大模型上車，智能座艙穿越“無人區”

今天小編分享的汽車經驗：大模型上車，智能座艙穿越“無人區”，歡迎閲讀。

原創｜倪毓平編輯｜Jaden

當 AI 浪潮席卷一切時，原本經歷電動化、智能化的新能源汽車形态發生更加劇烈、更加復雜的變化。

" 在我們剛剛參與智能化時，以大算力、大數據、大模型為主要代表的人工智能又開始和汽車融合。傳統的智能化又迎來了以人工智能為驅動的新的汽車智能化。汽車變化周期越來越短，甚至出現了變化疊加的特征。"

" 過去的變化還沒有完成，新的變革又要開始，這種疊加的發展成了汽車產業發展的新常态。" 在不久前的全球智能汽車產業大會（2024GIV）上，中國電動汽車百人會副理事長兼秘書長張永偉表示。

中國電動汽車百人會副理事長兼秘書長張永偉

新的變革不斷湧現，幾次浪潮的交匯中，汽車行業也不再是單一維度的競争。參與者不斷地奮起，從不同路徑中尋找勝負的賽點。

過去，人們寄希望于智能駕駛，期待端到端大模型會帶來行業決定性的颠覆，終端消費者的出行生活發生質變，汽車行業從此進入新的紀元。但是，車企們很快認識到，智駕競争的代際差距會被時間抹平，決定性的時刻還未顯現。

于是，智能化向座艙蔓延，這裏成為新的戰場。

智能座艙穿越 " 無人區 "

去年夏天，主機廠們還在為智能座艙陷入瓶頸感到困擾。

随着新能源汽車的異軍突起，座艙部分在過去幾年完成了從機械儀表、物理按鍵到數字液晶儀表顯示、一芯多屏的快速迭代，電子電氣架構也從娛樂主機向高性能網域控制器轉向。

高工智能汽車研究院發布的數據顯示，2023 年中國市場（不含進出口）乘用車搭載智能數字座艙（大屏 + 語音 + 車聯網 +OTA）前裝标配交付 1212.11 萬輛，同比增長 49.59%，前裝搭載率為 57.40%。其中，智能語音整體搭載率已經超過 90%，車聯網前裝标配搭載率也已經接近 80%。

一些頭部供應商概括這種局面，" 疫情前國内的座艙產品基本落後國外一到兩代，疫情後從去年開始基本領先一到兩代。"

這種過快的發展很快帶來一個問題：在其他系統還未完全跟上的情況下，中國的智能座艙產品似乎進入了 " 無人區 "，看不到下個階段的發展方向。

好在，大模型出現了。清華大學智能綠色車輛與交通全國重點實驗室教授曹東璞在 2024GIV 的現場談到，大模型上車，推動智能座艙的深入發展。他預計，在座艙發展的藍圖裏，2027 年會出現 L3 高階認知智能座艙。

他在過去兩年從智能座艙的服務質量（人機互動），服務内容豐富度（場景拓展），智能網聯三個角度，對智能座艙進行了對智能座艙進行分級，包含 L0（功能座艙）一直到 L4（全面認知智能座艙）。

" 目前一些座艙在 L2 階段，大部分座艙還在 L1 層面，去年夏天幾家主機廠找商來説能不能盡快把 L3 高階認知智能座艙的定義給出來，反過來指導他們下一代產品的定義。" 曹東璞説。

中國電動汽車百人會發布的《AI 汽車發展報告（2024）-AI 定義座艙》中認為，AI 技術将從語音開始，重塑人車互動體驗，不僅賦予語音助手自然語言互動能力及理解能力，還能通過多模态的方式提升互動準确度和智能化。

博泰車聯網雲端研發中心總經理熊正橋提出關于下一代 HMI 的設想。他認為，可以通過 AI 的方式去重新定義人機互動處理，包括主題生成、頁面布局、以及頁面内容等，都可以由用户根據自己的習慣、根據自己對組件和其他方式的喜好，自動進行組合和推送。

