本篇文章百科互动给大家谈谈GPT5短期内不会出马斯克已经悄悄注册了AI公司，加入到大的模型争夺战中，以及对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。
本文目录：
疯狂的AI熄火，但智能化格局已被重写，车企裁员潮将至？
刚刚过去的3月GPT5短期内不会出马斯克已经悄悄注册了AI公司，加入到大的模型争夺战中，我们迎来了一波AI人工智能技术的大爆发GPT5短期内不会出马斯克已经悄悄注册了AI公司，加入到大的模型争夺战中，真的是让我们体会到了什么是科技的日新月异。
AI高速发展的同时，“人还能做什么”这个问题，几乎悬在了每一个人的头上。但是从上周开始，OpenAI的联合创始人马斯克与近千名专家联名请求暂停AI训练，以免该模型变得更加强大，从而对社会和人类造成潜在风险。
刚刚进入4月，意大利就宣布国内禁止使用ChatGPT，同时几乎是在一夜之间，OpenAI注销了数百万个账号，不少朋友都发现了自己的GPT打不开了，特别是使用中文提问的用户们，几乎已经全军覆没，刚兴起不到一个季度的AI人工智能，就这么熄火了GPT5短期内不会出马斯克已经悄悄注册了AI公司，加入到大的模型争夺战中？
“拔网线”的方式，挡不住AI
起初，不少人还在把ChatGPT当做一个好用一点儿的搜索引擎，甚至大家还会嘲笑ChatGPT做出的一些错误回答，当3月的GPT-4出现后，人们开始感受到了危机，当GPT-4配合Midjourney图片生成器使用之后，美术设计师们慌了，而在配上了AI视频生成器之后，现有的图文视频的生产流程被打破了。
一个月之内，人类社会的生产规则面临着巨大挑战。在美国，亚马逊和迪士尼已经裁掉了数万人，就连在迪士尼工作了22年，设计出目前爆火的“玲娜贝尔”的设计师，一样被裁了，在Midjourney这类AI图片生成器面前，人类设计师的创意变得微不足道，速度和效率更是没法比。
虽然这些海外的AI软件，并没有正式引入国内，但是有不少企业是可以直接接触到它们的，已经有不少广告公司开始裁撤设计部门，只留一个设计总监，来微调一下软件生成的图片就可以了。
在蒸汽革命、乱好电气革命、信息数字革命之后，AI人工智能革命其实已经以迅雷不及掩耳之势就这样开始了，虽然OpenAI现在遇到了阻力，但是GPT5短期内不会出马斯克已经悄悄注册了AI公司，加入到大的模型争夺战中你只能用拔网线的方式挡住它一时。
AI席卷汽车智能化，裁员潮不可避免？
回归到整个汽车行业，智能化转型依然是目前的主基调，传统车企们被新势力们“驱赶着”，智能座舱和自动驾驶也都在拼命往上堆，而且几乎所有车企都在向深度神经网络上努力，可随着语言文字+图片+视频一整套的AI人工智能介睁塌入到了智能化的开发中之后，汽车智能化开发的思路和格局会完全改变，在之前自动驾驶迎来一波下岗潮之后，汽车智能化开发的全领域可能也会迎来一次新的裁员潮。
不少朋友在最初使用ChatGPT时，已经被输入文字提问后所生成文字回答给震惊了，但那时的其实还是GPT3.5，随着3月中旬GPT-4的到来，事情越发开始不对劲了，最新的GPT可以直接输入图像，并令其用语言描述图像内容。系统可以精确描述图片中心、左侧和右侧分别是什么内容，说到这里的时候其实现在很多软件都有这样的能力，最简单的像路面上的监控摄像头，它们的识别能力也挺强的，这个大家应该都深有体会。
但是GPT-4还能够解读漫画，能够理解这张图的笑点在哪里，也就是它的解读不再限于表面，它能够看到更深层的意思，它还会有一定的感情色彩，同时在研发过程中，GPT还能展示出一些不可思议的推理能力，甚至于有了一定的“思想”。
如果把这类技术运用到自动驾驶的研发标定中，几乎就不需要人来悉陪圆做什么了，目前绝大多数厂家都会把各种物体或者事物进行人工的标定。在中国路面上，各种异型车的问题可能会造车非常多的边角案例，比如在开发高速的辅助驾驶中，一些厂家为了防止车辆系统不认识各种样式的大货车，于是就往系统里输入了1万多款各种样貌的货车，如果在接入了GPT之后，它那个永远装不满的数据库（目前数据库是截止到2021年）可以自动去识别筛选，可能真的不需要再去做人工的标定。而且它拥有的理解能力和推理能力，可以用更加贴近人类的思考方式去控制车，自动驾驶的车辆可能也并不会是再像现在这样，依靠程序和地图去做决策。
