ChatGPT 改造汽车的序幕已经拉开，奔驰率先出手。
不久前，梅赛德斯– 奔驰将ChatGPT 整合到了车机上，开启了为期三个月的测试，结果显示，它的语音助手不仅可以完成简单地指令，还能进行连续多轮对话，理解能力和响应质量都有较大提升。
用前端的GPT 能力让车机智能化程度更上一层楼。车机也彻底从最初的「收音机」 变成了功能丰富的智能终端，加上GPT 「大脑」 后，又开始从木讷、鸡肋的机器向行车伙伴转变。
而人车互动不是AI 上车的尽头，自动驾驶才是未来。以往的自动驾驶解决方案过于依赖高精地图，一旦地图更新跟不上瞬息万变的路况，行车安全将受到威胁。AI 大模型的进化升级，让车企们看到了机会。
让AI 主动感知和决策，放弃对高精地图的依赖，正在成为一种主流趋势。几天前，理想汽车开启城市NOA（导航辅助驾驶）内测，它将BEV（Bird’s eye view，鸟瞰图）大模型作为主要解决方案，让汽车模仿人类「脑回路」 驾车。通过连续学习，城市NOA 还能被训练成使用者通勤路线上「代驾」。
接棒网际网路，AI 正在对汽车进行更深层次的改造，四个轮子的大家伙越来越神似变形金刚。
车机+ GPT 奔驰先出手
一场由内而外的「变形记」 正在席卷汽车圈，从传统燃油动力到新能源，从驾驶工具到智能化产品。多年以来，科技驱使下，汽车不断变幻着外貌和内在，网际网路改造汽车后，人工智能又来了。
梅赛德斯– 奔驰在这股新浪潮中一马当先，要把ChatGPT 移植进车机。
6 月16 日，奔驰为期3 个月的ChatGPT 测试计划在美国启动，它与微软合作，通过 Azure OpenAI 服务将ChatGPT 整合到车机中。车主可以通过Mercedes me APP 选择使用ChatGPT，还有更直观测试方式—— 直接在车内使用语音命令「Hey Mercedes，我想加入测试计划」，奔驰的MBUX 资讯娱乐系统就会将语音助手「Hey Mercedes」 自动接入ChatGPT。
过往，Hey Mercedes 可以提供体育、天气等资讯，并回答有关车辆周围环境的问题，还能控制使用者的智能家居，这都是制式化的。ChatGPT 加入把问答变灵活了，使用者能询问目的地详细资讯，获得晚餐建议，可以不断提出问题，连续收到回覆。这是ChatGPT 的看家本领。
当前，仅在美国地区约90 万辆配备MBUX 的奔驰汽车可以优先测试ChatGPT，奔驰打算利用这个初始测试期深入了解使用者提出的请求，来确定未来开发的优先事项，以及调整不同市场和语言的推出策略。
关于接入ChatGPT 这事儿，奔驰给了一个充满感性的宣告，「一切目标都围绕着重新定义您与梅赛德斯的关系。」 奔驰要让ChatGPT 重塑人车互动体验，更形象的类比是，车机从一个木讷的注重功能性的机器「活」 起来了，向着车内生活伙伴的角色转变。
奔驰之后，国内的汽车厂商率先跟上。
6 月19 日，理想汽车推出了自研的认知大模型「Mind GPT」，这个大模型由理想的空间演算法团队研发。据说大模型训练的开始日期早在ChatGPT 释出之前，Mind GPT 基于数10 TB 的原始训练资料，使用了1.3 兆个Token 进行基座模型训练，能识别声纹和语音内容，还能听懂方言，同时能为车主提供出行规划，甚至具备AI 绘画和AI 计算等功能。
理想透露，Mind GPT 释出后，理想汽车将新增LUI（使用者语言介面）互动方式，「比如你想吃个火锅，只需要呼叫理想同学，车机介面就会生成火锅的图片供你选择，随后自动算好出行路线。」
创维汽车也在近日宣布，旗下两款车型创维EV6Ⅱ 及创维HT-iⅡ 在智能车机上集成了ChatGPT，此外，长城汽车、蔚来汽车、小鹏汽车、奇瑞汽车四家车企都在上个月申请了GPT 相关商标。
