车研网 CHEYAN.net 首页 资讯 智能网联 查看内容

大模型上车,智能座舱穿越“无人区”

2024-10-15 08:26| 发布者: 老黄Charlin| 查看: 98| 评论: 0|原作者: 倪毓平|来自: 车云网

摘要: 当AI浪潮席卷一切时,原本经历电动化、智能化的新能源汽车形态发生更加剧烈、更加复杂的变化。“在我们刚刚参与智能化时,以大算力、大数据、大模型为主要代表的人工智能又开始和汽车融合。传统的智能化又迎来了以人 ...
 当AI浪潮席卷一切时,原本经历电动化、智能化的新能源汽车形态发生更加剧烈、更加复杂的变化。

“在我们刚刚参与智能化时,以大算力、大数据、大模型为主要代表的人工智能又开始和汽车融合。传统的智能化又迎来了以人工智能为驱动的新的汽车智能化。汽车变化周期越来越短,甚至出现了变化叠加的特征。”

“过去的变化还没有完成,新的变革又要开始,这种叠加的发展成了汽车产业发展的新常态。”在不久前的全球智能汽车产业大会(2024GIV)上,中国电动汽车百人会副理事长兼秘书长张永伟表示。

大模型上车,智能座舱穿越“无人区”

中国电动汽车百人会副理事长兼秘书长张永伟

新的变革不断涌现,几次浪潮的交汇中,汽车行业也不再是单一维度的竞争。参与者不断地奋起,从不同路径中寻找胜负的赛点。

过去,人们寄希望于智能驾驶,期待端到端大模型会带来行业决定性的颠覆,终端消费者的出行生活发生质变,汽车行业从此进入新的纪元。但是,车企们很快认识到,智驾竞争的代际差距会被时间抹平,决定性的时刻还未显现。

于是,智能化向座舱蔓延,这里成为新的战场。

01

大模型上车,智能座舱穿越“无人区”

智能座舱穿越“无人区”

大模型上车,智能座舱穿越“无人区”

去年夏天,主机厂们还在为智能座舱陷入瓶颈感到困扰。

随着新能源汽车的异军突起,座舱部分在过去几年完成了从机械仪表、物理按键到数字液晶仪表显示、一芯多屏的快速迭代,电子电气架构也从娱乐主机向高性能域控制器转向。

高工智能汽车研究院发布的数据显示,2023年中国市场(不含进出口)乘用车搭载智能数字座舱(大屏+语音+车联网+OTA)前装标配交付1212.11万辆,同比增长49.59%,前装搭载率为57.40%。其中,智能语音整体搭载率已经超过90%,车联网前装标配搭载率也已经接近80%。

一些头部供应商概括这种局面,“疫情前国内的座舱产品基本落后国外一到两代,疫情后从去年开始基本领先一到两代。”

这种过快的发展很快带来一个问题:在其他系统还未完全跟上的情况下,中国的智能座舱产品似乎进入了“无人区”,看不到下个阶段的发展方向。

好在,大模型出现了。清华大学智能绿色车辆与交通全国重点实验室教授曹东璞在2024GIV的现场谈到,大模型上车,推动智能座舱的深入发展。他预计,在座舱发展的蓝图里,2027年会出现L3高阶认知智能座舱。

他在过去两年从智能座舱的服务质量(人机交互),服务内容丰富度(场景拓展),智能网联三个角度,对智能座舱进行了对智能座舱进行分级,包含L0(功能座舱)一直到L4(全面认知智能座舱)。

“目前一些座舱在L2阶段,大部分座舱还在L1层面,去年夏天几家主机厂商来说能不能尽快把L3高阶认知智能座舱的定义给出来,反过来指导他们下一代产品的定义。”曹东璞说。

中国电动汽车百人会发布的《AI汽车发展报告(2024)-AI定义座舱》中认为,AI技术将从语音开始,重塑人车交互体验,不仅赋予语音助手自然语言交互能力及理解能力,还能通过多模态的方式提升交互准确度和智能化。

博泰车联网云端研发中心总经理熊正桥提出关于下一代HMI的设想。他认为,可以通过AI的方式去重新定义人机交互处理,包括主题生成、页面布局、以及页面内容等,都可以由用户根据自己的习惯、根据自己对组件和其他方式的喜好,自动进行组合和推送。