用GPT去训练自动驾驶，可能在几天之内就能走完车企们几年的训练路程，因为我们现在说的并不是一个单独的AI人工智能软件，而是文字+图片+视频等一系列软件在一起协作。
感知在如今已经不是什么问题，各种形式的雷达和高清摄像头已经让车辆周围几乎没有感知死角，而算力可能是一个瓶颈，尽管车辆自身的算力已经冗余度很高，但是在这方面没有“够”这个概念，而在接入GPT之后，算力没有后顾之忧，像OpenAI这类公司的算力储备和车企们完全不是一个量级的，特别是大家在看了我们解析的关于英伟达GTC大会上发布的一些内容后，有英伟达这种大企业全面ALL IN之后的AI人工智能，会有着我们前所未见的潜力。
在智能座舱方面，这更是ChatGPT这类AI的主场，接入了大语言模型之后，智能语音系统会完全不同于现在的体验，如今这种简单的执行指令，或者做一些基础问答的功能，在更先进的AI面前，会变得不值一提。
大家试想一下，车辆的DMS驾驶员监测系统，在识别驾驶者的一些动作或者面部表情之后，就可以立马做出反馈，能够先你一步更了解你要干什么。
国内像百度、华为、科大讯飞，还有不少大型网络公司其实已经有了一些这种大型语言模型，运用到车上可能就在近几个月的时间内。去年的这段时间，有车企CEO提出了“智能化已经进入下半场”的论断，当时我们还在说会不会以后这个“电动爹”真的能像你的父母一样了解你照顾你，可当AI接入之后，这种场景真的就不远了。
在全面接入AI人工智能之后，车企们真的还需要这么多的开发人员吗？特别是那些要去亲身到真实环境中验证的人员。当然，看了AI图片生成软件自己绘制的“概念车”之后，车企的设计部门人员也该想想出路了。
总结
虽然刚一进入4月，AI人工智能仿佛被人为强制熄火了，因为人类社会的秩序经受不起在1个月之内就被打破，但是你认为这种人为制造的限制，又能持续多久？一个能够大幅降低生产开发成本，能够把效率提升到前所未有程度的软件，资本怎么会不追捧呢？又有什么理由不去用它开发它呢？
AI在4月份初的暂时熄火，可能是为下一波的改天换地做着准备，大家也会看到马斯克GPT5短期内不会出马斯克已经悄悄注册了AI公司，加入到大的模型争夺战中他们说让OpenAI停半年，没说不开发了，因为他们自己可能还没搞明白呢，它的出现终究是要给人类社会一些适应时间的。而OpenAI的GPT-5很有可能会在2023年底发布，更先进的数据模型，更新鲜的数据信息，再配合上已经逐渐有点看清形势的资本，它究竟会有多大的影响，会影响到什么，我们都要做好准备。
【本文来自易车号作者路咖汽车，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】
毫末DriveGPT雪湖·海若，让自动驾驶更早到来
ChatGPT的火爆，让AI大模型成为各大科技巨头争相布局的重点。
无论是国外的微软、谷歌、Meta，还是国内的百度、华为、阿里、商汤等企业，都已经涉足AI大模型的研究与探索。
如同2016年AlphaGo的横空出世一般，AI大模型的爆发也是引发AI变革的划时代里程碑。阿里巴巴集团董事会主席兼CEO张勇甚至认为，所有行业、所有应用、所有软件、所有服务都值得基于新型人工智能技术以及大模型支撑重做一遍。
英伟达CEO黄仁勋也曾表达过同样的观点，他认为AI产业迎来“iPhone”时刻，AI技术爆炸、产业爆发的趋势已经势不可挡，甚至将撬动涵盖交通医疗、运输、零售及物流在内的百万亿美金的市场。
正如毫末智行董事长张凯在4月11日举办的第八届HAOMO AI DAY的演讲中所形容的，“距离上一届HAOMO AI DAY刚刚过去三个月，却仿佛跨入了一个新周期”，一系列AI大模型的陆续发布，让更多人相信人工智能技术迎来从量变到质变的重大节点。
在第八届HAOMO AI DAY上，毫末智行也发布了业内首个自动驾驶生成式大模型DriveGPT，中文名“雪湖·海若”。裂侍
△毫末智行董事长张凯、CEO顾维灏、COO侯军、CIO甄龙豹在HAOMO AI DAY现场
对于大模型，毫末并不陌生。此次发布自动驾驶生成式大模型DriveGPT雪湖·海若，既不是毫末的跟风之举，也不是为了蹭GPT的热点。
早在两年前，毫末就已经开始关注并投入到AI大模型技术的研发之中。在AI自动驾驶领域，毫末可以说是大模型研发和应用的先行者。
