2024北京国际汽车展览会日前落下帷幕。
数据显示，本届北京车展期间，117款新车型全球首发，大约有280辆全电动、油电混动、卡车等类型车辆展出，小米汽车、大众汽车、日产、芯驰科技等超过500家车厂和供应商展示其产品。10天内共有89.2万名参观者涌入展会，其中3%是经销商。
本届展会最大亮点之一，就是中国 AI 大模型“上车”。
车展期间，日产汽车宣布与百度共同签署了谅解备忘录，双方将在 AI、智能汽车领域的战略合作开展可行性研究；丰田、长安、岚图、广汽等整车品牌宣布与腾讯达成合作，联合打造汽车行业大模型方案，覆盖座舱助手、营销、客服等场景；此前，商汤绝影则和小米宣布合作，将在小米SU7汽车座舱中搭载日日新大模型技术。
据钛媒体App编辑不完全统计，已经有超过20家汽车品牌宣布 AI 大模型正式“上车”。
大模型“上车”概念日渐火爆，尤其很多中国 AI 公司都“突出重围”，竞逐国际品牌汽车合作。
随着智能汽车下半场悄然到来，汽车正在升级为新一代“移动智能终端”，其智能化水平的高低也成为车企在智能网联时代决胜的关键。加速大模型“上车”，也成为车企突显产品智能化、打造产品差异化的新选择与新方向。
然而，钛媒体App编辑也在车站现场发现另一个现象，就是大模型“上车”还未规模化商用，多家企业反馈均为“展示”阶段。有专家指出，目前大模型上车概念成份居多，具体实际应用情况还有待观察，而且大模型上车不一定能提升企业经营业绩并带来稳定利润。
IDC中国高级分析师洪婉婷对钛媒体AGI表示，智驾技术本质上是以AI为核心驱动力的复杂系统工程，其发展高度依赖于企业的技术研发底蕴、资金投入规模以及对前沿科技的敏锐捕捉与高效转化能力。而国际车企持续与国内企业在智能辅助驾驶或 AI 领域展开合作，是中国智驾技术站上世界舞台迈出的重要一步，而背后核心动力，是国内企业在AI技术上的深度布局与持续投入。
AI 大模型要“上车”，汽车厂商撬动1.4万亿市场
据乘联会最新数据显示，4月1日至4月14日，全国乘用车市场零售51.6万辆，其中新能源汽车销量同比增长32%，达到26万辆，渗透率达50.39%；全国乘用车厂商批发汽车53.4万辆，其中新能源汽车批发26.8万辆，渗透率达50.19%。
新能源汽车零售、批发渗透率双双突破50%。更早之前，电动车在新车销售量中渗透率快速提升，2021年至2023年5月，已经达到35.3%水平左右，电动车市场已经从爆发式增长阶段，逐步进入稳定高速增长阶段。
与此同时，在外观、三电、智能座舱领域竞逐多年后，深度智能化成为中国汽车公司锚定的下一个目标。
中国汽车工业协会预测，到2035年，中国智能汽车产业规模将超过2000亿美元（约合人民币1.44万亿元）。
瑞银UBS研究团队则预计，到2025年，中国将产生多达660万辆新能源车，即每四辆新能源车中的一辆将拥有智能化功能；而IDC认为，到2026年全球智驾车辆销量将达到8930万辆。
实际上，AI 与汽车之间的最初联系要追溯到40年前，最初的方向是“自动驾驶”。
1984年，美国国防高级研究计划署（DARPA）与陆军合作，发起自主地面车辆（ALV）计划。随后，美国卡内基·梅隆大学、斯坦福大学、麻省理工学院等美国院校都先后加入无人驾驶汽车的研究工作中。
其中，美国卡内基·梅隆大学研制的 NavLab 系列智能车辆最具有代表性，在1995年NavLab-5就实现了88.5km/h的实验环境自主行驶平均速度，并首次横穿美国大陆，自主行驶里程为4496km，占总行程的98.1%。
2015年10月，AI 技术与汽车迎来了一个重要时间点——特斯拉推出半自动驾驶系统Autopilot，成为全球第一个投入商用自动驾驶技术的厂商。随后，通用汽车推出Cruise，奥迪A8量产 Level 3 级别的自动驾驶技术。
