文|白    鴿

　　時隔4年回歸的北京車展，遇上了中國智能汽車的熱潮。

　　開年價格戰(zhàn)的持續(xù)洗禮，不僅讓一眾中國車企都慌得一批，也讓全球巨頭特斯拉也面臨一季度銷量大跌局面。

　　與此同時，智能汽車還在不斷地卷新技術。

　　首先是各家紛紛打出“高階智駕”，在重感知輕地圖的路線下比拼“智駕全國都能開”。另外，在大模型浪潮下，大模型“上車”也在今年有了新的實質性落地。

　　早在2023年，ChatGPT的火爆就已經帶動了大模型上車。

　　毫末智行等自動駕駛方案商和小鵬汽車等車企緊跟特斯拉，將Transformer架構應用在智能駕駛系統(tǒng)中;智己旗下車型LS6已上線GPT大模型;廣汽發(fā)布AI大模型平臺，將搭載于昊鉑GT。

　　總體來看，大模型“上車”分為兩種，一種是在智駕領域，用端到端的方式提升智駕系統(tǒng)的感知能力;另外，就是在智能座艙領域，完成人和車之間的自然語言交互。

　　但是，大模型當前面臨一個重要問題是，目前已經落地應用場景還比較窄，主要成熟的應用場景是在智能客服、座艙交互等領域。

　　不過，隨著汽車產業(yè)進入“新智能”階段，AI大模型的突破，遠遠不止這些。

　　“大模型在汽車出行產業(yè)的應用價值，遠不止用戶顯而易見的‘車上’體驗，在諸如研發(fā)、生產、營銷、客服等更多‘車下’場景，也有非常多的實踐和應用空間。”騰訊智慧出行副總裁、騰訊智慧出行負責人鐘學丹如此說道。

　　可以預見，隨著這些場景應用的不斷落地，汽車產業(yè)將真正進入全產業(yè)鏈的“高階智能”。

　　從上車到下車，車企搶做大模型

　　汽車行業(yè)的競爭日趨白熱化，價格戰(zhàn)更是愈演愈烈。

　　當同質化的供應商遇上同質化的設計，車企們需要不斷降本增效的同時，還急需構建智能化時代的新競爭力。

　　AI大模型，成為車企們構建差異化能力的關鍵，也是車企們構建全域智能的基礎底座能力。

　　去年，吉利汽車研究院成立了AI智能研究部，吉利集團CEO淦家閱稱，吉利已具備全棧自研的大模型技術;理想汽車創(chuàng)始人李想表示，“大模型的研發(fā)和訓練，是智能電動車企業(yè)的必要能力。”

　　可以看到，車企們都在積極構建大模型能力，目前構建的方式主要有兩種：

　　一是自主研發(fā)大模型，以蔚小理等造車新勢力為首，比如理想汽車自研的Mind GPT中文大模型;蔚來自研的AI大模型NOMI GPT;小鵬汽車自研XGPT靈犀大模型等。

　　二是與科技互聯(lián)網公司聯(lián)手研發(fā)大模型，以傳統(tǒng)車企為主，比如，長安、奇瑞等企業(yè)正在與騰訊共同探索座艙垂域大模型的開發(fā)和應用，長城汽車與科大訊飛搭建了知識大模型“長城汽車知識大腦”。

　　當前，車企在AI大模型領域所落地應用的重點，更多的還在于“上車”，即通過大模型能力，不斷提升汽車智能化水平。

　　比如在智能座艙領域，大模型背后強大的計算處理能力、生產和多模態(tài)交互能力，則可以給智能座艙帶來更高的智能化水平、更豐富的交互能力。

　　最明顯一個表現(xiàn)在于車載語音交互系統(tǒng)，當車載語音交互系統(tǒng)接入AI大模型后，就可以實現(xiàn)多輪對話的意圖理解，可以跟用戶進行聊天，而非只是個執(zhí)行語音命令的機器。

