AI大模型在汽车行业的应用场景与布局趋势

AUTOINFO 2024-09-08

2024年9月4日，中汽信科品牌咨询部产业研究室技术总监康凯在赛力斯创享论坛上作题为“AI大模型在汽车行业的应用场景与趋势洞察”的主题演讲，以下内容均来自演讲报告。

近年来，AI大模型浪潮持续涌动，正逐步从通用领域向专业垂直领域演进，以AI大模型为基础的创新技术正成为推动汽车产业智能化转型的新质生产力。当前，各大车企面临的关键挑战是如何紧跟这一技术新趋势，深入了解AI大模型的具体应用和未来发展动向，如何利用AI大模型技术优势开展相关布局无疑是当前的重中之重。

AI大模型在智能汽车的应用主要需满足数据、算力以及模型三方面要求，其中模型架构是关键。

01 海量数据规模

海量数据需要进行数据标注。数据标注经历了从人工标注到自动标注的发展，人工标注成本高昂（行业约5~6元/张），而部分3D场景的人工标注较为困难，限制模型迭代和应用，因此AI自动标注成为趋势，在成本降低（0.5元/张）、效率提升等方面具有明显优势，理想、小鹏、特斯拉、商汤绝影等多家整零企业均在布局数据自动标注。

02 算力建设

算力建设主要支撑海量数据存储以及模型计算等，当前企业的布局方式主要是合作或自研自建，其中自研自建成为趋势。

03 模型架构

AI模型架构主要有计算机视觉（CV）大模型、自然语言处理（NLP）大模型以及多模态大模型，可在汽车领域多个场景进行应用。

3.1 大模型可赋予智能座舱更多AI生成式能力

智能座舱方面，大模型可赋予智能座舱更多AI生成式能力，包括语音交互、娱乐功能以及知识库等，未来将增加更多情绪感知、智能助手、情感对话、问题解答等功能。

为快速进入大模型市场，车企借助第三方公司力量快速布局，百度、科大讯飞等成为企业合作的首选，但是合作的同时也存在一些问题。一是利润问题：车企与科技企业合作，必然会将部分所得利润分给科技企业，但从营收端来看，车企还要考虑将AI大模型功能以多少价格提供给消费者。二是信息安全问题：已量产上车的AI大模型，不仅需要利用自身的AI生成能力，以及控制基本的车载功能，同时还需要用到车辆底层的核心数据。除了选择合作方式之外，部分车企开始自研大模型，小鹏、蔚来、理想等新势力车企率先行动。

目前AI大模型已经在多款车型的智能座舱中应用，重点为新能源车型，主要以中大型为主，价格段集中在20万以上。从功能层面看，大模型上车以智能交互功能为重点，同时向生态服务和场景服务延伸。

3.2 智能驾驶正朝着端到端大模型方向发展

智能驾驶方面，多模态大模型和计算机视觉大模型是感知算法的两个方向，纯视觉方案具有明显成本优势，而多模态适用于长尾场景，更适合高级别自动驾驶。在特斯拉的带动下，国内企业开始研究在智驾领域应用端对端大模型，但由于存在数据完备性和复用性挑战，国内企业短期内仍处于端对端的Two Model阶段，很难实现One-Model端到端。One-Model端到端训练难度高、算力需求大，目前特斯拉预计在2024年底，最高算力达到340EFLOPS，国内企业算力仍是个位数，不适合走One-Model路线。在当前资源有限，尤其是在美国限制A100、H100等大算力芯片出口中国的背景下，中国企业突破不得还是Two-Model路线。　　

特斯拉率先切入已经实现自动标注、模型不断升级，是自动驾驶应用端对端大模型的典型代表。