大型AI模型的未来在哪里？听听行业高管怎么说

【报道】12月20日，由北京大学光华管理学院与腾讯云联合主办的“AI+出行”行业案例沙龙在京成功举办。

本次沙龙的主题是“AI驱动汽车新智能”。

行业高管人士参与沙龙，共同探讨大型AI模型的未来发展机遇。

腾讯智游钟学丹：大模型落地面临三大挑战。

腾讯智行副总裁钟学丹介绍了AI大车型与汽车行业的发展趋势，以及两者结合带来的新机遇和智能化变革。

他表示，大型模型在广泛的应用场景中展现出巨大的潜力。

但其实际应用面临诸多挑战，主要是大模型实现的复杂性和基础门槛较高。

这些挑战可以概括为三个方面：模型挑战、数据挑战和算力挑战。

首先，通用大模型虽然在基础性能上表现良好，但其精度和解决问题的标准无法满足特定行业需求的行业要求。

同时，数据质量问题也会对模型性能产生影响。

如何针对特定行业建立模型，并根据行业特点设计相应的算法，成为应对挑战的关键。

其次，数据挑战涉及合规性和安全性问题。

例如，在移动领域，数据使用受到国家法规和要求的限制。

如何在充分利用数据资源的同时保证用户隐私成为大型模型应用需要攻克的难题。

最后，算力挑战主要体现在GPU采购困难、算力紧张、大模型训练对算力需求高等方面。

这在很大程度上限制了企业和行业的发展。

除了技术因素之外，如何找到最佳的应用场景并实现良好的用户体验也是一个关键挑战。

目前，大型车型在汽车行业的主要应用集中在座舱和自动驾驶领域。

如何探索更多的应用场景成为亟待解决的问题。

关于模型评估问题，大型模型并不完全确定，并且存在许多缺陷。

因此，建立行业模型评价体系，不断迭代优化通用大模型至关重要。

腾讯致力于推动新智能发展，提供混元通用大模型，帮助行业打造个性化大模型。

混元大模型参数规模超千亿，预训练语料超2万亿Token。

具有多轮对话、知识增强、逻辑推理、内容创作等核心能力。

基于此，腾讯云已接入100多个应用，涵盖广告、营销、游戏、社交等场景。

为加速汽车行业大模型落地，腾讯开放MaaS平台，提供基础设施、模型库、产业基地，方便开发。

此外，腾讯还根据汽车行业特点，构建了专有的数据知识库。

综上所述，腾讯通过提供大模型和相应平台，帮助行业应对挑战，实现智能技术的深度应用，服务行业发展。

理想汽车苟晓飞：智能终端的底层逻辑是人机交互。

理想汽车智能空间副总裁苟晓飞在会上分享了AI人机交互。

他指出，无论是过去的电脑、今天的手机、还是今天的智能汽车，它们都是智能终端。

这些智能终端为人们提供服务和功能，其最底层逻辑是人机交互。

他回顾了人机交互的进化史。

汽车和整个消费电子行业的进化史是高度一致的。

最初是基于Windows的鼠标键盘+界面。

有了显示屏，就可以显示图形界面，可以配合按钮和滚轮来模拟鼠标和键盘输入。

后来出现了触摸屏，现在汽车都采用了触摸技术，主流汽车都以触摸作为主要的交互方式。

但这些交互适合车载终端吗？他认为，这是理想汽车一直在探索的问题，答案肯定不合适。

因为目前的触控技术存在一些问题。

首先，过去的终端是一对一的交互，而汽车是一对多的服务，因为车里有多个乘客。

其次，汽车是三维空间，而手机和电脑是二维平面设备，交互系统不同。

当今汽车的主要交互形式是触摸，但触摸有距离限制，后排乘客无法通过触摸与车辆进行交互。

此外，驾驶员在驾驶时很难通过手眼协调与屏幕进行交互。

整个行业一直在说，最适合汽车的交互应该是对话式交互，应该是语言。

然而，语言多年来一直是一种辅助交互形式，主要是因为之前的人工智能或算法并没有完全理解语义。

他还提到，学丹老师提到，过去的交互方式更多是命令式、基于规则的，他无法理解语言中复杂的逻辑。

而现在大型模型的出现，将语言理解能力提升到了一个新的水平。

对话交互有机会从可用转变为有用。

他们录制的视频展示了最新功能，并于12月19日在最新OTA 5.0上上线，供理想车主使用。

对于很多业内朋友对他们的评价，他认为他们只做冰箱、彩电、大沙发。

