上海车展的科技底色：大模型背后的智能驾驶“新商机”

2023-04-21 21:32:32来源：21经济网

21世纪经济报道记者张梓桐上海报道

“智能电动汽车上半场的竞争是电动化，硬件决定体验，下半场将是智能化，软件决定体验，汽车行业正在从制造属性过渡到消费属性+科技属性。”日前，华为常务董事、智能汽车解决方案BU CEO余承东在一场演讲中作出如此判断。

在4月18日起举办的第二十届上海国际汽车工业展览会上，21世纪经济报道记者在实地走访中注意到，在整车之外，众多人工智能、游戏领域内的明星公司也在跨界亮相“上海车展”，这些企业大多涉及智能驾驶、智能座舱等细分赛道，利用自身的 AIGC（人工智能生成内容）、高清渲染、物联网等技术挖掘汽车市场新的商机。

(相关资料图)

多个参展企业告诉记者，随着智能汽车对人工智能的功能和需求不断提高，场景不断丰富，也对通用人工智能提出了要求。利用通用人工智能技术，一个模型能够输入语音、图像、文字，还有激光雷达的3D点云等多种类型的数据，并完成各种各样的任务。未来通用人工智能基于多模态的基模型可以做视觉的感知，语言的理解、内容的生成和决策的推理。

大模型颠覆汽车行业

作为通用人工智能的一大突出特点，多模态在汽车行业内也迎来了十分契合的落地场景。

“不同于以往的单一智能，单个AI模型输入的数据类型是单一的，只能完成单一任务、适应单一场景。通用模型的出现，能够帮助我们实现不同行业之间的融合，实现产品和场景应用的创新。”商汤绝影智能车舱副总裁许亮在现场告诉记者。

他为记者演示了商汤绝影智能座舱唇语识别功能，其能够噪声环境中利用唇语进行车内交互，避免人声干扰、播放音乐、高速风噪、高速胎噪等场景下语音交互的误触发。

（商汤智能座舱，受访者提供）

据许亮介绍，在车舱内有乘员睡觉、或是危险无法发声的情况下，用唇语即可实现命令，触发救援，真正实现「此时无声胜有声」。

“换句话说，即使车内声音非常混杂，也不需要喊叫，只要轻轻地说，智能座舱系统便能精准识别。甚至极端情况下，可以只用唇语给车机下达指令，避免手忙脚乱去使用触屏、物理按键等，并且能减少语音交互带来的惊扰。当前商汤已设置超过40个命令词和唤醒词。”许亮说道。

据许亮介绍，感知和决策的数据闭环是商汤云影上述功能背后的核心能力之一。

他向记者解释了“闭环”的具体含义，“车端可以源源不断地获取大量数据，这些数据如果用手工标注，效率是非常低的。有了大模型，就可以自动进行数据的标注再反馈，去更新车端的模型，让系统的能力更加强大。”

而大模型的出现不仅仅在感知和决策领域改变着智能汽车的生态，许亮表示，AIGC可以生成困难的样本，模型去输入多模态数据。

其中，自动驾驶多模态的大模型可以做到感知和决策的一体化，输出则对3D的环境进行重建实现环境的可视化理解，系统的行为解码可以生成完整的路径的规划。动机的解码器也可以用自然语言去描述推理的过程，进而使自动驾驶的系统变得可以解释。

游戏引擎如何驱动汽车？