雖然本周自動駕駛沖高回落，但是不影響市場對自動駕駛的熱度，這兩天世界人工智能大會（WAIC）在上海舉行，主要聚焦通用人工智能發(fā)展，馬斯克的出現(xiàn)發(fā)言也讓自動駕駛技術再一次受到關注。

(資料圖片)

特斯拉的CEO馬斯克說了個預言，他說隨著人工智能技術的快速發(fā)展，預計到今年年底就有可能實現(xiàn)全面的自動駕駛，他說的全面自動駕駛就是完全不用人類干預的自動駕駛。

人工智能帶來了新的可能：人機交互

根據(jù)國際通用的標準，在不同等級的劃分上，自動駕駛汽車主要是有5個等級，像L1、L2、L3、L4、L5。其中，L4是指高度自動駕駛，由自動駕駛系統(tǒng)在特定道路上完成所有駕駛操作，無需人類駕駛員進行任何干預。L5則是完全自動駕駛，即由自動駕駛系統(tǒng)完全自動完成所有駕駛操作。根據(jù)馬斯克的闡述，特斯拉的自動駕駛現(xiàn)在做到了非常接近L4的階段，等到2023年年底或許會達到L4或L5級自動駕駛。

自動駕駛技術國內外已經研究了很多年，根據(jù)IDC公開資料顯示，從去年開始L2級自動駕駛滲透率提高的比較快，今年一季度，L2級自動駕駛在乘用車市場滲透率達到45.3%。IDC自動駕駛開發(fā)平臺市場份額調查報告顯示，去年我國自動駕駛平臺市場規(guī)模達到近6億元人民幣，市場增速超100%。

自動駕駛的規(guī)模化商業(yè)落地一直備受關注，一直是不少廠商關注的。距離自動駕駛規(guī)?；虡I(yè)落地還有不少距離，尤其是在技術上存在一定挑戰(zhàn)，現(xiàn)在最多的是單車智能技術一直在迭代更新，可要自動駕駛實現(xiàn)真正落地少不了路端、云端共同協(xié)同。

馬斯克提到推出全自動的駕駛汽車，可能也有希望，最近人工智能技術多在大模型上體現(xiàn)出來，大模型的出現(xiàn)讓人們看見人工智能的技術進步，特別是技術對的思維獲取信息的能力有了很大的進步，之前自動駕駛多是依靠激光雷達技術獲取信息，比如利用激光束來掃描周圍環(huán)境，獲取高精度的三維點云數(shù)據(jù)。這些數(shù)據(jù)可以用來構建車輛周圍的環(huán)境模型，幫助車輛進行定位、避障和路徑規(guī)劃等任務，從而提高自動駕駛系統(tǒng)的性能。但是AI大模型的出現(xiàn)讓人們看見了人工智能的人機交互技術。

現(xiàn)在也有廠商在汽車駕駛上嘗試人工智能技術的應用，像五月份，百度Apollo汽車智能化業(yè)務就是以文心大模型為基礎的新一代AI智艙。這是國內首個大模型在汽車行業(yè)應用的成果探索，更多的還是在語言上的應用。比如小度車載語音SDK基于大模型本地化，可以幫助提高座艙極致交互體驗?？梢宰龅搅鲿车拿鈫拘讯嗦吠瑫r交互、全頁面所見所說、全域毫秒級響應，讓用戶像是擁有了一個隨時待命的私人助理。并且最大支持8路同時交互精確處理，覆蓋整個座艙內外，能夠做到多路同時、快速、連續(xù)對話的極限挑戰(zhàn)。

基于文心大模型能力，百度Apollo針對車載場景進行專項訓練和模型精調，無需人工數(shù)據(jù)標注，AI便會具備更出色的語言理解和學習能力。

人工智能用到汽車領域主要分為感知、模型或思考、執(zhí)行三個部分，現(xiàn)在人工智能在自然語言理解技術上有所突破，就像百度的Apollo。還沒能夠做到完全在大的時間尺度上幫助汽車在感知和模型上應用，在小的時間尺度上比如汽車的控制方面的真正使用也還很早。

可以預見的是在AI大模型技術的加持下，之后基于大模型技術的智艙應該會有更多場景對話式交互、邏輯推理、策略規(guī)劃和知識問答等多項能力，同時應該也會在真正的道路識別自動駕駛上有更多幫助，更多的體現(xiàn)在和人之間的交互能力。

語言大模型為何增長放緩？

最近自然語言大模型現(xiàn)在增長有些遇冷了，有家網(wǎng)絡分析公司Similarweb披露了相關數(shù)據(jù)，數(shù)據(jù)來看，今年前5個月，ChatGPT全球訪問量環(huán)比增幅分別為131.6%、62.5%、55.8%、12.6%、2.8%，增長幅度明顯下降；6月份ChatGPT的訪問量環(huán)比下滑9.7%，為其推出以來首次。除訪問量以外，用戶使用ChatGPT的時長也在下降。