他们堆叠了很多屏幕，因为当前的空间交互需要更多的屏幕。

例如，当车内只有一个屏幕且驾驶员启动导航时，后排乘客将听到环绕扬声器布局发出的声音。

这样的布局可以还原声音的方向感。

同时，它们还拥有许多麦克风阵列，用于声源定位并识别每位乘客所说的话，以及用于识别乘客肢体语言的机舱内摄像头。

这些硬件是实现空间交互框架所必需的。

随后他还举了一个例子，当他想要调节屏幕亮度时，如果是触摸界面的话，可能会被引导到显示设置，其中不仅包括亮度，还包括开关、刷新等很多选项。

费率。

不过他的明确需求只是调节亮度，他期望直接得到满足，而不是被扔到类似的界面去寻找。

这是下阶段整个行业将面临的重大变化和挑战。

未来，对话式交互和开放式输入将需要与开放式输出配对，这意味着所有用户界面都将变得具有生成性。

这些用户界面的布局将根据语言逻辑自动生成，以紧密匹配用户的语义。

这将是该行业面临的首要挑战。

第二个挑战是，由大型模型驱动的未来对话交互将彻底改变所有应用程序。

以第三方应用为例，应用通常是根据其能力来创建的。

这意味着每个应用程序都是隔离的。

例如，如果今天是某人的结婚纪念日，想去望京吃日本料理，他可能会打开小红书或美团搜索附近的餐馆，然后使用腾讯地图进行导航。

这个出行需求分为两个应用。

然而，通过对话式交互，用户的需求将得到充分满足。

有理由相信，未来的应用形态将转变为虚拟助手。

以OTA 5.0为例，它提供了三个助手和一个老师。

这些助手包括用车助手、旅行助手和娱乐助手，将美食、旅行、景点介绍、门票预订等多种功能集成到旅行助手中。

未来，所有与旅行相关的问题都可以通过呼叫理想同学、使用旅行助手来解决。

用车助手就像一个智能客服，可以解答所有与用车相关的问题。

既是专业的产品专家，又是优秀的售后服务专家。

所有与汽车有关的问题都可以通过它解决。

娱乐助手可以包含长视频、短视频、音频、音乐、有声读物等所有内容。

用户可以通过与这个助手的交互来实现各种需求。

未来整个应用生态可能会朝这个方向发展。

五通车联王永亮：智能化才能真正定义汽车。

梧通车联科技有限公司副总经理兼CTO王永亮在本次会议上分享了行业大模型在智能座舱领域的应用与实践。

汽车行业正从上半年的电动化转向下半年的智能化。

虽然汽车工业已经有近几年的历史了，但是我国的汽车工业通过电气化得到了快速的发展，这是一个非常了不起的成就。

汽车被视为工业皇冠上的明珠，这一成就来之不易。

然而，在智能化发展过程中，竞争将变得更加激烈。

为了强调软件在汽车中的作用，现在有一种说法，软件定义汽车。

但他认为这只是手段，真正的目的是情报。

因此，智能化才能真正定义汽车。

然而，智能面临很多问题，比如目标是什么？下一步是什么？如何测量？吴通公司很早就开始思考这些问题。

他们参与了中国工程汽车学会牵头的白皮书的创作，旨在构建理论-技术-产品的代际发展理念。

它们的核心是参考智能驾驶分类的体验，因为分类对于智能驾驶之所以能够发展得这么快并得到用户的认可有着非常重要的作用。

他们正在尝试探索并建立类似的分级制度。

虽然这次探索还处于探索阶段，但他认为这次探索是非常有意义的。

以前功能汽车是L0级别，现在智能汽车是介于L1和L2级别之间，也就是智能座舱。

吴通汽车从2018年开始打造智能化，他们称之为打造战略大脑。

经过迭代，目前已经发展到策略大脑3.0阶段。

由于大模型的加持或者支持，他们认为自动化水平得到了质的提升。

他简要介绍了战略大脑的发展历程。

策略大脑1.0是简单规则的执行，比较简单。

策略大脑2.0实现了复杂场景的排列以及多个场景的联动。

它已经具备了智能感知和智能座舱的全部能力，并且正在向部分主动交互的水平迈进。

由于策略大脑3.0使用大型模型，他们认为它已经达到L3级别，但仍在开发和改进中。

尽管梧桐较小，但它们也有一些优势。

首先，腾讯为他们提供了大模型理论的基础。

其次，长安将为他们提供切实的机会。

