Les modèles à grande échelle qui sont intégrés de Mercedes-Benz aux vélos sont le prochain débouché pour les voitures intelligentes ?

Depuis que la vague de modèles à grande échelle a commencé au cours des six derniers mois et que tout peut être GPT, des entreprises telles que BAT ont lancé leurs propres produits de modèles à grande échelle, et il n'est pas surprenant que des centaines de "modèles" se battent et des groupes de "modèles" dansent sauvagement. Toutes sortes de conférences de presse de différentes tailles sont sur scène, et toutes les entreprises font de leur mieux pour prouver au monde extérieur quelle place a leur imagination. Après l'entrée en juillet, le modèle à grande échelle à usage général s'est légèrement refroidi et des modèles à grande échelle spécifiques à l'industrie ont commencé à apparaître, tels que «Words» de Ctrip dédié à l'hôtellerie et au tourisme, «Ziyue» de NetEase Youdao dédié à l'éducation , et Dajing dédié au diagnostic et au traitement de la MTC.En médecine traditionnelle chinoise, "Qi Huang Dao Wen", il y en a tellement.

La raison de ce changement est que, d'une part, différentes entreprises ont leur propre orientation commerciale, de sorte que les produits modèles à grande échelle qu'elles créent en sont inévitablement affectés. C'est un fait objectif ; d'autre part, avec le développement global de grands modèles, son industrialisation commence aussi à être de plus en plus évoquée. Après tout, s'il ne peut pas être déployé en tant que produit à portée de main, aussi avancé que soit la technologie, cela n'a aucun sens. À la mi-juin, Mercedes-Benz a coopéré avec Microsoft et est devenu le premier constructeur automobile au monde à intégrer ChatGPT dans son propre système de commande vocale de voiture.Un demi-mois plus tard, un autre constructeur de vélos a annoncé qu'il serait équipé de ChatGPT. -développé un grand modèle de véhicule. En tant que spectateur, tout en sentant que la lumière de la science-fiction est entrée dans la réalité, cela ne peut s'empêcher de faire rêver les gens, peut-être que le grand modèle est vraiment le prochain exutoire de l'intelligence automobile ?

1. Montez sur le grand modèle et attachez votre ceinture de sécurité

** Le 16 juin, le constructeur automobile centenaire Mercedes-Benz et Microsoft ont annoncé conjointement que les deux sociétés étendent leur coopération dans le domaine de l'IA et intègrent ChatGPT dans le système de commande vocale de la voiture Mercedes-Benz. ** Cette collaboration permettra aux propriétaires de voitures de découvrir ChatGPT tout en conduisant via le service Azure OpenAI de Microsoft. Le plan de test a officiellement commencé le 16, et un total d'environ 900 000 Mercedes-Benz équipées du système d'infodivertissement MBUX aux États-Unis peuvent participer au test.

Le développement de la science et de la technologie ces dernières années montre que la voiture devient un nouveau type de terminal intelligent. Après l'émergence de grands modèles, la relation entre les personnes et les véhicules et les véhicules sera inévitablement affectée. Concrètement, cet impact se traduit principalement par deux aspects : ** 1. L'impact sur la conduite automatique. 2. L'impact sur le cockpit intelligent. ** Parlons-en séparément.

