智驾大模型来了，如何实现“人机共智”？

商汤绝影携驾、舱、云三位一体的产品体系亮相2023上海车展，不仅展现了全栈智能驾驶解决方案，还首发6大智能车舱新品。目前已有近30款车型搭载了商汤绝影。

商汤科技联合创始人、首席科学家、绝影智能汽车事业群总裁王晓刚表示，过去十年人工智能的技术革命，始于深度学习不断突破，乃至深入工业应用，诞生了一批AI+场景应用，在各个领域都有专属的人工智能模型。但问题是研发周期比较长，研发成本也比较高。从去年底开始，ChatGPT的出现，通用人工智能掀起了一场新的技术革命，特点是以更加高效的方式解决大量开放式任务，这个通用人工智能下的模型更接近人的智能，而且能够产生有智慧的内容。

他做了一个对比：在过去的人工智能系统中，输入多模态的数据，AI模型会输出多个任务的预测。但每一个任务都是事先定义好的，如果要增加一个新的任务，往往要重新设计人工智能系统，采集新的样本，对模型重新训练。这就是为什么说人工智能系统周期长、成本比较高。

然而对于通用人工智能（AGI），输入一些提示词，输出就可以生成各种多模态数据的内容，同时用自然语言描述多重任务，可以覆盖更大更广范围开放式的任务，包括各种智能化的长尾场景，甚至一些主观描述的任务。

表现在汽车领域，智能驾驶场景中，人工智能看到一幅图像，问智能驾驶汽车是否要做出减速时，在AI系统中，首先要进行很多物体的检测，包括文字识别，最终做出决策和判断。在这个流程中每一个模块都是事先定义好的一些任务。而在通用人工智能下，给定一幅图像，可以问系统任何问题，比如这个图标是什么意思，应该怎么做，AGI的模型就可以输出对应的结果，而且能够展示中间一步一步推理过程，告诉你我看到这里面有30公里/每小时的限速牌，前方一百米是学校区域，会有小孩活动，你要注意，所以把车速减到30公里/每小时以下。

“这就告诉我们，可以对它任意提问，都能够做出智能性回答。”王晓刚说。

他说，在新的通用人工智能模式下，实现的人和模型之间的互动，并一起产生各种高质量的内容，形成了“人机共智”，一起创造有智慧的内容。

车载终端采集了大量的数据，在通用人工智能下，人和机器实现了互动，如人输出后，模型输出更多高质量的内容。OpenAI在发明ChatGPT之前，用了很多手工标注数据；ChatGPT出现后，全世界的人都在使用ChatGPT，这个过程给ChatGPT很多数据，到GPT4智能又有了非常大的提升。

与此同时，通用人工智能模型，对算力的要求非常大。比如训练一个GPT3这样的模型，需要上千元的A100（GPU），完成一个模型训练，千亿参数级的模型训练，成本是1200万美元。2018年商汤在上海落地了亚洲最大的算力中心之一，基于该算力中心可以做到自动化数据的标注。

王晓刚说，商汤基于多模态大模型，可做到数据的感知闭环和决策闭环。从前端自动采集高质量的数据，到利用大模型进行自动化的数据标注和产品检测，能够几百倍地提升模型迭代的效率并降低成本。

在智能座舱板块，通用人工智能可以使基模型具备对空间环境理解、用户状态感知、多模态指令解析及多轮逻辑对话、内容生成等一系列能力，进而赋能包括情绪感知、智能助手、基于情感的对话、创意内容生成、个性交互等一系列功能，不断地提升座舱的个性化体验。

王晓刚指出，实际上，智能汽车是通用人工智能实现闭环的一个理想场景，人类已经可以做到人机共驾。未来，车和模型之间能够产生更有效的互动，从而完成从人到车、到模型的互动闭环，通用人工智能可为人们提供更好的驾乘体验，解锁无限的想象空间。

【记者】郜小平

【作者】 郜小平

【来源】 南方报业传媒集团南方+客户端