巨頭游戲？

ChatGPT的火爆，已經席卷到了汽車領域。

眾多相關企業宣布紛紛布局，車企也爭相宣布將搭載類似產品。

(相關資料圖)

2月初，百度宣布將在今年3月完成類似ChatGPT的項目“文心一言”的內部測試。據悉，該產品是基于百度文心大模型ERNIE打造，具備跨模態、跨語言的深度語義理解與生成能力。

在百度官宣推出該產品之后，截至2月20日，已有集度、嵐圖、紅旗、長城、東風日產、愛馳、零跑、吉利汽車、海馬汽車等近10家車企加入文心一言的朋友圈。

自動駕駛領域，2月17日，毫末智行宣布將自動駕駛認知大模型（人駕自監督認知大模型）正式升級為“DriveGPT”，在自動駕駛模型算法方面，全面運用ChatGPT的模型和技術邏輯。

毫末智行方面表示，ChatGPT采用的是Transformer大模型以及“人類反饋強化學習（RLHF）”技術，而毫末智行是國內最早將Transformer大模型引入到數據智能體系MANA當中的企業。

隨著汽車新四化的發展，在電動化之后，智能化成為引領汽車行業持續發展的重要動力因素。而汽車智能化的發展，則離不開人工智能技術的加持。

也正因此，ChatGPT的火爆也讓汽車行業看到了巨大的價值空間。

作為一種對話式的軟件，業內人士認為ChatGPT技術或最先在智能座艙領域、車載語音等智能交互功能上落地。

此外，其背后所使用的AI大模型，也對自動駕駛技術的發展具有重要的作用。中國科學院院士、清華大學教授、百人會副理事長歐陽明高認為，ChatGPT會讓自動駕駛、智能駕駛的編程變得更簡單，并將成為重要的技術趨勢。

在面向企業整車研發的過程中，ChatGPT也能夠提供一定的助力作用。

那么，ChatGPT將如何助力汽車行業發展？而眾多入局的玩家，誰又能夠做智能汽車行業的“ChatGPT”？

ChatGPT大熱

在講ChatGPT對汽車行業的影響和應用之前，我們需要先搞清楚這個產品究竟是什么，以及背后應用的核心技術是什么。

ChatGPT是由美國公司OpenAI研發的一款基于上千億超大語料參數組成的 GPT3.0 架構訓練出來的自然語言處理聊天工具。ChatGPT 的算法采用了 Transformer 神經網絡架構，具有很好的時序數據處理能力。

ChatGPT于去年12月正式上線，上線5天注冊用戶突破100萬，兩個月后用戶量突破1億。

據用戶在社交媒體曬出來的對話例子，可以看出ChatGPT能夠完成包括寫代碼，修復bug（代碼改錯），翻譯文獻，寫小說，寫商業文案，創作菜譜，做作業，評價作業等一系列常見文字輸出型任務。

ChatGPT所表現出來的能力非常智能，甚至連特斯拉CEO埃隆·馬斯克都在社交媒體稱贊道：“ChatGPT好得嚇人，我們離危險而強大的人工智能不遠了。”

一般來說，想要機器人能夠準確、迅速的理解人類語音并進行回答，就需基于海量的數據建立的模型去支持機器人進行訓練。這也意味著，模型需要具備處理海量數據的能力。

傳統的算法小模型已經并不具備該能力。因此，隨著人工智能技術的發展，以及海量數據的加持，算法訓練模型也從傳統的算法小模型逐漸發展至大模型。

ChatGPT的背后，也是基于算法大模型的支持。

在NLP領域早期發展階段，主流的模型為循環神經網絡，但該模型存在不穩定或者過早停止有效訓練等問題。因此，在2017年，谷歌大腦團隊首次提出基于自我注意力機制（self-attention）的變換器（Transformer）模型，并首次將其用于理解人類的語言。

在Transformer之后，OpenAI又相繼在語言處理大模型領域推出了包括GPT-1、GPT-2、GPT-3等語言訓練大模型。ChatGPT則是OpenAI對GPT-3模型（又稱為GPT-3.5）微調后開發出來的對話機器人。

從2017年的Transformer到今天的ChatGPT，大型語言模型經歷了如此多的迭代，一代比一代性能更強。現如今，隨著汽車智能化的發展，以及整車對海量數據處理的實際需求，算法大模型也勢必會對汽車行業產生重要影響。

推動汽車智能化，ChatGPT影響多個領域

整車在智能化過程中，離不開感知（識別）、理解和決策三方面的能力。其中，理解人類語言，分析感知數據，成為汽車智能化發展所面臨的重要難題之一。

而ChatGPT基于大規模預訓練語言模型（GPT-3.5），通過在人工標注和反饋的大規模數據上進行學習，能夠更好的理解人類的問題并給出更好的回答。

另外，ChatGPT還使用了一種叫「人類反饋強化學習（RLHF）」的訓練方法，在訓練中可以根據人類反饋，保證對無益、失真或偏見信息的最小化輸出。

基于如此強大的能力，ChatGPT能夠集成至車上各個場景，助力汽車行業智能化發展。

首先，車載語音領域或將是ChatGPT最先落地的應用場景之一。

行業專家表示，ChatGPT在推理和學習能力上優勢明顯，不僅可以用于理解和對話，更可以通過上下文交流和自我學習，來實現輔助創作和知識進化。

ChatGPT這些能力同樣適用車載語音交互領域，融合對話智能技術、深度學習大模型技術、工程化能力、大數據的潛力，帶來更流暢、更有效的響應。在車內有限的空間，結合聲場定位和多說話人判斷，提升多角色、長上下文對話的邏輯一致性；更可以拓展滿足方言、外語的統一識別和對話需求，快速實現更靈活、自由、個性化的交互。

