界面新聞記者 | 劉嘉欣
智能座艙和智能駕駛是汽車智能化的兩大主要話題，這也成為汽車公司競相發(fā)力的重點。目前，汽車產(chǎn)業(yè)加速進入以智能化為核心競爭力的新階段，智能化的認識不再僅僅只是一個具象的功能或者產(chǎn)品，AI化成為汽車產(chǎn)業(yè)發(fā)展的新戰(zhàn)略支點。
行業(yè)內(nèi)普遍認為，智能化發(fā)展不僅僅體現(xiàn)在座艙和智駕上，整體的汽車電子電器架構(gòu)、操作系統(tǒng)、底盤等同樣值得關(guān)注，除了端到端、艙駕融合等發(fā)展趨勢外，如何利用人工智能促進企業(yè)數(shù)字化、智能化轉(zhuǎn)型也成為行業(yè)內(nèi)熱議的話題。
9月29日，全球智能汽車產(chǎn)業(yè)大會（GIV2024）在合肥舉辦，以下是界面新聞?wù)淼牟糠峙c會專家、企業(yè)高管的觀點。
聚焦AI技術(shù)和數(shù)據(jù)價值打造汽車行業(yè)新競爭力
隨著人工智能的爆火，將AI融入到企業(yè)發(fā)展中已經(jīng)成為一個共識。中國電動汽車百人會副理事長兼秘書長張永偉在會上表示，產(chǎn)業(yè)的變化、企業(yè)自身競爭發(fā)展模式的變化，以及市場側(cè)消費者購車的決策和對AI技術(shù)態(tài)度的變化，這三個大的方面都已經(jīng)充分說明，人工智能為主導(dǎo)的智能化競爭力已經(jīng)成為產(chǎn)業(yè)和企業(yè)新的發(fā)展高地和戰(zhàn)略支點。
回到汽車行業(yè)來看，在全球智能化變革浪潮之下，過去的競爭力已經(jīng)很難支撐汽車企業(yè)下一步的發(fā)展，中國智能網(wǎng)聯(lián)汽車未來的發(fā)展，要聚焦AI技術(shù)和數(shù)據(jù)的價值來打造新的競爭力，實現(xiàn)戰(zhàn)略遷移，對于汽車企業(yè)來講才會贏得未來。
具體來說，數(shù)據(jù)角度要解決的問題是如何讓數(shù)據(jù)成為企業(yè)的核心資產(chǎn)和要素，以及行業(yè)內(nèi)形成規(guī)模化匯聚和應(yīng)用。其次是要解決汽車行業(yè)的模型問題，汽車電子電氣架構(gòu)設(shè)計、動力、智能駕駛、智能座艙和底盤，這五個核心領(lǐng)域都需要用人工智能的邏輯做研發(fā)，形成新的架構(gòu)、新的解決方案。
還值得注意的是汽車操作系統(tǒng)自主可控、基礎(chǔ)設(shè)施算力問題以及走通智能融合發(fā)展路線。張永偉表示，人工智能時代汽車行業(yè)最缺乏的是智能計算的基礎(chǔ)設(shè)施，而不是生產(chǎn)能力。端到端大模型自動駕駛訓(xùn)練研發(fā)以及智能產(chǎn)品設(shè)計均需要成熟的算力保障，汽車制造商需要圍繞算力、數(shù)據(jù)形成規(guī)模化的隊伍，否則很難在新賽道上形成競爭力。
另外在智能駕駛上，可以從基于人工智能的單車及路側(cè)、云側(cè)進行兩端輸入、一端輸出，這是具備中國優(yōu)勢的智能駕駛?cè)诤习l(fā)展路線。
自動駕駛未來三年之內(nèi)是兩段式端到端
全球最大零部件供應(yīng)商之一的博世，也在經(jīng)歷從傳統(tǒng)領(lǐng)域向智能化領(lǐng)域發(fā)展的布局。博世智能駕駛與控制系統(tǒng)事業(yè)部中國區(qū)總裁吳永橋在大會上總結(jié)了汽車行業(yè)發(fā)展的六個趨勢，涵蓋出海、動力、智能駕駛、駕艙融合等領(lǐng)域。