毫末为什么要研发DriveGPT雪湖·海若？
毫末智行CEO顾维灏说，他在这段时间经常会被问到这个问题。在毫末看来，DriveGPT雪湖·海若将会重塑汽车智能化技术路线，让辅助驾驶进化更快，让自动驾驶更早到来。
张凯判断，2023年智驾产品将进入全线爆发期，“生成式大模型将成为自动驾驶系统进化的关键”。
接下来，基于 Transformer 大模型训练的感知、认知算法会逐步在车端进行落地部署，而随着大模型开启在车端的落地应用，车主的使用频率和满意度成为产品竞争力的重要李卖衡量标准。张凯表示，“毫末不断进步的数据驱动的六大闭环能力，将进一步加速毫末进入自动驾驶3.0时哪源逗代的步伐，并形成相应的护城河”。
01
业内首个自动驾驶生成式大模型
最近一段时间，关于自动驾驶的未来，行业内出现了截然不同的观点。
乐观派认为到2030年之前L3级自动驾驶将会批量落地；悲观派断定，“十年内L3自动驾驶技术都不会到来”；唱衰派则称自动驾驶“都是扯淡...都是忽悠，就是一场皇帝的新装……最终就是一个高级辅助驾驶而已”。
无论哪一派观点，一个不容忽视的现实是，自动驾驶技术的变革才刚刚开始。特别是AI大模型引发的产业应用和变革，更是为自动驾驶技术发展注入全新的动力。
同济大学教授、汽车安全技术研究所所长朱西产也在第八届HAOMO AI DAY上分享了自己的观点：自动驾驶不能长期停留在L2+，还是要去做到L3、L4，最终走向终局的无人驾驶。
毫末也一直相信，AI大模型已成为自动驾驶技术进化的核心动力之一。在今年1月的第七届HAOMO AI DAY上，顾维灏就分享了其智算中心，以及从感知到认知以及仿真的五大大模型，包括视觉自监督大模型、3D重建大模型、多模态互监督大模型、动态环境大模型、人驾自监督认知大模型。
毫末这五大大模型，与如今爆火的AI大模型有很多共同之处。
据顾维灏介绍，DriveGPT雪湖·海若通过引入驾驶数据建立RLHF（人类反馈强化学习）技术，对自动驾驶认知决策模型进行持续优化。
现阶段，DriveGPT雪湖·海若主要用于解决自动驾驶的认知决策问题，后续持续会将毫末多个大模型的能力整合到DriveGPT，但最终目标是实现端到端自动驾驶。
目前，毫末DriveGPT雪湖·海若实现了模型架构与参数规模的升级，参数规模达到1200亿，预训练阶段引入4000万公里量产车驾驶数据，RLHF阶段引入 5万段人工精选的困难场景接管Clips。
DriveGPT雪湖·海若的底层模型采用GPT（Generative Pre-trained Transformer）生成式预训练大模型，不过与ChatGPT使用自然语言进行输入与输出不同，DriveGPT输入是感知融合后的文本序列，输出是自动驾驶场景文本序列，即将自动驾驶场景Token化，形成“Drive Language”，最终完成自车的决策规控、障碍物预测以及决策逻辑链的输出等任务。
在实现过程上，DriveGPT雪湖·海若首先在预训练阶段通过引入量产驾驶数据，训练初始模型，再通过引入驾驶接管Clips数据完成反馈模型（Reward Model）的训练，然后再通过强化学习的方式，使用反馈模型去不断优化迭代初始模型，形成对自动驾驶认知决策模型的持续优化。
同时，DriveGPT雪湖·海若还会根据输入端的提示语以及毫末CSS自动驾驶场景库的决策样本去训练模型，让模型学习推理关系，从而将完整驾驶策略拆分为自动驾驶场景的动态识别过程，完成可理解、可解释的推理逻辑链生成。
随着技术不断优化，DriveGPT雪湖·海若将逐步应用到城市NOH、捷径推荐、智能陪练以及脱困场景中。
从用户可感知的角度来看，有了DriveGPT雪湖·海若的加持，车辆行驶会更安全；动作更人性、更丝滑，并有合理的逻辑告诉驾驶者，车辆为何选择这样的决策动作。也就是说车辆的智能驾驶系统会越来越像老司机，从而加强用户对智能产品的信任感。
顾维灏透露，DriveGPT雪湖·海若的首发车型是新摩卡DHT-PHEV，即将量产上市。
值得一提的是，毫末DriveGPT雪湖·海若已正式对外开放，开启对限量首批客户的合作，除了魏牌新能源，北京交通大学计算机与信息技术学院、高通、火山引擎、华为云、京东科技、四维图新、英特尔等已经加入。
