大模型技術已經(jīng)成為推動科技進步的重要力量，對汽車全生命周期的設計、制造、運營和服務等多個環(huán)節(jié)起到巨大推動作用，甚至對智能座艙、自動駕駛為代表的新能源汽車智能化下半場帶來革命性變革。但是，大模型落地汽車行業(yè)，會帶來數(shù)據(jù)、算力、算法等方面的問題，以及系統(tǒng)級的安全問題，大模型“上車”還缺乏一系列標準。

　　基于大模型在汽車行業(yè)應用這一產(chǎn)業(yè)內非常關心的話題，在中關村科學城管委會指導下，中國電動汽車百人會、車百智庫汽車產(chǎn)業(yè)研究院與華為云，于5月10日在京組織召開了“加快推動大模型在汽車領域創(chuàng)新應用”高端研討會。

　　行業(yè)專家以及20余家企業(yè)的高管在研討會上發(fā)言，另有來自汽車企業(yè)、科技企業(yè)的眾多嘉賓參與到研討會中來。

　　與會嘉賓認為，大模型將會對汽車行業(yè)帶來革命性變革，并介紹了大模型落地汽車領域探索的各種應用，以及大模型落地汽車行業(yè)將帶來的一系列機遇，提出大模型落地汽車產(chǎn)業(yè)可能出現(xiàn)的問題，給出相關建議。

　　會議現(xiàn)場

　　1、帶來革命性變革，孕育大量機遇近兩年，大模型創(chuàng)新速度遠超出汽車產(chǎn)業(yè)的創(chuàng)新速度。大模型對汽車行業(yè)發(fā)展的重要性和緊迫性，不言而喻。

　　與會代表認為，大模型是解決問題的根本方法，對整個汽車的技術變革有巨大的推動作用，將帶來革命性的變化。

　　所謂“革命性變化”，首先，具有毀滅性，打爛一個舊世界再建立一個新世界，意味著一定會顛覆部分行業(yè);其次，不可阻擋，沒有力量能阻止大潮的到來;最后是速度快，會以不可思議的速度到來。以自動駕駛為例，大模型一旦注入到自動駕駛領域，將是顛覆性的創(chuàng)新。有與會代表表示，受制于標準、法規(guī)等諸多難題，L4、L5級自動駕駛的商業(yè)化，此前認為需要很長時間，但大模型的出現(xiàn)，可能把這些問題全解決掉。

　　業(yè)內認為，汽車革命的上半場是電動化、下半場是智能化，而自動駕駛是智能化核心主題。因此，面對快速發(fā)展的大模型技術，需要從戰(zhàn)略上來認識大模型對汽車產(chǎn)業(yè)產(chǎn)生的顛覆性、革命性的影響。

　　汽車行業(yè)應用大模型不僅僅是技術問題，而是一個戰(zhàn)略問題。

　　一方面，汽車產(chǎn)業(yè)十分巨大，大模型落地汽車業(yè)將會為相關企業(yè)帶來一系列的發(fā)展機遇。譬如，大模型能變革車企的組織效能、業(yè)務流程、提升組織競爭力，還能優(yōu)化智能駕駛、智能座艙體驗，提升車企的產(chǎn)品競爭力，以及為后市場服務帶來很多新機遇。

　　另一方面，大模型是一個馬拉松，各行各業(yè)都在做大模型，但現(xiàn)在為止都沒有看到現(xiàn)象級的產(chǎn)品，沒有找到核心的應用場景，致使真正實現(xiàn)商業(yè)變現(xiàn)、盈利的非常少。如何推廣示范性的運營，可持續(xù)地健康發(fā)展大模型，是值得思考的問題。而大模型在汽車行業(yè)落地，將有較好的示范性，汽車領域須全力擁抱大模型。

　　2、大模型“上車”的問題及相關建議大模型的落地汽車行業(yè)，也會出現(xiàn)數(shù)據(jù)、算力、算法、標準等一系列的問題，且存在系統(tǒng)級的安全問題。

　　未來整個智能化當中最核心、最基礎的就是數(shù)據(jù)。對于自動駕駛大模型來說，自主車企可以用來訓練的數(shù)據(jù)非常少，部分大模型公司擁有的數(shù)據(jù)更少，數(shù)據(jù)量已經(jīng)成為關鍵掣肘點之一。同時，數(shù)據(jù)的問題不僅涉及到數(shù)據(jù)的體量，還涉及到數(shù)據(jù)的質量，真正的“老司機”數(shù)據(jù)、有指導價值的數(shù)據(jù)更是不足。如何保證數(shù)據(jù)的高質量、大體量、完備性，是汽車行業(yè)大模型發(fā)展要思考的問題。

　　除了數(shù)據(jù)的問題，大模型落地汽車行業(yè)還面臨云端算力和車端算力的制約。云端主要涉及模型訓練過程，但是訓練芯片仍受制約。車端算力挑戰(zhàn)在于如何把模型部署在有限的算力平臺上，并確保能夠穩(wěn)定高效運行起來。

　　對于數(shù)據(jù)與算力的問題，與會代表給出的解決方法是共享。有代表建議推動以車路云一體化為架構的智駕大模型的開發(fā)方案，通過眾包數(shù)據(jù)采集的方式，將大量車的數(shù)據(jù)上傳到云控平臺，并結合數(shù)據(jù)合成技術，希望做到95%是仿真數(shù)據(jù)、5%是實車數(shù)據(jù)。不過數(shù)據(jù)共享有一定難度，短期內很難實現(xiàn)，但算力共享是有可能的，有與會代表建議國家推動建設算力聯(lián)盟，推動算力共享。

　　算法的挑戰(zhàn)主要體現(xiàn)在：感知領域、監(jiān)督學習領域的算法做得比較好，但動態(tài)和決策系統(tǒng)的算法研發(fā)不足。

　　大模型落地汽車領域還存在缺乏標準指導的問題。目前國內涌現(xiàn)了很多大模型，而圍繞每個大模型的生態(tài)構建、開放程度、跨大模型的合作上存在壁壘。對此，代表建議加快推動評價體系的建設，有關部門牽頭制定大模型“上車”相關的技術標準和規(guī)范。

　　大模型在實際應用中還可能出現(xiàn)系統(tǒng)級的安全問題。有專家在做大模型“越獄”時，可以讓大模型“做任何我想讓他做的事情”。另外，雖然大模型生成代碼的正確性比較高，但生成時候也會出現(xiàn)幻覺問題、安全問題等。因此，與會代表建議使用大模型的過程中，不要疏忽安全問題。

　　與會代表還討論了車企和大模型的技術如何更好協(xié)同的問題，從而盡快確定整車和人工智能、大模型企業(yè)的協(xié)同關系，確保先進的算法、先進的技術能夠盡快“上車”。大模型作為新質生產(chǎn)力，還需要可持續(xù)的商業(yè)保障，才能夠走得更遠、走得更好。

　　至于如何促進大模型落地汽車領域，與會代表建議以應用的需求為牽引，出臺相應的政策，對其加以支持，并且對大模型“上車”給予方向方面的指導。

　　最后，中國電動汽車百人會副理事長兼秘書長張永偉表示，百人會還將組織進一步調研，和企業(yè)做更多深入討論，解決汽車與大模型兩個產(chǎn)業(yè)的供需深度對接問題，推動協(xié)同共享機制的建設，推動相關方面更好地支持大模型技術，營造大模型在汽車行業(yè)快速應用的環(huán)境。