GPT上車只為人車交互？車企還在憋大招

　　撰文：凱爾  編輯:文刀

　　ChatGPT改造汽車的序幕已經(jīng)拉開，奔馳率先出手。

　　不久前，梅賽德斯-奔馳將ChatGPT集成到了車機上，開啟了為期三個月的測試，結(jié)果顯示，它的語音助手不僅可以完成簡單地指令，還能進行連續(xù)多輪對話，理解能力和響應(yīng)質(zhì)量都有較大提升。

　　理想、創(chuàng)維、蔚來等汽車廠商隨即蜂擁而入，用前沿的GPT能力讓車機智能化程度更上一層樓。車機也徹底從最初的“收音機”變成了功能豐富的智能終端，加上GPT“大腦”后，又開始從木訥、雞肋的機器向行車伙伴轉(zhuǎn)變。

　　而人車交互不是AI上車的盡頭，自動駕駛才是未來。以往的自動駕駛解決方案過于依賴高精地圖，一旦地圖更新跟不上瞬息萬變的路況，行車安全將受到威脅。AI大模型的進化升級，讓車企們看到了機會。

　　讓AI主動感知和決策，放棄對高精地圖的依賴，正在成為一種主流趨勢。幾天前，理想汽車開啟城市NOA(導(dǎo)航輔助駕駛)內(nèi)測，它將BEV(Bird’s eye view，鳥瞰圖)大模型作為主要解決方案，讓汽車模仿人類“腦回路”駕車。通過連續(xù)學(xué)習(xí)，城市NOA還能被訓(xùn)練成用戶通勤路線上“代駕”。

　　接棒互聯(lián)網(wǎng)，AI正在對汽車進行更深層次的改造，四個輪子的大家伙越來越神似變形金剛。

　　車機+GPT 奔馳先出手

　　一場由內(nèi)而外的“變形記”正在席卷汽車圈，從傳統(tǒng)燃油動力到新能源，從駕駛工具到智能化產(chǎn)品。多年以來，科技驅(qū)使下，汽車不斷變幻著外貌和內(nèi)在，互聯(lián)網(wǎng)改造汽車后，人工智能又來了。

　　梅賽德斯-奔馳在這股新浪潮中一馬當(dāng)先，要把ChatGPT移植進車機。

　　6月16日，奔馳為期3個月的ChatGPT測試計劃在美國啟動，它與微軟合作，通過 Azure OpenAI 服務(wù)將ChatGPT集成到車機中。車主可以通過Mercedes me APP選擇使用ChatGPT，還有更直觀測試方式——直接在車內(nèi)使用語音命令“Hey Mercedes，我想加入測試計劃”，奔馳的MBUX 信息娛樂系統(tǒng)就會將語音助手“Hey Mercedes”自動接入ChatGPT。

　　過往，Hey Mercedes可以提供體育、天氣等信息，并回答有關(guān)車輛周圍環(huán)境的問題，還能控制用戶的智能家居，這都是制式化的。ChatGPT加入把問答變靈活了，用戶能詢問目的地詳細信息，獲得晚餐建議，可以不斷提出問題，連續(xù)收到回復(fù)。這是ChatGPT的看家本領(lǐng)。

　　當(dāng)前，僅在美國地區(qū)約90萬輛配備MBUX的奔馳汽車可以優(yōu)先測試ChatGPT，奔馳打算利用這個初始測試期深入了解用戶提出的請求，來確定未來開發(fā)的優(yōu)先事項，以及調(diào)整不同市場和語言的推出策略。

　　關(guān)于接入ChatGPT這事兒，奔馳給了一個充滿感性的聲明，“一切目標都圍繞著重新定義您與梅賽德斯的關(guān)系。”奔馳要讓ChatGPT重塑人車交互體驗，更形象的類比是，車機從一個木訥的注重功能性的機器“活”起來了，向著車內(nèi)生活伙伴的角色轉(zhuǎn)變。

