撰文 / 涂彥平

編輯 / 黃大路

設計 / 趙昊然

ChatGPT在這個春天霸占了中文互聯網，普通人面對它多生出興奮和焦慮交織的復雜情緒，而大公司不甘落后，紛紛宣布自己也在做類似的AI大模型。

繼3月16日百度發布文心一言之后，4月7日，阿里云官宣大模型通義千問開始邀請測試。

4月8日，在人工智能大模型技術高峰論壇上，華為云人工智能領域首席科學家田奇分享了盤古大模型的進展及應用。他透露，華為盤古大模型正在推動人工智能開發從“作坊式”到“工業化”升級。

(資料圖片)

接下來，有多場大模型相關發布會扎堆舉辦。

4月10日，商湯“日日新SenseNova”大模型體系問世；4月11日，毫末智行自動駕駛生成式大模型DriveGPT雪湖·海若發布；由昆侖萬維和奇點智源合作研發的天工大模型3.5發布在即，并將于4月17日啟動邀請測試；5月6日，科大訊飛“1+N認知智能大模型”即將發布……

互聯網巨頭、人工智能公司、智能硬件公司、自動駕駛公司等各方力量，都積極參與到大模型這一場盛宴中來。

行業監管也迅速出手。4月11日，國家網信辦發布通知，就《生成式人工智能服務管理辦法（征求意見稿）》面向社會公開征求意見。

根據計算機科學家、自然語言模型專家吳軍的說法，ChatGPT背后是一個叫做語言模型的數學模型在發揮作用，這項語言模型技術早在1972年就已經有了，是由他的導師弗萊德里克·賈里尼克(Fred Jelinek)在IBM期間帶領團隊研發出來的。

只是到了今天，由于算力不斷提升，語言模型已經從最初基于概率預測的模型發展到基于Transformer架構的預訓練語言模型，并逐步走向大模型的時代。

復旦大學計算機學院教授、MOSS系統負責人邱錫鵬曾這樣描述大模型的能力飛躍：“當模型規模較小時，模型的性能和參數大致符合比例定律，即模型的性能提升和參數增長基本呈線性關系。然而，當 GPT-3/ChatGPT 這種千億級別的大規模模型被提出后，人們發現其可以打破比例定律，實現模型能力質的飛躍。這些能力也被稱為大模型的‘涌現能力’（如理解人類指令等）。”

每當有革命性的技術誕生，無一不是由其在具體行業的商用化應用來實質性地推動行業進步。作為連接技術生態和商業生態的橋梁，大模型也將在很多行業應用落地。

只是，這波來勢兇猛的大模型熱，究竟會催生萬物生長改變萬千業態，還是繼區塊鏈、元宇宙之后又一個看上去很美的泡沫？

無限想象空間？

特斯拉將Transformer大模型引入自動駕駛領域中，拉開了AI大模型在自動駕駛領域應用的開端。大模型在自動駕駛行業的應用將提升系統的感知和決策能力，已經被視為自動駕駛能力提升的核心驅動力。

4月2日，百度正式發布百度自動駕駛云Apollo Cloud2.0。百度智能駕駛事業群副總裁、智能網聯業務總經理高果榮表示，Apollo Cloud2.0基于大模型實現了自動駕駛數據智能的搜索引擎，大模型的能力積累了自動駕駛數據智能的搜索引擎，從海量數據中能夠精準找到自動駕駛面向不同場景的數據。

“在自動駕駛領域，BEV(Bird"s Eye View，鳥瞰視圖)是當前主流的技術路線，未來可以朝著多模態、通用智能的方向發展。”商湯科技聯合創始人、首席科學家、絕影智能汽車事業群總裁王曉剛表示。

他認為，在通用人工智能時代，輸入提示詞和多模態內容，就可以生成多模態的數據，更重要的是，可以用自然語言生成對任務的描述，用非常靈活的方式覆蓋大量的長尾問題和開放性的任務，甚至是一些主觀描述。

王曉剛舉了一個例子來說明AI和AGI處理任務的不同。給定一張圖片，判斷是否需要減速，AI和AGI的反應有什么不一樣呢？

現有的AI系統，會首先做物體檢測，然后再物體框里做文字識別，最后做決策。整個過程中每一個模塊都是事先定義好的任務。

而在通用人工智能下，給定圖像，人們只需要用自然語言去問問題，比如，“這個圖標是什么意思？我們應該做什么？”模型本身不會發生變化，它會通過自然語言的方式給出一系列邏輯推理，最后得出結論。比如，它會說，“前面限速30公里/小時”“前面100米是學校區域”“有小孩”“應該小心駕駛”“將車速降到30公里/小時以下”等。

王曉剛還指出，智能駕駛汽車領域有“數據飛輪”的說法，通用人工智能時代則會產生“智慧飛輪”，人和模型之間可以互動，通過人的反饋，模型能更好地理解人需要它展示什么樣的能力，而去解鎖更多技能。從數據飛輪升級到智慧飛輪，可以實現人機共智。

商湯基于多模態大模型，可做到數據的感知閉環和決策閉環。從前端自動采集高質量的數據，到利用大模型進行自動化的數據標注和產品檢測，“能夠幾百倍地提升模型迭代的效率并降低成本”。

