TechWeb 文/卞海川

(資料圖)

把GPT“吹”上車，真的能給用戶帶來實際價值嗎？

眾所周知，ChatGPT已經成為全球最快用戶破億的應用，各大科技巨頭陸續發布了“類ChatGPT”AI大模型。這其中，AI大模型在智能汽車領域的應用更成為整個汽車行業集體關注的焦點，尤其是國內車企更是趨之若鶩。

車企盡上GPT

據不完全統計，目前僅接入文心一言的車企就包括長安、集度、吉利、嵐圖、紅旗、長城、東風日產、零跑等。除了國內車企，奔馳、微軟宣布將在美國奔馳汽車上增加GPT功能。借助OpenAI和微軟的技術，奔馳原有車載語音助手將得到升級。

與此同時，國內諸如蔚來汽車、小鵬汽車、理想汽車、奇瑞汽車均申請了GPT相關商標。如蔚來汽車申請“NIOGPT”、小鵬汽車申請“XPGPT”、理想汽車申請“MindGPT”等。 尤其是理想，不久前已經發布了自研Mind GPT，并將AI技術引入到車機“理想同學”中。

可以說，國內的車圈也已經進入了大模型的混戰階段，那么問題來了，這些大模型究竟有何本領？與此前車企們吹捧的智能座艙和智能駕駛又有何區別呢？

GPT上車 價值在哪？

由于接入百度文心一言的車企較多，所以這里我們就以它為例，看看大模型上車到底帶來了什么？

結合媒體及官方信息，我們知道，與智能座艙結合，最直觀的體現就是在交互上。例如更聰明能聽懂人話，包括那些模糊的指代命令，可以和人對話；能通過搜索分析，給出更貼切的反饋；能夠提供個性化、擬人化的服務；甚至在文字、語音、圖片之間的轉換等。

具體到應用場景，包括超級閑聊、靈感畫畫、百變人設、AI新車導購等。以超級閑聊為例，就是把車內變成一個交流場景，通過與語音助手對話式交互，規劃行程、答疑解惑、閑聊，就像人與人交流一樣自然。

同時，基于大模型本地化技術，小度車載語音 SDK 支持流暢的免喚醒多路同時交互、全頁面所見所說、全域毫秒級響應，這些都讓細節的體驗升級。特別是真多路同時對話能力，最大支持 8 路同時交互精確處理，覆蓋整個座艙內外，可以實現多路同時、快速、連續對話的極限挑戰，就算坐在駕駛位、副駕駛位和后排的一家人同時開口，語音助手也能滿足每一個人的訴求。

再看理想的Mind GPT ，聲稱和“理想同學”結合后，支持聲紋識別、內容識別、方言識別、出行規劃，AI 繪畫、AI 計算等功能。

不知道業內看到這些作何感想？在我們看來，除了某些應用場景（例如超級閑聊、多路對話能力、）影響駕車安全，且并非剛需，其他所謂的場景基本上也是此前智能語音的升級，至于到了用戶體驗上能有多大的提升，還需時間的檢驗。

其實不止是百度文心一言，目前上車的大模型在智能駕駛座艙方面（基本都是原有語音理解和交互的提升）都是大同小異，很難形成差異化的競爭力和用戶體驗。

思必馳汽車事業部產品總監葛付江對TechWeb表示，ChatGPT目前是以文本交互機器人的形式呈現的，適用多種文本處理任務，常用于智能問答和對話、文本創作等領域；車載語音以對話交互為主，多用于進行例如“導航去XXX？打開音樂”有明確指令的行動，“語音助手”用高度擬人化的語音輸出來回應車主訴求。車載語音交互用于解放駕駛員雙手，聚焦其注意力帶來更安全、便利的駕駛體驗。未來車內有了ChatGPT技術的應用，不僅是完成固定指令的任務型對話，車、人能進行更高效、更直接、高靈活度的出行、知識和閑聊交流。

可以看到，目前GPT上車的價值主要還是局限在智能座艙的語義識別，可是目前國內車企的智能語音助手相對成熟，GPT賦能下的智能座艙很難在帶給用戶更大提升。況且，一個新的技術或者產品能否最終落地得到規模的應用，除了技術因素外，還會受到其所處產業或者市場的產業鏈、市場競爭強弱、市場空間等諸多因素密切相關。

具體到車載智能語音系統，雖然ChatGPT在“智能”上表現出色，但其在整個產業鏈條中比較偏后段，需要依賴很長的前端鏈條，比如信號處理、語音識別、文字輸出之后才會用到它，前端鏈條上的因素對后端流程都會產生影響，例如信號處理會影響語音識別，語音識別如果出錯就會影響NLP的判斷，鏈條上每個模塊都需要提高可靠性，才能保證最后出來的整體結果可靠。

也就是說，ChatGPT在“智能”能力的輸出上，并非完全取決于自身的能力，其產業鏈上任何一個環節都會對其造成正或負的影響。

綜上所述，無論是從體驗提升還是其它因素制約來考慮，GPT在智能座艙層面“加持”有限。

除了上述智能座艙外，值得注意的是，智能駕駛是最早被提出的AI應用場景之一，而自動駕駛需要大量的數據處理和分析，同時自動駕駛的應用也需要長期仿真測試以及道路測試，而AI大模型的加速發展將縮短自動駕駛開發進程，進一步推動產業成熟。

業內知道，早在2019年，特斯拉就將基于深度神經網絡Transformer大模型引入到感知預測中，并在2021年8月的特斯拉AI DAY 上展示了基于Transformer的BEV(鳥瞰視角) 感知方案，這是大模型技術首次被應用到自動駕駛行業，也是FSD實現“重感知，輕地圖”純視覺路線的關鍵所在。

雖然從極少數的內測到如今面向北美所有購買用戶推送，最新駕駛里程接近2億英里，并被認為是目前最先進的自動駕駛系統之一。但時至今日，其在實際的應用中依然是事故頻發，遠未達到自動駕駛應有的體驗。

領先的特斯拉尚且如此，何況現在才開始利用大模型的其他廠商。

寫在最后

車企們爭相獨立布局語言大模型技術以提升汽車智能化（例如智能座艙、智能駕駛等），的舉措無可厚非。但從目前幾乎主流車企，尤其是國內車企扎堆推出各GPT后的應用場景和體驗看，依然缺乏與此前未采用大模型的差異化，而這也讓我們不禁發問，車企們在力推語言大模型的時候，到底只是為“亂花迷人眼”，還是應該本質性地提升用戶的體驗為先？

關鍵詞：