1. L'impact des grands modèles sur la conduite autonome. **Les grands modèles peuvent gérer d'énormes quantités de données et disposent en même temps de capacités d'analyse multidimensionnelle, qui peuvent fournir des capacités d'analyse et de prédiction de données plus précises et complètes. En maintenant l'optimisation et la mise à niveau du grand modèle, la précision et la fiabilité de la conduite automatique peuvent être améliorées. ** Un grand modèle à usage général comme ChatGPT ne peut devenir populaire dans le monde entier que lorsque le nombre de paramètres atteint un certain niveau et qu'il commence à avoir des capacités suffisantes. En ce qui concerne le niveau d'application spécifique, l'impact du grand modèle sur la conduite autonome peut être subdivisé entre le cloud et la fin du véhicule. **Dans le cloud, les constructeurs automobiles peuvent tirer parti de la grande capacité de paramètres inhérente aux grands modèles, effectuer la plupart des travaux d'étiquetage et d'exploration de données via de grands modèles, réduire les coûts et renforcer l'autonomie à l'aide de scénarios de simulation. Côté véhicule, le grand modèle peut être subdivisé en plusieurs sous-modèles subsidiaires, qui sont responsables de différentes sous-tâches, économisant le temps de calcul d'inférence côté véhicule et augmentant la sécurité de conduite. **De plus, l'algorithme intégré de perception et de prise de décision du cloud jusqu'à l'extrémité du véhicule est souvent considéré comme le dernier goulot d'étranglement de l'algorithme de conduite autonome. Peut-être qu'il peut être résolu efficacement une fois la voiture connectée au grand modèle. , et la mise à niveau de l'algorithme de conduite autonome n'est peut-être plus hors de portée.

2. L'impact sur le cockpit intelligent. Prenant la Mercedes-Benz mentionnée ci-dessus comme exemple, Microsoft a déclaré que le ChatGPT intégré peut prendre en charge des dialogues plus dynamiques, y compris des commandes vocales générales et des dialogues interactifs. La portée des dialogues peut couvrir les informations de localisation, les recettes et même certaines plus complexes. ., permettant aux yeux du conducteur de se concentrer davantage sur les conditions de la route. Par la suite, Microsoft et Mercedes-Benz ont également déclaré qu'ils continueraient à coopérer pour explorer l'écosystème de plug-ins de ChatGPT et explorer la possibilité d'intégrer des services tiers. ** Les futurs conducteurs peuvent effectuer des tâches telles que la réservation de restaurants ou de billets de cinéma via le système de modèle à grande échelle monté sur véhicule, améliorant ainsi la commodité et la productivité tout en améliorant l'expérience de conduite. **

En outre, le grand modèle aura également un nouvel impact sur les méthodes de recherche et développement et les modèles commerciaux des constructeurs automobiles. En termes de méthodes de recherche et de développement, les capacités d'étiquetage efficaces de l'IA sont évidentes pour tous. Les tâches d'étiquetage de données qui prenaient longtemps auparavant ne prennent plus que quelques heures. Le temps et le coût de la recherche et du développement sont considérablement réduits, et de grands modèles peuvent gérer des tâches multimodales.Des données riches, telles que la voix, le geste, la vision, etc., peuvent aider les constructeurs automobiles à améliorer encore l'efficacité globale de la R&D, à réduire les coûts et à accroître l'efficacité. En termes de business model, les modèles à grande échelle actuels sont généralement éloquents : après intégration dans le système véhicule, la relation entre les hommes, les véhicules et les machines peut évoluer d'une « relation d'emploi » à une « relation d'accompagnement ». ". Les capacités comprendront également progressivement les préférences et les habitudes des gens, puis en tireront une nouvelle valeur commerciale.

2. Le grand modèle et la voiture font-ils bon ménage ?

Après que Mercedes-Benz a annoncé sa coopération avec Microsoft, la voiture idéale nationale a également lancé MindGPT, un grand modèle auto-développé, et Wenxin Yiyan de Baidu a également été connecté à de nombreux constructeurs automobiles tels que Hongqi, Changan, Geely, Lantu et Leap. ** Par conséquent, on peut s'attendre à ce que la combinaison de grands modèles, de constructeurs automobiles et de voitures devienne de plus en plus courante. ** À en juger par les constructeurs automobiles participants actuels, ils mettent également l'accent sur l'orientation et la direction du développement des grands modèles. Du point de vue fonctionnel, il peut être divisé en deux types : ** 1. Il est utilisé dans le domaine de la communication et du dialogue dans le cockpit intelligent. 2. Utilisé dans les systèmes intelligents tels que la conduite automatique. ** Le premier est comme la coopération entre Mercedes-Benz et Microsoft mentionnée ci-dessus, et le système d'exploitation de voiture intelligente Alibaba AliOS connecté à Tongyi Qianwen ; La performance de conduite est proche de celle d'un conducteur humain, et DriveGPT, un système d'exploitation génératif à grande échelle modèle de conduite autonome intelligent et intelligent, aide à résoudre les problèmes cognitifs de prise de décision et réalise enfin la conduite automatique du cloud à la voiture. En outre, la Grande Muraille, Chery, NIO et Xiaopeng ont également enregistré et demandé plusieurs marques liées à GPT. On pense qu'il y aura bientôt des résultats liés aux grands modèles.

