上海車展的科技底色：大模型背后的智能駕駛“新商機”

2023-04-21 21:32:32來源：21經濟網

21世紀經濟報道記者張梓桐上海報道

“智能電動汽車上半場的競爭是電動化，硬件決定體驗，下半場將是智能化，軟件決定體驗，汽車行業正在從制造屬性過渡到消費屬性+科技屬性。”日前，華為常務董事、智能汽車解決方案BU CEO余承東在一場演講中作出如此判斷。

在4月18日起舉辦的第二十屆上海國際汽車工業展覽會上，21世紀經濟報道記者在實地走訪中注意到，在整車之外，眾多人工智能、游戲領域內的明星公司也在跨界亮相“上海車展”，這些企業大多涉及智能駕駛、智能座艙等細分賽道，利用自身的 AIGC（人工智能生成內容）、高清渲染、物聯網等技術挖掘汽車市場新的商機。

(相關資料圖)

多個參展企業告訴記者，隨著智能汽車對人工智能的功能和需求不斷提高，場景不斷豐富，也對通用人工智能提出了要求。利用通用人工智能技術，一個模型能夠輸入語音、圖像、文字，還有激光雷達的3D點云等多種類型的數據，并完成各種各樣的任務。未來通用人工智能基于多模態的基模型可以做視覺的感知，語言的理解、內容的生成和決策的推理。

大模型顛覆汽車行業

作為通用人工智能的一大突出特點，多模態在汽車行業內也迎來了十分契合的落地場景。

“不同于以往的單一智能，單個AI模型輸入的數據類型是單一的，只能完成單一任務、適應單一場景。通用模型的出現，能夠幫助我們實現不同行業之間的融合，實現產品和場景應用的創新。”商湯絕影智能車艙副總裁許亮在現場告訴記者。

他為記者演示了商湯絕影智能座艙唇語識別功能，其能夠噪聲環境中利用唇語進行車內交互，避免人聲干擾、播放音樂、高速風噪、高速胎噪等場景下語音交互的誤觸發。

（商湯智能座艙，受訪者提供）

據許亮介紹，在車艙內有乘員睡覺、或是危險無法發聲的情況下，用唇語即可實現命令，觸發救援，真正實現「此時無聲勝有聲」。

“換句話說，即使車內聲音非常混雜，也不需要喊叫，只要輕輕地說，智能座艙系統便能精準識別。甚至極端情況下，可以只用唇語給車機下達指令，避免手忙腳亂去使用觸屏、物理按鍵等，并且能減少語音交互帶來的驚擾。當前商湯已設置超過40個命令詞和喚醒詞。”許亮說道。

據許亮介紹，感知和決策的數據閉環是商湯云影上述功能背后的核心能力之一。

他向記者解釋了“閉環”的具體含義，“車端可以源源不斷地獲取大量數據，這些數據如果用手工標注，效率是非常低的。有了大模型，就可以自動進行數據的標注再反饋，去更新車端的模型，讓系統的能力更加強大。”

而大模型的出現不僅僅在感知和決策領域改變著智能汽車的生態，許亮表示，AIGC可以生成困難的樣本，模型去輸入多模態數據。

其中，自動駕駛多模態的大模型可以做到感知和決策的一體化，輸出則對3D的環境進行重建實現環境的可視化理解，系統的行為解碼可以生成完整的路徑的規劃。動機的解碼器也可以用自然語言去描述推理的過程，進而使自動駕駛的系統變得可以解釋。

游戲引擎如何驅動汽車？