¿Los modelos a gran escala que se integran desde Mercedes-Benz hasta las bicicletas son la próxima salida de los coches inteligentes?

Dado que la ola de modelos a gran escala comenzó en el último medio año, y todo puede ser GPT, compañías como BAT han lanzado sus propios productos de modelos a gran escala. No es sorprendente que cientos de "modelos" luchen y grupos de "modelos" bailan salvajemente. Todo tipo de conferencias de prensa de varios tamaños están en el escenario, y todas las empresas están haciendo todo lo posible para demostrar al mundo exterior cuánto espacio para su imaginación. Después de entrar en julio, los modelos a gran escala de uso general se enfriaron un poco y comenzaron a aparecer modelos a gran escala específicos de la industria, como "Word" de Ctrip dedicado a hoteles y turismo, "Ziyue" de NetEase Youdao dedicado a la educación y Dajing dedicado al diagnóstico y tratamiento de la MTC En la medicina tradicional china, "Qi Huang Dao Wen", hay muchos de ellos.

La razón de este cambio es que, por un lado, las diferentes empresas tienen su propio enfoque comercial, por lo que los modelos de productos a gran escala que crean se ven inevitablemente afectados por él. Este es un hecho objetivo; por otro lado, con el desarrollo general de modelos grandes, también se ha empezado a hablar cada vez más de su industrialización. Después de todo, si no se puede implementar como un producto al alcance, no importa cuán avanzada sea la tecnología, no tiene sentido. A mediados de junio, Mercedes-Benz cooperó con Microsoft y se convirtió en la primera empresa de automóviles del mundo en integrar ChatGPT en su propio sistema de control de voz para automóviles. Medio mes después, otra empresa de bicicletas anunció que estaría equipada con ChatGPT. Stack self -Modelo de vehículo grande desarrollado. Como espectador, mientras siente que la luz de la ciencia ficción ha entrado en la realidad, no puede evitar que la gente sueñe despierta, ¿quizás el modelo grande es realmente la próxima salida para la inteligencia del automóvil?

1. Súbete al modelo grande y abróchate el cinturón de seguridad

** El 16 de junio, la empresa automovilística centenaria Mercedes-Benz y Microsoft anunciaron conjuntamente que las dos empresas están ampliando su cooperación en el campo de la IA e integrando ChatGPT en el sistema de control de voz del automóvil Mercedes-Benz. **Esta colaboración permitirá a los propietarios de automóviles experimentar ChatGPT mientras conducen a través del servicio Azure OpenAI de Microsoft. El plan de prueba comenzó oficialmente el día 16 y un total de alrededor de 900,000 Mercedes-Benz equipados con el sistema de información y entretenimiento MBUX en los Estados Unidos pueden participar en la prueba.

El desarrollo de la ciencia y la tecnología en los últimos años muestra que el automóvil se está convirtiendo en un nuevo tipo de terminal inteligente. Después de la aparición de modelos grandes, la relación entre personas y vehículos y vehículos inevitablemente se verá afectada. En concreto, este impacto se refleja principalmente en dos aspectos: ** 1. El impacto en la conducción automática. 2. El impacto en la cabina inteligente. ** Hablemos de ello por separado.