Par rapport au modèle à grande échelle à usage général de ChatGPT, les coûts de formation et d'utilisation des modèles industriels ou verticaux à grande échelle sont inférieurs. Par conséquent, qu'il s'agisse d'une usine centenaire comme Mercedes-Benz, d'une nouvelle force nationale comme Wei Xiaoli ou d'une entreprise technologique comme Microsoft ou BAT, de plus en plus de gens pensent que ** les voitures intelligentes pourraient être les premières à réaliser l'atterrissage de grandes maquettes Scénario face B déployé**. Cependant, la route vers la réalisation mutuelle entre les deux n'est pas aussi facile qu'on l'imaginait.

**Tout d'abord, ce qui est visible à l'œil nu, c'est la limitation des conditions matérielles du véhicule, ce qui peut empêcher le grand modèle monté sur véhicule d'exercer pleinement ses performances. ** À l'heure actuelle, la configuration matérielle requise par divers modèles à grande échelle dans le monde est généralement élevée, notamment des capacités de calcul hautes performances, une mémoire de grande capacité et une faible latence. **Par exemple, le volume de paramètres de GPT-3.5 est aussi élevé que 175 milliards, et la puissance de calcul qui le supporte est aussi élevée que des billions de TOPS. La puissance de calcul de la puce de support doit être d'au moins 10 000 TOPS pour permettre le calcul tâches du grand modèle. Or, dans l'environnement véhicule, la puissance de calcul de la puce n'est souvent que de quelques centaines de TOPS, qui ne peuvent même pas atteindre le seuil requis pour le calcul de modèles à grande échelle. **Suivant cette tendance, la tendance générale est de mettre à niveau l'infrastructure de puissance de calcul embarquée, et le centre de calcul intelligent sera même une configuration standard pour les futures voitures intelligentes. Par exemple, Dojo, un centre de cloud computing indépendant construit par Tesla, utilise un total d'environ 14 000 GPU Nvidia pour former de grands modèles.

**Deuxièmement, le traitement des données n'est pas un mince problème, en particulier les données multimodales de plus en plus populaires. **La conduite automatique nécessite beaucoup de capteurs et de données, y compris le lidar, le radar à ondes millimétriques, le radar à ultrasons, etc., ainsi que des caméras haute définition dédiées, des équipements GPS, etc., et parce que ces pièces ont une sensibilité élevée, leur les taux d'échec et de dommages sont très élevés. Les données du pilote automatique proviennent de différents systèmes de coordonnées, chacun avec un horodatage de déclenchement différent. De plus, la conduite autonome nécessite également une grande quantité de données de scène, telles que l'apprentissage et la reconnaissance des panneaux de signalisation et des marquages au sol, le comportement et les modèles de réponse associés du trafic et des flux de foule, etc. La gestion de grands modèles et de données nécessite l'utilisation de réseaux de véhicules intelligents, ainsi que la prise en charge de plates-formes technologiques informatiques spéciales, de plates-formes technologiques de contrôle du cloud et d'autres installations d'infrastructure. dans le domaine vertical des automobiles. . Ceci est différent des autres systèmes embarqués. Si les plates-formes de base se battent indépendamment, il leur sera certainement difficile de se développer à un niveau plus profond. **La superposition de ces facteurs a rendu le seuil de développement et d'apprentissage du grand modèle embarqué très élevé. Le seuil technique de la conduite autonome est déjà très élevé, et le modèle de véhicule à grande échelle est encore plus que cela. **

**Enfin, bien que l'IA générative actuelle ait fait des percées dans l'acquisition d'informations, elle est encore loin d'être déployée sur les voitures en termes de contrôle ultérieur, de prise de décision et d'exécution. **La formation de grands modèles du cloud au véhicule nécessite également la construction d'un nouvel algorithme basé sur le grand modèle dans le système du véhicule. Il est prudemment estimé que ce processus prendra trois à cinq ans, huit à dix ans, voire même plus long.

