商湯絕影智能汽車事業群智能座艙副總裁 許亮
隨着生成式AI大熱，人工智能已經成爲各個垂直行業必然要解鎖的「科技樹」。而如何讓前沿技術真正貼近生活？未來科技又有怎麼樣的可能？這是一個需要技術方、平台方、場景方、品牌方還有消費者，去共同想象和探索的開放命題。
而在AI的推動下，全球各大車企也紛紛開始探討如何將AI應用到汽車產業鏈條中，通過差異化體驗來建立獨有的優勢，從而在非常“卷”的汽車行業衝出重圍。
6月13日，在“AI驅動汽車新變革”這一議題下，鈦媒體攜手環球資源在“消費者科技及創新展覽會”（CTIS）期間，舉辦了2024T-EDGE未來科技大會@CTIS，並邀請到了商湯絕影智能汽車事業群智能座艙副總裁許亮，分享商湯在大模型時代對智能汽車的思考、研發投入及行業變革的見解。
在許亮看來，大模型的興起，尤其是GPT-4的發佈，已經深刻影響了我們的生活，帶來了多模態融合的新概念。
而對於AI在汽車領域的變革，許亮將其具體體現總結爲三個核心方面：首先，許亮認爲大模型將徹底顛覆原有的研發模式，顯著提升生產效率。過去，自動駕駛等技術研發依賴大量算法和代碼生成，耗費了大量的工程師資源。大模型的引入能夠顯著提高效率，特別是在新研發方向切換時，將帶來質的飛躍。
其次，在交互體驗方面，大模型帶來了全新的變革。從文本到文本+視頻，再到多模態的演化，技術進步使得人機交互更加接近於真人模擬環境。這種技術不僅應用於汽車，還將深深融入我們的生活，帶來顯著變化。最後，許亮還談到了萬物互聯的智能體。在他看來，智能家電和萬物互聯的概念早已存在，但主要通過遠程控制實現。未來，萬物互聯的智能體將大大改變我們對生活場景的控制方式，使其更加智能和便捷。
同時，許亮也談到了大模型技術的挑戰，尤其是在技術演進和研發投入方面。他提到，大模型的端到端設計對模型能力、數據及研發投入提出了高要求，但這些努力將帶來生活和汽車應用的巨大突破。
他預測，這個行業未來每幾個月就會有重大的技術突破，帶來新的驚喜和體驗。像現在這種大模型的上車已經陸陸續續出現了，商湯絕影在今年的北京車展上發佈了大模型的矩陣，並計劃在未來與多家車廠合作，推動技術的實際應用。
而在通用人工智能的發展中，許亮強調了“尺度定律”的重要性，追求模型的最佳性能和最優解，模型參數的增加和高質量數據的獲取是核心要素。他回顧了商湯在大模型上的投入，指出從2018年起，公司就開始佈局視覺、語言類及生成式的大模型。在2023年，商湯發佈了“日日新”大模型的矩陣，並在4月23日提升到5.0版本，與多家行業領軍企業探討合作價值。
許亮還特別提到了商湯與小米集團的合作，小米汽車發佈的多模態大模型背後正是商湯的技術支持。他強調，商湯的5.0版本大模型在知識、推理、代碼層面上已經全面對標GPT-4，未來公司將繼續加大研發投入，提取更高質量的數據，進一步提升模型性能，爲整個行業帶來更好的發展前景。
會上，許亮也詳細闡述了整個公司GPU的投入情況以及分享了AI技術在車輛領域的實際應用進展。他指出，自2018年起，商湯開始大規模投入GPU基礎算力設施建設，目前運營4.5萬塊GPU，年底峯值算力將達到18000 P 成爲行業內的重要力量。
許亮強調，在大模型時代，模型參數的提升必然會帶來對算力的需求，因此商湯也致力於融合國產芯片算力，支持了58款國產化芯片的計算能力，實現從硬件到軟件再到行業數據的綜合性生態融合。
在智能汽車應用方面，商湯絕影的使命是利用AI技術，特別是大模型時代帶來的紅利，推動智能汽車從1.0向超級智能體的轉變。許亮將商湯絕影的思考聚焦在三個方面：智能駕駛、智能座艙和AI智能體。他提到，商湯絕影提出了端到端自動駕駛解決方案，並推出多模態座艙大腦的概念，計劃未來推出AI智能體，致力於在視覺和汽車產業結合的過程中取得快速進展。
隨後，許亮詳細闡述了商湯在智能駕駛領域的成果和計劃。商湯在2022年底推出了UniAD，這是國內首個感知決策一體的端到端自動駕駛解決方案，通過一個大模型實現從輸入到最終規控的整個自動駕駛過程，顯著提高了性能，尤其在複雜路況下表現出色。目前，商湯已在多條道路上進行了公開測試，並計劃在明年與多家車廠開展實質性合作。
在智能座艙方面，許亮指出，AI特別是深度學習基於視覺技術的應用，極大提升了汽車的安全性和用戶體驗。傳統物理傳感器的應用存在侷限，而視覺技術相當於汽車的眼睛，能夠感知座艙內外的真實環境，提供超過60%的信息量。他提到，商湯絕影已經推出了包括DMS（駕駛員監控系統）和OMS（乘客監控系統）在內的20多個視覺模型，幫助行業向標準化方向發展。
同時，商湯在多模態大模型的應用上，也展示了其在複雜指令處理方面的突破。許亮舉例說明了複雜指令如“等會如果小紅書睡着了把空調和窗戶調整一下”的處理方式，這類指令包含模糊的語言和人物狀態描述，傳統的車控方案無法應對，而多模態大模型則能夠有效處理，實現更加智能化的交互體驗。
許亮還提到，商湯在座艙感知方面的應用，能夠處理駕駛員的無意識狀態，如身體突然趴在車上等危險場景，通過多模態大模型可以提供更好的檢查結果和感知信號。這在滿足2026年ENCAP法規的要求上具有重要意義，商湯提出了全新的解決方案，帶來真正智能化的座艙體驗，徹底顛覆現有車機架構。
除此之外，許亮還展示了商湯絕影在北京車展上發佈的多模態場景核心矩陣，並介紹了與多家車廠的合作進展，預計今年下半年這些技術將正式應用於實際車輛中。他強調，多模態模型在提升識別準確率和感知信號方面的重要性，並指出商湯絕影正與芯片公司合作，從雲端部署逐步遷移到端上部署，以保證模型的低延時和高性能。
最後，許亮總結了商湯絕影在智能座艙和智能汽車領域的使命，即通過AI技術提高用戶的交互體驗，降低溝通成本，增強交通和科技的便利性。他表示，商湯絕影將繼續推動智能座艙從1.0時代向全面智能體的轉變，希望在這一過程中不斷帶來新的產品和驚喜，爲行業注入新的活力。商湯絕影的口號“AGI通用人工智能引起智能座艙體驗的新時代”已成現實，期待未來帶來更多創新和變革。