GPT 上车成为一股潮流。奥纬咨询董事合伙人张君毅认为，GPT 技术的接入能够提升车的人机互动能力和综合环境问题的互动能力。今后车企在同一价位段的硬体方面的品牌差异会越来越小，当舒适性、安全性、动力和续航里程上竞争难以产生太大的差异时，卷智能就成了必然选择。
给智能座舱装上「大脑」
ChatGPT 上车又是汽车进化史上可书的一笔，最前端的自然语言处理大模型应用到了人类的出行工具上，更丰富的车内生活体验将会出现。
回望30 多年前，车载娱乐功能和车机智能化，尚是一片空白。第一代车机诞生于上世纪80-90 年代，当时人们普遍的关注点还是汽车的发动机、底盘和变速箱「三大件」，突然有一些车型不仅能听收音机，还能吞进磁带，自由播放音乐，汽车有了一些第二生活空间的影子。
第二代车机则加入了DVD 播放、MP3，娱乐性凸显的同时，汽车又向驾驶体验迈了一步，加入了车载导航。此时，解决「路盲」 问题成为一个主流趋势。许多老司机一定记得，在没有车联网的时代，凯立德车载导航成了高阶车型的标配，它使用GPS 卫星定位和存在车机里的地图包资料，实现相对准确的导航精度。
但除了导航和听歌、收音之外，当时的人们并不对车机抱有太多期待，车机也往往不是决定购车与否的主要因素。
进入21 世纪，电子数码技术不断发展，手机的形态先变了。循着这个进化思路，车机上出现大屏，智能化成为新卖点。基于linux、WinCE、安卓等系统的车机陆续被汽车厂商采用，而后汽车不仅可以免费即时导航，还具备全景可视系统、汽车驾驶辅助系统，比如360 度影像等。
当汽车连了网，一切由变得更不一样。线上观影、路书、语音控制、预约保养、远端诊断等功能被加入车机，中控台的萤幕越来越大，功能越来越多，一些厂商直接在驾驶室装上了比平板电脑还大的显示屏，甚至厂商们近来卷起了「全面屏」，就连副驾和后排都要装上萤幕。
终于，「第三块屏」 的概念越来越显眼，主机厂们希望，车机能够成为继电脑和手机之后，影响人类生活的第三代智能终端。用富含科技感的车机占领使用者心智，拓展更多的商业模式，成为现在的车企们攻坚的方向。
现在，「车机」 这一原始概念逐渐被「智能座舱」 所替代。蔚来甚至造出了「第二起居室」 的新词，不仅车机越来越智能化，车企们开始卷内饰用料、音响系统、灯光系统，蔚来还发布了一款AR 眼镜，支援随车巨幕观影；理想L9 甚至配备了一个后排冰箱，让汽车成了可移动的房子。
但無論是車機還是智能座艙，語音對話一直都是發展相對滯後的功能，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 創業公司，在自然語言處理領域投入頗多，希望優化車內的語音互動體驗。許多車機都能回答簡單的預設命令，比如調高溫度、預報天氣等，升級和創新圍繞拓寬自然語言口令展開，比如當用戶說 「有點熱」 後，車機可以開啟空調製冷或調低溫度。
但想讓車機聽懂更多 「人話」，比如用各種方言規劃路線、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互動陷入瓶頸，直到 ChatGPT 出現。
自然語言大模型產品（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惠、評分超過 4.5 的火鍋店，一會有 5 個人用餐，給我預定一下位置，再看一下哪裡停車方便。」 放在以前，車機絕對無法一次性理解如此多的資訊，但對 ChatGPT 來說，這只是它的基操，只要即時資料來源足夠多，需求被滿足的可能效能夠無限大。
GPT 的加入並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，還能理解需求並生成答覆。至於智商有多高、反應有多快，取決於汽車廠商對上車大模型的訓練能力，以及敢不敢 「氪」 金上更牛的硬體（芯片）。
