开云体育- 开云体育官方网站- 开云体育APP

　　记者了解到，多家车企已采用AI大模型的座舱平台，不少还是自研大模型。例如，比亚迪自研大璇玑AI大模型应用于智能座舱和智能驾驶领域；小米汽车自研小爱AI大模型已全面接入智能座舱，实现从语音助手到生成式AI智能助理的跃迁。小鹏汽车规划了大模型XPlan‐ner和大语言模型XBrain，随AI天玑系统推送上车。理想汽车多模态认知大模型MindGPT正式上车，成为功能齐全的“车内管家”。赛力斯、江淮等车企采用华为盘古AI大模型的鸿蒙4.0智能座舱；北汽搭载自研AI大模型，已在智能座舱人机交互等场景进行应用；智己LS6车机系统采用生成式大模型，在智能座舱领域能够为用户提供多种模式。

　　AI技术如井喷式出现，对训练所需数据的需求也呈指数级增长。尽管数据驱动可以自动化地解决绝大部分的问题，但这至少需要千亿公里的数据。理想汽车智能驾驶研发负责人郎咸朋用数据说明，要达到500公里的综合MPI（城市＋高速综合接管里程），预计需要2000万Clips（视频片段）的水平。如果2000万Clips从不到5％的老司机中筛选，这里隐含的数据量，要达到50亿公里甚至上百亿公里的水平。这种等量级的数据需求将卡住不少企业。商汤科技、毫末智行、吉利、小鹏汽车等都建立了自己的算力中心，但这对它们而言同样不是一项小工程。

　　“这个底座一定要是通用的，无论自动驾驶、‘理想同学’，还是后续要做的人形机器人，底层AI系统逻辑是一致的，不可能一个场景做一个模型。为了提高效率，要将底层能力和上层产品解耦，在同一个基座上针对不同场景和应用做特定的适配。这也是当前车企开发AI模型的基本思路。”理想前数据测试工程师黎光告诉记者：“现在各公司都开始着手做自己的大模型，将大量数据提取、训练再融合到模型中，这个过程就像是‘炼丹’，最后就看谁的效率最高。”