文｜白 鴿
編｜王一粟
時隔4年回歸的北京車展，遇上了中國智能汽車的熱潮。
開年價格戰的持續洗禮，不僅讓一衆中國車企都慌得一批，也讓全球巨頭特斯拉也面臨一季度銷量大跌局面。
與此同時，智能汽車還在不斷地卷新技術。
首先是各家紛紛打出“高階智駕”，在重感覺輕地圖的路線下比拼“智駕全國都能開”。另外，在大模型浪潮下，大模型“上車”也在今年有了新的實質性落地。
早在2023年，ChatGPT的火爆就已經帶動了大模型上車。
毫末智行等自動駕駛方案商和小鵬汽車等車企緊跟特斯拉，将Transformer架構應用在智能駕駛系統中；智己旗下車型LS6已上線GPT大模型；廣汽釋出AI大模型平台，将搭載于昊鉑GT。
總體來看，大模型“上車”分為兩種，一種是在智駕領域，用端到端的方式提升智駕系統的感覺能力；另外，就是在智能座艙領域，完成人和車之間的自然語言互動。
但是，大模型目前面臨一個重要問題是，目前已經落地應用場景還比較窄，主要成熟的應用場景是在智能客服、座艙互動等領域。
不過，随着汽車産業進入“新智能”階段，AI大模型的突破，遠遠不止這些。
“大模型在汽車出行産業的應用價值，遠不止使用者顯而易見的‘車上’體驗，在諸如研發、生産、營銷、客服等更多‘車下’場景，也有非常多的實踐和應用空間。”騰訊智慧出行副總裁、騰訊智慧出行負責人鐘學丹如此說道。
可以預見，随着這些場景應用的不斷落地，汽車産業将真正進入全産業鍊的“高階智能”。
從上車到下車，車企搶做大模型
汽車行業的競争日趨白熱化，價格戰更是愈演愈烈。
當同質化的供應商遇上同質化的設計，車企們需要不斷降本增效的同時，還急需建構智能化時代的新競争力。
AI大模型，成為車企們建構差異化能力的關鍵，也是車企們建構全域智能的基礎底座能力。
去年，吉利汽車研究院成立了AI智能研究部，吉利集團CEO淦家閱稱，吉利已具備全棧自研的大模型技術；理想汽車創始人李想表示，“大模型的研發和訓練，是智能電動車企業的必要能力。”
可以看到，車企們都在積極建構大模型能力，目前建構的方式主要有兩種：
一是自主研發大模型，以蔚小理等造車新勢力為首，比如理想汽車自研的Mind GPT中文大模型；蔚來自研的AI大模型NOMI GPT；小鵬汽車自研XGPT靈犀大模型等。
二是與科技網際網路公司聯手研發大模型，以傳統車企為主，比如，長安、奇瑞等企業正在與騰訊共同探索座艙垂域大模型的開發和應用，長城汽車與科大訊飛搭建了知識大模型“長城汽車知識大腦”。
目前，車企在AI大模型領域所落地應用的重點，更多的還在于“上車”，即通過大模型能力，不斷提升汽車智能化水準。
比如在智能座艙領域，大模型背後強大的計算處理能力、生産和多模态互動能力，則可以給智能座艙帶來更高的智能化水準、更豐富的互動能力。
最明顯一個表現在于車載語音互動系統，當車載語音互動系統接入AI大模型後，就可以實作多輪對話的意圖了解，可以跟使用者進行聊天，而非隻是個執行語音指令的機器。
在自動駕駛領域，特斯拉最早在自動駕駛系統訓練中引入Transformer大模型。
據了解，在圖像識别能力方面，Transformer擁有更高的上限，随着訓練資料量的增長，傳統CNN模型識别能力呈現飽和态勢，而Transformer則在資料量越大的情況下擁有更好的表現。
自動駕駛則是一個擁有海量資料的場景，也需要通過從海量資料中不斷訓練出更高品質的資料，推動自動駕駛系統的更新疊代。
另外，随着汽車行業競争加劇，車企在大模型應用上，不光要“上車”，更需要“下車”。AI大模型能力會融入車企的各業務場景，以及産業鍊的各個環節，建構全域智能，不斷提升研發生産效率。
畢竟，一家企業從内到外的高效運轉，也是在行業中競争的關鍵。
目前，各大汽車企業已紛紛将大模型納入重點投入規劃，在汽車的研發、生産、銷售、服務、協同管理等各環節中，疊加AI的生産力，來提質、降本與增效。
車企對AI落地的重視程度可見一斑，也正在為此做出積極的改變。廣汽集團大聖科技有限公司副總經理陳銳就表示，AI一定會快速應用到生産、生活等各個領域。但同時，AI的全面應用也需要企業、組織和人的全面變革。
姚振認為，AI大模型給汽車行業帶來的新變化，主要展現在降本和增效兩方面。