　　奔馳之后，國內(nèi)的汽車廠商率先跟上。

　　6月19日，理想汽車推出了自研的認知大模型“Mind GPT”，這個大模型由理想的空間算法團隊研發(fā)。據(jù)說大模型訓(xùn)練的開始日期早在ChatGPT發(fā)布之前，Mind GPT基于數(shù)10 TB的原始訓(xùn)練數(shù)據(jù)，使用了1.3萬億個Token進行基座模型訓(xùn)練，能識別聲紋和語音內(nèi)容，還能聽懂方言，同時能為車主提供出行規(guī)劃，甚至具備AI繪畫和AI計算等功能。

　　理想透露，Mind GPT發(fā)布后，理想汽車將新增LUI(用戶語言界面)交互方式，“比如你想吃個火鍋，只需要呼叫理想同學(xué)，車機界面就會生成火鍋的圖片供你選擇，隨后自動算好出行路線。”

　　創(chuàng)維汽車也在近日宣布，旗下兩款車型創(chuàng)維EV6Ⅱ及創(chuàng)維HT-iⅡ在智能車機上集成了ChatGPT，此外，長城汽車、蔚來汽車、小鵬汽車、奇瑞汽車四家車企都在上個月申請了GPT相關(guān)商標。

　　GPT上車成為一股潮流。奧緯咨詢董事合伙人張君毅認為，GPT技術(shù)的接入能夠提升車的人機交互能力和綜合環(huán)境問題的互動能力。今后車企在同一價位段的硬件方面的品牌差異會越來越小，當(dāng)舒適性、安全性、動力和續(xù)航里程上競爭難以產(chǎn)生太大的差異時，卷智能就成了必然選擇。

　　給智能座艙裝上“大腦”

　　ChatGPT上車又是汽車進化史上可書的一筆，最前沿的自然語言處理大模型應(yīng)用到了人類的出行工具上，更豐富的車內(nèi)生活體驗將會出現(xiàn)。

　　回望30多年前，車載娛樂功能和車機智能化，尚是一片空白。第一代車機誕生于上世紀80-90年代，當(dāng)時人們普遍的關(guān)注點還是汽車的發(fā)動機、底盤和變速箱“三大件”，突然有一些車型不僅能聽收音機，還能吞進磁帶，自由播放音樂，汽車有了一些第二生活空間的影子。

　　第二代車機則加入了DVD播放、MP3，娛樂性凸顯的同時，汽車又向駕駛體驗邁了一步，加入了車載導(dǎo)航。此時，解決“路盲”問題成為一個主流趨勢。許多老司機一定記得，在沒有車聯(lián)網(wǎng)的時代，凱立德車載導(dǎo)航成了高端車型的標配，它使用GPS衛(wèi)星定位和存在車機里的地圖包數(shù)據(jù)，實現(xiàn)相對準確的導(dǎo)航精度。

　　但除了導(dǎo)航和聽歌、收音之外，當(dāng)時的人們并不對車機抱有太多期待，車機也往往不是決定購車與否的主要因素。

　　進入21世紀，電子數(shù)碼技術(shù)不斷發(fā)展，手機的形態(tài)先變了。循著這個進化思路，車機上出現(xiàn)大屏，智能化成為新賣點。基于linux、WinCE、安卓等系統(tǒng)的車機陸續(xù)被汽車廠商采用，而后汽車不僅可以免費實時導(dǎo)航，還具備全景可視系統(tǒng)、汽車駕駛輔助系統(tǒng)，比如360度影像等。

　　當(dāng)汽車連了網(wǎng)，一切由變得更不一樣。在線觀影、路書、語音控制、預(yù)約保養(yǎng)、遠程診斷等功能被加入車機，中控臺的屏幕越來越大，功能越來越多，一些廠商直接在駕駛室裝上了比平板電腦還大的顯示屏，甚至廠商們近來卷起了“全面屏”，就連副駕和后排都要裝上屏幕。