1. El impacto de los grandes modelos en la conducción autónoma. **Los modelos grandes pueden manejar cantidades masivas de datos y, al mismo tiempo, tienen capacidades de análisis multidimensional, que pueden proporcionar capacidades de predicción y análisis de datos más precisas y completas. Al mantener la optimización y actualización del modelo grande, se puede mejorar la precisión y confiabilidad de la conducción automática. **Un modelo grande de propósito general como ChatGPT solo puede volverse popular en todo el mundo cuando la cantidad de parámetros alcanza un cierto nivel y comienza a tener capacidades suficientes. En cuanto al nivel de aplicación específico, el impacto del modelo grande en la conducción autónoma se puede subdividir en la nube y el extremo del vehículo. **En la nube, las empresas automotrices pueden aprovechar la gran capacidad de parámetros inherente a los modelos grandes, completar la mayor parte del trabajo de etiquetado y extracción de datos a través de modelos grandes, ahorrar costos y crear empoderamiento con la ayuda de escenarios de simulación. Del lado del vehículo, el modelo grande se puede subdividir en múltiples submodelos subsidiarios, que son responsables de diferentes subtareas, ahorrando el tiempo de cálculo de inferencia en el lado del vehículo y aumentando la seguridad de conducción. **Además, el algoritmo integrado de percepción y toma de decisiones desde la nube hasta el final del vehículo a menudo se considera el último cuello de botella del algoritmo de conducción autónoma. Quizás se pueda resolver de manera efectiva una vez que el automóvil esté conectado al modelo grande. , y es posible que la actualización del algoritmo de conducción autónoma ya no esté fuera de su alcance.

2. El impacto en la cabina inteligente. Tomando el Mercedes-Benz mencionado anteriormente como ejemplo, Microsoft dijo que el ChatGPT incorporado puede admitir diálogos más dinámicos, incluidos comandos de voz generales y diálogos interactivos. El alcance de los diálogos puede cubrir información de ubicación, recetas e incluso algunos más complejos. problemas, lo que permite que los ojos del conductor se concentren más en las condiciones del camino. Posteriormente, Microsoft y Mercedes-Benz también declararon que continuarán cooperando para explorar el ecosistema de complementos de ChatGPT y explorar la posibilidad de integrar servicios de terceros. **Los futuros conductores pueden completar tareas como reservar restaurantes o boletos de cine a través del sistema de modelo a gran escala montado en el vehículo, lo que mejora la comodidad y la productividad al mismo tiempo que mejora la experiencia de conducción. **

Además, el modelo grande también tendrá un nuevo impacto en los métodos de investigación y desarrollo y los modelos comerciales de las empresas automotrices. En términos de métodos de investigación y desarrollo, las capacidades de etiquetado eficientes de AI son obvias para todos. Las tareas de etiquetado de datos que solían llevar mucho tiempo ahora solo toman unas pocas horas. El tiempo y el costo de investigación y desarrollo se reducen considerablemente, y los modelos grandes pueden manejar tareas multimodales Los datos enriquecidos, como voz, gestos, visión, etc., pueden ayudar a las empresas automotrices a mejorar aún más la eficiencia general de I + D, reducir costos y aumentar la eficiencia. En términos de modelo de negocio, los modelos actuales a gran escala son generalmente elocuentes. Después de integrarse en el sistema del vehículo, la relación entre personas, vehículos y máquinas puede evolucionar de una "relación de trabajo" a una "relación de acompañamiento". ". Las capacidades también comprenderán gradualmente las preferencias y hábitos de las personas, y luego obtendrán un nuevo valor comercial.

2. ¿Es el modelo grande y el auto una pareja perfecta?

Después de que Mercedes-Benz anunciara su cooperación con Microsoft, el automóvil ideal doméstico también lanzó MindGPT, un gran modelo de desarrollo propio, y Wenxin Yiyan de Baidu también se ha conectado con muchas compañías automotrices como Hongqi, Changan, Geely, Lantu y Leap. ** Por lo tanto, se puede esperar que la combinación de modelos grandes, compañías de automóviles y automóviles se vuelva cada vez más común. ** A juzgar por las empresas automovilísticas participantes actuales, también tienen su propio énfasis en el enfoque y la dirección del desarrollo de los modelos grandes. Desde el punto de vista funcional, se puede dividir en dos tipos: ** 1. Se utiliza en el campo de la comunicación y el diálogo en la cabina inteligente. 2. Utilizado en sistemas inteligentes como la conducción automática. ** El primero es como la cooperación entre Mercedes-Benz y Microsoft mencionada anteriormente, y el sistema operativo de automóvil inteligente Alibaba AliOS conectado a Tongyi Qianwen; el rendimiento de conducción es similar al de un conductor humano y DriveGPT, un generador a gran escala modelo de conducción autónoma que es inteligente e inteligente, ayuda a resolver problemas de toma de decisiones cognitivas y finalmente realiza la conducción automática desde la nube hasta el automóvil. Además, Great Wall, Chery, NIO y Xiaopeng también han registrado y solicitado múltiples marcas comerciales relacionadas con GPT. Se cree que pronto habrá resultados relacionados con modelos grandes.