降本層面，是面向車企内部研發、生成、管理等多個環節，比如代碼助手、會議文檔AI助手等，降低人工成本。
“因為代碼助手的引入，我們一些客戶的人工效率提升7%。”姚振對光錐智能說道。
增效則更多的展現在銷售和服務環節。如在消費者購車過程中，基于大模型的輔助銷售顧問、輔助知識庫等能力，會讓銷售服務消費者時有明确的資料政策做參考，提升銷售轉化率。
大模型既然如此重要，那麼如何率先落地大模型的能力，也成為車企們思考的方向。
車企如何利用大模型練“内功”？
那麼，車企們該如何快速落地大模型能力？
借力打力，相比完全自研的投入多、見效慢，選擇合适的汽車行業大模型服務商是關鍵。
“我們發現通用大模型，在汽車行業的應用效果并沒有那麼好。”姚振說道。
通用大模型的長處聚焦于一個“廣”字，面向人群以及場景适用範圍十分廣泛。但對于特定場景而言，企業并不需要通用大模型的“全能”能力，更多需要的是模型的精度和品質。
是以，騰訊智慧出行以騰訊自研的混元大模型為底座，推出了針對汽車行業的大模型，落地汽車研發、生産、營銷、服務、企業協同等五大場景。
姚振表示：“基于這套汽車行業大模型，應用效果就非常好。因為加入了海量汽車行業專業資料，進行預訓練、汽車領域垂類任務精調和強化學習，尤其是在中文閱讀了解、端到端問答、汽車行業相關任務等方面表現出色。”
比如在研發上，騰訊汽車大模型可以提供AI代碼助手能力，可協助軟體工程師寫代碼、補代碼、診斷代碼、測試用例；在生産環節，騰訊的AI質檢功能，可以進行瑕疵汽車零部件篩查、違規操作告警，并可以讓生産線、生産裝置的運作情況、生産進度，實時可視化管理。
在營銷層面，基于騰訊汽車行業大模型能力，可以通過AIGC智能生成宣傳文案、海報、視訊，并可1小時内制作專屬數智人分身，可線上直播賣車，不但熟知車型賣點，還能和觀衆準确互動，有效促進從線上到線下試駕的線索轉化。針對B端銷售人員，銷售AI助手則可以幫助銷售人員快速獲得準确的汽車銷量商業分析。
在服務層面，基于騰訊混元打造的智能座艙大模型，通過加入汽車專業用車知識，進行模型精調，可以實作高階、專業、自如問答，比如在智能客服場景中，可以針對用車、維保問題提供更精準、詳細的回答。同時，還可以輔助人工客服，自動生成前序會話摘要、協助進行疑難問題檢索、會話結束後自動小結和填單。
面對如此龐大的系統性工程，車企将如何排列優先級去落地？
姚振表示：“落地速度最快的是在營銷、銷售這些領域，因為能夠幫助車企把車賣好、服務好客戶，是以不管是預算還是優先級，車企的重視度肯定最高。”
其次，是智能座艙，主要涉及到産品力的提升，甚至涉及到使用者是否會買這款車，是以車企在這塊的重視度也非常高。“但目前整個行業暫時還沒有一家企業能夠将大模型在智能座艙領域的應用做到獨一無二，各家的能力都比較散。是以基于大模型的開放能力建構一個可以服務于智能座艙的生态體系更重要。”
最後，是橫向幫助車企建構一個大模型底座，比如在協同、助手代碼這塊。“一般來說，車企會拿出部分預算建設整個AI大模型底座，并将具有車企自身特點的大模型底座和上層的場景能力建設起來，進行完全的體系化打通，整體的項目會做得非常深。”
“這塊雖然目前的時效優先級并不高，但落地可以更深入，幫助車企做内功的建設。”姚振對光錐智能說道，“從實際效果來看，并不見得在某一個領域能夠迅速見到效果，更多的是建設一個基礎能力。”
這五大應用場景功能落地的背後，離不開騰訊從模型、算力、AI 工程平台（工具鍊）到 AI 應用的完整能力。
以中間工具鍊層為例，騰訊通過提供平台化能力，能夠有效降低大模型訓練難度，提升研發效率。
騰訊雲TI平台的行業大模型精調解決方案，預置140個不同類型大模型精調任務場景的資料，覆寫資料清洗、prompt優化、資料過濾、資料增強等資料處理環節，可以快速準備高品質的精調資料，并支援在精調過程中配比使用，以便于取得更好的模型精調效果。
除了AI工具鍊之外，騰訊雲還做好了一個拿來即用的大模型知識引擎，可以為智能客服、銷售AI助手、企業教育訓練等諸多場景提供大模型能力，不論是消費者還是汽車專業人士，都能通過簡單的互動獲得關于汽車性能、維護、市場趨勢等方面的深度知識。