　　終于，“第三塊屏”的概念越來越顯眼，主機廠們希望，車機能夠成為繼電腦和手機之后，影響人類生活的第三代智能終端。用富含科技感的車機占領(lǐng)用戶心智，拓展更多的商業(yè)模式，成為現(xiàn)在的車企們攻堅的方向。

　　現(xiàn)在，“車機”這一原始概念逐漸被“智能座艙”所替代。蔚來甚至造出了“第二起居室”的新詞，不僅車機越來越智能化，車企們開始卷內(nèi)飾用料、音響系統(tǒng)、燈光系統(tǒng)，蔚來還發(fā)布了一款A(yù)R眼鏡，支持隨車巨幕觀影;理想L9甚至配備了一個后排冰箱，讓汽車成了可移動的房子。

　　但無論是車機還是智能座艙，語音對話一直都是發(fā)展相對滯后的功能，考慮到駕駛安全性，語音操控又十分必要。

　　過去近十年來，幾乎所有車企和大量的AI創(chuàng)業(yè)公司，在自然語言處理領(lǐng)域投入頗多，希望優(yōu)化車內(nèi)的語音交互體驗。許多車機都能回答簡單的預(yù)設(shè)命令，比如調(diào)高溫度、預(yù)報天氣等，升級和創(chuàng)新圍繞拓寬自然語言口令展開，比如當(dāng)用戶說“有點熱”后，車機可以打開空調(diào)制冷或調(diào)低溫度。

　　但想讓車機聽懂更多“人話”，比如用各種方言規(guī)劃路線、甚至找餐館，可能還真不如車主自己用手機地圖和大眾點評來得有效，更豐富的語音式人車交互陷入瓶頸，直到ChatGPT出現(xiàn)。

　　自然語言大模型產(chǎn)品(ChatGPT、文心一言、通義千問等)直接開放給C端使用，使智能座艙的開發(fā)者們看到了曙光。強大的理解能力和邏輯推理能力，有望讓車機成為行車助手，暗藏商業(yè)可能。

　　比如，車主可以告訴語音助手，“幫我找出目的地附近有團購優(yōu)惠、評分超過4.5的火鍋店，一會有5個人用餐，給我預(yù)定一下位置，再看一下哪里停車方便。”放在以前，車機絕對無法一次性理解如此多的信息，但對ChatGPT來說，這只是它的基操，只要實時數(shù)據(jù)源足夠多，需求被滿足的可能性能夠無限大。

　　GPT的加入并不只是讓對話更流暢了，而是讓車機具有了“大腦”，不僅能回答問題，還能理解需求并生成答復(fù)。至于智商有多高、反應(yīng)有多快，取決于汽車廠商對上車大模型的訓(xùn)練能力，以及敢不敢“氪”金上更牛的硬件(芯片)。

　　AI如何讓自動駕駛“腦回路”更像人?

　　車內(nèi)生活的豐富，讓汽車逐漸成長為一個充滿溫情的載體，它不再是枯燥、冰冷的代步工具，轉(zhuǎn)而成為一個舒適的生活空間。

　　而AI主導(dǎo)的汽車進化還不止于GPT上車，它對自動駕駛的技術(shù)推動更加意義重大。

　　傳統(tǒng)的自動駕駛研究方法是通過采集大規(guī)模的駕駛數(shù)據(jù)、測試更長的駕駛里程來覆蓋所有可能的駕駛場景，以確保發(fā)生突發(fā)狀況時汽車有預(yù)先設(shè)定的應(yīng)對方案。但突發(fā)狀況的復(fù)雜程度往往難以預(yù)料，一旦系統(tǒng)中沒有應(yīng)對某種特殊突發(fā)狀況的預(yù)案，駕駛安全就將受到極大的威脅。

　　這也是為什么當(dāng)前的輔助駕駛系統(tǒng)，必須要求駕駛員手扶方向盤以應(yīng)對實時突發(fā)情況。而AI的學(xué)習(xí)能力將有可能改變這個現(xiàn)狀。

