3900
伴隨 ChatGPT 的橫空出世，大語言模型在算法、算力、數(shù)據(jù)方面的技術(shù)發(fā)展，已經(jīng)從量變積累實(shí)現(xiàn)質(zhì)的飛躍，汽車行業(yè)內(nèi)的人都明白 LLM(large language model) 正在改變著智能駕駛，智能座艙等消費(fèi)者明顯感知的前端應(yīng)用。
但是 AI LLM 作為底層創(chuàng)新的工具不但催生了新的應(yīng)用，還加速著產(chǎn)業(yè)的發(fā)展，幫助企業(yè)提升效率，所以 LLM 企業(yè)級(jí)應(yīng)用是目前汽車行業(yè)戰(zhàn)略以及高層在重點(diǎn)布局的內(nèi)容；同時(shí)由于它牽扯到生產(chǎn)關(guān)系和方式的改變，也是不少敏銳的汽車職場(chǎng)人在考慮自身職場(chǎng)發(fā)展思考的話題。
可是此類布局和思考目前還比較早期，鮮有公開討論和分享。
最近作為 AI 底層算力，算法源頭的英偉達(dá)，舉辦了2024 GTC 邀請(qǐng)了不少汽車 AI 應(yīng)用端的企業(yè)參考分享AI特別是?LLM 生成式在汽車企業(yè)當(dāng)中的應(yīng)用，其中福特，捷豹路虎，奔馳，通用，Stellantis，路特斯，大陸汽車等分別分享了車企如何使用 LLM 生成式人工智能加速汽車行業(yè)工作流程的案例，可以激發(fā)車企以及職場(chǎng)人的思考。
根據(jù)眾多車企分享的內(nèi)容，可知目前 LLM 大語言模型以及生成式人工智能在汽車行業(yè)的應(yīng)用方向：
一般文本創(chuàng)作和摘要， 軟件工程。
文本創(chuàng)作和摘要，例如會(huì)議的記錄摘要和總結(jié)；
軟件方面 ，例如可以?LLM 學(xué)習(xí)理解 AUTOSAR 規(guī)范并生成執(zhí)行規(guī)范不同功能的代碼來生成測(cè)試用例。這可以通過使用 LLM 為規(guī)范中定義的不同功能和服務(wù)生成輸入和預(yù)期輸出值序列來完成，可以幫助減少測(cè)試的時(shí)間和成本，同時(shí)還提高測(cè)試的準(zhǔn)確性和完整性。
另外一個(gè)是，基于LLM大語言模型的檢索增強(qiáng)生成（RAG）。
檢索增強(qiáng)生成（RAG）是可以對(duì)大型語言模型輸出進(jìn)行專業(yè)知識(shí)的優(yōu)化，使其能夠在生成響應(yīng)之前引用訓(xùn)練數(shù)據(jù)來源之外的權(quán)威知識(shí)庫。
大型語言模型（LLM）用海量數(shù)據(jù)進(jìn)行訓(xùn)練，使用數(shù)十億個(gè)參數(shù)為回答問題、翻譯語言和完成句子等任務(wù)生成原始輸出，但 LLM 訓(xùn)練數(shù)據(jù)是靜態(tài)的，有截止日期的。
所以大家可以看到，GPT 很多時(shí)候一本正經(jīng)的說胡話，如果企業(yè)采用這種大模型，猶如養(yǎng)了個(gè)奸臣宦官，他不開放，還拒絕隨時(shí)了解時(shí)事，但總是熱情和絕對(duì)自信地回答每一個(gè)問題，對(duì)于企業(yè)來講絕對(duì)是災(zāi)難。
而 RAG 可以將 LLM 擴(kuò)展為能訪問特定領(lǐng)域或組織的內(nèi)部知識(shí)庫，所有這些都無需重新訓(xùn)練模型。它會(huì)重定向 LLM，從企業(yè)原有的權(quán)威的、預(yù)先確定的知識(shí)來源中檢索相關(guān)信息。
這樣 RAG 可以經(jīng)濟(jì)高效地改進(jìn) LLM 輸出的方法，讓它在各種情境下都能保持相關(guān)性、準(zhǔn)確性和實(shí)用性。
所以對(duì)于汽車行業(yè)這類需要專業(yè)知識(shí)和高密度經(jīng)驗(yàn)類信息的產(chǎn)業(yè)，是非常好用。
目前國(guó)內(nèi)很火，號(hào)稱行業(yè)研究利器的的秘塔AI就是采用基于大模型的 RAG 技術(shù) （當(dāng)然根據(jù)我的使用經(jīng)驗(yàn)，可以快速了解行業(yè)，作為工具）。車企也同樣可以采用此類方式，采用低成本或者公開大模型配上RAG 技術(shù)，可以將汽車企業(yè)的內(nèi)部原有的信息和數(shù)據(jù)，例如歷史項(xiàng)目資料，知識(shí)庫，甚至個(gè)人的郵件，采用 RAG 訓(xùn)練成企業(yè)內(nèi)部 GPT。
例如開發(fā)端之前大家對(duì)于某個(gè)問題，需要咨詢某個(gè)專業(yè)零件或者系統(tǒng)的 TS Technical Specialist，接下來大家可以先問公司 TS GPT，然后再?zèng)Q定要不要找 TS ；企業(yè)法務(wù)，之前大家有問題需要找公司法務(wù)咨詢，接下來可以先問公司法務(wù) GPT，然后再?zèng)Q定要不要去找法務(wù)員；售后端診斷以及技工指導(dǎo)，都可以飛快地從數(shù)字服務(wù) GPT 中快遞得到答案。