"AI 汽車這樣座艙智能終極形态的實現，有賴于強大的理解、記憶、邏輯和生成能力，這恰恰是大模型最擅長的領網域。" 百度 Apollo 智能座艙業務總經理李濤在大會上總結。

他觀察到：人們對座艙的使用頻次從最早每天 3-5 次的個位數到今天不僅飙到兩位數，在一些語音互動技術領先的車型上甚至已經達到了接近三位數。

這個現象并不一定代表真的被人所接受。也可能意味着，整體車輛設計的智能化程度比較低，系統無法深度的理解用户當前所需，用户只能不停發原子化的操作指令，系統才能按照指令一步一步的完成他的需求。

" 一個能夠知道用户上下文、了解你此時此刻所想所需，并且自動生成全局化執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。" 李濤説。

生态應用百花齊放

終于，随着大模型在智能座艙中發揮變革，汽車從一個移動工具将成為人們生活中重要的第三空間。在這個高頻、不可或缺的場景中，大量的生活信息和服務需求被催生。

支付寶副總裁、數字出行酒旅事業部總經理王敏

比如在車内點單。人們可以在開車等紅綠燈的時候，通過車機下達點一杯星巴克拿鐵的語音指令，整個過程中不需要手動操作和确認。這就要求大模型能夠完成對語音語義的真實理解，同時還能夠模拟人的行為進行下單。

支付寶副總裁、數字出行酒旅事業部總經理王敏在群訪中進一步補充稱，" 有了大模型之後，其實大量的服務可能會被重塑，可能以前大家想到僅僅是停車繳費，今天能在手機端想到的服務，未來大概率同樣可以在車機端完成，包括點單、取快遞、給手機充值、導航、找附近停車場、找附近的充電樁，所有服務都可以完成。"

而在整個商業應用被激發出來後，大量的支付閉環也要在車内同步實現。" 我們的核心理念是，圍繞一個人的服務和需求，将手機端已經擁有的能力可以封裝到整個車機裏面。不需要開手機刷臉，通過純語音的支付能力，實現整個商業和服務、支付的閉環。"

這是一種理想的狀态。在今天，我們更多看到的設計是，将移動 APP 直接遷移到車機中去。一些行業統計的數據表明，單車搭載的 APP 最多達到了 189 個。

" 想象一下，在駕駛過程中需要從 189 個 APP 裏翻你想要的應用是多麼困難 "，李濤認為，" 這些能力并不是基于座艙内用户的需求所設計的，直接塞到座艙裏真的是好的方式嗎？我覺得不是，不管是過去的計算機語言、還是雲計算，都是從新技術起點出發，從 Thinking In Cloud 到 Thinking In AI 才產生更多所謂新時代的應用。"

進一步地説，用户需求沒有改變，他仍然有在車内下單的需求，但在這個新的場景中，互動效率的改變才是解決問題的關鍵。

火山引擎座艙大模型負責人張航認為，" 如果你的互動效率像手機一樣點外賣那麼方便，那麼用户可能就會使用它互動，不是説這個事情在車上做，那個事情不在車上做……我們更直接的就是改變車内的互動效率。"

而随着車内互動效率的提升，我們可以想象兩種結果：一是超級應用将會在這個場景中誕生。

神州數碼汽車業務集團 CTO 劉黎説，人類數字化歷史上已經出現過兩個超級生态了，第一個是 PC 生态中的微軟和英特爾；第二個是蘋果和安卓的手機生态；第三個是英偉達主導的 CUDA，還沒有像前兩個超級生态出現那麼超級，殺手級的應用。

" 而車具有大量的傳感器，遠遠多于手機，還是一個移動的隐私空間，是不是可以成為構建第四個，或者是下一個超級生态的突破口呢？"

在超級應用的基礎上，火山引擎汽車行業總經理楊立偉提出了第二個可能性：大模型将為用户的創作欲提供表達的契機，孵化出更多個性化的應用。

" 以前用户想創造得開發一個 APP，APP 特點就在于成本特别高、周期特别長，只能開發所有人的共性需求，沒法個性化。現在大模型帶來的就是，每個人都可以個性化地按照我的場景、按照我的需求創造 Agent。"