　　不久前，清華大學(xué)研究團隊提出了自動駕駛“可信持續(xù)進化”技術(shù)，該技術(shù)是基于動態(tài)評估AI的可信賴程度進行學(xué)習(xí)訓(xùn)練，保證自動駕駛汽車在遇到陌生新場景時，其駕駛能力可從基礎(chǔ)性的主動避讓開始持續(xù)提升，在確保安全前提下達到更好的駕駛表現(xiàn)。

　　簡單理解，利用AI，自動駕駛功能的汽車能主動學(xué)習(xí)、熟悉各種新遇到的場景，進行持續(xù)進化，隨著駕駛里程與數(shù)據(jù)量的累積，性能得到持續(xù)提升。

　　理想汽車正將AI大模型用到自動駕駛領(lǐng)域。6月17日，理想宣布開啟城市NOA(導(dǎo)航輔助駕駛)內(nèi)測，并將在下半年向用戶開放通勤NOA功能。與常規(guī)解決方案不同的是，理想采用了BEV(Bird’s eye view，鳥瞰圖)大模型，來實時感知和理解環(huán)境中的道路結(jié)構(gòu)信息，讓汽車更能模仿人類駕駛員的操作習(xí)慣。

　　以往多數(shù)汽車上的輔助駕駛系統(tǒng)，大多是采用高精地圖方案，相當(dāng)于實時把路況投喂給自動駕駛系統(tǒng)，讓其做出決策。但在復(fù)雜的城市道路中，總會有高精地圖無法覆蓋和無法及時更新的區(qū)域，這成為了該方案的一大缺點。而采用BEV大模型后，相當(dāng)于AI主動感知實時路況，自主決策駕駛操作。

　　當(dāng)然，BEV也有缺點，例如在一些跨度較大的路口，通行車輛較多，傳感器視野容易被遮擋，導(dǎo)致車端實時感知的結(jié)果會丟失局部的信息。為了彌補這一不足，理想據(jù)稱搭配了神經(jīng)先驗網(wǎng)絡(luò)(NeuralPriorNet，簡稱NPN)和端到端的信號燈意圖網(wǎng)絡(luò)，前者的作用相當(dāng)于每當(dāng)車走過自動駕駛車隊走過的路口，都有圖像參考;后者則是學(xué)習(xí)大量人類司機在路口對于信號燈變化的反應(yīng)，幫助自動駕駛系統(tǒng)理解交通信號。

　　根據(jù)實際的測試反饋，理想城市NOA還不能夠完全實現(xiàn)自動駕駛，它存在轉(zhuǎn)彎不夠及時和不擅長超車的問題，此外，面對一些特殊障礙物，算法無法做出決策，必須進行人工接管。

　　不過，相比于傳統(tǒng)的訓(xùn)練方式，大模型的引入最大的改變還是讓自動駕駛系統(tǒng)有了更強的學(xué)習(xí)能力，這意味著自動駕駛能力會逐漸提升。典型的案例是，理想汽車推出了通勤NOA功能，在開啟該功能之前，車主需要先設(shè)定通勤路線，通過日常通勤時的自動化訓(xùn)練積累NPN特征，大約1至3周時間后，AI可以成長為通勤路段的“代駕”。

　　這個過程體現(xiàn)了AI大模型加持下的自動駕駛汽車操作思路：先學(xué)習(xí)和熟悉路況，再進行輔助駕駛，“腦回路”更像人類了。

　　用AI大模型研發(fā)自動駕駛鼻祖不是理想，而是特斯拉。早在2021年，特斯拉就曾推出基于Transformer架構(gòu)的BEV感知方案，隨后華為、百度等企業(yè)也在“BEV+Transformer”上展開布局，目前，特斯拉、小鵬汽車、問界汽車等都在落地和不斷優(yōu)化類“城市NOA”功能。

　　大模型的持續(xù)進化，很可能讓車企們找到了自動駕駛技術(shù)的突破方向，擺脫對高精度地圖的依賴是第一步。現(xiàn)在的自動駕駛還停留在“輔助駕駛”階段，未來，你很有可能會將你的交給AI接管。