“AI汽车这样座舱智能终极形态的实现,有赖于强大的理解、记忆、逻辑和生成能力,这恰恰是大模型最擅长的领域。”百度Apollo智能座舱业务总经理李涛在大会上总结。

他观察到:人们对座舱的使用频次从最早每天3-5次的个位数到今天不仅飙到两位数,在一些语音交互技术领先的车型上甚至已经达到了接近三位数。

这个现象并不一定代表真的被人所接受。也可能意味着,整体车辆设计的智能化程度比较低,系统无法深度的理解用户当前所需,用户只能不停发原子化的操作指令,系统才能按照指令一步一步的完成他的需求。

“一个能够知道用户上下文、了解你此时此刻所想所需,并且自动生成全局化执行方案的新时代座舱,这也是智能座舱整体的演进的一个终极方向。”李涛说。

02

大模型上车,智能座舱穿越“无人区”

生态应用百花齐放

大模型上车,智能座舱穿越“无人区”

终于,随着大模型在智能座舱中发挥变革,汽车从一个移动工具将成为人们生活中重要的第三空间。在这个高频、不可或缺的场景中,大量的生活信息和服务需求被催生。

大模型上车,智能座舱穿越“无人区”

支付宝副总裁、数字出行酒旅事业部总经理王敏比如在车内点单。人们可以在开车等红绿灯的时候,通过车机下达点一杯星巴克拿铁的语音指令,整个过程中不需要手动操作和确认。这就要求大模型能够完成对语音语义的真实理解,同时还能够模拟人的行为进行下单。

支付宝副总裁、数字出行酒旅事业部总经理王敏在群访中进一步补充称,“有了大模型之后,其实大量的服务可能会被重塑,可能以前大家想到仅仅是停车缴费,今天能在手机端想到的服务,未来大概率同样可以在车机端完成,包括点单、取快递、给手机充值、导航、找附近停车场、找附近的充电桩,所有服务都可以完成。”

而在整个商业应用被激发出来后,大量的支付闭环也要在车内同步实现。“我们的核心理念是,围绕一个人的服务和需求,将手机端已经拥有的能力可以封装到整个车机里面。不需要开手机刷脸,通过纯语音的支付能力,实现整个商业和服务、支付的闭环。”

这是一种理想的状态。在今天,我们更多看到的设计是,将移动APP直接迁移到车机中去。一些行业统计的数据表明,单车搭载的APP最多达到了189个。

“想象一下,在驾驶过程中需要从189个APP里翻你想要的应用是多么困难”,李涛认为,“这些能力并不是基于座舱内用户的需求所设计的,直接塞到座舱里真的是好的方式吗?我觉得不是,不管是过去的计算机语言、还是云计算,都是从新技术起点出发,从Thinking In Cloud到Thinking In AI才产生更多所谓新时代的应用。”

进一步地说,用户需求没有改变,他仍然有在车内下单的需求,但在这个新的场景中,交互效率的改变才是解决问题的关键。

火山引擎座舱大模型负责人张航认为,“如果你的交互效率像手机一样点外卖那么方便,那么用户可能就会使用它交互,不是说这个事情在车上做,那个事情不在车上做……我们更直接的就是改变车内的交互效率。”

而随着车内交互效率的提升,我们可以想象两种结果:一是超级应用将会在这个场景中诞生。

神州数码汽车业务集团CTO刘黎说,人类数字化历史上已经出现过两个超级生态了,第一个是PC生态中的微软和英特尔;第二个是苹果和安卓的手机生态;第三个是英伟达主导的CUDA,还没有像前两个超级生态出现那么超级,杀手级的应用。

“而车具有大量的传感器,远远多于手机,还是一个移动的隐私空间,是不是可以成为构建第四个,或者是下一个超级生态的突破口呢?”

在超级应用的基础上,火山引擎汽车行业总经理杨立伟提出了第二个可能性:大模型将为用户的创作欲提供表达的契机,孵化出更多个性化的应用。

“以前用户想创造得开发一个APP,APP特点就在于成本特别高、周期特别长,只能开发所有人的共性需求,没法个性化。现在大模型带来的就是,每个人都可以个性化地按照我的场景、按照我的需求创造Agent。”

从这个角度出发,这可能是车企新的机会。如果一个车企越了解用户,他的数据积累越多,用户在车内创造Agent的时候,车企可能越懂用户,这个过程中,与用户形成越来越强的粘性,用户忠诚度也越来越强。

