本文來源：時代周報 作者：黃婧

車企也來卷GPT了。

6月17日，理想汽車在其發(fā)布會上透露，“理想同學”加入了其自研的Mind GPT，支持聲紋識別、內容識別、方言識別、出行規(guī)劃， AI 繪畫、AI 計算等功能。理想方面稱，為 Mind GPT 的訓練建立了一個不斷更新的汽車知識庫，過濾和去重數十 TB 的原始訓練數據，使用了1.3 萬億個token進行基座模型訓練。

【資料圖】

年初Chat GPT在國內掀起一陣大模型布局熱潮，百度、華為、阿里、商湯、科大訊飛等科技企業(yè)都紛紛爭相布局自己的大模型。這一陣風也不可避免地刮到了車圈。

理想并非國內第一家宣布接入類GPT技術的車企。今年2月初，集度CEO夏一平宣布，集度汽車機器人將融合百度文心一言的全面能力。

“汽車行業(yè)的變革，電動化是上半場，而智能化則是下半場”，已成為汽車行業(yè)普遍共識。浙江大學國際聯合商學院數字經濟與金融創(chuàng)新研究中心聯席主任、研究員盤和林向時代周報記者表示，“萬物皆可GPT，ChatGPT成功后，如今向多應用生態(tài)發(fā)展，車企也想將GPT的熱度引導到智能車聯網領域。”

然而，蜂擁布局的GPT技術最終會為汽車企業(yè)的貢獻幾何，仍然存疑。

多家車企已申請注冊相關商標

早在Mind GPT發(fā)布的兩個月前，理想汽車就已開始注冊申請相關商標。

天眼查app顯示，4月24日，理想汽車關聯公司北京車和家信息技術有限公司申請注冊“MindGPT”商標，國際分類為運輸工具、網站服務等，當前商標進度均為申請中。

圖源：天眼查

不止理想，近段時間以來，不少車企都有所動作。

6月15日，梅賽德斯-奔馳和微軟宣布，兩家公司正在合作測試車載ChatGPT人工智能，美國超過90萬輛配備MBUX信息娛樂系統(tǒng)的汽車可以使用。

梅賽德斯稱，測試計劃的結果將為 ChatGPT 添加到其他國家和其他語言的計劃提供參考信息，也就是說如果測試順利，這一功能有望擴展到更多地方和更多汽車。

國內方面，近段時間以來，據不完全統(tǒng)計，僅僅在5月，就有長城汽車、蔚來汽車、小鵬汽車、奇瑞汽車四家車企申請了GPT相關商標。

天眼查app顯示，5月31日，奇瑞新能源汽車股份有限公司也申請注冊兩枚“ICAR GPT”商標，國際分類為運輸工具、網站服務。

5月30日，長城汽車股份有限公司申請注冊的商標為“長城汽車SPACEGPT、“GWMSPACEGPT”，國際分類為運輸工具。

5月26日，小鵬汽車關聯公司廣東小鵬汽車科技有限公司申請注冊“XMARTGPT”“XPGPT”“XGPT”商標，國際分類涉及運輸工具、通訊服務。

5月15日，蔚來汽車關聯公司上海蔚來汽車有限公司申請了多個GPT商標，包括“KnowmeGPT”“NIOGPT”“NOMIGPT”商標，國際分類涉及運輸工具、社會服務、建筑修理、科學儀器等。

目前，已有多家車企宣布就大模型與企業(yè)展開合作。

2023阿里云峰會當天，吉利汽車、智己汽車、奇瑞新能源等多家企業(yè)表示，將與阿里云在大模型相關場景展開技術合作的探索和共創(chuàng)。今年2月初，集度CEO夏一平也宣布，集度汽車機器人將融合百度文心一言的全面能力，計劃打造首個針對智能汽車場景的大模型人工智能交互體驗。

GPT為造車貢獻幾何？

汽車行業(yè)的競爭正在逐漸轉向智能化戰(zhàn)場。

乘聯會發(fā)布的數據顯示，2023年5月新能源車國內零售滲透率已達33%，較去年同期27%的滲透率提升7個百分點。隨著電動汽車在國內市場的滲透率不斷攀升，車企在硬件方面的差異逐漸縮小，軟件方面成為形成競爭差異化的要點。

在理想汽車 2023 春季媒體溝通會上，理想汽車CEO李想就曾表示出對發(fā)展人工智能的重視。他表示，智能電動車面臨著人工智能革命。人工智能時代來臨，軟件 1.0 走向軟件 2.0。現階段的輔助駕駛，還是人類制定規(guī)則，智能要依靠人工；而具備認知學習的軟件 2.0 階段，車開始像人一樣觀察世界，并做出決策。

今年 3 月，針對 GPT-4，小鵬汽車董事長何小鵬更是表示：“GPT 是最近數年的全新技術浪潮中，包括元宇宙，區(qū)塊鏈，Web3 中等中我唯一覺得既是趨勢又在眼前又可產生顛覆的。”

“GPT技術的接入能夠提升車的人機交互能力和綜合環(huán)境問題的互動能力。今后車企在同一價位段的硬件方面的品牌差異會越來越小，當舒適性、安全性、動力和續(xù)航里程上競爭難以產生太大的差異時，卷智能就成了選擇的必然。”奧緯咨詢董事合伙人張君毅告訴時代周報記者。

談及車企搭建GPT技術的路徑，盤和林向時代周報記者表示，“可以采取兩種方式：一種是和成熟的大語言模型合作，另一種則是需要自己從零開始積累大語言模型的數據。一般車企會選擇前者，這樣，對于車企來說，只需要針對自身需求提供數據范例，讓大語言模型適配車主需求即可。”

不可忽視的是，大語言模型的搭建也并非易事，需要大量的技術積累和硬件投入。

“企業(yè)對技術的實際響應和落地體驗，是由算力、算法以及自身的整體架構與生態(tài)系統(tǒng)決定，是不同車企需要去克服和提升的難題。”張君毅認為，車企們爭相獨立布局大語言模型技術，技術資源和注意力容易被分散，由于基層算法人才的趨利流動和大算力GPU的分配，有可能會在一定程度上影響干擾自動駕駛的市場發(fā)展。

關鍵詞：