En comparación con el modelo a gran escala de propósito general de ChatGPT, los costos de capacitación y uso de los modelos industriales o verticales a gran escala son más bajos. Por lo tanto, ya sea una fábrica centenaria como Mercedes-Benz, una nueva fuerza doméstica como Wei Xiaoli o una empresa de tecnología como Microsoft o BAT, cada vez más personas piensan que ** los autos inteligentes pueden ser los primeros en realizar el aterrizaje. de modelos grandes Escenario del lado B desplegado**. Sin embargo, el camino hacia el logro mutuo entre los dos no es tan fácil como se imagina.

**En primer lugar, lo que es visible a simple vista es la limitación de las condiciones del hardware del vehículo, lo que puede dificultar que el modelo grande montado en el vehículo ejerza su máximo rendimiento. **En la actualidad, la configuración de hardware requerida por varios modelos a gran escala en el mundo es generalmente alta, incluidas capacidades informáticas de alto rendimiento, memoria de gran capacidad y baja latencia. **Por ejemplo, el volumen de parámetros de GPT-3.5 es tan alto como 175 mil millones, y la potencia de cómputo que lo respalda es de billones de TOPS. La potencia de cómputo del chip de soporte debe ser de al menos 10,000 TOPS para permitirse Tareas del modelo grande. Sin embargo, en el entorno del vehículo, la potencia informática del chip suele ser de unos pocos cientos de TOPS, que ni siquiera pueden alcanzar el umbral necesario para la informática de modelos a gran escala. **Siguiendo esta tendencia, la tendencia general es actualizar la infraestructura de potencia de cómputo montada en el vehículo, y el centro de cómputo inteligente será incluso una configuración estándar para los futuros autos inteligentes. Por ejemplo, Dojo, un centro de computación en la nube independiente creado por Tesla, utiliza un total de aproximadamente 14 000 GPU Nvidia para entrenar modelos grandes.

**En segundo lugar, el procesamiento de datos no es un problema pequeño, especialmente los datos multimodales cada vez más populares. **La conducción automática requiere una gran cantidad de sensores y datos, incluidos lidar, radar de ondas milimétricas, radar ultrasónico, etc., así como cámaras dedicadas de alta definición, equipos GPS, etc., y debido a que estas piezas tienen una alta sensibilidad, su Las tasas de fallas y daños son muy altas. Los datos del piloto automático provienen de diferentes sistemas de coordenadas, cada uno con una marca de tiempo de activación diferente. Además, la conducción autónoma también requiere una gran cantidad de datos de la escena, como el aprendizaje y el reconocimiento de las señales de tráfico y las marcas en el suelo, el comportamiento y los modelos de respuesta relacionados del tráfico y el flujo de multitudes, etc. La gestión de grandes modelos y datos requiere el uso de redes de vehículos inteligentes, así como el soporte de plataformas de tecnología informática especiales, plataformas de tecnología de control en la nube y otras instalaciones de infraestructura Para la cooperación cruzada, es necesario recopilar datos masivos como requisito previo, especialmente en el campo vertical de los automóviles. . Esto es diferente de otros sistemas en vehículos, si las plataformas básicas luchan de forma independiente, definitivamente será difícil que se desarrollen a un nivel más profundo. **La superposición de estos factores ha hecho que el umbral de desarrollo y entrenamiento del modelo grande montado en vehículos sea muy alto. El umbral técnico de la conducción autónoma ya es muy alto, y el modelo de vehículo a gran escala es aún más que eso. **

**Finalmente, aunque la IA generativa actual ha logrado avances en la adquisición de información, aún está lejos de implementarse en los automóviles en términos de control posterior, toma de decisiones y ejecución. **La capacitación de modelos grandes desde la nube hasta el vehículo también requiere la construcción de un nuevo algoritmo basado en el modelo grande en el sistema del vehículo. Se estima conservadoramente que este proceso llevará de tres a cinco años, de ocho a diez años o incluso más extenso.

