多種 AI 大模型將應用在智能汽車

• 陳博 2023年10月27日 來源：中研網 738 44
• 繁體

自動駕駛 AI 大模型的算力建設主要可分為以下 3 種模式： 自建智算中心，獨立訓練大模型。特斯拉等自動駕駛廠商已自建云端計算中心，用于自動駕駛模 型訓練和數據標注。 部分環節合作。百度、騰訊、火山引擎（字節子公司）等互聯網科技公司均推出 toB 全流程智

欲了解更多中國汽車零部件行業的未來發展前景，可以點擊查看中研普華產業院研究報告《2023-2027年中國汽車零部件行業市場深度全景調研及投資前景分析報告》。

海量訓練數據是 AI 大模型的應用前提。自動駕駛龍頭企業的實際里程數據積累占據大模型應用先 機。2020 年 4 月，特斯拉 Autopilot 智能駕駛系統里程數就已超過 48 億公里;百度 Apollo 自動駕 駛也已積累超 5000 萬公里測試里程;2023 年 4 月，毫末智行發布的 DriveGRT 認知模型使用了 超過 4000 萬公里真實里程進行訓練;小鵬汽車的智能輔助駕駛行駛里程截至 2022 年 8 月超過 1.74 億公里，高速智能導航輔助駕駛(NGP)累計行駛里程超過 2450 萬公里。 AI 大模型應用為時尚短，自動駕駛領域模型架構仍在探索中。目前 AI 大模型主要應用于自然語 言處理(NLP)和計算機視覺(CV)領域，以 Transformer 架構為主。Transformer 架構較卷積 神經網絡(CNN)在大規模數據的學習中表現更好,也有少量 CNN 架構的大模型處于科研進程中。 目前，ChatGPT、DriveGPT 等大模型均采用 Transformer 架構+監督學習(SL)預訓練+人類反 饋強化學習 (RLHF)的模式。

自動駕駛 AI 大模型的算力建設主要可分為以下 3 種模式： 自建智算中心，獨立訓練大模型。特斯拉等自動駕駛廠商已自建云端計算中心，用于自動駕駛模 型訓練和數據標注。 部分環節合作。百度、騰訊、火山引擎(字節子公司)等互聯網科技公司均推出 toB 全流程智能 汽車云服務，為主機廠提供數據中心用于模型訓練。 解決方案合作。百度文心、商湯日日新等大模型體系均開放了與車企的行業應用合作渠道，針對 汽車行業應用場景進行模型調優。如吉利汽車與百度文心合作吉利-百度文心 NLP 大模型，2023 年 5 月 31 日，首款搭載車型吉利銀河 L7 已經上市。

AI 大模型訓練過程算力要求高，智算中心成為關鍵。自動駕駛領域 AI 大模型訓練數據規模在億 公里級多模態傳感數據，參數可高達幾百到幾千億，預訓練階段算力要求非常高。特斯拉、吉利、 小鵬、毫末智行等主要自動駕駛廠商采用不同模式建設云端計算中心用于模型訓練。

科技巨頭可為自動駕駛主機廠提供算力支持和 AI 大模型開發服務。百度、華為、騰訊、阿里等科 技巨頭，具有較強的 AI 模型開發能力和充足的 AI 算力，可作為云計算服務商和云開發平臺為主 機廠的 AI 大模型開發提供服務。相較主機廠投建智算中心和獨立 AI 模型開發平臺的方式，其成 本和技術難度大幅降低，也為小型新創主機廠和傳統汽車廠提供了快速入局自動駕駛領域和追趕 頭部自動駕駛廠商的機會。據 IDC 數據，2022 年百度 Apollo 自動駕駛云平臺和華為分別占據 34.4%、29.7%的中國自動駕駛開放平臺市場規模，行業集中度較高;2022 年中國自動駕駛平臺 市場規模達到 5.89 億元，增速達 106%，預計 AI 大模型應用推廣帶來算力需求進一步增長，IDC 預計 2023 年將達 7.9 億元。

合作并裝載互聯網企業已開發的 BEV 感知模型，可成為新入局主機廠的較優選擇。AI 感知決策 大模型均需海量數據驅動，已宣布實現 BEV 感知模型落地的國內廠商包括百度 Apollo、小鵬汽車、 華為、毫末智行、商湯等，均為已實現高速輔助駕駛量產并積累大量智能駕駛數據的主流自動駕 駛主機廠或互聯網企業。考慮到數據收集、標注和模型訓練的復雜性，與百度、華為、商湯等互 聯網企業合作，搭載其已開發的 BEV 感知模型可大大降低主機廠入局自動駕駛的成本。