　　在自動駕駛領域，特斯拉最早在自動駕駛系統(tǒng)訓練中引入Transformer大模型。

　　據了解，在圖像識別能力方面，Transformer擁有更高的上限，隨著訓練數據量的增長，傳統(tǒng)CNN模型識別能力呈現(xiàn)飽和態(tài)勢，而Transformer則在數據量越大的情況下?lián)碛懈�好的表現(xiàn)。

　　自動駕駛則是一個擁有海量數據的場景，也需要通過從海量數據中不斷訓練出更高質量的數據，推動自動駕駛系統(tǒng)的升級迭代。

　　另外，隨著汽車行業(yè)競爭加劇，車企在大模型應用上，不光要“上車”，更需要“下車”。AI大模型能力會融入車企的各業(yè)務場景，以及產業(yè)鏈的各個環(huán)節(jié)，構建全域智能，不斷提升研發(fā)生產效率。

　　畢竟，一家企業(yè)從內到外的高效運轉，也是在行業(yè)中競爭的關鍵。

　　目前，各大汽車企業(yè)已紛紛將大模型納入重點投入規(guī)劃，在汽車的研發(fā)、生產、銷售、服務、協(xié)同管理等各環(huán)節(jié)中，疊加AI的生產力，來提質、降本與增效。

　　車企對AI落地的重視程度可見一斑，也正在為此做出積極的改變。廣汽集團大圣科技有限公司副總經理陳銳就表示，AI一定會快速應用到生產、生活等各個領域。但同時，AI的全面應用也需要企業(yè)、組織和人的全面變革。

　　姚振認為，AI大模型給汽車行業(yè)帶來的新變化，主要體現(xiàn)在降本和增效兩方面。

　　降本層面，是面向車企內部研發(fā)、生成、管理等多個環(huán)節(jié)，比如代碼助手、會議文檔AI助手等，降低人工成本。

　　“因為代碼助手的引入，我們一些客戶的人工效率提升7%。”姚振對光錐智能說道。

　　增效則更多的體現(xiàn)在銷售和服務環(huán)節(jié)。如在消費者購車過程中，基于大模型的輔助銷售顧問、輔助知識庫等能力，會讓銷售服務消費者時有明確的數據策略做參考，提升銷售轉化率。

　　大模型既然如此重要，那么如何率先落地大模型的能力，也成為車企們思考的方向。

　　車企如何利用大模型練“內功”?

　　那么，車企們該如何快速落地大模型能力?

　　借力打力，相比完全自研的投入多、見效慢，選擇合適的汽車行業(yè)大模型服務商是關鍵。

　　“我們發(fā)現(xiàn)通用大模型，在汽車行業(yè)的應用效果并沒有那么好。”姚振說道。

　　通用大模型的長處聚焦于一個“廣”字，面向人群以及場景適用范圍十分廣泛。但對于特定場景而言，企業(yè)并不需要通用大模型的“全能”能力，更多需要的是模型的精度和質量。

　　因此，騰訊智慧出行以騰訊自研的混元大模型為底座，推出了針對汽車行業(yè)的大模型，落地汽車研發(fā)、生產、營銷、服務、企業(yè)協(xié)同等五大場景。

　　姚振表示：“基于這套汽車行業(yè)大模型，應用效果就非常好。因為加入了海量汽車行業(yè)專業(yè)數據，進行預訓練、汽車領域垂類任務精調和強化學習，尤其是在中文閱讀理解、端到端問答、汽車行業(yè)相關任務等方面表現(xiàn)出色。”

　　比如在研發(fā)上，騰訊汽車大模型可以提供AI代碼助手能力，可協(xié)助軟件工程師寫代碼、補代碼、診斷代碼、測試用例;在生產環(huán)節(jié)，騰訊的AI質檢功能，可以進行瑕疵汽車零部件篩查、違規(guī)操作告警，并可以讓生產線、生產設備的運行情況、生產進度，實時可視化管理。

　　在營銷層面，基于騰訊汽車行業(yè)大模型能力，可以通過AIGC智能生成宣傳文案、海報、視頻，并可1小時內制作專屬數智人分身，可線上直播賣車，不但熟知車型賣點，還能和觀眾準確互動，有效促進從線上到線下試駕的線索轉化。針對B端銷售人員，銷售AI助手則可以幫助銷售人員快速獲得準確的汽車銷量商業(yè)分析。

　　在服務層面，基于騰訊混元打造的智能座艙大模型，通過加入汽車專業(yè)用車知識，進行模型精調，可以實現(xiàn)高階、專業(yè)、自如問答，比如在智能客服場景中，可以針對用車、維保問題提供更精準、詳細的回答。同時，還可以輔助人工客服，自動生成前序會話摘要、協(xié)助進行疑難問題檢索、會話結束后自動小結和填單。

　　面對如此龐大的系統(tǒng)性工程，車企將如何排列優(yōu)先級去落地?