毫末DriveGPT雪湖·海若将携手生态伙伴率先探索四大应用能力，包括智能驾驶、驾驶场景识别、驾驶行为验证、困难场景脱困。
这将有效促进自动驾驶从业者和研究机构快速构建基础能力。
02
数据驱动技术升级
毫末一直坚信数据是人工智能最大的驱动力，并一直以数据驱动的方式来推动自动驾驶产品的升级。
截止到2023月4月，毫末辅助驾驶用户行驶里程已经突破4000万公里，小魔驼的配送量也超过了16万单，MANA的学习时长超过56万小时，虚拟驾龄相当于人类司机6.8万年。
顾维灏表示，这些数据每时每刻都在增长变化，2023年将迎来指数级增长。
在对数据的大量应用过程中，毫末已经逐步建立起一套基于4D Clips驾驶场景识别方案，并将逐步向行业开放使用。
毫末这套场景识别方案具备极高性价比。比如，给出正确的场景识别标注结果，行业内普遍的价格是一张图片约5元；而使用DriveGPT雪湖·海若的场景识别服务，一张图片的价格将下降到0.5元。
此前有业内人士提到，自动驾驶一年要做大概1000万帧图像人工标定，如果单帧图片整体标注成本降低到行业的1/10，这将极大地降低自动驾驶使用数据的成本，并且提高数据质量和效率，从而加速自动驾驶技术的快速发展。
毫末打造的中国首个自动驾驶数据智能体系MANA，在经过一年多的应用迭代后，本次AI DAY也迎来了全面的升级，并正式对外开放赋能。
顾维灏介绍，MANA计算基础服务针对大模型训练在参数规模、稳定性和效率方面做了专项优化，并集成到OASIS中；其次，MANA感知和认知相关大模型能力统一整合到DriveGPT雪湖·海若中；第三，增加了使用NeRF技术的数据合成服务，降低Corner Case数据的获取成本。
与此同时，针对多种芯片和多种车型的快速交付难题，MANA优化了异构部署工具和车型适配工具。
此外，MANA的视觉感知能力持续提升，一方面可同时学习三维空间结构和图片纹理，并将纯视觉测距精度超过了超声波雷达，BEV方案也拥有了更强的通用性和适配性；另一方面可实现单趟和多趟纯视觉NeRF三维重建，道路场景更逼真，肉眼几乎看不出差异。
通过NeRF进行场景重建后，可以编辑合成真实环境难以收集到的Corner Case。在原有的全局视角修改、添加光照/天气效果的基础上，新增合成虚拟动态物体的能力，可以在原有设定的运动轨迹上，合成各种Hard Case，模拟城市复杂交通环境，用更低成本测试提升城市NOH能力边界，更好提升应对城市复杂交通环境。
值得一提的是，面对目前行业里最难的视觉任务之一——单目视觉测量，继特斯拉后，毫末也在中国率先开始验证能否使用鱼眼相机代替超声波雷达进行测距，以满足泊车要求。
毫末把视觉BEV感知框架引入到了车端鱼眼相机，做到了在15米范围内达到30cm的测量精度，2米内精度高于10cm的视觉精度效果。泊车场景使用纯视觉测距来取代超声波雷达，将进一步降低整体智驾成本。
03
四大战役全面突围，拿下三大主机厂定点
作为中国唯一聚焦自动驾驶 AI 技术的盛宴，每届HAOMO AI DAY，毫末都会分享最前沿的自动驾驶行业趋势，发布最新的技术和产品进展。
这一次也不例外。
张凯以《HAOMO SPEED，AI SPEED》为题，分享了对于2023年自动驾驶发展宏观趋势的判断，以及毫末四大战役及商业化发展的最新进展。
张凯认为，智驾产品正在进入快速增长的全线爆发期，2023年将是智能驾驶冲刺之年、大考之年。
首先，城市导航辅助驾驶产品在2023年将围绕量产上车发力，主要玩家的城市导航辅助驾驶产品进入到真实用户覆盖和多城市落地的比拼。
其次，行泊一体和末端物流自动配送产业商业化将成为自动驾驶公司深耕的重点。
在乘用车领域，搭载行泊一体功能的智驾产品将迎来前装量产潮；在末端物流自动配送领域，末端物流自动配送车在商超、快递等场景迎来爆发，2023年将在这些场景实现可持续商业化闭环。
在第七届HAOMO AI DAY上，毫末提出要打响“2023 年四大战役”。如今这四大战役在短短三个多月时间内已经取得了快速进展。
首先，在“智能驾驶装机量王者之战”上，据张凯介绍，首款搭载HPilot3.0的新摩卡DHT-PHEV即将重磅上市，第二款搭载毫末HPilot3.0的车型魏牌蓝山也将在今年发布。
截至目前，毫末HPilot整体已搭载近20款车型。用户辅助驾驶行驶里程突破4000万公里，HPilot2.0辅助驾驶日均行驶里程使用率达到了12.6%，而且这一比例也在随着用户认可度的提高不断增加。