所以如果只是語言大模型把它當成一個聊天的工具、簡單的獲取知識的軟件，隨著熱度的下降，隨著落地應用速度的減緩，這期間可能很快就沒有什么讓大眾有耐心等待技術深入語言類向下挖的市場了，更多的在等待大模型在應用端、在產業(yè)端、在垂直端上有一些研究出現(xiàn)?；蛟S未來大模型已經不是簡單的以為只是在圖文界面圖形生成、視頻生成、自然語言對話方面有很大突破，更多的關注如何在應用領域里落地。

等到大模型發(fā)展到一定階段的時候，可能更重視垂直類型的大模型，因為通用大模型基本上屬于基于廣泛的公開文獻與網(wǎng)絡信息來訓練的，網(wǎng)上的信息可能有錯誤，或許一些專業(yè)知識與行業(yè)數(shù)據(jù)積累不足，數(shù)據(jù)基礎沒那么厚實，可能出現(xiàn)一些模型的深度和精準度沒那么多的情況?？梢恍┬袠I(yè)或者企業(yè)，客戶對企業(yè)提供的專業(yè)服務要求越來越高，需要所提供的業(yè)務也越來越深。就到推企業(yè)研究有深度的垂直型大模型。

客戶喜歡使用有深度有精準度的專業(yè)大模型，而且企業(yè)的數(shù)據(jù)也要保證做訓練或精調。客戶希望企業(yè)提供的大模型能夠在實際應用里真正解決了某個問題，不是在眾多的落地應用里處理部分問題。

像學而思宣布正在進行自研數(shù)學大模型的研發(fā)，命名為MathGPT，面向全球數(shù)學愛好者和科研機構；5月6日，淘云科技宣布推出兒童認知大模型——阿爾法蛋兒童認知大模型，為孩子在練表達、塑情商、啟創(chuàng)造、助學習等方面帶來全新交互體驗。

再比如生物大模型能夠提高AI制藥效率。有相關研究報告顯示，AI技術可以將新藥研發(fā)的成功率提高16.7%，輔助藥物研發(fā)每年能節(jié)約540億美元的研發(fā)費用，并在研發(fā)主要環(huán)節(jié)節(jié)約40%至60%的時間成本。根據(jù)英偉達公開資料，使用AI技術可使藥物早期發(fā)現(xiàn)所需時間縮短至三分之一，成本節(jié)省至兩百分之一。

垂直領域中還有更大的期待——汽車

垂直領域當中應用當中還有更大的期待，比如汽車。汽車具有交互主體多、交互方式多、交互粘性強、計算零件多、數(shù)據(jù)規(guī)模大、空間屬性等特點，這些特點決定了新汽車是大模型最大的交互應用場景。大模型的應用，也會給汽車帶來涵蓋情感化的數(shù)字人交互、開放而豐富的服務生態(tài)、智能生成內容與表現(xiàn)形式等在內的全新體驗。

自動駕駛智能駕駛的本質屬性即通過裝置來替代人的操作，從這個角度看，人工智能是汽車實現(xiàn)更高級別智能化發(fā)展的必備的專業(yè)技術。

只不過目前AI技術在汽車上多是聚焦這兩種的落地使用，比如用于人工智能交流對話領域，多數(shù)應用在智能座艙，像我們上面說的百度的文言一心，已有東風日產、紅旗、長城等近十家車企宣布接入。還有就是商湯科技的日日新Sensenova大模型，也是具備中文語言模型“商量SenseChat”以及“如影SenseAvatar”等與座艙的結合。在之前的阿里巴巴也宣布AliOS智能汽車操作系統(tǒng)已接入通義千問大模型進行測試等。第二種應用多是聚焦智能駕駛，自動駕駛是人工智能的典型應用場景，人工智能賦予智能汽車超級大腦，超級大腦來提高更多的交互功能，像毫末智行發(fā)布了自動駕駛生成式大模型DriveGPT，幫助解決認知決策問題，最終實現(xiàn)端到端的自動駕駛。還有元戎啟行打造了DeepRoute-Driver 3.0方案，優(yōu)勢是可不必搭載高精度地圖，現(xiàn)在高階智能駕駛產品D-PRO已獲得車企定點合作，已經在深圳進行泛化測試。

汽車走向智能化時代，很多廠商都在關注智能化的幾個方向，重點在智能座艙、智能駕駛、智能網(wǎng)聯(lián)等領域，但智能駕駛難度遠遠高于智能座艙，這部分的投資是最高的。

但也要看清楚，現(xiàn)在還很早，很多都在研發(fā)與測試階段，到底什么時候能落地還不知道，因為真正的模型數(shù)據(jù)調動管理少不了強大的智能網(wǎng)聯(lián)汽車以及計算技術平臺、云控技術平臺等平臺，只有大量的數(shù)據(jù)匯聚才可做交叉，特別是在智能駕駛這類垂直領域。

呂長順（凱恩斯） 證書編號：A0150619070003。【以上內容僅代表個人觀點，不構成買賣依據(jù)，股市有風險，投資需謹慎】

關鍵詞：