伴隨 ChatGPT 的橫空出世，大語言模型在算法、算力、數據方面的技術發展，已經從量變積累實現質的飛躍，汽車行業內的人都明白 LLM(large language model) 正在改變著智能駕駛，智能座艙等消費者明顯感知的前端應用。
但是 AI LLM 作為底層創新的工具不但催生了新的應用，還加速著產業的發展，幫助企業提升效率，所以 LLM 企業級應用是目前汽車行業戰略以及高層在重點布局的內容；同時由于它牽扯到生產關系和方式的改變，也是不少敏銳的汽車職場人在考慮自身職場發展思考的話題。
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，舉辦了2024 GTC 邀請了不少汽車 AI 應用端的企業參考分享AI特別是?LLM 生成式在汽車企業當中的應用，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工作流程的案例，可以激發車企以及職場人的思考。
根據眾多車企分享的內容，可知目前 LLM 大語言模型以及生成式人工智能在汽車行業的應用方向：
一般文本創作和摘要， 軟件工程。
文本創作和摘要，例如會議的記錄摘要和總結；
軟件方面 ，例如可以?LLM 學習理解 AUTOSAR 規范并生成執行規范不同功能的代碼來生成測試用例。這可以通過使用 LLM 為規范中定義的不同功能和服務生成輸入和預期輸出值序列來完成，可以幫助減少測試的時間和成本，同時還提高測試的準確性和完整性。
另外一個是，基于LLM大語言模型的檢索增強生成（RAG）。
檢索增強生成（RAG）是可以對大型語言模型輸出進行專業知識的優化，使其能夠在生成響應之前引用訓練數據來源之外的權威知識庫。
大型語言模型（LLM）用海量數據進行訓練，使用數十億個參數為回答問題、翻譯語言和完成句子等任務生成原始輸出，但 LLM 訓練數據是靜態的，有截止日期的。
所以大家可以看到，GPT 很多時候一本正經的說胡話，如果企業采用這種大模型，猶如養了個奸臣宦官，他不開放，還拒絕隨時了解時事，但總是熱情和絕對自信地回答每一個問題，對于企業來講絕對是災難。
而 RAG 可以將 LLM 擴展為能訪問特定領域或組織的內部知識庫，所有這些都無需重新訓練模型。它會重定向 LLM，從企業原有的權威的、預先確定的知識來源中檢索相關信息。
這樣 RAG 可以經濟高效地改進 LLM 輸出的方法，讓它在各種情境下都能保持相關性、準確性和實用性。
所以對于汽車行業這類需要專業知識和高密度經驗類信息的產業，是非常好用。
目前國內很火，號稱行業研究利器的的秘塔AI就是采用基于大模型的 RAG 技術 （當然根據我的使用經驗，可以快速了解行業，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，可以將汽車企業的內部原有的信息和數據，例如歷史項目資料，知識庫，甚至個人的郵件，采用 RAG 訓練成企業內部 GPT。
例如開發端之前大家對于某個問題，需要咨詢某個專業零件或者系統的 TS Technical Specialist，接下來大家可以先問公司 TS GPT，然后再決定要不要找 TS ；企業法務，之前大家有問題需要找公司法務咨詢，接下來可以先問公司法務 GPT，然后再決定要不要去找法務員；售后端診斷以及技工指導，都可以飛快地從數字服務 GPT 中快遞得到答案。
這樣企業內每個人可以擁有一個基于企業數據的經驗豐富的助理工程師，助理項目管理，個人助理。可以極大地增強企業的生產力。
最后圖片視頻類的 GPT 以及數字孿生
汽車市場端的圖片以及視頻生成，這個估計應用的非常廣泛了，市場活動宣傳視頻以及銷售網站的呈現都是數字化呈現給消費者的。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省費用和時間；另外用戶選購車輛時候通過 3D 組合，可以更改車輛配置顏色以及場景，從而提升購車體驗。
數字工廠，這個英偉達在過去每次 GTC 都會提到，采用其 Omniverse -設計、優化和運營未來的工廠。工廠的設計，維護，休整對于汽車行業是特別重大的事情，它意味著產量的穩定，資產的閑置；任何檢修和修改都是錢的損失。
對于數字工廠的本質，首先是虛擬化工廠，然后基于虛擬化的工廠內容，AI可以模擬和推算，優化工廠結構，流程順序，最終找到最優的工廠布局，工序，物流組合等等，從而可以節省投資，時間，實現效率最大化。
以上為在 LLM 大語言模型方面應用比較前沿的車企目前正在布局使用的案例，但同時會議上 Ford 汽車還表示目前在拓展LLM未來應用的方向。
取代看板 Dashboards ，數據以及知識的對話式交互。基本上車企都會有一大堆看板來呈現當前的總體狀態，或者發展趨勢，特別是管理層或者項目管理，最喜歡看的就是這個東西。但是一般看板背后都配備會議或者匯報人，因為數據狀態背后都有需要解釋或者深挖的內容。
而AI可以根據數據生產看板，然后查看看板 Dashboard 的人可以直接和它交流對話問所有感興趣的問題。
可以互相召喚交互的聊天機器人。上文講到目前很多車車企內部都在推行 RAG 聊天對話機器人，例如專業知識機器人，銷售數據機器人，客服機器人，你可以問銷售數據機器人關于車子銷售的問題；你可以問客服機器人關于客服以及需求的情況，但是當你想問這個車型的銷售和客服情況時候，你需要打開兩個機器人，甚至多個機器人，未來或許企業內部通過語言大模型整合，不同的數據他們交互統一，數據統一，可以內部進行相互交互。
主動式助手，監控環境，時刻準備幫助人類。例如上文中講到的售后診斷，售后診斷可以通過 AI 診斷并主動建議維修方案；項目管理 LLM 可以主動幫助項目早期建議關鍵路徑以及 Timming。
所以，其實可以看到 LLM 等 AI 大模型正在加速汽車產業變革，公司層面，LLM等 AI 可以從工具和流程方面加速開發生產，某種程度上降低成本，提升質量；在汽車人才方面，數據集中化的 LLM 將會極大減少中間人以及集成人的需求，經驗數據 GPT 將極大降低技術人才的準入門檻。
*未經準許嚴禁轉載和摘錄-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
實時3D和AI技術 在汽??業的創新應? - 路特斯
相關推薦
