汽车电子展|智能汽车AI赋能

智能座舱交互能力是智能座舱的核心诉求之一，AI大模型通过自然语言理解的准确性和灵活性和不断自学习的能力，可以增强座舱交互的智能化和个性化，带来交互体验的变革; 当前智能座舱作为一个高度自动化和信息化的环境，存在大量可挖掘利用的数据信息和服务场景，是智能汽车技术革新和竞争的核心领域之一。而大模型背后强大计算处理能力、生成和多模态交互能力可带给智能座舱更高的智能化水平、用丰富的交互能力提升智能座舱的安全性、效率、用户体验和商业化潜力。大模型独有的内容生成能力可以带来全新的应智，大模型强大的内容生成能力可帮助座舱拓展新应用。大模型的接入智能座舱将从语音识别、多模态交互、定制化服务以 及更多智能应用和娱乐功能场景等多个方面赋能，让智能汽车提供更贴 近消费者需求的体验服务，将汽车智能化向更高发展层次推进。

汽车电子展了解到，AI大模型对于智能驾驶的影响主要体现在高阶智能驾驶(暨L2+及以上)的发展上，数据是支撑高阶智驾算法迭代最重要的因素，在整个数据采集-训练闭环中，AI大模型处理海量数据的能力得以体现。自动驾驶领域的大模型发展相对大语言模型滞后，大约始于2019年，吸取了GPT等模型成功经验。大模型的应用加速模型端的成熟，为L3/L4级别的自动驾驶技术落地提供了更加明确的预期。可从成本、技术、监管与安全四个层面对于L3及以上级别自动驾驶落地的展望。同时，各主机厂且预计在2024年左右实现L2++（接近L3）或者更高级别的自动驾驶功能的落地，AI 大模型的应用驱动自动驾驶算法具备更强的泛化能力自动驾驶向更高等级迈进，城市领航辅助驾驶落地在即。应用 AI 大模型提高泛化能力+降低/控制车端硬件成本是自动驾驶算法演变的核心脉络。

大模型能显著提升自动驾驶准确性。大模型的参数量达到数亿，而当参数突破一定规模后，对模型精度的改善将远超预期。汽车电子展了解到，大模型具备对海量数据的处理能力以及多维度分析能力，可以提供更精准、更全面的数据分析和预测能力，持续优化模型，在自动驾驶“脱图”、数据标注以及决策规划上，大模型将改变甚至重写过去的算法。实践证明，以往基于规则和符号的算法在自动驾驶领域存在局限，足够的安全性和长尾场景始终无法解决，而“场景一车辆控制”的端到端大模型可以泛化智驾能力，在提升体验的同时保证效益优化。

汽车电子展了解到，大模型可以逐步提升车端的感知能力，同时，在通讯环境较好的地方，大模型甚至可以通过车云协同的方式实现远程控车。最终，在未来车端、云端都是端到端的大模型。目前大模型上车方式主要包括云端访问接口、车端本地部署、利用其他设备生态互联等方式，其中车端可以解决80%的基本功能需求，再通过云端满足剩余20%的高价值需求，同时云端模型能力也可持续固化到车端让车端不断提升问题解决能力和自学习能力。

有专家指出，AI变革，或成中国汽车产业弯道超车的最后一环。近期，备受瞩目的小鹏汽车“AI Day”与北京成功举办。在发布AI天玑系统并将面向所有用户进行推送之后，小鹏汽车宣布由神经网络XNet+规控大模型XPlanner+大语言模型XBrain构成的端到端大模型量产上车。AI技术可参与到主机厂设计研发、生产制造、智能化、营销服务等多个领域。 从设计研发角度讲，通过分析大量的数据和模拟驾驶条件，提高汽车的性能和安全性。例如，可以使用人工智能技术进行车身设计优化，提高车辆的空气动力学性能，减少空气阻力和燃油消耗。从生产制造讲，AI技术可以用于生产线的自动化和智能化，提高生产效率和质量。例如，可以使用AI技术进行质量检测和故障诊断，减少人工干预和维修成本。从汽车销售和维修讲，AI技术可以用于智能客服和智能维修，提高用户体验和维修效率。例如，可以使用AI技术进行智能客服，提供更加个性化的服务和解决方案。此外，AI技术还可以用于智能维修，提高维修效率和准确性。从智能化角度讲，AI技术可实现在多模交互基础上，推动人机交互智能化、个性化、自然化;高阶智驾实现跨越式发展，推动L2+ 向L3演进。作为AI应用的最重要领域之一，AI进一步重塑整条汽车价值链、深入整车全生命周期各个环节，深度体现技术带来的效率提升、成本降低、用户体验优化等价值。

文章来源：智车观点--微信公众号