沙丘社区Logo
发布
登录
注册
沙丘社区Logo

吉利、极氪、蔚来等7家车企大模型应用探索与实践

作者:沙丘社区香料间2024年3月18日
2352
大模型

大模型发展如火如荼,在汽车领域也不例外。在自动驾驶、智能座舱以及研发效率提升、产业链知识共享等企业生产力提升场景,大模型都具有广泛的应用潜力。

沙丘社区通过研究吉利汽车、极氪汽车、宝马、蔚来汽车、上汽乘用车、智己汽车、广汽研究院等在大模型方面的应用探索,旨在为其他车企提供参考。

▎案例1:吉利汽车大模型应用探索

大模型的使用成本非常高,已经被成熟的技术和产品所满足的场景不需要大模型,对吉利汽车而言,大模型适用的场景主要分为两类,一类是用于提升产品竞争力,例如自动驾驶、智能座舱等,另一类是用于提升企业效能,例如智能办公、智能客服等。

自动驾驶是车企未来大模型应用的重要场景,通过大模型,车企可以实现:

第一,数据自动化标注。一般的预标注模型精度不足,导致需要大量的人工修正。利用大量无标签数据,通过监督与非监督方式训练自动化标注大模型,可以高效、高精度的完成数据标注工作。

第二,虚拟数据合成。吉利汽车在虚拟空间中建立物理世界模型,还原真实世界道路场景、交通流中的机动车、非机动车和行人等动态元素的微观行为,物理级还原天气、光线等真实环境细节,可以利用大模型快速生成大量感知级仿真数据。

获取完整版案例,可添加微信号zimu738

▎案例2:极氪汽车营销服环节大模型应用探索

• 在营销环节,大模型的价值在于提高内容产出效率,助力线索提升,具体场景包括舆情问题智能匹配、媒介投放AIGC智能生成内容;

• 在销售环节,大模型的价值在于强化销售能力,赋能线索转化,具体应用场景包括AI销售助手、AI销售培训对练、AI外呼摘要、AI销售培训师;

• 在服务环节,大模型的价值在于洞察用户诉求,赋能个性化体验,具体应用场景包括客服知识库、AI售后诊断。

获取完整版案例,可添加微信号zimu738

▎案例3:宝马大模型辅助开发实践

当前新能源汽车市场的竞争激烈,且数字化成本非常高,宝马需要利用AI技术提高开发效率,提高产品迭代速度。

整个软件工程中,大模型可以赋能各个环节,从最开始的设计到开发、测试的整个周期,为JAVA开发、数据开发、测试开发等各个领域提升生产力。

image.png

获取完整版案例,可添加微信号zimu738

▎案例4:蔚来汽车基于大模型的企业信息引擎建设实践

大模型为企业信息引擎带来了新的范式,可广泛应用于车企各类信息应用场景,带来价值增长和效率提升。

在大模型的范式下,蔚来汽车构造企业级信息引擎,打通全公司各个业务的知识/内容,信息引擎与大模型完全打通,大模型在应用场景中分析用户需求,匹配产品/内容/服务,实现知识信息到大模型到用户场景的自闭环。

image.png

获取完整版案例,可添加微信号zimu738

▎案例5:上汽乘用车基于AI大模型的在线问答平台建设实践

上汽乘用车搭建基于AI大模型的汽车在线问答平台,主要针对PDF、WORD、PPT、TXT、EXCEL等非结构化文档,实现自然语言与知识间的交互,准确合规安全的获取及使用企业知识,提升员工工作效率及学习能力,应用在上汽的研发、内部运维、售后等多个场景。

获取完整版案例,可添加微信号zimu738

▎案例6:智己汽车大模型车端量产化交付实践

过去语言类模型和智能驾驶之间存在很大的行业隔离,但随着大语言模型的出现,智能驾驶系统和大语言模型之间迅速开始进行技术融合。两者在诸多技术堆栈上正在走向统一,共同探索AGI的雏形。但二者之间仍然存在一定区别,智能驾驶的发展是从可控性、可靠性走向可扩展性,而大语言模型则是从可扩展性、泛化性走向可控性。

image.png

当前智己汽车在智能座舱和智能驾驶业务的量产交付中,均上线了大模型应用,包括满足人机聊天需求的语言大模型以及服务智驾领航功能的智驾大模型产品。

在智舱大模型的基础上智己汽车也发布了全域视觉补盲业务,聚焦于雨夜恶劣天气等智舱交互细分场景的开发;在智驾方面,智己汽车上线了BEE模型以及基于数据驱动的规划算法,即将落地基于生成地图的城市领航功能。智己汽车比较重视差异化应用,增加一键代驾、一键贴边、一键脱困等功能,丰富智驾和智舱的产品体验。

获取完整版案例,可添加微信号zimu738

▎案例7:广汽基于大模型的自动驾驶探索

广汽自动驾驶研究院从2021年开始纯视觉无高精落地探索,不依赖高精地图实现自动驾驶量产落地,自研了基于多目相机输入的纯视觉感知框架xPercFormer大模型。

基于xPercFormer大模型的3D目标识别的感知范围更大,约为2.8倍足球场面积;感知精度更高,识别类型包括车辆、行人等交通参与者,红绿灯等重要交通因素以及交通锥等障碍物,并达到纵向误差100米范围内5%以下,50米内1%,横向偏差0.5%。

xPercFormer大模型中加入了占据网络模块,实现了自研占据网络技术从0到1的突破,解决很多痛点问题如识别不规则障碍物的占用情况、识别白名单以外的障碍物、遮挡的物体识别能力。

获取完整版案例,可添加微信号zimu738

沙丘社区官方账号。

364篇原创内容
阅读 2352
收藏
沙丘社区Logo专注人工智能和大数据的数字技术社区
联系我们
  • 客服微信: zimu738
  • 加入我们: hr@shaqiu.cn
  • 业务合作: miao_tim
  • 内容投稿: service@shaqiu.cn
公众号
智库小程序
客服微信