ChatGPT在去年的 " 爆火 "，瞬间盖过了元宇宙的风头，业界随即开始探讨其与汽车产业会碰撞出怎样的火花。

2024 年CES开展当日，包括奔驰、宝马及大众等在内的多家传统车企，先后发布各自旗下基于AI大模型的智能座舱技术解决方案。一时间，ChatGPT 占据了本届 CES 汽车展台的 "C 位 "。

" 尽管 ChatGPT 打开了汽车智能化的快速升级之路，但短期内还无法对汽车行业产生质的影响。" 对于 ChatGPT 的爆火，多位行业人士认为，从目前国内已宣布上车，及本届 CES 上各厂家展出的 AI大语言模型技术解决方案来看，当下 ChatGPT 尚停留在智能座舱中自然语义交互这一较为狭小的应用场景。" 对于汽车产业来说，将 AI 大模型运用于更受消费者关注的智能驾驶，乃至研发制造全过程，以达到降本增效、提供更为个性及安全的驾乘体验的愿景，方能对行业变革起到真正的推动作用。"

" 红遍中外 " 的 AI 大语言模型

1 月 9 日，在 2024 年的 CES 展会上，大众汽车展示了首批将人工智能大语言模型 ChatGPT 融合到 IDA 语音助手功能中的车型。未来，用户能够在配备 IDA 语音助手的大众汽车上随时随地访问人工智能数据库，并在驾驶过程中通过语音交互获取海量信息。根据大众汽车的设想，从今年二季度开始，大众汽车将成为首个标配 ChatGPT 功能的量产车品牌。

另外一个展台上，宝马带来了基于亚马逊 Alexa 大语言模型提供的生成式人工智能技术，并宣布全新一代 BMW 智能个人助理正在推进中。在宝马集团高层看来，大语言模型是一种以高水平处理人类语言并生成相应答复的人工智能模型，通过与亚马逊的合作，大语言模型 " 上车 " 后将可为驾乘人员带来更加安全、可靠及智能的交互体验，让车辆更懂用户。同为德系豪华品牌的奔驰，发布了搭载全新虚拟助手，基于 AI 和大语言模型的 MB.OS 车机系统，可提供更自然的语音反馈和对话，如系统听到 " 我饿了 " 的语音时，会自动推荐附近的餐馆。

相对而言，中国汽车品牌在大语言模型方面的布局要更早，且经历了 " 由浅至深 " 的发展进程。去年 2 月，突然 " 蹿红 " 的 ChatGPT 遇上智能化快速转型的汽车产业，尚未 " 做好准备 " 的汽车品牌首先选择从营销端入手，类似 " 假如把 ChatGPT 装进车里 " 的文案不断涌现。

随后集度汽车宣布将融合百度文心一言的全面能力，打造全球首个针对智能汽车场景的大模型人工智能交互体验，支持汽车机器人实现自然交流的能力。" 文心一言技术上车，将进一步提升汽车机器人产品的自然交流能力。" 集度 CEO、极越 CEO 夏一平率先在汽车产业端抛出了 ChatGPT 的概念。

最近的一次大模型上车出现在吉利银河 E8 上，这款率先搭载了吉利全栈自研的 "AI 大模型 " 的新车，可实现 0.23s 极速响应，全时免唤醒、全画面可见即可说的功能，并支持全车多人同时对话。

至此，包括自主品牌集度、知己、长安、吉利、红旗、蔚小理，外资品牌大众、宝马、奔驰，以及阿里、华为、腾讯、科大讯飞、毫末、商汤科技等供应商，共同掀起了大模型的 " 上车潮 "。

" 车规级 " 大模型将何去何从？

车载语音助手，可被视为语言大模型的首次 " 上车 " 案例，但由于在实际应用时的交互规则、唤醒方式等相对单一，机械的执行逻辑造成 " 不懂我 " 的使用体验，其无法被称之为真正的 "AI"。

语言大模型 ChatGPT 成为车端功能后，能够实现许多远超语音控制的新功能。其不仅可语音控制信息娱乐系统、导航和空调，甚至可以回答与用车无关的问题，且可以持续迭代、升级、丰富对话模型。" 通过 Cerence Chat Pro，大众汽车融合了车规级 ChatGPT 应用。这项功能不仅拥有无与伦比的灵活性，还能提供定制化的内容，而且便于操作，并始终将驾驶者的安全和功能的可用性放在首位。" 大众合作伙伴，Cerence 公司 CEO Stefan Ortmanns 表示。

时任百度智能驾驶事业群组（IDG）负责人的李震宇认为，语言大模型上车后，人车交互的方式会从 " 命令式 " 升级到 " 对话式 "。其次，通过 Transformer 和 BEV 等新技术彻底重构自动驾驶技术栈，感知能力将获得代际感提升，加速纯视觉方案的成熟和普及。第三，未来的大模型还将走向多模态，塑造出完全自动驾驶的汽车机器人。

显然，除智能座舱外，" 大模型 " 更为广阔的应用场景在于自动驾驶领域。在毫末智行 CEO 顾维灏看来，ChatGPT 技术思路和自动驾驶认知决策的思路是一致的，人驾自监督认知大模型就是为了让自动驾驶系统能够学习到老司机的优秀开车方法，然后稳定地输出最优解。" 实现 GPT3 到 ChatGPT 的龙门一跃最重要的是 ChatGPT 模型使用了‘利用人类反馈强化学习 RLHF ’的训练方式，更好的利用了人类知识，让模型自己能够判断其答案的质量，逐步提升自己给出高质量答案的能力。" 顾维灏表示。


就当下而言，大模型 " 上车 " 的第一个阶段主要应用场景为智能座舱，且将以语音交互为核心；在自动驾驶 DriveGPT 场景下，以 " 自动标注 " 为首的应用可起到 " 排头兵 " 的作用，其为研发端实现了降本增效，而让用户切实感受到体验的提升，将成为第二个阶段的发展重点。

" 对于用户来说，在使用相关功能的同时，会更加关注使用便利性和数据安全性。前者在于是否需要重新创新账户、下载新应用等，激活的过程是否无感；后者的核心为车辆数据、交互内容等有可能涉及到用户隐私安全，相关删除、保护逻辑将变得异常关键。" 有业内人士分析称。