受益于数据积累和算力发展，大模型横空出世，引发新一轮AI浪潮。2024年4月18日，在第二届汽车人工智能大会上，长安汽车大数据中心数据算法与模型处负责人匡旭表示，具体到汽车行业来看，AI+替代互联网+成为最新的趋势。将AI放在产品定义过程中可以更精准挖掘用户需求，同时基于AI可以畅想产品形态，这对汽车产品定义而言将是全新的改变。

图片来源于网络，如有侵权，请联系删除

未来汽车作为智能移动空间，将不只承载AI、芯片、通信等新技术，还将与用户有更多的交互，成为平台型产品，并基于平台型产品创新商业模式。汽车企业本身需要具备怎样的AI能力？匡旭认为可以从两方面考虑：第一、汽车企业一定要沉淀自己的数据资产。第二、建设场景编排工具。

长安汽车希望将大模型作为基础的智能大脑，将小模型做成不同的工具链，让大脑有效使用工具，做到大模型与小模型并重。基于以上思考，长安汽车进行了一系列AI应用实践。未来，长安汽车还将构建企业统一的AI基础设施，支持智能化产品和数智化经营，推动产品和技术创新、经营效率提升，引领交通行业AI应用和生态繁荣发展。

图片来源于网络，如有侵权，请联系删除

匡旭 | 长安汽车大数据中心数据算法与模型处负责人

图片来源于网络，如有侵权，请联系删除

以下为演讲内容整理：

大模型时代下AI发展趋势及思考

人工智能的发展依托于算力、数据和算法三大要素的融合。从整个人工智能的发展趋势来看，这三种要素之间呈现出一种相互促进的态势，共同推动着人工智能的发展。算法在其中扮演着至关重要的角色，许多算力设计都是基于算法本身的架构而进行的。早期阶段，人工智能主要依赖统计学或机器学习，只需要使用CPU，因为其拥有强大的逻辑推理能力。随着深度学习的兴起，GPU逐渐成为主流，这反映了算法对算力需求的转变。

 图源：演讲嘉宾素材

人工智能对于并行计算、高带宽吞吐的需求日益凸显，这导致算力架构发生了显著的变化。从长远的视角来看，随着模型的不断演进，现有的算力架构必将面临更多的调整与优化。例如通过引入量子计算、光计算等，以及利用新算法驱动算力发展。

算力作为数据处理的核心支撑，也催生了众多数据应用的蓬勃发展。在人工智能的早期阶段，数据主要以简单的文本或数值形式存在。随着技术的进步，如今一部手机就可能蕴含成千上万个数据点，这些数据涵盖了图片、语音等多种模态。

随着数据量的不断增长，我们也在推动算法的变革。如今，诸如Transformer和之前的CNN卷积神经网络等，正是得益于这些庞大的数据集，使我们能够深入挖掘数据间的内在联系。因此，整个人工智能的发展历史可以被视为算法、算力和数据这三个要素之间不断相互促进的历程。

如今许多算法已经逐渐形成了固定的技术架构，而算力也度过了指数增长阶段，进入相对平稳发展。我们认为当前的人工智能时代正逐渐转变为数据主导的时代。拥有更多、更高质量的数据，将能够开发出更优秀的人工智能应用。

许多用户在使用大模型相关产品时，都能感受到其强大的逻辑推理能力、语义理解能力和总结能力。然而，大模型仍存在不足之处，如存在幻觉、知识无法实时更新等问题。基于此，目前大模型的应用仍主要集中在高知识密度和高创新要求的领域。

目前，许多公司纷纷利用大模型的生成创意能力，推出了一系列创新应用，如小红书的爆款文案生成助手和抖音的流量密码剧本生成等，都充分展现了大模型在内容创作领域的潜力。此外，营销、研发、服务运营等岗位相对更加适合利用大模型能力。在营销方案的生成、客户知识问答等方面，大模型展现出了其卓越的应用价值。目前业界正热议“百模大战”，未来对于汽车企业，将更加关注应用的“百花齐放”，实现行业大模型的多样化发展以及企业大模型的有效利用。

就汽车行业而言，AI+正在逐渐替代互联网+，成为最新的发展趋势。通过将AI融入产品定义中，我们可以更精确地挖掘用户需求，并基于AI能力更深入地构想产品形态。未来的产品将不仅是交通工具，更是能够陪伴出行的智能机器人，这将为整个产品定义带来全新的变革。