这是非常难得的，因为他们有腾讯大型车型的支持，也有长安汽车的做法。

他们很早就参与了腾讯大车型生态的建设，并同步开发和探索大车型在汽车智能座舱行业的应用场景机会。

他们还依托长安汽车把汽车当机器人的理念，为双商在线打造智能产品。

因此，他们非常有信心自己具备高端智能座舱的典型能力。

他分享了吴桐在大型模型上的一些探索。

他们的大模型是基于腾讯的千亿参数，再加上一些领域的支持，现在是万亿参数，未来会更强大。

他们自己开发的大语言模型就是以重构为??出发点，积累经验，做一些探索。

他们自主开发的模型可以实现持续对话。

智能语音对话是大模型最重要的特点。

未来，交互肯定会重新整合。

他们的大模型的特点包括理论性、集成性和垂直领域。

为了实现他们的愿景，他们的大模式的一个主要特点就是端云融合。

主要考虑因素包括效率、稳定性和安全性。

他们强调安全和隐私的重要性，尤其是在大机型时代，需要从用户的角度避免法律和道德风险，不给用户造成伤害。

最后他提到了客户端的重要性。

为了保证云端和汽车的基本稳定服务，需要考虑软硬件设施、协作优势、灵活性和稳定性、安全性和隐私性等问题。

最后，他简要介绍了它们在大型模型中应用的几个案例。

首先，第一种情况，最重要的是大模型在语音交互中的应用。

在车内空间内，自然的语音交互尤其合适，因为它是半私密的。

大模型在其行业中的应用让他们真正实现了意图的全面理解。

他举了一个例子（也包含在视频中）来帮助他打开大门。

这种模糊的语义在过去尤其难以处理。

它包含指定的单词、多重意图和手势理解。

有了大模型之后，就特别简单了。

小飞已经上市了，他们也可以上市，但作为传统汽车厂商，他们会比较保守，但明年在量产车型上肯定会看到他们的产品。

其次，他们利用大型模型的模式识别和理解能力来实现真正的人工智能。

业内人士都知道，AI最重要的一点是它不跟随道路或汽车，甚至无法处理哪怕是很小的动作或聚焦。

但他们有大型模型的工具，所以这不是问题。

第三，他们的大模型最重要的特点就是拥有世界上几乎所有的知识，99.99%使用一般大模型的人都做不到。

但他们上了车，加上车辆领域数据，他们肯定会比有经验的司机更了解汽车。

所以以后开车的时候，有不懂的地方就问，问了就明白了。

这没有问题。

一旦发生意外，大模特可以直接给你最好的建议，不用担心被骗。

第四，大型车型可以在智能驾驶中实现真正的自动自适应车辆控制。

在雪地里，它会自动开启雪地模式，并建议您如何驾驶以及开多快。

这比有经验的司机更好。

展望未来，他们认为，在未来的战略大脑4.0中，随着技术的成熟，特别是数据积累到一定程度，算法会不断进化，算力会不断增强。

他相信未来的汽车会比你自己更了解你。

北大光华王铁民：面对全栈自研，需要专业分工和跨行业融合。

北京大学光华管理学院组织与战略管理系副教授、北京大学管理案例研究中心联席主任王铁民最后谈到了人工智能在行业中的应用。

概括。

她首先解释了AI连续举办三届线下沙龙的原因，并强调了AI带来的技术范式层面创新的重要性。

这种创新不仅涉及技术本身，还涉及科学进步、经济因素和制度变量等多个方面。

这位商学院教授接着讨论了技术范式的影响，特别是对商业化和经济增长的关注。

不过，她也强调，技术范式的影响远不止于此，还包括对就业、生活质量、环境和生态可持续性等的影响。

在嘉宾分享的内容中，教授指出，虽然每个嘉宾的分享侧重点各有不同，总体来说都是围绕汽车端的问题进行讨论。

她从商学院的角度观察到，人工智能作为技术范式在汽车行业的落地，体现了智慧城市更广泛的影响。

在智慧出行子系统中，教授提到了多个要素，包括云、车、路、网络、地图等。

这些要素在行业中是相互影响的，包括产业链、制造、智能营销、售后服务等。

汽车公司的其他方面。

教授强调了技术创新商业化的重要性，并指出一项新技术或创新的商业化过程和应用价值不仅取决于技术本身的新颖性和先进性，还取决于许多可行性考虑，包括商业商业化模式、产业政策的导向和力度、市场培育和市场用户接受度。