　　姚振表示：“落地速度最快的是在營銷、銷售這些領域，因為能夠幫助車企把車賣好、服務好客戶，所以不管是預算還是優(yōu)先級，車企的重視度肯定最高。”

　　其次，是智能座艙，主要涉及到產品力的提升，甚至涉及到用戶是否會買這款車，所以車企在這塊的重視度也非常高。“但目前整個行業(yè)暫時還沒有一家企業(yè)能夠將大模型在智能座艙領域的應用做到獨一無二，各家的能力都比較散。所以基于大模型的開放能力構建一個可以服務于智能座艙的生態(tài)體系更重要。”

　　最后，是橫向幫助車企構建一個大模型底座，比如在協(xié)同、助手代碼這塊。“一般來說，車企會拿出部分預算建設整個AI大模型底座，并將具有車企自身特點的大模型底座和上層的場景能力建設起來，進行完全的體系化打通，整體的項目會做得非常深。”

　　“這塊雖然目前的時效優(yōu)先級并不高，但落地可以更深入，幫助車企做內功的建設。”姚振對光錐智能說道，“從實際效果來看，并不見得在某一個領域能夠迅速見到效果，更多的是建設一個基礎能力。”

　　這五大應用場景功能落地的背后，離不開騰訊從模型、算力、AI 工程平臺(工具鏈)到 AI 應用的完整能力。

　　以中間工具鏈層為例，騰訊通過提供平臺化能力，能夠有效降低大模型訓練難度，提升研發(fā)效率。

　　騰訊云TI平臺的行業(yè)大模型精調解決方案，預置140個不同類型大模型精調任務場景的數據，覆蓋數據清洗、prompt優(yōu)化、數據過濾、數據增強等數據處理環(huán)節(jié)，可以快速準備高質量的精調數據，并支持在精調過程中配比使用，以便于取得更好的模型精調效果。

　　除了AI工具鏈之外，騰訊云還做好了一個拿來即用的大模型知識引擎，可以為智能客服、銷售AI助手、企業(yè)培訓等諸多場景提供大模型能力，不論是消費者還是汽車專業(yè)人士，都能通過簡單的交互獲得關于汽車性能、維護、市場趨勢等方面的深度知識。

　　總體而言，為了支持車企做大模型上車，云廠商已經做好了全套的支持：提高算力利用率(降本)，在平臺做高效開發(fā)和應用(增效)。

　　不過，姚振也表示：“大模型技術升級迭代非常快，混元大模型在開放性和行業(yè)適配性等方面能力不斷提升。因此，今年上半年開始，我們發(fā)現(xiàn)在汽車行業(yè)直接調用混元能力反倒性價比更高，所以今年也將會直接落地部分混云私有化能力。”

　　事實上，車企對于大模型會有不同的需求。

　　比如針對來自業(yè)務部門的需求，包括技術中心、銷售公司以及品牌部門、IT的業(yè)務等，會重點要求在智能座艙、智能客服、營銷等領域的細分需求。

　　針對細分需求，騰訊所提供的解決方案是從應用出發(fā)，快速的幫助車企將大模型建設起來，“以非常輕的閉環(huán)，在某個特定場景中，為車企提供大模型服務，避免其自己做基建大模型，對車企而言也更具有性價比。”

　　另外，有部分車企希望能夠通過重度投入來構建自身的大模型底座，針對此部分需求，騰訊則可以提供從底層基礎設施、到工具鏈，再到上層應用的全棧式技術閉環(huán)能力。