在海外布局方面，搭载毫末HPilot的车辆已运往欧盟、以色列等地区和国家，陆续交付到用户手中，接下来将在中东、南非、澳大利亚等市场陆续投放；同时，毫末HPilot即将量产墨西哥版本及俄罗斯版本。
今年3月，高工智能汽车研究院基于前装量产数据库及定点车型库数据进行的年度综合评估中，毫末凭借前装近20款车辆的优异表现，获颁年度高阶智能驾驶系统量产份额领军奖。第三方数据佐证毫末是中国量产自动驾驶绝对领军者，毫末持续引领中国自动驾驶第一名。
其次是“MANA大模型巅峰之战”，中国首个自动驾驶数据智能体系MANA架构已迎来全线升级。到2023年4月，MANA学习时长超56万小时，相当于人类司机6.8万年。毫末DriveGPT雪湖·海若，已经完成基于4000万公里驾驶数据的训练，参数规模达1200亿。
第三是“城市NOH百城大战”，中国首款可大规模量产落地、重感知城市NOH，已在北京、保定、a class="6772-cbc0-89b3-407f baikekeyl" href="-
【本文来自易车号作者出行范儿，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】
AI实验被叫停？百度：别怕有我在
撰文 / 吴 静
编辑 / 张 南
设计 / 师 超
热火朝天的人工智能赛道，被泼GPT5短期内不会出马斯克已经悄悄注册了AI公司，加入到大的模型争夺战中了一盆冷水。
3月29日，未来生命研究所（Future of Life Institute）公布了一封题为“暂停巨型AI实验”的公开信，呼吁所有AI实验室立即暂停训练比GPT-4更强大的AI系统，暂停时间至少6个月。马斯克、苹果联合创始人Steve Wozniak、Stability AI创始人Emad Mostaque等上千名科技届知名人物和AI专家已经签署公开信。
该公开信写道，广泛的研究表明，具有与人类竞争智能的人工智能系统可能对社会和人类构成深远的风险。这一观点得到了顶级人工智能实验室的承认。
这和360集团创始人周鸿祎在3月25日2023中国发展高层论坛上的发言如出一辙。
“当人工智能自己修改自己的代码，自GPT5短期内不会出马斯克已经悄悄注册了AI公司，加入到大的模型争夺战中我升级、自我进化时，这种进化速度恐怕用指数级都很难描述。我觉得，留给人类的时间不多了，我认为GPT一定会产生意识，只是差别是在GPT-6还是GPT-8还是GPT-10。”
周鸿祎表示，随着大脑、神经元数目悉陪圆的增加，大脑与神经网络连接的数目的增加，到一定时候系统就出现了一种功能叫涌现。就是很多智能功能就出现了，那么意识也随之出现。所以现在大语言模型的所谓的参数，你就可以看成是脑容量里的神经网络的连接数，这个参数现在是千亿万亿，可能人脑至少有100万亿，可能人工智能到达10万亿，可能这个时候意识就会自动产生。
在AI热潮涌动之时，猝不及防，却遭遇伦理的挑战。
ChatGPT于2022年11月30日发布。2023年1月末，ChatGPT的月活用户已突破1亿，成为史上增长最快的消费者应用。
3月15日，OpenAI正式推出GPT-4。GPT-4是多模态大模型，即支持图像和文本输入以及文本输出，拥有强大的识图能力，文字输入限制提升到了2.5万字。GPT-4的特点在于它的训练数量更大、支持多元的输出输入形式、在专业领域的学习能力更强。
次日，百度创始人、董事长兼首席执行官李彦宏携百度文心一言亮相。发布会现场，李彦宏坦言，“不能说我们完全准备好了，文心一言对标ChatGPT、甚至是对标GPT-4，门槛是很高的，全球大厂还没有一个做出来的，百度是第一个。我自己测试感觉还是有很多不完美的地方。”
此言一出，当天，百度港股盘中跌幅一度超过10%。但次日，百度股票再度拉升，涨幅超13%。
作为国内第一家公开对标ChatGPT产品的乱好企业，百度近日备受外界争议，但这丝毫不影响其商业化变现。
据不完全统计，截至目前，集度、东风日产、红旗、海马、长城、岚图、长安等多家车企宣布已成为百度文心一言首批生态合作伙伴。后续，这些车企将全面体验并在汽车生态领域接入文心一言的能力，推进智能汽车交互的再升级。
汽车x文心一言，到底有多大的想象空间？