3. Ligero pero sin brillar, el agua tranquila es profunda

**Los automóviles y los modelos grandes tienen fuertes atributos tecnológicos. La mayor importancia de la combinación de los dos puede residir en el aprendizaje mutuo, es decir, fortalecer los atributos de fabricación y consumo de los modelos grandes y, al mismo tiempo, fortalecer los atributos electrónicos y tecnológicos de los automóviles. ** Desde este punto de vista, la decisión real de si el modelo grande se puede usar en el automóvil depende de la fortaleza tecnológica de la propia compañía automotriz, que incluso está relacionada con si pueden ocupar las alturas dominantes de la tecnología futura.

Para ser justos, vale la pena esperar la combinación de autos y modelos grandes. **Uno de los grandes significados del modelo grande es redefinir la interacción humano-computadora y la ecología de los servicios relacionados.Después de subirse al automóvil, acelerará el proceso electrónico del consumo ecológico de los servicios de aplicaciones en el vehículo, lo que en gran medida cambiar el automóvil, en el sistema del vehículo, Definición de productos subyacentes como modelos grandes. **En este sentido, se puede decir que las palabras de Su Qing, exjefe del departamento de productos de conducción autónoma de Huawei, son agudas: “A los ojos de los fabricantes de automóviles tradicionales, el automóvil es una base, y la aplicación del automóvil u otro "Los sistemas están tratando de integrar computadoras o IA en esta base. Las vistas son diferentes, la base es una computadora y el automóvil es un dispositivo periférico controlado por computadora. Esta es una vista fundamentalmente diferente".

**Este es el significado de modelos grandes, pero desde la perspectiva de los automóviles, significa reducir costos y aumentar la eficiencia. **El costo de las personas en las compañías de automóviles tradicionales siempre se ha mantenido alto, e incluso el algoritmo de conducción autónoma aún depende en gran medida de la escritura y las pruebas manuales. Después de integrar el modelo grande, el modelo grande puede impulsar un nuevo algoritmo inteligente. Para construir dicho algoritmo, las empresas de automóviles deben crear una buena plataforma y las empresas de modelos grandes deben fabricar buenos productos. Por ejemplo, la plataforma informática que conecta automóviles y modelos grandes se basa principalmente en chips y la nube. La mayor dificultad radica en reducir costos y estandarizar la producción. **Con buenos productos modelo a gran escala, habrá suficientes ventas, y suficientes ventas pueden aumentar los datos de ciclo cerrado de extremo a extremo. Tener datos con calidad y cantidad garantizadas puede, a su vez, conducir a la construcción de grandes -modelos a escala. **Tomando como ejemplo todos los chips básicos de IA con alta potencia informática, el precio actual de un chip Nvidia es de decenas de miles o decenas de miles. Sin mencionar el alto costo, depender de un suministro externo no es de ninguna manera un largo tiempo. solución a largo plazo para las empresas de automóviles nacionales.

Mirándolo de esta manera, si las empresas de automóviles quieren llegar lejos en el campo de los modelos grandes montados en vehículos, deben aumentar sus esfuerzos en la auto-investigación de los chips subyacentes para ahorrar costos, o buscar avances en algoritmos o sistemas para encontrar el mejor despliegue de modelos grandes lo antes posible. **Pero no importa cuál esté destinado a no ser un camino tranquilo, este es un camino lleno de flores, pero también lleno de espinas visibles a simple vista. **