng)絡(luò)端、產(chǎn)品端的海量數(shù)據(jù)，實(shí)現(xiàn)了更加精準(zhǔn)的功能需求與產(chǎn)品市場預(yù)測，提供了更加細(xì)致的用戶畫像，可快速完成各類產(chǎn)品人群的圈選與分層。另一方面，基于車輛設(shè)計(jì)參數(shù)、材料屬性、安全要求、環(huán)境數(shù)據(jù)、用戶運(yùn)行等數(shù)據(jù)，大模型能夠幫助提高產(chǎn)品結(jié)構(gòu)設(shè)計(jì)質(zhì)量與效率，提供新穎的設(shè)計(jì)元素和生成多樣化的設(shè)計(jì)方案。

在產(chǎn)品開發(fā)階段，大模型憑借其強(qiáng)大的數(shù)據(jù)處理能力，可將產(chǎn)品潛在的開發(fā)風(fēng)險(xiǎn)降至最低。隨著車輛使用環(huán)境和用戶功能等日趨復(fù)雜，其面臨的問題也層出不窮，因此要求產(chǎn)品開發(fā)人員具備更高的綜合性解決能力。大模型能夠有效整合用戶端、測試端及產(chǎn)品端產(chǎn)生的數(shù)據(jù)，對(duì)汽車系統(tǒng)中復(fù)雜的關(guān)系與潛在故障進(jìn)行全面模擬和評(píng)估。

在智能檢測階段，大模型顯著提升了產(chǎn)品測試的效率。隨著汽車測試設(shè)備與性能測試要求的不斷升級(jí)，大模型能夠快速自動(dòng)化標(biāo)注特征數(shù)據(jù)，識(shí)別異常行為，并生成合成數(shù)據(jù)模擬各種場景，從而增加測試用例，提高模型的泛化能力，并實(shí)現(xiàn)云端仿真測評(píng)；同時(shí)，還能識(shí)別當(dāng)前算法的缺陷，評(píng)估原有算法的準(zhǔn)確性、魯棒性和安全性，提供更可靠的評(píng)估結(jié)果。此外，大模型的自然語言處理和生成能力使其能夠進(jìn)行自動(dòng)對(duì)比分析、生成測試報(bào)告。

在智能制造階段，大模型可為產(chǎn)品生產(chǎn)全過程優(yōu)化提供強(qiáng)大支持。在生產(chǎn)準(zhǔn)備階段，大模型基于工藝過程、設(shè)備運(yùn)行監(jiān)測信息、供應(yīng)鏈物流等數(shù)據(jù)，模擬不同工藝參數(shù)和流程，優(yōu)化生產(chǎn)計(jì)劃、生產(chǎn)線布局和資源調(diào)度方案，并識(shí)別生產(chǎn)設(shè)備的潛在故障風(fēng)險(xiǎn)。在生產(chǎn)過程中，大模型實(shí)時(shí)采集供應(yīng)鏈、生產(chǎn)設(shè)備、工序完成節(jié)點(diǎn)、效率等數(shù)據(jù)，實(shí)現(xiàn)產(chǎn)品生產(chǎn)與供應(yīng)的可視化、質(zhì)量控制、缺陷預(yù)防、進(jìn)度監(jiān)控與優(yōu)化。在生產(chǎn)后期，大模型能追溯產(chǎn)品設(shè)備故障、質(zhì)量缺陷的原因，并提出改進(jìn)建議。

在產(chǎn)品銷售階段，大模型可通過深入挖掘用戶消費(fèi)習(xí)慣和需求，實(shí)現(xiàn)精準(zhǔn)化營銷。同時(shí)，大模型能預(yù)測市場趨勢，及時(shí)調(diào)整市場投放策略；根據(jù)用戶的財(cái)務(wù)狀況、信用記錄、歷史用車記錄等，推薦符合客戶的信貸品類、保險(xiǎn)保費(fèi)管理等金融解決方案。此外，大模型還能實(shí)時(shí)監(jiān)測網(wǎng)絡(luò)評(píng)價(jià)、點(diǎn)擊量等輿情情況，生成輿情處理應(yīng)對(duì)方案。