文心一言 VS ChatGPT
“文心一言确实不如现在最好的ChatGPT版本，但差距也不是很大，可能就睁塌是一两个月的差别。目前差不多是ChatGPT今年1月份的水平。但大家早就忘了1月份它是什么样子，今天大家已经习惯GPT-4，GPT-4的技术跟我们只差一天出来，是一个其GPT5短期内不会出马斯克已经悄悄注册了AI公司，加入到大的模型争夺战中他大厂也很难去拿出一个东西相比的技术。”
近日，面对外界对文心一言的一些负面评价，李彦宏在一场极客公园的直播中如是表示。
诚然，如李彦宏所言，无论是哪家公司，都不可能靠突击几个月就能做出这样的大语言模型。深度学习、自然语言处理，需要多年的坚持和积累，没法速成。
深耕AI领域十余年，百度确实是全球为数不多、在芯片层、框架层、模型层和应用层这四层进行全栈布局的人工智能公司，从高端芯片昆仑芯，到飞桨深度学习框架，再到文心预训练大模型，到搜索、智能云、自动驾驶、小度等应用，各个层面都有自研技术。
但和ChatGPT仅仅只是有一两个月的差距，部分业内人士并不能同意这一观点。
3月25日，2023中国发展高层论坛开幕，360集团创始人周鸿祎在演讲中表示，中国大语言模型技术水平和GPT-4的差距在2到3年时间，目前GPT的技术方向已经明确，不存在难以逾越的技术障碍，中国应当坚持长期主义精神，迎头赶上。
十月怀胎，一朝分娩。但在部分业内人士看来，文心一言还属于半成品，还没到能推出的程度，甚至将其定义为“早产儿”。“但好在通过迭代进步也会很快，只要知道原理并且有事实证明能行之有效的时候，在应用领域很快就能追上去，甚至在规模应用这块比国外走得更快。”业内人士对汽车商业评论如是说，
“文心一言被迅速推出，是因为市场有需求，大家都有需要，更重要的是我们的客户需要，合作伙伴需要。”在发布会上，李彦宏透露，从我们承认文心一言的存在，短短一个月的时间，就有超过650家合作伙伴宣布加入文心一言生态。
这一数字目前还在持续攀升。
汽车X文心一言
车企x文心一言，到底能给车本身带来怎样的变化？两者的结合，到底有多大可能性和空间，文心一言之于汽车，将带来“量”的变化，还是“质”的改变？
如果你把上述提问给到文心一言，你会得到以下回答：
文心一言在汽车上使用，可能会带来以下改变：
更高的安全性能：文心一言可以通过语言理解和生成，帮助汽车识别和预测道路上的危险情况，从而提高驾驶安全性能。
更好的语音交互：文心一言可以通过语音交互，让驾驶者更加方便地控制车内系统，例如播放音乐、调节空调温度等。
更准确的导航系统：文心一言可以通过语音识别和自然语言处理技术，更准确地理解驾驶者的指令，从而更好地导航到目的地。
更高效的能源利用：文心一言可以通过人工智能技术，优化车载系统的能源利用，例如自动启停、智能空调控制等，从而更加高效地使用汽车能源。
更好的车载娱乐体验：文心一言可以通过语音识别和自然语言处理技术，为驾驶者提供更好的车载娱乐体验，例如音乐、电台、天气等信息的实时推送。
总之，文心一言在汽车上的使用，将会带来更高的安全性能、更好的语音交互、更准确的导航系统、更高效的能源利用和更好的车载娱乐体验。
我们还可以参考通用车企对引入ChatGPT之后，对汽车的期许。
作为国外第一家正式宣布引入ChatGPT的车企，据外媒报道，通用正在使用微软的Azure云服务和OpenAI的技术来开发一款新的虚拟汽车助手。OpenAI的ChatGPT背后的人工智能语言模型可能很快就会为通用汽车的虚拟助手提供技术支持。
通用汽车副总裁 Scott Miller 表示，一旦ChatGPT 正式上车，通用汽车的智能化水平或将提升至另一个台阶。
在他的预想中，ChatGPT不仅可以帮助车主获取车辆使用的相关信息，还可以从日历中整合日程安排提醒车主待办事项。例如，聊天机器人可以在仪表板上出现诊断灯时建议驾驶员采取什么行动，或在车辆信息娱乐系统上通过视频演示来指导用户如何更换爆胎。这样便比目前车辆中使用的机械语音命令功能更优化。
另外，ChatGPT不仅可以极大地改善汽车本身的语音命令功能，而且还可用于汽车功能以外的语音控制。当ChatGPT与家庭智能系统和手机集成使用时，它还可以执行更广泛的命令。从“打开我的车库门”到“计划一条去医生办公室的路”，再到“为我预留一个充电点”，诸如此类语音控制都可以实现。