從這個角度出發，這可能是車企新的機會。如果一個車企越了解用户，他的數據積累越多，用户在車内創造 Agent 的時候，車企可能越懂用户，這個過程中，與用户形成越來越強的粘性，用户忠誠度也越來越強。

" 這可能三五年以後會發生極大的價值，用户換車的時候更傾向于換那些更懂自己、能力更強的車，就跟現在的手機所有資料儲存在手機的雲端非常像。" 楊立偉説。

他告訴車雲網，大模型會形成更多的差異性。那些在軟體架構、數據積累方面有優勢的車企會更領先，而一些有歷史包袱的車企就走得慢很多。" 大模型就是一個放大器，會在幾年内放大各個車企的座艙的差異。"

開足馬力，迎接算力挑戰

可以看到的是，在未來的幾年中，大模型将推高智能座艙競争的天花板。令人振奮的光明未來鋪設在眼前。

但硬币的另一面是，大模型席卷下的智能座艙開發，正在加速 AI 算力的消耗。算力仍然是發展的瓶頸。

熊正橋坦言，端側算力仍然比較昂貴，即使目前最大的兩千多 TOPS 的也只能跑 13B 的模型，或者更高一點，整個性價比，產出比還是相對比較有限的。

怎麼追求端雲一體化，更好地執行更高的算力，降低主機廠單車成本，同時優化雲端算力成本是當前面臨的主要挑戰。

黑芝麻智能首席市場營銷官楊宇欣説，人工智能三要素，數據、算法、算力，整個產業鏈是倒三角，越往算力方向走，提供的廠家越少。

疊加艙駕融合、座艙一體的行業趨勢，算力要求有增無減。根據中國電動汽車百人會的數據，端到端智能駕駛領網域的起步算力為 1 EFLOPS，而座艙大模型的基礎模型算力需求大于 10EFLOPS，垂網域模型算力需求為數百到數千 PFLOPS ‌ 1。

" 人工智能時代，汽車企業缺的不是產能。多幾個整車廠，少幾個整車廠，不是產業發展的主要矛盾。" 中國電動汽車百人會副理事長兼秘書長張永偉在大會上表示，" 到了人工智能時代，汽車行業最缺的是智算的基礎設施，智算基礎設施不足，将會成為智能網聯汽車加速發展的主要矛盾。"

數據顯示，國内車企現有的算力都在 10 EFLOPS 以下，到 2024 年底，中國移動、中國電信、中國聯通的規劃算力分别是 17 EFLOPS、21 EFLOPS 和 15EFLOPS，三大運營商合計 53 EFLOPS，理想狀态下，一家車企在端到端大模型上消耗的算力就高達 100 EFLOPS，而特斯拉擁有的算力水平是 100 EFLOPS，是所有車企所擁有算力的總和。

軟體的成本也在上升。" 智能汽車擁有的代碼是激增的，十年前一輛汽車只有一千萬行代碼，現在可能達到一億行代碼 "，科大國創副總裁、科大國創新能科技有限公司總經理曾勇光表示，" 随着代碼量越來越增加，未來可能達到幾億行，我相信軟體成本占整車成本也急劇增加，未來甚至達到 50% 以上。"

獲得超高回報前，大模型座艙要求車企及產業鏈條進行持續投入，降本增效也成為行業發展中的主題。

楊立偉認為，大模型上車本身就是在幫助車企降本增效，" 以前上很多 APP 花了很多錢，開發周期很長、車企要很多開發的人，現在車通過雲的方式上車，成本很低的。而且 ToKen 已經被火山引擎打到很低的價格了，加上我們後續持續的推理優化，這個模型的價格基本上我覺得不會特别高，目前我們在座艙内看調用量成本遠遠低于他傳統的成本，所有車都可以用得起大模型。"