NLP 大模型實現人車的更友好交互，推動座艙智能化進程;CV 大模型助力數據標注、仿真和感 知等;多模態 AI 大模型為城市場景輔助駕駛乃至高等級自動駕駛的規模量產拉開帷幕，同時也有 望用于智能座艙中的人機交互，融合語音、視覺、手勢等多種交互方式，滿足用戶在不同場景下 的不同使用習慣。

NLP 大模型的應用可實現語言交互、擬人表達和決策建議。NLP 大模型可突破性解決傳統人車交 互場景中對話風格固化、智能性差的問題，根據高工智能汽車研究院數據，2022 年中國智能座艙 前裝搭載率為 39.89%，其中搭載了語音交互功能的智能座艙占比已達到 76.76%。NLP 大模型的 落地和普及，預期將帶來智能座艙的技術革新。 NLP 大模型提升操作系統交互性和功能豐富度。邏輯推理、策略規劃和知識問答等功能使車載操 作系統功能全面升級;可實現自然對話式交互，使語音交互成為車載系統主要操作模式之一，帶 動操作系統架構的重新優化調整。 2023年3月，百度發布文心NLP大模型，其智能語音交互功能已搭載到Apollo智能座艙系統上; 2023 年 5 月，科大訊飛發布訊飛星火認知大模型，宣布“大模型+智能座艙”為其四大行業應用 之一;商湯也提出了基于大模型體系的絕影智能車艙產品。

數據標注方面，大模型預標注+車載小模型學習微調的方式具有應用潛力。數據標注從人工標注 轉為 AI 主導人工輔助，一方面大模型知識完備性好，精度高，泛化能力強;另一方面，自動駕駛 數據積累和標注復雜度提高使數據標注工作量快速增加，AI 大模型的應用有助于加速數據標注并 大幅降低數據生產成本。特斯拉從 2018 年以來不斷發展自動標注技術，從 2D 人工標注轉為 4D 空間自動標注，特斯拉人工標注團隊規模不斷縮小，2021 年超過 1000 人，2022 年裁員超過 200 人。小鵬汽車和毫末智行也相繼采用自動標注工具，毫末智行表示，獲取車道線、交通參與者和 紅綠燈信息，人工標注成本約每張圖 5 元，而毫末 DriveGPT 的成本僅 0.5 元。

場景構建是能力仿真系統的核心之一，生成式 AI 較傳統建模渲染生成場景庫速度大大提升。仿真 通過構建虛擬交通場景測試和驗證自動駕駛系統，可在一定程度上取代實車路測，從而降低自動 駕駛系統開發測試成本。基于有限的路采數據智能化生成大量場景是仿真的關鍵，數據驅動的 AI 視覺仿真對自動駕駛系統開發落地具有重要價值。

人工智能生成內容(AIGC)技術在仿真、數據標注、座艙交互等系統的部署日益廣泛。在仿真 方面，AIGC 技術可大量合成虛擬場景以用于模型訓練和測試，從而提高自動駕駛技術精度和可 靠性;在數據標注方面，AIGC 技術可自動標注真實世界圖像數據以用于訓練 AI 模型;在座艙交 互方面，AIGC 技術可讓車機系統與人的交互更自然，提高駕乘體驗。 基于 BEV+Transformer 架構的感知算法應用帶來傳感器架構改變，大模型的本地化部署對車載 算力硬件提出要求。一方面，基于 AI 大模型的感知算法，使激光雷達傳感器的重要性下降，在主 流的多雷達+多攝像頭的傳感器架構之外，提出了純視覺傳感方案，基于多個攝像頭即可基本滿 足復雜場景環境感知的需求。另一方面，大模型的本地化部署對邊緣算力、數據傳輸帶寬和速度 都提出了新的要求，車載芯片需進行相應升級。

• 相關深度報告REPORTS

  

  2023-2027年中國汽車零部件行業全景調研與發展戰略研究咨詢報告

  產業現狀近年來，中國汽車零部件產業在國家重大工程和技術專項的支持下，通過企業自主研發、合資合作及技術人才引進，持續加強技術攻關和創新體系建設，在部分領域核心技術逐步實現突破。中國品...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