作者 | 朱世耘
编辑 | 邱锴俊
续航里程、车内大屏、智能驾驶之后,电动智能汽车卷起了高端人工智能。
12 月 20 日,星途星纪元 ES 搭载奇瑞「LION AI」大模型;10 日,理想汽车为 5.0 版本的 OTA 召开了一次发布会,重点包括名为 GPT " style="border-bottom: 2px dashed #78BBC4; cursor: pointer;" class="dictionaries_wrap"> Mind GPT 大模型上车;更早的时间,百度 GPT 类大模型文心一言已分别上车极越 01 和银河 L6;问界、小鹏、蔚来、长城也都已自研或联合自研了自己的大模型,华为盘古、XGPT 灵犀、NOMI GPT、Coffee GPT 计划分别搭载在 M9、X9、ET9 和蓝山车型上。奔驰则在海外探索 ChatGPT 直接上车的模式。
但从功能来看,现阶段大部分的 GPT 在车上更像「娱乐项目」,回答些问题、生成一段文本或是一副图画。「 我们做车还要和车相关,只是复制手机上能实现的功能,感觉意义不大。 」一位车企的研发人员如此评价目前上车的 GPT。
GPT 上车,到底是一时风潮,还是战略布局?
能「控」车的理想 Mind GPT
仅能作为「娱乐项目」,是因为目前大部分 GPT 在车内更像是一位仅能聊天的乘客,而非车辆的一部分。
在连接上,目前大部分 GPT 仍在云端,通过联网的方式「上车」,且仅能通过屏幕和音响系统接收人类的输入,并进行输出。 无法像当前的语音助手一样,在人类说:「我冷了」时,调高车内空调温度。

在《电动汽车观察家》的不完全统计中,理想的 Mind GPT 走得相对靠前,已经具备了一定的控车能力。
目前,Mind GPT 在云端和车机端都有模型,规模大小不同,负责的范围也有所区别。除「聊天」之外 ,Mind GPT 可以调用车内「车控、出行、媒体类」的 API(应用程序编程接口),与语音助理系统协同,提供服务和响应。
「比如你想吃个火锅,只需要给理想同学说,我们的车机界面就会生成火锅的图片供你选择,自动算好出行路线等实现一系列高效、自然的操作。」理想汽车空间软负责人李涛在一次采访中举例。
这背后, 是语音助理对语音、视觉信号进行感知后,由 MindGPT 进行认知和理解,「自己」判断是否生成一个(调用搜索、导航功能)的指令。如决定生成指令,则用该指令调用外部接口或给到车机进行执行和语音反馈播报。
「 MindGPT 得思考什么时候调用哪个 API,传什么参数,以及基于 API 返回内容生成回复话术,这是一整套新的基于大模型 agent(人工智能代理)架构。 」理想汽车的一位研发工程师向《电动汽车观察家》表示。
未来:从语音助理到人工智能 Agent
此前,「调用哪个 API、传什么参数,基于 API 返回内容生成什么样的话术」都是由人类工程师完成的。
目前,包括智能手机、智能座舱等在内的电子设备或应用产品,本质上是由工程师将产品、应用的底层能力封装到一个 Graphic(图形) UI 中,用户按照一定的规则,通过点击实现方式。
例如先点击「音乐」图案,在二级页面点击「FM」图案,在三级页面点击「频道」图案,才能实现「听广播」这个功能。

目前的语音助理可以使人类指令通过语音的方式进行发送,但底层仍是语音指令库与应用封装路径进行对应,来实现功能。
在这种模式下,交互和功能都是固定的很不灵活,但约束和指引清晰。所以,对人类来说新系统的学习成本较高,但一旦上,功能实现的成功率则极高。
GPT 则提供了另一种交互方式。

虽然 GPT 与 VOS(语音操作系统)的核心模块,都属于 NLP(自然语言类模型),但其具有之前 NLP 模型不具备的理解和推理能力。
之前 NLP 模型主要用于识别「你在说什么」, 例如「冷了」、「打开」、「音乐」等字面意思。 GPT 则具有通过上下文、环境信息理解「言下之意」的能力, 例如在对话过程中,对「你这个(笑话)太冷了」的反应,不是调高空调温度,而是讲一个「暖笑话」。
因为,GPT 能够基于 Prompt(提示词)进行扩展、补全、完善,从而生成新的文本内容,甚至是转换为图片、语音等其它模态。
所谓 Prompt,指向模型提供输入以引导其生成特定输出的文本或指令。但相比语音助手往往需要需要明确甚至单一的 Prompt 不同,GPT 所需的 Prompt 可以是复杂而模糊的。
如同人类常会遗忘,但一经提示会立刻想起。而这个「提示」(Prompt)可以是某句话、某个词,甚至没有直接关联的某个景象或物体。Prompt 就是用以帮助 GPT 回想起自己预训练时「学过」的东西。预训练越加丰富,则对语言的理解愈发深刻。
当这种理解力叠加了 API 的调用能力时,人类与机器的交互便不再是通过手/口去操作机器,而是与一位助理进行沟通需求,由其去完成任务。
「 原来的计算能力下,(软件)没有办法解读你的意图,所以用 GUI 预设你的意图。现在有了 LUI(语言交互界面,基于 GPT 理解能力构建),它能够解读你输入的所有意图,进而灵活匹配所有的 API。 」 蓝湖&MasterGo 创始人任洋辉表示:「我觉得未来所有的能力可能都会均匀化,比如说你在任何的 APP 都可以买货、订机票、订酒店……只要你讲就可以了。这个 API 哪怕本应用里没有,它其实可以调用 API 市场里的,随时可以抽取。」
当下:伪场景和基础准备

事实上,除聊天和画画外,也有不少车企正在探索赋予 GPT 一定的车控能力,基于车内人的状态、表达,自由组合一些场景化的功能出来。「 但据我了解现在 GPT 能够应用的场景比较低频,车机没有必要必须要去占据手机能做的事情。 」上述车企研发人员表示。
如同 GPT 本身尚无形成成型的商业模式一样,GPT 上车目前也尚未找到能够被人们高频使用的场景。
另一方面,车端算力与 GPT 所需而言,差距巨大,由此降低模型性能表现。而完全依靠云端算力,则意味着时延加大的问题,对于高安全性的汽车来说是不可接受的。
不过在探索的过程中,汽车智能化与 GPT 的落地方向是一致的。目前,小鹏、智己、奔驰等多家国内外车企推出的「场景」功能,可由车主能够进行简单编程组合出新的应用。背后,正是由数百甚至上千个被封装出的原子级 API 所支撑。而这些原子级能力,也将成为未来 GPT 作为助理调动资源,提供了基础。