吳永橋認為，首先，出海已經(jīng)成為中國汽車品牌未來發(fā)展的道路之一，三大主要市場分別是東南亞、拉丁美洲和歐盟。從汽車動力角度而言，混合動力車型的市場份額將會進一步提升，以插電混動和增程式車型為代表，都會大幅度提高比例。而純電車型的增速在放緩，明年可能會出現(xiàn)下滑。傳統(tǒng)燃油車未來會逐步過渡到輕度混合動力，目前國內(nèi)幾大傳統(tǒng)汽車制造商已經(jīng)加速前進。
智能駕駛方面，高速領(lǐng)航NOA、城市記憶型車和自動泊車，這三大功能在10萬至15萬元級別車型中可能成為標(biāo)配，明年將會迎來爆發(fā)式的增長。至于高階自動駕駛，在未來三年之內(nèi)技術(shù)上還是兩段式端到端的路線。
所謂“兩段式端到端”，實際上是目前行汽車行業(yè)內(nèi)端到端大模型的普遍形態(tài)。端到端分為環(huán)境感知、決策規(guī)劃、控制執(zhí)行三個模塊，兩段式端到端則是將感知和規(guī)華控制分為兩個模型來做。自從端到端達模型被特斯拉帶火后，端到端的自動駕駛底層邏輯已經(jīng)成為行業(yè)內(nèi)的基本共識。
此外，在駕艙融合方面，吳永橋還判斷，駕艙融合會聚焦在15萬元以下的車型，一顆SoC芯片實現(xiàn)艙駕一體，更為高階的車型目前對駕艙融合的訴求還不太明顯。
自主品牌也關(guān)注AI如何賦能企業(yè)數(shù)字化轉(zhuǎn)型
江汽集團控股公司董事，江汽集團股份公司黨委副書記、總經(jīng)理李明提到，目前技術(shù)革新還沒有到終局，汽車產(chǎn)業(yè)邊界都在擴大，尤其是多產(chǎn)業(yè)融合趨勢是不可逆的。同時，智能汽車產(chǎn)業(yè)鏈也越來越復(fù)雜，覆蓋了軟件和硬件，開放合作和跨界融合是一個企業(yè)要想走出來的必由之路。
對企業(yè)來說，人工智能則會對企業(yè)進行全方位賦能。李明介紹道，以江淮汽車舉例，在產(chǎn)品開發(fā)生產(chǎn)方面，通過高效的數(shù)據(jù)處理、智能視覺檢驗、數(shù)字化標(biāo)注等手段，可以提高開發(fā)效率并降低成本。企業(yè)經(jīng)營方面，可以通過數(shù)據(jù)分析、智能制造、智能銷售、智能服務(wù)等環(huán)節(jié)，加快推動全面、精準(zhǔn)、高效的決策。
另外值得注意的是，人工智能落地還需要算法、算力和高效的信息決策、信息傳輸?shù)榷鄬用婺芰Φ闹С?，汽車制造商需要與ICT（信息通信技術(shù)）企業(yè)深度合作，開發(fā)訓(xùn)練出更加專業(yè)的模型，加快人工智能賦能企業(yè)。
奇瑞汽車股份有限公司副總經(jīng)理王瑯也認為，AI是數(shù)字化轉(zhuǎn)型的驅(qū)動力，極有可能成為中國企業(yè)從大到強實現(xiàn)彎道超車的秘密武器。
“因為缺少有效的管理模型，數(shù)字化往往停留在簡單的信息化聯(lián)網(wǎng)化上，AI的到來能夠幫助我們解決一些事關(guān)企業(yè)經(jīng)營發(fā)展的頭疼問題，例如幫助我們解決企業(yè)管理復(fù)雜系數(shù)的問題，解決團隊素質(zhì)無法匹配企業(yè)發(fā)展戰(zhàn)略的能力問題等等?！?/span>
大模型技術(shù)促進智能座艙更加人性化