虽然通用汽车的ChatGPT集成计划目前还没有发布时间表，也还没有具体说明ChatGPT可以为汽车增加哪些功能，但从目前来看，ChatGPT上车几乎已经成为必然趋势。
由于目前文心一言还未真正实现“上车”，处于内测阶段。如果参照通用和ChatGPT的合作方式，综合此前车企官宣与文心一言合作的方向，重点仍然集中在智能座舱的人机交互领域。
当外界都对文心一言云服务及应用产品发布会翘首以待时，3月27日，传闻原定于当天下午举行的文心一言云服务及应用产品发布会临时取消，当天，百度股价一度下跌超4%。
当天，百度智能云公众号便澄清消息，称文心一言云服务受到了企业伙伴的广泛关注，已经收到12万家企业的申请测试。为更好地满足现有客户的旺盛需求，百度智能云原定于3月27日举办的发布会改为面向首批邀约测试企业的闭门沟通会，进行深度充分的技术交流互动。3月27日之后，百度智能云将于多地启动客户闭门沟通会议。
最早宣布加入文心一言生态圈的车企是集度。2月14日，集度宣布，将融合百度文心一言的全面能力，打造全球首个针对智能汽车场景的大模型人工智能交互体验，支持汽车实现自然交流的再进阶，打响车企与类ChatGPT技术合作第一枪。
虽然诸多车企都纷纷表示与百度“文心一言”合作，但长安汽车动作最为迅速。3月18日，长安汽车官宣“质美智省新家轿”——逸达，将成为国内首款搭载“文心一言”的量产车型，后续将通过软件升级的形式搭载到新车上。
也有业内人士表示，对于车企而言，汽车X文心一言是噱头大过实际功能。截至目前，汽车X文心一言，最为频繁提到的就是能提升车机的智能化水平，就目前来看，这些都属于量的变化，短期内文心一言能否给汽车智能化体验本身带来质的改变，还有待进一步观察。
但笔者认为，如果人工智能都能发展到自己有意识的程度，汽车X 最先进的人工智能应用后，其发展前景也或许将远超大家想象。
被点燃的大模型竞赛
遭疯抢的不仅仅是文心一言，还有百度文心一言员工。
ChatGPT带动人工智能领域再度爆火，百度文心一言发布后，将 AI 浪潮推向高峰。而与之相关的人工智能人才也备受追捧。
最近，谷歌主要AI团队——谷歌大脑的研究人员，纷纷跳槽到了OpenAI，谷歌大脑至少失去4名核心成员。有消息称，国内，部分科技公司也把目光投向了百度，盯上了文心一言的内部开发人员。
人才争夺的背后是人工智能的争夺战，而这最后还是大模型之争。IDC（国际数据公司）中国副总裁兼首席分析师武连峰曾表示，“大模型的背后蕴藏着一场人工智能落地模式的变革。如今火爆全球的ChatGPT背后的技术支撑正是大模型。没有对大模型的长期投入，就不会诞生ChatGPT这样的应用。”
德邦在一份研究报告中称，自ChatGPT推出以来，国内学术界和科技企业相继宣布或将推出类似机器人对话模型，有望推动大模型发展，而国产大模型也有望在这一波浪潮中迎来爆发式成长。
国内科技企业巨头在人才储备、集成能力、数据领域都遥遥领先。“最核心的是数据，到了一定程度高校的研究只能是做做算法然后发几篇论文，因为像ChatGPT这类后续的验证阶段必须要通过海量的数据来证明，这也是大型商业化科技企业的核心优势。”一位智能网联电动汽车领域专家对汽车商业评论表示。
（图片来源：德邦证券）
目前，国内大模型厂商主要包括百度（文心大模型）、腾讯（HunYuan大模型）、阿里（通义大模型）、华为（盘古大模型）等企业。在德邦的一份关于国内大模型概览的研究报告中，其称文心大模型在市场格局中处于第一梯队。
其中，百度以文心大模型+飞桨PaddlePaddle深度学习平台；腾讯以HunYuan大模型+太极机器学习平台；阿里以通义大模型+M6-OFA；华为以盘古大模型+ModelArts，都打造了自然语言处理大模型、计算机视觉大模型以及多模态大模型方面。
2019年3月，百度率先在发布预训练模型ERNIE1.0，文心大模型构建了“基础+任务+行业”的三级模型体系，基础大模型支撑任务与行业大模型的建设，任务和行业大模型结合真实场景与数据反哺基础大模型优化，目前已有36个大模型。
此前，IDC评估结果显示，百度文心大模型处于第一梯队，产品能力、生态能力达到L4水平，应用能力达到L3水平。
2022年4月，腾讯首次对外披露HunYuan大模型，协同了腾讯预训练研发力量，完整覆盖NLP大模型、CV大模型、多模态大模型及众多行业/领域任务模型。
