今天小编分享的汽车经验：大模型之战，商汤押宝智能座舱？，欢迎阅读。
如果说 2020 年是智能驾驶的元年，那么 2023 年就是大模型的元年。今年 2 月份，由 OpenAI 开发的 ChatGPT 在国内一夜爆火，被 AI 震惊的同时大家都在问什么时候国人能有自己的 ChatGPT，于是百度扛起大旗率先发布文心一言，紧接着各大科技公司相继发布大模型。
AI 公司商汤科技也紧跟队伍，发布了名为 " 日日新 SenseNova" 的大模型体系，并赋能于智能展示车舱。
当我体验完就感受到大模型为什么在车圈儿这么火，它或许意味着，智能座舱的元年要真正到来了。
除了视频里展示的 " 唇语 / 唇动 "、" 智能救援 "、"Air touch（隔空手势）"、"AR K 歌 " 以外，座舱还兼有 " 哨兵模式 " 和 " 智能屏保 " 功能。
怕车被刮花？打开哨兵模式，车辆就会开启环视监测，通过人工智能算法，甄别车辆四周存在的威胁性行为，当人员或者物体靠近车辆一定安全距离以后才进行报警。
并且可以根据設定的敏感度进行不同级别的警告，然后通过亮屏、闪灯，或者直接发送消息到用户手机进行提醒。同时应用深度学习和光流检测技术，在夜间等低可视度场景下也能实现功能。
最关键的是，车辆还会记录下画面。在没有摄像头的路段，" 手欠的嫉妒狂 " 也不能逍遥法外。
智能屏保则是采用 3D 技术引擎和人工智能感知相配合，通过主动推荐更换屏保样式，以手势、视线、表情等无感式互動打造沉浸式体验。
比如当朋友第一次搭车坐在副驾驶的位置上时，表情被系统检测到后屏保会做出相应的互动。后排入座儿童的时候，系统可以检测并且推荐适合儿童的屏保，如知识问答或卡通片。
以上功能已经在二十多款量产车型上实现落地，例如极氪 X 就搭载了哨兵模式、乘客行为检测、手势识别等功能，这些场景的实现正是因为与 " 日日新 SenseNova" 大模型体系进行了深度融合。
商汤 " 大模型超市 "
" 日日新 SenseNova" 大模型体系虽然才公布一个月左右，但是其研发过程可以追溯到 5 年前，目前已构建了计算机视觉、自然语言处理、AI 内容生成、多模态、决策智能（AI 文生图创作、2D/3D 数字人生成、大场景 / 小物体生成）等多个领網域的大模型。
就如其名字的寓意一样：" 苟日新，日日新，又日新。" 这套大模型体系的能力会一直持续演进，并为我们开放各种应用体验，比如：
1." 秒画 " 文生图创作平台，我们可以通过设定关键词、尺寸、清晰度来获得一张原创图，直接摆脱做檔案时的找图困扰，也不用担心版权。在这里，自己天马行空的想象力也可以得到实现。
2." 如影 "AI 数字人视频生成平台，仅需一段 5 分钟的真人视频素材，就可以生成出来声音及动作自然、口型准确、多语种精通的数字人分身。
这个平台哪个二次元星人能拒绝？不过话说回来，这个功能在我看完一条 " 数字人直播带货一个月成本仅需 200 元 " 的新闻以后，确实有点引发职业焦虑。
3." 琼宇 " 和 " 格物 "3D 内容生成平台，可以生成大规模三维场景和精细化的物件。
这就和当下流行的 " 元宇宙 "、" 虚拟世界 " 有关了。举个例子，你在游乐园或科技馆高价体验到的刺激、惊奇、怪诞的 3D 画面，这个平台就能快速生成。大概未来在车里戴上 AR 眼镜你就能 " 穿越黑洞 " 了。
4." 商量 " 中文语言大模型应用平台，支持语言理解、文本生成、情感分析、文本摘要等功能。会议记录员、百科全书甚至是编辑，它都可以胜任。
无论是语言大模型，还是文生图或数字人生成，都离不开大规模 AI 基础设施的算力支持。为了应对 " 大算力、大数据、大模型三位一体 " 的 AI 发展方向，商汤打造了 AI 大装置 SenseCore。