　　騰訊全棧式閉環(huán)底層技術服務能力，能夠讓車企在大模型應用上更好的“下車”。而除了大模型“下車”之外，騰訊還能夠基于大模型與生態(tài)體系的結合，讓車上的應用更加豐富。

　　社交之王，應用“上車”

　　云廠商在搶奪車企的過程中，存在同質化的競爭，也需要思考自己的差異化。

　　對于騰訊而言，在文娛、社交為主的C端特質，是做上車應用的一個重要抓手。

　　這里C端的特質主要包含兩個概念：

　　一個是騰訊自身龐大的內容生態(tài)資源，比如音樂、微信、小程序等，騰訊可以直接將這些生態(tài)內容資源搬入到智能座艙系統(tǒng)中;

　　一個則是騰訊在做To C業(yè)務過程中，沉淀下來的技術能力，不光是大模型，還包括騰訊安全、騰訊云等，并通過這些技術，為汽車行業(yè)提供底層技術能力支持;

　　如騰訊將微信搬上車，以微信為超級ID，作為連接手機與車機之間的橋梁，用戶通過掃碼，就可以將手機微信上的信息一鍵發(fā)送至車機上，包括在手機上的音樂、有聲圖書、公眾號內容等。

　　除了社交的超級ID，騰訊也把最擅長的游戲應用植入到車上。梅賽德斯·奔馳表示，將于北京車展上聯(lián)手騰訊，共同把一款世界級賽車游戲集成至奔馳的車機系統(tǒng)之中。

　　用C端應用去打開騰訊汽車行業(yè)解決方案差異化的思路，來自于騰訊對技術與場景關聯(lián)度的思考。

　　“有一個很簡單的原則，我們希望通過數智化來提高效率，解決實際問題。”姚振說道。

　　如在自動駕駛領域，騰訊所積累的技術經驗主要集中在自動駕駛合規(guī)數據的采集、存儲、標注及仿真訓練等方面，“涉及到車端與大模型相結合的自動駕駛算法領域，我們做的并不多，現(xiàn)階段還在跟車企進行更多的探討。”

　　但將C端應用與大模型相融合，則是騰訊擅長的能力。

　　姚振認為，智能座艙想要打造更好的用戶體驗，不能僅依靠大模型能力，大模型、底層算力以及生態(tài)資源，三者缺一不可。

　　騰訊的優(yōu)勢，就在于能夠將廣泛的生態(tài)互聯(lián)網資源與座艙車機系統(tǒng)進行打通，能夠將包括地圖、音樂、微信、游戲、小程序等C端的產品能力，集成至車機系統(tǒng)之中，并實現(xiàn)手機與車機之間體驗的無縫連接，為用戶提供更豐富的體驗。

　　在AIGC廣泛應用之前，騰訊在智能座艙領域已具備一套完善且成熟的AI體系，現(xiàn)階段騰訊重點將這套體系與大模型相結合，可以在智能座艙內構建一套具備互聯(lián)網生態(tài)的智能推薦體系。

　　騰訊智慧出行智能座艙總經理孫玨表示，基于騰訊APP Agent(智能代理)能力，在成熟流程下，僅需一周時間即可學習并熟練使用數百個應用或小程序，無需API實現(xiàn)與車載小程序及APP的深度語音交互，可以充分理解用戶意圖，代替用戶智能操作各類復雜應用，提升服務效率。

　　據姚振透露，騰訊智能座艙解決方案，到今年年底將會達到1500萬臺裝載量。

　　可以看到，基于自身在C端的生態(tài)特質，加上AI大模型的能力，騰訊智能座艙已經找到了自己的行業(yè)位置。

　　騰訊集團高級執(zhí)行副總裁、云與智慧產業(yè)事業(yè)群CEO湯道生總結道，騰訊一方面將不斷夯實云、圖等核心技術能力，為汽車智能化發(fā)展筑牢底座。另一方面也會與產業(yè)鏈上下游伙伴一起，積極探索AI大模型等前沿技術在汽車產業(yè)各個場景的創(chuàng)新應用，以AI驅動汽車產業(yè)“新智能”發(fā)展。