華為云EI服務產品部總裁尤鵬也表示，“整個數據標注是整個自動駕駛領域準確率、效率、成本最高的一部分”，這部分的效率直接影響到自動駕駛算法和駕駛等級的提升。他透露，華為云正在做預訓練標注大模型，支撐后續的自動駕駛算法的訓練，可能會在幾個月后會發布。

除了自動駕駛，很多行業人士相信，智能座艙也將在大模型的賦能下有著質的提升，尤其將為人機交互打開新的大門。

百度集團資深副總裁、智能駕駛事業群組總裁李震宇認為人工智能將重塑汽車空間，人與汽車的關系將會截然不同。“未來，我們相信每輛汽車都會搭載一個數字虛擬人。未來的數字虛擬人不僅可以模擬人的外形，還可以注入靈魂，真正擁有對人類意圖的理解……同時也不再是單一以前場景的車機助理的身份，而會轉化成全能助理。”

他相信，隨著通用人工智能的發展，智能座艙將成為汽車創新的新焦點，將會重塑其空間，屆時用戶和車企之間的距離將縮短，用戶和品牌之間的關系將更為緊密。“擁有自然語言交流能力的智能車可以讓車企與用戶直接進行一對一的對話。當汽車成為全能助理后，車企將面對用戶需求爆發式的增長。”

王曉剛稱，在智能座艙板塊，通用人工智能可以使基模型具備對空間環境的理解、用戶狀態的感知、多模態指令解析及多輪邏輯對話、內容生成等一系列能力，進而賦能包括情緒感知、智能助手、基于情感的對話、創意內容生成、個性交互等一系列功能，不斷地提升個性化體驗，進一步拓展應用場景。

“智能汽車是通用人工智能實現閉環的一個非常好的場景，我們已經有人機共駕。”王曉剛表示，“未來我們希望車和模型之間能夠產生更有效的互動，那就完成了從人到車到模型這樣一個互動閉環，能夠讓通用人工智能為我們提供更好的駕乘體驗，解鎖無限的想象空間。”

只是，消費者距離這種有著“無限的想象空間”的汽車生活還有多遠，沒有人說得出答案。

希望在于將來

想象是美好的，不過，挑戰也隨之而來。

“過去我們一年要做大概1000萬幀的自動駕駛圖像的人工標定，請外包公司進行標定，大概6到8元錢一張，一年的成本接近一個億。但是當我們使用軟件2.0的大模型通過訓練的方式進行自動化標定，效果會非常可怕——過去需要用一年做的事情基本上三個小時就能完成，效率是人的1000倍。”理想汽車創始人、董事長兼CEO李想OK表示，“對于員工來說，他們會感覺用拳頭打架遇到了拿槍的。”

他認為，在這樣的狀況下，如何能夠讓軟件2.0和現有人才進行融合，為他們提供怎樣的全新工作流程、激勵機制，如何去選用任用人才，給全行業提出了挑戰。

更大的挑戰可能還在于中外大模型技術的差距。

3月25日，在2023中國發展高層論壇上，360創始人、董事長兼CEO周鴻祎表示，目前來看，中國大語言模型和GPT-4的差距在兩到三年時間，GPT的技術方向已經明確，不存在難以逾越的技術障礙，中國在場景化、工程化、產品化、商業化方面擁有巨大優勢，應當堅持長期主義精神，迎頭趕上。

4月9日，由中國人工智能學會主辦的人工智能大模型技術高峰論壇上，融匯金信CTO李長亮認為，未來做通用大模型的和做場景的分層很清晰，沒有中間態。做通用大模型需要大量的算力、數據、人員、資源等，只有有很強技術儲備和資源調配能力的大公司才能做，中小創業公司在這條賽道上會很難；在垂直應用上，基于大模型的發展，結合場景的know-how做一些創新應用，則會有無數的企業誕生。

他還認為，中國在大模型這個產業賽道上是很有機會的，因為在中文場景下，我們更懂我們自己的語言，沉淀了大量的中文知識，會迅速追趕并超越。

我們也注意到，計算機科學家、自然語言模型專家吳軍在4月3日晚得到的一場直播中則給當下的ChatGPT熱潑了盆冷水。他直言ChatGPT在中國被過度炒作了，中國的大部分研究機構是做不了的。

在他看來，ChatGPT的原理很簡單，但是在工程上要想做到，其實蠻困難，因為ChatGPT太耗資源，光硬件的成本就要差不多10億美元，這還沒算電錢。ChatGPT訓練一次要耗多少電？吳軍的說法是，大概是3000輛特斯拉的電動汽車，每輛跑到20萬英里，把它跑死，這么大的耗電量，才夠訓練一次。這是非常花錢的一件事。

他的結論是，ChatGPT不算是一項新的技術革命，帶不來什么新機會，最后可能的一個結果就是給幾家大的做云計算的公司交錢。

由ChatGPT帶起的大模型熱，最終會在各行各業開花結果，還是盛名之下其實難副？不妨把這個問題交給時間。

本文由汽車商業評論原創出品

轉載或內容合作請聯系說明

違規轉載必究