在產(chǎn)品使用階段，大模型可加速自動(dòng)駕駛的標(biāo)準(zhǔn)落地，增強(qiáng)人機(jī)交互體驗(yàn)和創(chuàng)新服務(wù)生態(tài)，可實(shí)現(xiàn)多場景的虛擬仿真、大規(guī)模訓(xùn)練及測試，使車輛能夠準(zhǔn)確識(shí)別交通標(biāo)志、行人、車輛等周邊環(huán)境，從而加速自動(dòng)駕駛技術(shù)的規(guī)模化、可靠化。大模型將賦予汽車更強(qiáng)大的溝通和理解能力，實(shí)現(xiàn)開放場景和自然交互的全新人機(jī)交互體驗(yàn)，通過在線下載技術(shù)（OTA）提供更加個(gè)性化的升級(jí)服務(wù)。大模型能實(shí)時(shí)監(jiān)測車輛運(yùn)行與駕駛員狀態(tài)，實(shí)現(xiàn)車輛異常狀態(tài)的自動(dòng)報(bào)警；此外，還能實(shí)現(xiàn)汽車與家居、汽車與辦公等跨領(lǐng)域服務(wù)。

在智能售后階段，大模型可推動(dòng)賠付和維修的自動(dòng)化、數(shù)字化全面升級(jí)。大模型可根據(jù)駕駛員的駕駛習(xí)慣、駕駛技術(shù)、車輛信息和周圍環(huán)境等數(shù)據(jù)，輔助進(jìn)行車輛定損、保險(xiǎn)賠付等服務(wù)，并為保險(xiǎn)公司實(shí)行差異化保險(xiǎn)費(fèi)率提供數(shù)據(jù)支撐，促進(jìn)云賠付等方式的推廣應(yīng)用。同時(shí)，大模型還能實(shí)現(xiàn)智能故障識(shí)別及破損診斷，模擬維修過程。

在產(chǎn)品報(bào)廢階段，大模型可催生汽車產(chǎn)品回收再利用的新業(yè)態(tài)，通過分析整車及部件性能使用情況，預(yù)測車輛壽命、報(bào)廢時(shí)間及匹配的報(bào)廢方案。同時(shí)，還能夠?qū)崿F(xiàn)信息交流、數(shù)據(jù)分析、流向監(jiān)控等信息化服務(wù)，優(yōu)化回收網(wǎng)點(diǎn)布局，促進(jìn)供需快速匹配和再生資源回收體系的建設(shè)。

大模型與應(yīng)用場景的不斷結(jié)合和迭代，將衍生出更多的應(yīng)用市場需求，推動(dòng)數(shù)據(jù)采集、算力優(yōu)化、軟硬件等基礎(chǔ)設(shè)施的優(yōu)化升級(jí)。在此背景下，云端算力將成為行業(yè)競爭的焦點(diǎn)，感知系統(tǒng)和場景復(fù)雜度將驅(qū)動(dòng)車端算力不斷升級(jí)，促進(jìn)路側(cè)設(shè)備、智能網(wǎng)聯(lián)系統(tǒng)與車輛的深度融合發(fā)展，通信網(wǎng)絡(luò)將進(jìn)入高速發(fā)展階段。

3 催生汽車產(chǎn)業(yè)新業(yè)態(tài)

汽車產(chǎn)業(yè)向電動(dòng)化、智能化轉(zhuǎn)型的核心在于培育新動(dòng)能、開拓新業(yè)態(tài)、塑造新模式，其中大模型的推動(dòng)作用至關(guān)重要。

在培育新動(dòng)能方面，掌握核心科技、探索新的應(yīng)用領(lǐng)域?qū)⒊蔀槠囆袠I(yè)大模型發(fā)展的核心競爭力。盡管目前大模型產(chǎn)品數(shù)量正處于快速增長階段，但當(dāng)產(chǎn)品數(shù)量達(dá)到一定程度后會(huì)趨于穩(wěn)定［7］。如果面向汽車行業(yè)的大模型技術(shù)不能打破行業(yè)壁壘，產(chǎn)品不能有效落地，將面臨被淘汰的風(fēng)險(xiǎn)。

在開拓新業(yè)態(tài)方面，大模型將重塑產(chǎn)業(yè)關(guān)系，催生產(chǎn)業(yè)組織。大模型將打破汽車產(chǎn)業(yè)內(nèi)部錯(cuò)綜復(fù)雜的生產(chǎn)技術(shù)和經(jīng)濟(jì)聯(lián)系，使企業(yè)深入理解產(chǎn)品屬性關(guān)系與市場偏好，幫助用戶更快速獲取產(chǎn)品的內(nèi)在聯(lián)系。同時(shí)，大模型將推動(dòng)分散化數(shù)字資源的重新整合，促使企業(yè)與下游平臺(tái)深度融合，行業(yè)頭部企業(yè)將掌握龐大的用戶信息，形成超級(jí)產(chǎn)業(yè)組織。