這樣企業(yè)內(nèi)每個(gè)人可以擁有一個(gè)基于企業(yè)數(shù)據(jù)的經(jīng)驗(yàn)豐富的助理工程師，助理項(xiàng)目管理，個(gè)人助理。可以極大地增強(qiáng)企業(yè)的生產(chǎn)力。
最后圖片視頻類的 GPT 以及數(shù)字孿生
汽車市場(chǎng)端的圖片以及視頻生成，這個(gè)估計(jì)應(yīng)用的非常廣泛了，市場(chǎng)活動(dòng)宣傳視頻以及銷售網(wǎng)站的呈現(xiàn)都是數(shù)字化呈現(xiàn)給消費(fèi)者的。GPT 生成式人工智能，可以幫助全新生成宣傳視頻，抑或是修改視頻都能夠節(jié)省費(fèi)用和時(shí)間；另外用戶選購(gòu)車輛時(shí)候通過 3D 組合，可以更改車輛配置顏色以及場(chǎng)景，從而提升購(gòu)車體驗(yàn)。
數(shù)字工廠，這個(gè)英偉達(dá)在過去每次 GTC 都會(huì)提到，采用其 Omniverse -設(shè)計(jì)、優(yōu)化和運(yùn)營(yíng)未來的工廠。工廠的設(shè)計(jì)，維護(hù)，休整對(duì)于汽車行業(yè)是特別重大的事情，它意味著產(chǎn)量的穩(wěn)定，資產(chǎn)的閑置；任何檢修和修改都是錢的損失。
對(duì)于數(shù)字工廠的本質(zhì)，首先是虛擬化工廠，然后基于虛擬化的工廠內(nèi)容，AI可以模擬和推算，優(yōu)化工廠結(jié)構(gòu)，流程順序，最終找到最優(yōu)的工廠布局，工序，物流組合等等，從而可以節(jié)省投資，時(shí)間，實(shí)現(xiàn)效率最大化。
以上為在 LLM 大語言模型方面應(yīng)用比較前沿的車企目前正在布局使用的案例，但同時(shí)會(huì)議上 Ford 汽車還表示目前在拓展LLM未來應(yīng)用的方向。
取代看板 Dashboards ，數(shù)據(jù)以及知識(shí)的對(duì)話式交互?；旧宪嚻蠖紩?huì)有一大堆看板來呈現(xiàn)當(dāng)前的總體狀態(tài)，或者發(fā)展趨勢(shì)，特別是管理層或者項(xiàng)目管理，最喜歡看的就是這個(gè)東西。但是一般看板背后都配備會(huì)議或者匯報(bào)人，因?yàn)閿?shù)據(jù)狀態(tài)背后都有需要解釋或者深挖的內(nèi)容。
而AI可以根據(jù)數(shù)據(jù)生產(chǎn)看板，然后查看看板 Dashboard 的人可以直接和它交流對(duì)話問所有感興趣的問題。
可以互相召喚交互的聊天機(jī)器人。上文講到目前很多車車企內(nèi)部都在推行 RAG 聊天對(duì)話機(jī)器人，例如專業(yè)知識(shí)機(jī)器人，銷售數(shù)據(jù)機(jī)器人，客服機(jī)器人，你可以問銷售數(shù)據(jù)機(jī)器人關(guān)于車子銷售的問題；你可以問客服機(jī)器人關(guān)于客服以及需求的情況，但是當(dāng)你想問這個(gè)車型的銷售和客服情況時(shí)候，你需要打開兩個(gè)機(jī)器人，甚至多個(gè)機(jī)器人，未來或許企業(yè)內(nèi)部通過語言大模型整合，不同的數(shù)據(jù)他們交互統(tǒng)一，數(shù)據(jù)統(tǒng)一，可以內(nèi)部進(jìn)行相互交互。
主動(dòng)式助手，監(jiān)控環(huán)境，時(shí)刻準(zhǔn)備幫助人類。例如上文中講到的售后診斷，售后診斷可以通過 AI 診斷并主動(dòng)建議維修方案；項(xiàng)目管理 LLM 可以主動(dòng)幫助項(xiàng)目早期建議關(guān)鍵路徑以及 Timming。
所以，其實(shí)可以看到 LLM 等 AI 大模型正在加速汽車產(chǎn)業(yè)變革，公司層面，LLM等 AI 可以從工具和流程方面加速開發(fā)生產(chǎn)，某種程度上降低成本，提升質(zhì)量；在汽車人才方面，數(shù)據(jù)集中化的 LLM 將會(huì)極大減少中間人以及集成人的需求，經(jīng)驗(yàn)數(shù)據(jù) GPT 將極大降低技術(shù)人才的準(zhǔn)入門檻。
*未經(jīng)準(zhǔn)許嚴(yán)禁轉(zhuǎn)載和摘錄-參考資料：
Accelerating automotive workflows with LLMs - 福特汽車
Applying AI & LLMs to Transform the Luxury Automotive Experience -捷豹路虎
Transforming Factory Planning
& Manufacturing Operations -??大陸
Accelerating Automotive
Aerodynamics Analysis -?西門子
Unifying & Accelerating
Automotive Design Workflows - stellantis
Revolutionizing Industrial Fluid Dynamics
with Advanced Deep Learning Techniques - 福特
實(shí)時(shí)3D和AI技術(shù)在汽??業(yè)的創(chuàng)新應(yīng)? - 路特斯
下載ECAD模型