与此同时，国内层面，中国无人驾驶汽车研究晚于美国。1992 年，国防科技大学成功研制出中国第一辆真正意义上的无人驾驶汽车。
2011年7月，由一汽集团与国防科技大学共同研制的红旗 HQ3 无人驾驶汽车完成了 286km 的面向高速公路的全程无人驾驶试验。
到了2015年，宇通大型客车在完全开放的道路环境下完成自动驾驶试验，这也是国内首次大型客车高速公路自动驾驶试验；2016年北京车展上，北汽集团展示了其基于EU260打造的无人驾驶汽车，成为搭载的无人驾驶感知与控制汽车。
如今，电动化、网联化、智能化成为汽车产业的发展趋势。
那么，在大模型诞生之前，AI 为何没能实现“上车”？钛媒体AGI编辑梳理认为有三点：
首先，短期内新能源车难以实现“自动驾驶”。从技术体验来说，自动驾驶是一种起点到终点、“两点”距离之间利用视觉、激光雷达、车联网等技术实现的驾驶员辅助或其完全不需操控的汽车，因此，鉴于中国北上广深堵车、地图无法实时更新、政策法规等因素，中国一直将自动驾驶设计为实验性、区域性，比如北京亦庄、北京首钢等。所以，此前大家期盼的“自动驾驶”无法落地，城市NOA只是辅助、或者说利用高精地图所做的技术“平衡”，而非真正的自动驾驶。
其次，传统 AI 利用决策树、无监督学习等技术方案，在数据量无法达到规模级别下，最终只是逼近一个正确值。当然，这其中也有因为汽车这类端侧场景无法拥有大量、100%有效的优质数据集。另外，传统 AI 无法实现通用型的场景技术。
最后，算力不够强大、资金和人力成本太高。小鹏汽车董事长何小鹏曾表示，汽车智能化的研发属于大算力、大数据工程，需投入大量资金人力，一般的算力公司做起来极其困难。而在此之前的2017年-2021年，新能源车、AI、云计算等领域都在努力做营收、商业化、资本化，中国没有出现真正类似于ChatGPT这类新技术的思维和想法，所以无法实现传统 AI 技术“上车”。
360公司董事长周鸿祎对钛媒体AGI表示，此前 AI 上车“诞生”智能座舱和自动驾驶，但同时也受到技术路线阻碍，并非“真人工智能”。但如今，AI 大模型带来了革命性变化，大模型“上车”对于车的智能能力是本质上的提升。
周鸿祎向钛媒体AGI举出四个大模型“上车”改变的场景案例。
-
第一、之前的智能座舱，用户对话更多的是基于规则处理的，你说把车窗打开，他能听懂，你要说把玻璃摇下来，他就听不懂了，类似于Siri，其实是一个智障的角色，并不好用。如今大模型上车之后，真正让汽车理解你的想法，属于革命性东西。
-
第二、Sora现在的能力是代表了多模态的能力，而未来汽车、机器人都可以利用激光雷达、摄像头等传感器，实现感知、认知等能力。同时，这种多模态大模型，可以让汽车更加能懂车内和车外的很多东西，比如辨别是不是车主、是否疲劳驾驶等。
-
第三、今天的汽车还是一个机械物件，并不能理解很多东西，它也不能做逻辑推理和规划，包括机器人也一样，都是接收人的指令。但是，未来一旦车上加了大模型之后，大模型具备了大脑的能力，不止能够理解人类话语交流，而且还能完整理解人类的知识和推理，分析逻辑判断的过程，从而作出更多判断。
-
第四、自动驾驶在这两年会获得突破。Transformer的大模型训练和传统智能驾驶不一样，传统智能还是基于规则的方案，主要改bug和软件升级，那么有一万个规则，碰见这种情况应该怎么办，总有情况是没有编辑到规则里的。而如果用Transformer来训练，可以提供多样化的驾驶案例。大模型最强大的能力，它不是把你送进数据存起来，是通过你的数据训练他，他能够形成一个举一反三规律的总结。
如今，AI 大模型的智能化“上车”已成为本届北京车展上的新潮流。