“这可能三五年以后会发生极大的价值,用户换车的时候更倾向于换那些更懂自己、能力更强的车,就跟现在的手机所有资料储存在手机的云端非常像。” 杨立伟说。

他告诉车云网,大模型会形成更多的差异性。那些在软件架构、数据积累方面有优势的车企会更领先,而一些有历史包袱的车企就走得慢很多。“大模型就是一个放大器,会在几年内放大各个车企的座舱的差异。”

03

大模型上车,智能座舱穿越“无人区”

开足马力,迎接算力挑战

大模型上车,智能座舱穿越“无人区”

可以看到的是,在未来的几年中,大模型将推高智能座舱竞争的天花板。令人振奋的光明未来铺设在眼前。

但硬币的另一面是,大模型席卷下的智能座舱开发,正在加速AI算力的消耗。算力仍然是发展的瓶颈。

熊正桥坦言,端侧算力仍然比较昂贵,即使目前最大的两千多TOPS的也只能跑13B的模型,或者更高一点,整个性价比,产出比还是相对比较有限的。

怎么追求端云一体化,更好地执行更高的算力,降低主机厂单车成本,同时优化云端算力成本是当前面临的主要挑战。

黑芝麻智能首席市场营销官杨宇欣说,人工智能三要素,数据、算法、算力,整个产业链是倒三角,越往算力方向走,提供的厂家越少。

叠加舱驾融合、座舱一体的行业趋势,算力要求有增无减。根据中国电动汽车百人会的数据,端到端智能驾驶领域的起步算力为1 EFLOPS,而座舱大模型的基础模型算力需求大于10EFLOPS,垂域模型算力需求为数百到数千PFLOPS‌1。

“人工智能时代,汽车企业缺的不是产能。多几个整车厂,少几个整车厂,不是产业发展的主要矛盾。”中国电动汽车百人会副理事长兼秘书长张永伟在大会上表示,“到了人工智能时代,汽车行业最缺的是智算的基础设施,智算基础设施不足,将会成为智能网联汽车加速发展的主要矛盾。”

数据显示,国内车企现有的算力都在10 EFLOPS以下,到2024年底,中国移动、中国电信、中国联通的规划算力分别是17 EFLOPS、21 EFLOPS和15EFLOPS,三大运营商合计53 EFLOPS,理想状态下,一家车企在端到端大模型上消耗的算力就高达100 EFLOPS,而特斯拉拥有的算力水平是100 EFLOPS,是所有车企所拥有算力的总和。

软件的成本也在上升。“智能汽车拥有的代码是激增的,十年前一辆汽车只有一千万行代码,现在可能达到一亿行代码”,科大国创副总裁、科大国创新能科技有限公司总经理曾勇光表示,“随着代码量越来越增加,未来可能达到几亿行,我相信软件成本占整车成本也急剧增加,未来甚至达到50%以上。”

获得超高回报前,大模型座舱要求车企及产业链条进行持续投入,降本增效也成为行业发展中的主题。

杨立伟认为,大模型上车本身就是在帮助车企降本增效,“以前上很多APP花了很多钱,开发周期很长、车企要很多开发的人,现在车通过云的方式上车,成本很低的。而且ToKen已经被火山引擎打到很低的价格了,加上我们后续持续的推理优化,这个模型的价格基本上我觉得不会特别高,目前我们在座舱内看调用量成本远远低于他传统的成本,所有车都可以用得起大模型。”

大模型上车,智能座舱穿越“无人区”

火山引擎汽车行业总经理杨立伟今年5月,火山引擎在“原动力大会”上引爆大模型市场的价格战——豆包模型家族的价格为0.00008元/千Tokens,从“以分计价”到“以厘计价”。

“按现在豆包大模型在企业市场的定价,0.8厘就能处理1500多个汉字的价格,比行业便宜99.3%。” 火山引擎负责人谭待曾表示。

这也为火山引擎入局汽车行业打开局面。目前,它与吉利汽车、长城汽车、赛力斯等20多个厂商达成生态联盟。

“新能源是第一个淘汰赛,智能化是第二个淘汰赛,在这个过程中,选好我们认为将来一定能活下来或者有机会跑下来的合作伙伴,和他们深度融合、深度合作,来实现我们自己的目的,也帮助这个产业快速提升或者整合。” 杨立伟在采访中称。

大模型上车,让智能座舱行业终于迎来质变的飞跃, “汽车更懂你”不再是一句空洞的口号。在这一个眼神、一个手势和一句指令就能完成的人机交互背后,是汽车厂商、供应链伙伴们千帆竞发的高度竞争。


鲜花

握手

雷人

路过

鸡蛋

相关阅读

最新评论