智能座艙和智能駕駛是汽車智能化最容易感知的兩個部分，相比自動駕駛技術(shù)趨勢更為清晰、消費者也更容易感知，智能座艙的的發(fā)展趨勢更多集中在域控制器、中央計算單元等集成與提高算力等方面，這種變化和升級通常很難被消費者感知到。
百度智艙業(yè)務(wù)部總經(jīng)理李濤認為，大模型技術(shù)對智能座艙的促進作用主要體現(xiàn)在“正向設(shè)計”上。他認為，過去聊天、畫圖等很多功能被直接接入到座艙當(dāng)中，而并不是基于座艙內(nèi)用戶的需求所設(shè)計的，大模型的應(yīng)用主要體現(xiàn)在能夠從新技術(shù)起點出發(fā)。
“未來需要一個能夠知道用戶上下文、了解你此時此刻所想所需，并且自動生成全局化執(zhí)行方案的新時代座艙，這也是智能座艙整體的演進的一個終極方向?！?/span>
具體來說，車端智能體的感知融合分為三個維度，分別是人、車和世界。智能座艙首先要識別車內(nèi)的人員，不同人員的狀態(tài)和需求分別是什么，再據(jù)此自動提供個性化、場景化輔助服務(wù)。其次，用戶需要車輛識別外部環(huán)境和場景化的理解，來幫助用戶驅(qū)動整個車輛，達成能源狀態(tài)、物理設(shè)施感知的動態(tài)調(diào)節(jié)。另外在行駛過程中，艙駕傳感器的融合能夠使用戶獲得超出視野范圍的及時提醒，結(jié)合車路云協(xié)同一體化的感知，也能夠檢測到人和車視野范圍以外的安全威脅狀況。
這也就意味著，智能座艙將不僅僅作為一個接受指令的語音助手存在，而是可以實現(xiàn)對用戶和場景的感知，提前做出決策和行動。
數(shù)據(jù)合規(guī)和互通存在挑戰(zhàn)，車用AI數(shù)據(jù)標(biāo)準(zhǔn)格式亟需建立
汽車大模型促進艙駕融合和智駕創(chuàng)新的作用主要體現(xiàn)在提高數(shù)據(jù)處理速度，另外在數(shù)據(jù)閉環(huán)、多場景感知任務(wù)識別及多模態(tài)任務(wù)融合、端到端自動駕駛方面，能夠促進艙駕功能的協(xié)同部署。
中國軟件評測中心智能網(wǎng)聯(lián)汽車產(chǎn)品與系統(tǒng)測評室主任王榮認為，目前數(shù)據(jù)合規(guī)和互通還存在挑戰(zhàn)，主要體現(xiàn)在缺乏數(shù)據(jù)訓(xùn)練集評判標(biāo)準(zhǔn)，AI生產(chǎn)內(nèi)容安全存在安全隱患；其次，AI模型數(shù)據(jù)安全測試和評估技術(shù)尚不完備，市場上缺少成熟的智能網(wǎng)聯(lián)汽車人工智能測試和評估工具，并且AI模型評估方法缺失。
為此王榮認為，應(yīng)當(dāng)盡快建立車用AI數(shù)據(jù)的標(biāo)準(zhǔn)格式，優(yōu)化車輛與云平臺，車輛與各端高質(zhì)量數(shù)據(jù)的交互，優(yōu)化這些高質(zhì)量數(shù)據(jù)的標(biāo)注，并且要盡快建立AI數(shù)據(jù)安全以及數(shù)據(jù)標(biāo)準(zhǔn)體系。同時需要推動算力資源及數(shù)字資源共享，解決行業(yè)內(nèi)算力資源不足、算力昂貴等問題。
針對于此，我國《智能網(wǎng)聯(lián)汽車領(lǐng)域AI大模型發(fā)展技術(shù)路線圖1.0》預(yù)計會在今年底前發(fā)布，將為智能網(wǎng)聯(lián)汽車領(lǐng)域中AI大模型提供指導(dǎo)方向。