在塑造新模式方面，人機(jī)交互模式將實(shí)現(xiàn)從“ 刺激— 反饋”“ 一鍵操縱”“ 智能服務(wù)”向“ 情感交流”的模式演變［8-9］。大模型將顛覆傳統(tǒng)的以用戶為中心的內(nèi)容分發(fā)模式，不再過度依賴標(biāo)簽進(jìn)行優(yōu)化，而是向人機(jī)協(xié)同共創(chuàng)的智能化、個(gè)性化、創(chuàng)新化的方向發(fā)展。

4 應(yīng)用風(fēng)險(xiǎn)與政府監(jiān)管

2023 年5 月，《人工智能法草案》被列入國務(wù)院年度立法工作計(jì)劃。2023 年7 月，國家互聯(lián)網(wǎng)信息辦公室等部門發(fā)布了《生成式人工智能服務(wù)管理暫行辦法》，主要規(guī)范生成式人工智能服務(wù)提供者，但尚未對(duì)大模型技術(shù)提供者制定規(guī)范［10］。對(duì)于大模型的應(yīng)用與開發(fā)管理，我國尚未建立起完善的法規(guī)和政策監(jiān)管體系，大模型應(yīng)用于汽車領(lǐng)域所帶來的風(fēng)險(xiǎn)不容忽視，政府監(jiān)管面臨巨大的挑戰(zhàn)。

4. 1 應(yīng)用風(fēng)險(xiǎn)

（1） 隱私數(shù)據(jù)泄漏風(fēng)險(xiǎn)較高。用戶輸入的信息可能涉及保密行政區(qū)等國家安全數(shù)據(jù)，車輛傳感器、駕駛員駕駛行為和行駛路徑等關(guān)鍵行駛數(shù)據(jù)，以及車主、駕駛員的個(gè)人隱私數(shù)據(jù)。這些數(shù)據(jù)一旦被惡意使用或非法訪問，可能導(dǎo)致商業(yè)秘密泄露，甚至威脅國家安全。

（2） 存在潛在的數(shù)據(jù)倫理風(fēng)險(xiǎn)。大模型訓(xùn)練數(shù)據(jù)包含開發(fā)團(tuán)隊(duì)的主觀偏見、情感態(tài)度，以及政治、宗教、性別等敏感內(nèi)容。在處理涉及文化、風(fēng)俗等敏感內(nèi)容時(shí)，大模型會(huì)遇到理解上的困難，引發(fā)不同語言和文化之間的沖突和融合，產(chǎn)生跨文化倫理問題?？紤]到汽車在社會(huì)生產(chǎn)中的重要地位，這種數(shù)據(jù)倫理風(fēng)險(xiǎn)可能會(huì)對(duì)汽車使用者的文化自信產(chǎn)生不利影響。

（3） 存在車輛決策安全風(fēng)險(xiǎn)。大模型在生成文本時(shí)，可能存在語義或句法上看似合理但實(shí)際不正確或無意義的問題。因此，車輛在面對(duì)用戶指令和危險(xiǎn)情境時(shí)，能否做出正確的安全決策仍是未知。此外，大模型還可能涉及政治敏感、偏見信息、倫理道德等問題，可能導(dǎo)致用戶接收到不恰當(dāng)?shù)男畔?，甚至可能引?dǎo)用戶做出有害公共安全的行為。

4. 2 政府監(jiān)管

在汽車智能化發(fā)展趨勢下，如何平衡好發(fā)展與安全的關(guān)系，成為大模型規(guī)范上車亟待解決的關(guān)鍵問題。首先，政策引領(lǐng)至關(guān)重要。我國監(jiān)管部門在制定相關(guān)管理政策時(shí)，應(yīng)充分考慮為產(chǎn)業(yè)發(fā)展保留一定的創(chuàng)新空間。鼓勵(lì)數(shù)字化、信息化水平高，規(guī)模效益大的重點(diǎn)企業(yè)與通用大模型技術(shù)開發(fā)企業(yè)進(jìn)行深度合作，推動(dòng)產(chǎn)品的快速迭代，積極開拓國際市場。其次，需要壓實(shí)主體責(zé)任：根據(jù)應(yīng)用分類和風(fēng)險(xiǎn)分級(jí)，明確大模型潛在的風(fēng)險(xiǎn)因素及其衡量指標(biāo)，建立科學(xué)、明晰的法律責(zé)任機(jī)制；針對(duì)不同的行為性質(zhì)和后果，明確相應(yīng)的責(zé)任承擔(dān)方式，鼓勵(lì)建立大模型治理行業(yè)的自律機(jī)制。最后，需要積極參與全球競爭，根據(jù)不同國家的法律規(guī)范制定相應(yīng)的應(yīng)對(duì)策略，解決汽車大模型在國際市場上面臨的國際法律問題，規(guī)避法規(guī)風(fēng)險(xiǎn)。