盖世汽车研究院:ChatGPT加速汽车智能化
作者 | 盖世汽车智能网联2023-05-10

ChatGPT自2022年11月正式推出以来,5天注册用户破百万、2个月用户月活破亿,迅速引发行业广泛关注。作为一个通用模型,ChatGPT可以应用于多个领域,本篇报告主要探究其在汽车领域的可能应用。我们将从ChatGPT发展历程、市场分析、对汽车产业影响等几方面来进行分析,供行业相关人士参考。

图片

本报告得到的核心观点有:

• ChatGPT作为一种自然语言生成模型,其凭借着出色的语言理解能力和逻辑推理能力一经推出就赢得市场广泛关注。ChatGPT经过多种技术积累(机器学习、神经网络以及Transformer)逐步走向成熟完善,底层技术主要是依靠AI大模型和人类反馈强化学习支持。GPT-4是当前最强大的多模态大模型,支持图像和文本的输入,拥有强大的识图能力的同时文字输出限制提升至2.5万字。

• ChatGPT市场前景广阔,目前也已开放API接口,加速其商业化落地。现阶段,包括谷歌、亚马逊、阿里、腾讯、百度等国内外科技巨头都在纷纷布局类ChatGPT相关产品,围绕不同的应用场景进行开发。从市场规模来看,基于1亿用户、每月20美元订阅费计算,ChatGPT年收入将超过200亿美元。

• ChatGPT底层的技术能力可赋能汽车行业,结合不同的落地场景,助力汽车行业的智能化发展;

①车载语音领域或将是ChatGPT最先落地的应用场景之一,基于大模型的对话机器人可以通过大数据的持续训练,让车载语音助手更加接近真人,有助于打造情感智能的品牌定位和商业流量变现;

②在自动驾驶领域,ChatGPT背后所应用的算法大模型,具备对海量数据的处理能力以及多维度分析能力,可以通过分析驾驶行为数据来训练自动驾驶控制系统,但考虑到大模型的训练成本、计算资源、处理速度等方面的限制,短期落地难度大;

③ChatGPT将推动汽车数字营销升级,根据客户个性化的需求优化客户体验,提供7*24的服务。进两年汽车营销业态发生了巨大的改变,元宇宙、虚拟数字人概念站上风口,未来ChatGPT技术有望与智能汽车有更多的连接。

• 百度旗下集度汽车是全球类ChatGPT技术的首次上车,将打造全球首个针对智能汽车场景的大模型人工智能交互体验,支持汽车实现自然交流的再进阶。同时,当前已有多家车企成为了百度“文心一言”生态圈的合作伙伴,主要聚焦在语音交互层面的开发;毫末智行宣布自动驾驶认知大模型正式升级为“DriveGPT”,在自动驾驶模型算法方面,全面运用ChatGPT的模型和技术逻辑。

图片

OpenAI是一家全球领先的AIGC (人工智能内容自动生成技术)公司,于2015年正式成立。2019年OpenAI获得微软10亿美元的投资,并在其Azure云计算服务上开发其人工智能超级计算技术。2022年,OpenAI基于GPT-3.5架构推出了ChatGPT,短时间内引发行业广泛关注。

图片

ChatGPT的成熟来自于机器学习、神经网络、Transformer等多种技术模型积累,2017年开始Transformer架构逐渐成为主流,2018年基于 Transformer 架构的 GPT 及 BERT 的陆续发布。BERT模型的核心优势在于自然语言理解,GPT模型的核心优势在于自然语言生成。

图片

ChatGPT采用监督学习+奖励模型进行语言训练,第一步,收集描述性数据,训练一个监督学习模型,在训练过程中需要标记者参与监督过程;第二步,收集比较性数据,并训练一个奖励模型,借助标记者的人工标注,训练出合意的奖励模型,为监督策略建立评价标准;第三步,用PPO(近端策略优化)强化学习算法对奖励模型最优化,核心思路在于将在线学习转化为离线学习。

图片

ChatGPT应用场景广泛,其功能覆盖各个板块,可将其分成生成应用和布局、搜索和数据分析、程序生成和分析、文本生成、内容创作、一般推理和其他七部分。

ChatGPT模型由GPT-1迭代到GPT-4,最新版本模型转向多模态,支持图像和文本输入以及文本输出,拥有强大的识图能力。不仅如此,文字输入限制也提升到了2.5万字。GPT-4除了能从图像中进行获取和分析信息,同时,具备创造力和协作能力和更强的高级推理能力,回答的可控性和真实性相比上一代模型大幅提升。

图片

据CB Insights统计,ChatGPT概念领域目前约有250家初创公司,其中51%融资进度在A轮或天使轮,估值最高的是290亿美元的OpenAI。基于1亿用户、每月20美元订阅费计算,ChatGPT年收入将超过200亿美元。

ChatGPT底层的技术能力可赋能汽车行业,结合不同的落地场景(人机交互、自动驾驶、数字营销),助力汽车行业的智能化发展。但同时也面临一定的挑战,技术方面,大模型对数据的处理能力需要相关企业对AI具有非常深厚的技术积累;成本方面,巨大的资金和人才投入,需要超算平台、算法、数据等各核心力量支撑。

没有关键词
评论代码
自今年初车市开启价格战以来,智能驾驶行业似乎一夜之间,开始从追求高性能往追求高性价比转变。一个明显的例子是,过去被车企用来做亮点宣传的高性能激光雷达,悄悄淡出舆论 C 位,「四颗以下,请别说话」的豪言
2023-05-10