2月14日，在集度ROBOVERSE三里屯體驗中心啟動會上，集度汽車CEO夏一平宣布，集度汽車機器人將融合百度文心一言的全面能力，打造全球首個針對智能汽車場景的大模型人工智能交互體驗，將“支持汽車機器人實現自然交流的再進階”。

此前，集度智能駕駛負責人王偉寶也談到，關于集度將引入汽車的百度文心一言大模型，其現階段將用于語音和對話方面，未來不排除把該模型融入自動駕駛的數據生成工作中。

在自動駕駛領域，ChatGPT背后所應用的算法大模型，具備對海量算法的處理能力以及多維度分析能力。因此，ChatGPT也能夠通過分析駕駛行為數據，找出駕駛員的行為規律，以此來訓練自動駕駛控制系統，從而提高系統在復雜情境下的決策能力。

毫末智行是國內首家將Transformer大模型引入數據智能體系中的公司。

此前，毫末智行也曾多次表示，當前自動駕駛行業正在從小規模數據、小模型的軟件驅動的2.0時代向大規模數據、大參數模型為代表的數據驅動的3.0時代的跨越階段。

在今年1月份舉辦的毫末智行AI DAY上，毫末智行CEO顧維灝重點提及ChatGPT，并直言：“毫末已經展開對ChatGPT背后的技術研究。”

顧維灝還表示，實際上，此前毫末智行推出的人駕自監督認知大模型就已借鑒了ChatGPT的實現思路，采用人類反饋強化學習（RLHF）技術，通過引入真實人駕接管數據，對自動駕駛認知決策模型進行持續優化。通過這一大模型，在掉頭、環島等公認的困難場景中，場景通過率提升30%以上。

2月17日，毫末智行宣布將自動駕駛認知大模型（人駕自監督認知大模型）正式升級為“DriveGPT”，并稱將在2023年4月舉行的第八屆HAOMO AI DAY上公布重要進展。

據悉，目前毫末DriveGPT已完成模型搭建和第一階段數據的跑通，參數規模可對標GPT-2的水平。接下來 DriveGPT將持續引入大規模真實接管數據，通過人駕數據反饋的強化學習，來不斷提升測評效果，同時也將DriveGPT作為云端測評模型，用來評估車端小模型的駕駛效果。

除了車載語音和自動駕駛領域外，DriveGPT還可以應用至汽車研發上，比如說，其可以通過對數據的分析和處理，為汽車生產企業提供更準確的生產計劃和決策，幫助汽車生產企業實現更加智能化的生產管理，降低生產成本和提高生產效率。

當然，現階段ChatGPT在汽車領域的應用尚處于初步階段，未來發展還充滿著不確定性。那么，在如此火熱的狂潮下，國內眾多玩家中誰又能夠真正跑出第一個“ChatGPT”？

誰才能做智能汽車行業的“ChatGPT”？

要做智能汽車行業的ChatGPT，門檻并不低。

一方面，ChatGPT背后最核心的技術能力，是大模型對數據的處理能力，而這又需要對AI具有非常深厚的技術積累。

另一方面，從成本來看，ChatGPT的研究需要巨大的資金和人才投入，其需要超算平臺、算法、數據等各核心力量支撐。

由此來看，當前只有巨頭平臺公司具備這方面的優勢，對于科技企業可以更多從場景融合入手，尋求創新機會。

目前，在智能汽車領域，百度率先推出了“文心一言”產品，劍指車載語音賽道。而該賽道中，科大訊飛、Cerence又占據著強勢的市場份額優勢，二者在NLP領域也有著深厚的技術積累。

在自動駕駛賽道中，特斯拉是最先引用Transformer的企業，毫末智行緊隨其后，是國內最早一批率先展開對人工智能技術的研究，并率先將其優化應用至自身的自動駕駛系統之中，這一點幾乎可以是與特斯拉同步。

此外，基于對前沿技術發展趨勢的準確判斷，毫末智行率先實現了智能輔助駕駛產品的規模量產，打通自動駕駛數據閉環，并快速實現產品迭代升級。

2021年初，毫末智行宣布推出HPilot1.0，在之后短時間內，很快就推出2.0和3.0產品，并且在3.0產品上實現了類似特斯拉FSD的飛躍式的換代。

此外，面對ChatGPT的火熱，甚至原美團聯合創始人王慧文都按捺不住，高調在社交平臺公布一則求賢令，為其創立的北京光年之外科技有限公司招攬AI研發大牛，并以2億美元的估值，個人出資5000萬美元，只為打造中國的OpenAI。

智能汽車的發展和技術的迭代升級，離不開AI技術的支持。ChatGPT火熱，也讓汽車行業看到未來無限的發展空間。那么，在眾多車企官宣入局之后，誰又能夠做出真正的第一個國內“ChatGPT”？（柯巖）