3. Léger mais pas brillant, l'eau coule profondément

**Les voitures et les grands modèles ont tous deux de forts attributs technologiques. La plus grande importance de la combinaison des deux peut résider dans l'apprentissage mutuel, c'est-à-dire pour renforcer les attributs de fabrication et de consommation des grands modèles, et en même temps renforcer les attributs électroniques et technologiques des automobiles. ** De ce point de vue, la véritable décision de savoir si le grand modèle peut être utilisé dans la voiture dépend de la force technologique du constructeur automobile lui-même, qui est même liée à sa capacité à occuper les sommets de la technologie future.

En toute honnêteté, la combinaison de voitures et de grands modèles vaut la peine d'être attendue. **L'une des grandes significations du grand modèle est de redéfinir l'interaction homme-machine et l'écologie des services associés. Une fois monté dans la voiture, il accélérera le processus électronique de consommation écologique des services d'application embarqués, ce qui augmentera considérablement changer l'automobile, système embarqué, Définition des produits sous-jacents tels que les grands modèles. ** À cet égard, les propos de Su Qing, l'ancien chef du département des produits de conduite autonome de Huawei, peuvent être qualifiés de tranchants : « Aux yeux des constructeurs automobiles traditionnels, la voiture est une base, et l'application de voiture ou autre "Les systèmes essaient d'intégrer des ordinateurs ou de l'IA sur cette base. Nous avons des points de vue différents, la base est un ordinateur et la voiture est un périphérique contrôlé par ordinateur. C'est un point de vue fondamentalement différent."

**C'est le sens des grands modèles, mais du point de vue des voitures, cela signifie réduire les coûts et augmenter l'efficacité. ** Le coût des personnes dans les entreprises automobiles traditionnelles est toujours resté élevé, et même l'algorithme de conduite autonome repose encore largement sur l'écriture et les tests manuels. Une fois le grand modèle intégré, un nouvel algorithme intelligent peut être piloté par le grand modèle. Pour construire un tel algorithme, les constructeurs automobiles doivent créer une bonne plate-forme et les grandes entreprises de modèles doivent fabriquer de bons produits. Par exemple, la plate-forme informatique qui connecte les voitures et les grands modèles est principalement construite autour des puces et du cloud, la plus grande difficulté étant de réduire les coûts et de standardiser la production. **Avec de bons produits modèles à grande échelle, il y aura suffisamment de ventes, et suffisamment de ventes peuvent augmenter les données en boucle fermée de bout en bout. Disposer de données avec une qualité et une quantité garanties peut à son tour conduire à la construction de grandes -maquettes. ** En prenant comme exemple toutes les puces IA de base à haute puissance de calcul, le prix actuel d'une puce Nvidia est de plusieurs dizaines de milliers ou dizaines de milliers. Sans parler du coût élevé, s'appuyer sur une alimentation externe n'est en aucun cas un long- solution à long terme pour les constructeurs automobiles nationaux.

Vu sous cet angle, si les constructeurs automobiles veulent aller loin dans le domaine des grands modèles montés sur véhicule, ils doivent soit accroître leurs efforts d'auto-recherche sur les puces sous-jacentes pour réduire les coûts, soit rechercher des percées dans les algorithmes ou les systèmes pour trouver le meilleur déploiement de grands modèles dès que possible. **Mais peu importe lequel est destiné à ne pas naviguer en douceur, c'est une route pleine de fleurs, mais aussi pleine d'épines visibles à l'œil nu. **