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。