上海车展的科技底色：大模型背后的智能驾驶“新商机”

源自：21世纪经济报道

---

　　21世纪经济报道记者张梓桐 上海报道
　　“智能电动汽车上半场的竞争是电动化，硬件决定体验，下半场将是智能化，软件决定体验，汽车行业正在从制造属性过渡到消费属性+科技属性。”日前，华为常务董事、智能汽车解决方案BU CEO余承东在一场演讲中作出如此判断。
　　在4月18日起举办的第二十届上海国际汽车工业展览会上，21世纪经济报道记者在实地走访中注意到，在整车之外，众多人工智能、游戏领域内的明星公司也在跨界亮相“上海车展”，这些企业大多涉及智能驾驶、智能座舱等细分赛道，利用自身的 AIGC（人工智能生成内容）、高清渲染、物联网等技术挖掘汽车市场新的商机。
　　多个参展企业告诉记者，随着智能汽车对人工智能的功能和需求不断提高，场景不断丰富，也对通用人工智能提出了要求。利用通用人工智能技术，一个模型能够输入语音、图像、文字，还有激光雷达的3D点云等多种类型的数据，并完成各种各样的任务。未来通用人工智能基于多模态的基模型可以做视觉的感知，语言的理解、内容的生成和决策的推理。
　　大模型颠覆汽车行业
　　作为通用人工智能的一大突出特点，多模态在汽车行业内也迎来了十分契合的落地场景。
　　“不同于以往的单一智能，单个AI模型输入的数据类型是单一的，只能完成单一任务、适应单一场景。通用模型的出现，能够帮助我们实现不同行业之间的融合，实现产品和场景应用的创新。”商汤绝影智能车舱副总裁许亮在现场告诉记者。
　　他为记者演示了商汤绝影智能座舱唇语识别功能，其能够噪声环境中利用唇语进行车内交互，避免人声干扰、播放音乐、高速风噪、高速胎噪等场景下语音交互的误触发。

　　据许亮介绍，在车舱内有乘员睡觉、或是危险无法发声的情况下，用唇语即可实现命令，触发救援，真正实现「此时无声胜有声」。
　　“换句话说，即使车内声音非常混杂，也不需要喊叫，只要轻轻地说，智能座舱系统便能精准识别。甚至极端情况下，可以只用唇语给车机下达指令，避免手忙脚乱去使用触屏、物理按键等，并且能减少语音交互带来的惊扰。当前商汤已设置超过40个命令词和唤醒词。”许亮说道。
　　据许亮介绍，感知和决策的数据闭环是商汤云影上述功能背后的核心能力之一。
　　他向记者解释了“闭环”的具体含义，“车端可以源源不断地获取大量数据，这些数据如果用手工标注，效率是非常低的。有了大模型，就可以自动进行数据的标注再反馈，去更新车端的模型，让系统的能力更加强大。”
　　而大模型的出现不仅仅在感知和决策领域改变着智能汽车的生态，许亮表示，AIGC可以生成困难的样本，模型去输入多模态数据。
　　其中，自动驾驶多模态的大模型可以做到感知和决策的一体化，输出则对3D的环境进行重建实现环境的可视化理解，系统的行为解码可以生成完整的路径的规划。动机的解码器也可以用自然语言去描述推理的过程，进而使自动驾驶的系统变得可以解释。
　　游戏引擎如何驱动汽车？
　　在人工智能领域的“硬核”企业外，记者在现场注意到，游戏引擎行业的公司也开始将自身能力输出到汽车行业。
　　Unity中国首席执行官张俊波在现场接受21世纪经济报道记者采访时表示，Unity在自动驾驶仿真领域的主要优势在于渲染能力，“我们可以帮助车企自动生成场景来设计各种测试，同时搭建不同的场景与环境，这是我们的一个很强的优势。”

　　但他同时指出，车厂进行自动驾驶测试时更多是局限在区域进行预测，而在虚拟环境里面进行仿真就需要大量的场景，所以虽然有一些公司与Unity合作，但在目前还处于发展阶段。
　　但值得注意的是，汽车与游戏对于系统稳定性的要求不可同日而语，由于涉及到人类生命，车企在选择合作伙伴时必然也会更加慎重。
　　“汽车不像游戏，游戏只是跑板针，但我们在与车厂合作时会针对车上的内容、性能和一些计算资源做很多的收缩，我们会根据车的单位状况来动态调整帧率和画质，以此来保证不会因为3D渲染而导致别的应用拿不到资源崩溃或者卡顿。”张俊波说道。
　　与此同时，张俊波也向记者坦言，汽车业务占Unity整体营收的比重并不高，这背后的原因在于，供应商与车企的合作更多依靠长期合作。而为车厂提供服务的市场比较“卷”，很“卷”的市场就意味着会与众多创新型企业一起竞争，同时营收的利润空间也相对较低。
　　“创新型企业一般都是烧钱，为了扩展市场它会不计成本。所以我们现在仍然处于一个并不稳定，相对早期的市场。”
　　但张俊波续称，汽车业务仍然是Unity众多业务中增长最快的一个点。
　　（作者：张梓桐　编辑：陶力）