在造型设计方面，目前业界广泛采用多种工具来辅助设计师进行初步方案的制定，显著提升了设计师的工作效率。长安汽车内部也在积极运用相关的文生图模型进行造型探索，在概念生成、草案设计以及评审过程中与不同用户沟通需求时发挥了重要作用。文生图模型能够迅速将设计师的想法转化为可视化的图像，从而加速了设计方案的呈现和迭代。

研发领域，业界则比较关注如何利用代码大模型进行代码生成和代码注释等工作。同时在设计方案方面，许多工程师日常需要撰写大量的设计文档和测试文档。这些文档往往具有统一的格式，但内容各异。在引入大模型技术后，我们可以利用其强大的能力快速生成相关文档，从而有效减轻研发工程师的工作压力。

制造领域当前亦在积极探索，比如利用工厂中积累的众多设备数据以及历史故障数据等资源，开发专业的维护助手和工艺优化助手，能够帮助工厂提升制造效率。

从整个产业链的视角来看，尽管AI尚不能完全替代人类，但人类应善于将AI作为提升生产力和创意的辅助工具。IDC预测指出，预计到2027年，约有40%的工作角色会被AI取代或重新定义。掌握AI技能对于每个职场人来说都至关重要。

在这一趋势下，长安汽车对于AI应用也进行了深入的思考。从汽车企业产品的角度来看，新兴的AI技术将促使汽车转变为新的平台型产品。过去的平台产品可能主要集中于互联网平台或超级APP。未来的汽车将作为智能移动空间，不仅承载了AI、芯片、通信等一系列新技术，还将与用户建立更为紧密的交互关系，进而演变成为平台型产品。基于这一平台型产品，我们可以创新出更多的商业模式，实现价值的转化与变现。对于汽车企业而言，要适应这一发展趋势，应从以下两个方面着手构建自身的AI能力。

第一，汽车企业要沉淀自身的数据资产。当前，尽管各家的模型算法架构在transformer的基础上有所创新和调整，但总体上仍呈现出趋同的态势，架构底座趋于一致。从算力角度看，算力不可能无限扩张。因此，数据成为唯一可以快速提升模型表现的切入点。我们认为积累高质量、大规模的场景专用数据是汽车企业AI应用最关键的部分。

第二，随着通用大模型的趋同，行业底座可能将逐渐缩减为少数几个，类似于昔日的IOS和安卓操作系统的概念。对于汽车企业而言，如何构建企业智能体，将自身的能力转化为插件，进而构建独特的插件生态显得尤为重要。汽车企业如果无法构建类似IOS、安卓这样的底层系统，那应注重APP Store的建设和优化。

尽管当前大模型技术备受瞩目，众多业务都渴望与其结合，但我们必须以理性的视角进行投入产出比的有效衡量。部分场景并不适合大模型发挥其优势，例如销量预测、设备维护准确性预测等需要精准解释和探索背后逻辑的场景，大模型作为黑盒系统，其应用并不适宜。要将大模型和小模型各自的优势结合起来，才能发挥出大模型的优势，以保证其他业务需求正常开展。

我们希望将大模型作为基础的Agent大脑，小模型则做成不同的工具链，从而使大脑能够高效地使用这些工具。人与早期类人生物或猿人的主要区别之一，便在于人类能够熟练使用工具。同理，既然大模型被类比为人类智能，那么它也应具备使用工具的能力。基于这一思考，我们也对AI进行了相关的实践探索。

长安汽车AI应用实践

从整体定位而言，长安正致力于以“新汽车、新生态”为核心，实现向智能低碳出行科技公司的转型。在智能化的定义上，我们涵盖了智能汽车和智能管理两个方面。我们的目标不仅是为用户提供卓越的智能体验，同时也希望在企业运营层面提升效率，从而更迅速、更高效地为用户提供所需产品。因此，我们在产品端和经营端都开展了AI应用的实践探索。

长安汽车在产品端的SDA架构将在今年推出首款车型CD701。SDA架构基于软硬分离的基础概念设计，实现了从L1到L6层的分层解耦，这与AI架构的设计理念相契合。L3的电子电器架构与AI相关硬件相对应，L4的操作系统层则与AI基础框架相匹配。在服务层，我们集成了AI的通用算法和场景化算法能力。此外，L6的云端大数据层与应用层也做了耦合。因此，我们的SDA架构能够随着AI技术的不断发展进行持续的集成和优化。