AI 如何让自动驾驶「脑回路」 更像人？
車內生活的豐富，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，轉而成為一個舒適的生活空間。
而 AI 主導的汽車進化還不止於 GPT 上車，它對自動駕駛的技術推動更加意義重大。
傳統的自動駕駛研究方法是通過採集大規模的駕駛資料、測試更長的駕駛里程來覆蓋所有可能的駕駛場景，以確保發生突發狀況時汽車有預先設定的應對方案。但突發狀況的複雜程度往往難以預料，一旦系統中沒有應對某種特殊突發狀況的預案，駕駛安全就將受到極大的威脅。
这也是为什么当前的辅助驾驶系统，必须要求驾驶员手扶方向盘以应对即时突发情况。而AI 的学习能力将有可能改变这个现状。
不久前，清华大学研究团队提出了自动驾驶「可信持续进化」 技术，该技术是基于动态评估AI 的可信赖程度进行学习训练，保证自动驾驶汽车在遇到陌生新场景时，其驾驶能力可从基础性的主动避让开始持续提升，在确保安全前提下达到更好的驾驶表现。
简单理解，利用AI，自动驾驶功能的汽车能主动学习、熟悉各种新遇到的场景，进行持续进化，随着驾驶里程与资料量的累积，效能得到持续提升。
理想汽车正将AI 大模型用到自动驾驶领域。6 月17 日，理想宣布开启城市NOA（导航辅助驾驶）内测，并将在下半年向用户开放通勤NOA 功能。与常规解决方案不同的是，理想采用了BEV（Bird’s eye view，鸟瞰图）大模型，来即时感知和理解环境中的道路结构资讯，让汽车更能模仿人类驾驶员的操作习惯。
以往多数汽车上的辅助驾驶系统，大多是采用高精地图方案，相当于即时把路况投喂给自动驾驶系统，让其做出决策。但在复杂的城市道路中，总会有高精地图无法覆盖和无法及时更新的区域，这成为了该方案的一大缺点。而采用BEV 大模型后，相当于AI 主动感知即时路况，自主决策驾驶操作。
当然，BEV 也有缺点，例如在一些跨度较大的路口，通行车辆较多，感测器视野容易被遮挡，导致车端即时感知的结果会丢失区域性的资讯。为了弥补这一不足，理想据称搭配了神经先验网路（NeuralPriorNet，简称NPN）和端到端的讯号灯意图网路，前者的作用相当于每当车走过自动驾驶车队走过的路口，都有影象参考；后者则是学习大量人类司机在路口对于讯号灯变化的反应，帮助自动驾驶系统理解交通讯号。
根据实际的测试回馈，理想城市NOA 还不能够完全实现自动驾驶，它存在转弯不够及时和不擅长超车的问题，此外，面对一些特殊障碍物，演算法无法做出决策，必须进行人工接管。
不过，相比于传统的训练方式，大模型的引入最大的改变还是让自动驾驶系统有了更强的学习能力，这意味着自动驾驶能力会逐渐提升。典型的案例是，理想汽车推出了通勤NOA 功能，在开启该功能之前，车主需要先设定通勤路线，通过日常通勤时的自动化训练积累NPN 特征，大约1 至3 周时间后，AI 可以成长为通勤路段的「代驾」。
这个过程体现了AI 大模型加持下的自动驾驶汽车操作思路：先学习和熟悉路况，再进行辅助驾驶，「脑回路」 更像人类了。
用AI 大模型研发自动驾驶鼻祖不是理想，而是特斯拉。早在2021 年，特斯拉就曾推出基于Transformer 架构的BEV 感知方案，随后华为、百度等企业也在「BEV＋Transformer」 上展开布局，目前，特斯拉、小鹏汽车、问界汽车等都在落地和不断优化类「城市NOA」 功能。
大模型的持续进化，很可能让车企们找到了自动驾驶技术的突破方向，摆脱对高精度地图的依赖是第一步。现在的自动驾驶还停留在「辅助驾驶」 阶段，未来，你很有可能会将你的交给AI 接管。
原创文章，作者：校长，如若转载，请注明出处：https://www.yundongfang.com/Yun239996.html
微信扫一扫不于多少！ 
支付宝扫一扫礼轻情意重 