此外，教授指出，重大技术应用创新的实施将引发产业边界重塑、竞争与合作关系重构。

这在汽车行业尤为明显，科技公司与整车制造行业之间的关系正在经历着紧张的对话。

随后她表示，随着时间的推移，企业从冲突走向某种融合，出现了更多的跨界合作。

在中国汽车行业，不少整车企业希望走全栈自研的道路。

但全栈自研并不适合所有企业，取决于企业规模、内部管理和制造成本以及外部交易成本。

因此，对于不进行全栈自研的公司来说，专业化分工和跨行业整合是必要的。

她随后以汽车行业为例强调合作的重要性。

在传统燃油时代，由于汽车是一种复杂的产品，汽车行业的合作非常多。

在新四化重新定义行业边界的时代，合作更加必要。

公司可以通过协作快速补充新能力，尤其是在竞争强度和速度不断增加的情况下。

她还认为，会议还讨论了合作形式的多样性，包括基于股权的联盟合作以及不涉及股权的契约合作，如联合营销、联合研发或战略供应商等。

同时提到，腾讯等科技公司在赋能汽车产业时也采取了多种形式的合作，包括与长安、五通汽车联盟的密切合作，以及与其他整车厂和其他整车厂相对松散的联合研发与合作。

汽车制造公司。

营销等模式。

值得一提的是，她强调了合作关系的重要性、复杂性和动态演变。

在动态环境中，企业的动态能力非常重要，动态能力的核心包括与时俱进的协调与整合、学习与重构。

以教研案例为例，强调合作关系管理需要相应的组织能力。

此外，她还表示，从今年甚至更早的时候，她就一直在与学丹先生的团队进行沟通和合作。

她正在研究的一个案例叫腾讯智慧出行。

此案自今年6月以来，已持续一年多。

虽然她还没有正式向学丹校长汇报，但她感触颇深。

腾讯智游的诸多特色给她留下了深刻的印象，有很多值得总结的地方。

首先，腾讯专注于自己能力范围内的事情。

对于初创企业来说，这不是问题，但对于腾讯这样的巨头公司来说，能够专注于做自己能力范围内的事情是非常重要的。

这也将为他们后续的案例研究提供更多的分享机会。

腾讯第三次战略转型旨在立足消费互联网，拥抱产业互联网。

CSIG的业务线之一是腾讯智慧旅游。

过去，腾讯主要专注于社交门户，但现在最大的移动互联网社交门户是微信。

进军TO B业务领域对腾讯来说是一个新的挑战。

PC时代有QQ，移动互联网时代有微信。

幸运女神会再次眷顾腾讯吗？她不知道，但她了解到学术界已经对微信的成功进行了案例研究。

这个结论叫做微创新、迭代、集成。

微信每次推出新版本的时候，尤其是年年都会增加一些新的功能，比如摇一摇、二维码、支付功能等，这些创新不算巨大，但微信善于倾听用户的需求，了解合作伙伴的新进展，并整合这些进行持续迭代。

如今，微信已经成为移动互联网不可或缺的入口和助手。

在产业互联网阶段，她认为这种微创新几乎已经成为腾讯的基因能力。

腾讯智游早在2018年就在自动驾驶业务上建立了实验室，学丹早期在地图和生态车联网方面的工作在这一领域也起步得很早。

2018年，腾讯智游事业部正式成立后，她开始从车主的角度感受到通过微信上车的便利。

这是不是说明腾讯在这方面很擅长呢？这实际上体现了C2B的能力。

C端，腾讯积累了大量微信用户；它还在智能驾驶、云等领域拥有诸多能力。

腾讯以自身优势为支点，不断迭代拓展与垂直行业的联系。

如今，腾讯又新增了制造、销售、智能驾驶、智能座舱等汽车全产业链。

随着混元大模型的应用，腾讯的能力再次得到提升。

从腾讯的发展历程来看，有两点值得注意。

首先是经受住诱惑，做力所能及的事情。

但如果你只做自己力所能及的事情，你可能会变得自满、停滞不前。

其次，你不能只坚持自己能力的界限而不取得进步。

您还需要扩展您的能力范围。

为了实现这一目标，我们需要倾听用户和客户的需求，并发挥集团的协同效应。

浑源大模型在这个过程中发挥了关键作用。

它是大模型的基础，赋能很多业务线。

作为腾讯内部的业务部门，也应该做好集团内部的协同工作。

这次与腾讯智慧出行学丹的交流带来了新的启示：大模型在垂直行业的应用、出行行业的应用、C端的应用都展现了其重要性。

另一个值得关注的案例是雷诺-日产30联盟之间长达二十多年的合作关系。

这样的联盟很少见。

在智能化的驱动下，他们前来探讨新汽车智能化的合作模式。

科技公司和游戏机公司之间的许多联盟和最近的合资企业已经展示了一些经验和教训。

然而，雷诺-日产30联盟却能够持续合作二十多年，并不断发展壮大。

他们在此过程中经历多个阶段，并不断适应不断变化的环境。

他们的联盟治理方式是分而治之，划定区域责任范围，以更好地发挥各自优势，保持伙伴关系的持久性。

这种合作方式的智慧值得其他整车厂以及大量软硬件技术公司和整车企业的合作借鉴和模仿。

写在最后，总之，AI大模型研究在我国已经得到了足够的重视和发展空间。

在政策支持和市场竞争的双重驱动下，我国人工智能大模型产业有望实现跨越式发展，为我国技术创新、经济发展和社会进步做出贡献。

但要想在全球竞争中脱颖而出，还需要不断攻克技术难题，加强产业链协同，增强国际竞争力。

展望未来，我国人工智能大模型研究将在全球科技舞台大放异彩。