图源：演讲嘉宾素材

在智能驾驶领域，长安汽车拥有深厚的技术积累和实践经验。过去，我们基于规则类算法和传统机器学习算法，成功研发并发布了包括IACC、AEB等在内的多项行业领先技术。面向未来，长安汽车正积极探索大模型技术的应用。目前，我们正在研究如何利用大模型快速融合不同传感器数据，在决策端尝试使用大模型进行快速规划决策，无需遵循传统路径规划等复杂流程，直接实现端到端的效果。

智能座舱方面，我们从2020年开始进行了相应的AI功能部署，至今已将大模型相关技术成功应用于智能座舱领域。例如，我们已实现了根据用户需求，利用大模型能力快速生成个性化壁纸的功能，并在车上进行了实际搭载。此外，我们还能根据用户的心情、偏好以及当天的环境具体情况，迅速调整车内环境。

在SDA架构的基础上，我们今年将推出新款数智汽车CD701。这款车在多个维度上均与传统汽车有所区别。它实现了场景的自由定义，这主要得益于大模型技术的深入应用。传统的汽车控制系统，如空调和座椅调节，往往基于固定的规则和文本分析进行操作。未来利用大模型的能力，可以更加灵活地编排车上的各种功能。这意味着，不仅仅是预设的车窗或座椅调节，用户可以感知到的任何相关功能，大模型都能根据实际情况自动调用，从而实现更为精准和个性化的场景定义。

在企业经营层面，长安汽车一直致力于数字化转型的推进工作。我们的产品和经营相关云基础设施都是统一的，中间有统一平台，包括数据平台和AI中台，以确保各项功能的集成和协同。最终，这些平台将能够落地到各个场景中，涵盖汽车的研发、生产、制造、销售、供应和物流等各个环节。通过打通整个业务流程，实现全面的数字化转型。

图源：演讲嘉宾素材

具体而言，长安目前建成国内车企中算力规模最大的中心之一。该智算中心由长安汽车与百度联合打造，具备百亿次每秒的算力支持，并实现了动态调度和弹性伸缩等功能，为各项业务的顺利开展提供了有力保障。

作为AI应用的核心要素，我们将数据视为战略资产，开展相关治理工作，致力于实现数据的快速变现和价值挖掘。

在算法应用方面，我们以前主要依赖于传统机器学习和深度学习，如今开始基于大模型进行相关的应用探索。研发领域，我们利用大模型进行产品配置的快速迭代分析；营销领域，大模型帮助我们深入剖析用户画像，优化话术策略，提升营销效果；客户服务领域，我们则利用大模型对客户之声进行有效挖掘和分析，以更好地了解客户需求。通过这些算法应用，我们赋能各个业务板块，不断优化产品与服务，提升整体竞争力。

在大模型应用探索方面，我们内部打造了一款智能数据搜索与分析助手。该助手的目标是成为一站式搜索与分析公司内部所有数据的平台。我们会结合大模型的能力，对销量数据进行深入分析。基于此类应用，我们能够迅速识别数据异常，挖掘数据趋势，并将其应用于生产决策中。

长安汽车对未来AI的应用与发展有着深刻的思考。我们提出了“一体两翼”的战略构想，旨在通过构建统一的AI基础设施，推动产品和经营领域的智能化变革。具体而言，我们拥有国内领先的算力中心之一，海量的PB级产品和经营相关数据，以及丰富的大模型储备。这些基础设施共同构成了我们的AI中台，可以为产品端和经营端提供强大的AI应用能力。

在产品端，我们将AI视为引领未来产品变革的关键力量。我们致力于将驾舱一体化打造成为长安汽车的竞争亮点，通过应用AI技术，提升产品的智能化水平和用户体验。在数智化经营方面，AI的应用将帮助企业实现内部新质生产力的提升。通过打通研发、生产、供应、销售、服务等所有链路，我们将实现整体经营效率的提升，推动企业向更加智能、高效的方向发展。

在构建基础设施的过程中，我们深知与行业合作伙伴的紧密合作至关重要。我们积极寻求与各类企业合作，共同开发AI应用产品，以推动技术进步和应用创新。同时，我们将与高校合作建立联合实验室，探索大模型相关应用。此外，我们也非常注重收集用户需求和建立与用户共创的机制。我们期望通过合作的方式，与各方共同构建AI生态，共同引领交通行业的AI应用繁荣发展。

（以上内容来自长安汽车大数据中心数据算法与模型处负责人匡旭于2024年4月17日-18日在第二届汽车人工智能大会发表的《大模型时代下汽车企业AI应用思考与实践》主题演讲。）