商汤 AI 大装置
商汤 AI 大装置 SenseCore 以人工智能大模型开发、生产、应用为核心，打造一站式、自主研发 AI 云、AI 平台、AI 服务解决方案。简单来说就是推动所有軟體功能实现的载体。
为了将大规模技术带来创新带动商业模式发展这条路走通，商汤持续扩建 SenseCore AI 大装置。
目前完成了 2.7 万块 GPU 的部署，可最多支持 20 个千亿参数量大模型（以千卡并行）同时训练，最高可支持万亿参数超大模型的训练；算力方面最大可输出 5000P 算力。
满足算力需求并不够，想要运转起来，还需要以数据挖掘为起点和终点的数据闭环。简单来说，由于商汤 TO B 的本质，这些算法需要跑起来，为客户比如车企赋能。
基于 AI 大装置 SenseCore 和 " 日日新 SenseNova" 大模型体系，商汤可以为行业伙伴提供全套的自动数据标注、隐私保护和数据安全能力，并可选择需要回流的数据，进行自动标注和模型更新。
不仅是智能座舱，这些能力同样可以开放给智能驾驶。以智能驾驶能力的持续拓展为例：快速自主为智能汽车生产 AI 模型，存储、提炼数据、进行仿真训练，打通基于数据驱动的算法生产全流程，就能加速高阶智能驾驶技术的迭代。
举个例子，通过 AI 对学校路标图片的识别和语义的理解，我们就能在智能驾驶功能中设定在学校处减速的逻辑。
也就是说在训练的过程中，商汤以人机共智的生态来推动任务的进展，人和 AI 一起用人类的思维去推算逻辑，而 AI 甚至可以提供更高的效率，使得成本大大降低。
大模型的 " 诸神之战 "
ChatGPT、百度文心一言、阿里 " 通义千问 "、商汤 " 日日新 SenseNova"...AI 大模型赛道突然展露出 " 诸神之战 " 的局势，更难得的是，这项技术在普通人的生活圈也迸发出极高的热度。
企业纷纷入局会导致未来出现大模型行业过度饱和的现象吗？大模型之争只是三分鐘熱度口的产物吗？大模型为什么如此火爆，我们会成为这阵浪潮的韭菜吗？
首先我们需要知道大模型的落地十分艰难，动辄成千上万的算力、超千亿万亿参数的模型开发，对技术水平和资金规模的要求都极高，比如 ChatGPT 就烧了 OpenAI40 亿美元才被创造出来。
所以也许会有企业在这条赛道上半途弃赛，但是 " 赛道挤不下 " 倒是不太现实，毕竟 " 报名费 " 就挺高的。
第二个问题，大模型国内玩家的入局绝不只为 ChatGPT 的爆火，也不是临时能诞生的产物。
事实上，供应商们早就有所布局，例如百度文心大模型开发于 2019 年，不过当时那套大模型更面向企业们服务。想必百度文心大模型为航天公司训练出的系统，应该也不会进入大家的视野。
且相对于 ChatGPT 来说，国内的大模型开发稍晚几年，能力也稍有逊色，如李彦宏所说，ChatGPT 的能力如果是 90 分，文心一言的能力就是 59 分。不过不得不承认的是，ChatGPT 确实推动了国内这些大模型的亮相。
最后一个问题，大模型行业的诸神之战为什么能吸引我们普通人的关注。对我来说，大模型的核心词汇就是 "AI"，意味着类人。
我们惊叹于人工智能带来的便捷，同时也恐惧于 " 类人 " 凌驾 " 人类 " 的可能性，这也是为什么大模型爆火的原因，它展示出的空前进展甚至引发了万人抵制 AI 研发的事件。
而对乐观派来说，这大概无异于科技改变生活的信号。就拿智能车来说，大模型的上车，能带来效率、成本、突破三个方面的进展，打通座舱和元宇宙的壁垒，使自动驾驶更具人类思维，它将带来智能车新一轮的变革。