總體而言，為了支援車企做大模型上車，雲廠商已經做好了全套的支援：提高算力使用率（降本），在平台做高效開發和應用（增效）。
不過，姚振也表示：“大模型技術更新疊代非常快，混元大模型在開放性和行業适配性等方面能力不斷提升。是以，今年上半年開始，我們發現在汽車行業直接調用混元能力反倒成本效益更高，是以今年也将會直接落地部分混雲私有化能力。”
事實上，車企對于大模型會有不同的需求。
比如針對來自業務部門的需求，包括技術中心、銷售公司以及品牌部門、IT的業務等，會重點要求在智能座艙、智能客服、營銷等領域的細分需求。
針對細分需求，騰訊所提供的解決方案是從應用出發，快速的幫助車企将大模型建設起來，“以非常輕的閉環，在某個特定場景中，為車企提供大模型服務，避免其自己做基建大模型，對車企而言也更具有成本效益。”
另外，有部分車企希望能夠通過重度投入來建構自身的大模型底座，針對此部分需求，騰訊則可以提供從底層基礎設施、到工具鍊，再到上層應用的全棧式技術閉環能力。
騰訊全棧式閉環底層技術服務能力，能夠讓車企在大模型應用上更好的“下車”。而除了大模型“下車”之外，騰訊還能夠基于大模型與生态體系的結合，讓車上的應用更加豐富。
社交之王，應用“上車”
雲廠商在搶奪車企的過程中，存在同質化的競争，也需要思考自己的差異化。
對于騰訊而言，在文娛、社交為主的C端特質，是做上車應用的一個重要抓手。
這裡C端的特質主要包含兩個概念：
一個是騰訊自身龐大的内容生态資源，比如音樂、微信、小程式等，騰訊可以直接将這些生态内容資源搬入到智能座艙系統中；
一個則是騰訊在做To C業務過程中，沉澱下來的技術能力，不光是大模型，還包括騰訊安全、騰訊雲等，并通過這些技術，為汽車行業提供底層技術能力支援；
如騰訊将微信搬上車，以微信為超級ID，作為連接配接手機與車機之間的橋梁，使用者通過掃碼，就可以将手機微信上的資訊一鍵發送至車機上，包括在手機上的音樂、有聲圖書、公衆号内容等。
除了社交的超級ID，騰訊也把最擅長的遊戲應用植入到車上。梅賽德斯·奔馳表示，将于北京車展上聯手騰訊，共同把一款世界級賽車遊戲內建至奔馳的車機系統之中。
用C端應用去打開騰訊汽車行業解決方案差異化的思路，來自于騰訊對技術與場景關聯度的思考。
“有一個很簡單的原則，我們希望通過數智化來提高效率，解決實際問題。”姚振說道。
如在自動駕駛領域，騰訊所積累的技術經驗主要集中在自動駕駛合規資料的采集、存儲、标注及仿真訓練等方面，“涉及到車端與大模型相結合的自動駕駛算法領域，我們做的并不多，現階段還在跟車企進行更多的探讨。”
但将C端應用與大模型相融合，則是騰訊擅長的能力。
姚振認為，智能座艙想要打造更好的使用者體驗，不能僅依靠大模型能力，大模型、底層算力以及生态資源，三者缺一不可。
騰訊的優勢，就在于能夠将廣泛的生态網際網路資源與座艙車機系統進行打通，能夠将包括地圖、音樂、微信、遊戲、小程式等C端的産品能力，內建至車機系統之中，并實作手機與車機之間體驗的無縫連接配接，為使用者提供更豐富的體驗。
在AIGC廣泛應用之前，騰訊在智能座艙領域已具備一套完善且成熟的AI體系，現階段騰訊重點将這套體系與大模型相結合，可以在智能座艙内建構一套具備網際網路生态的智能推薦體系。
騰訊智慧出行智能座艙總經理孫珏表示，基于騰訊APP Agent（智能代理）能力，在成熟流程下，僅需一周時間即可學習并熟練使用數百個應用或小程式，無需API實作與車載小程式及APP的深度語音互動，可以充分了解使用者意圖，代替使用者智能操作各類複雜應用，提升服務效率。
據姚振透露，騰訊智能座艙解決方案，到今年年底将會達到1500萬台裝載量。
可以看到，基于自身在C端的生态特質，加上AI大模型的能力，騰訊智能座艙已經找到了自己的行業位置。
騰訊集團進階執行副總裁、雲與智慧産業事業群CEO湯道生總結道，騰訊一方面将不斷夯實雲、圖等核心技術能力，為汽車智能化發展築牢底座。另一方面也會與産業鍊上下遊夥伴一起，積極探索AI大模型等前沿技術在汽車産業各個場景的創新應用，以AI驅動汽車産業“新智能”發展。
#2024北京車展# #騰訊雲#