钟学丹表示：“在大模型的驱动下，汽车产业已经站在了‘新智能’发展的开端。大模型的应用不仅将改写智能汽车的算法和逻辑，也将大大促进生产力的革新，与汽车各业务场景相结合。人工智能将作为新质生产力，推动汽车产业从数字化向数智化升级。”
大模型成为推动汽车发展的新质生产力
目前，各大汽车企业已纷纷将大模型纳入重点投入规划，在汽车的研发、生产、销售、服务、协同管理等各环节中，叠加AI的生产力，来提质、降本与增效。
钟学丹介绍，腾讯去年推出全链路自研的通用大语言模型——混元大模型，达到千亿级参数规模，超2万Tokens预训练语料，是目前国内最大的中文大语言模型之一。基于混元，腾讯推出了汽车行业大模型，目前已经与十多家车企展开了应用实践。
然而，汽车行业距离大模型大面积的落地应用，还面临着一些核心挑战。钟学丹总结为模型、数据、算力几个方面。
首先是模型方面的挑战。通用大模型目前主要在AI交互层面应用，但是在一些汽车行业的业务场景下，专业知识与行业数据积累不足。所以，选择汽车行业大模型，加上企业自己的数据做训练或精调，才能打造出实用性高的智能服务。如何在合理的成本下，选择合适的模型，是企业所需要思考与决策的。
其次，是数据方面的挑战。目前我国自动驾驶和汽车行业的高质量数据体量是远远不足的。同时，还要考虑数据分类、标注、训练各环节的投入产出比，更要时刻关注敏感数据的保护与合规。
第三，是算力方面的挑战。根据有关测算，L3+自动驾驶的算力级别已经上升到1000TOPS以上，相当于每秒进行千万亿次的运算。要支撑更大规模的AI训练，从根本上突破单车算力的物理上限，就需要云端、车端一体化的算力协同，实现充足的算力供给和弹性拓展。同时，大模型的训练对网络速度与稳定性要求也很高。