HunYuan先后支持了包括微信、QQ、游戏、腾讯广告、腾讯云等众多产品和业务，降本增效。依靠HunYuan的多模态理解能力，在广告内容理解、行业特征挖掘、文案创意生成等方面的应用，在为腾讯广告带来大幅GMV提升的同时，也初步验证了大模型的商业化潜力。
2022年9月，在阿里巴巴达摩院主办的世界人工智能大会“大规模预训练模型”主题论坛上，发布 “通义”大模型系列，并宣布相关核心模型向全球开发者开源开放。目前，主要应用方向是为下游任务提质增效，例如在淘宝服饰类搜索场景中实现了以文搜图的跨模态搜索。
华为云团队于2020年立项AI大模型，并且于2021 年4 月发布“盘古大模型”。目前，盘古语音语义与视觉大模型广泛应用到金融、电商、物流等多个行业。华为云官网近期显示，盘古大模型“即将上线”。
天风证券研报表示，盘古大模型是业界首个千亿参数中文语言预训练模型，在预训练阶段学习了40TB中文文本数据，被视为最接近人类中文理解能力的AI大模型。
显然，大模型竞赛是属于巨头间的比拼，较量才刚刚开始。
参考研究报告：AIGC专题：国内大模型概览 德邦证券
本文由汽车商业评论原创出品
转载或内容合作请联系说明
违规转载必究
【本文来自易车号作者汽车商业评论，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】
AI大模型扎堆上线，你觉得谁能强势出圈？
撰文 / 涂彦平 编辑 / 黄大路 设计 / 赵昊然
ChatGPT在这个春天霸占了中文互联网，普通人面对它多生出兴奋和焦虑交织的复杂情绪，而大公司不甘落后，纷纷宣布自己也在做类似的AI大模型。
继3月16日百度发布文心一言之后，4月7日，阿里云官宣大模型通义千问开始邀请测试。
4月8日，在人工智能大模型技术高峰论坛上，华为云人工智能领域首席科学家田奇分享了盘古大模型的进展及应用。他透露，华为盘古大模型正在推动人工智能开发从“作坊式”到“工业化”升级。
接下来，有多场大模型相关发布会扎堆举办。
4月10日，商汤“日日新SenseNova”大模型体系问世；4月11日，毫末智行自动驾驶生成式大模型DriveGPT雪湖·海若发布；由昆仑万维和奇点智源合作研睁塌发的天工大模型3.5发布在即，并将于4月17日启动邀请测试；5月6日，科大讯飞“1+N认知智能大模型”即将发布……
互联网巨头、人工智能公司、智能硬件公司、自动驾驶公司等各方力量，都积极参与到大模型这一场盛宴中来。
行业监管也迅速出手。4月11日，国家网信办发布通知，就《生成式人工智能服务管理办法（征求意见稿）》面向社会公开征求意见。
根据计算机科学家、自然语言模型专家吴军的说法，ChatGPT背后是一个叫做语言模型的数学模型在发挥作用，这项语言模型技术早在1972年就已经有了，是由他的导师弗莱德里克·贾里尼克(Fred Jelinek)在IBM期间带领团队研发出来的。
只是到了今天，由于算力不断提升，语言模型已经从最初基于概率预测的模型发展到基于Transformer架构的预训练语言模型，并逐步走向大模型的时代。
复旦大学计算机学院教授、MOSS系统负责人邱锡鹏曾乱好这样描述大模型的能力飞跃：“当模型规模较小时，模型的性能和参数大致符合比例定律，即模型的性能提升和参数增长基本呈线性关系。然而，当 GPT-3/ChatGPT 这种千亿级别的大规模模型被提出后，人们发现其可以打破比例定律，实现模型能力质的飞跃。这些能力也被称为大模型的‘涌现能力’（如理解人类指令等）。”
每当有革命性的技术诞生，无一不是由其在具体行业的商用化应用来实质性地推动行业进步。作为连接技术生态和商业生态的桥梁，大模型也将在很多行业应用落地。
只是，这波来势凶猛的大模型热，究竟会催生万物生长改变万千业态，还是继区块链、元宇宙之后又一个看上去很美的泡沫？
无限想象空间？
特斯拉将Transformer大模型引入自动驾驶领域中，拉开了AI大模型在自动驾驶领域应用的开端。大模型在自动驾驶行业的应用将提升系统的感知和决策能力，已经被视为自动驾驶能力提升的核心驱动力。
4月2日，百度正式发布百度自动驾驶云Apollo Cloud2.0。百度智能驾驶事业群副总裁、智能网联业务总经理高果荣表示，Apollo Cloud2.0基于大模型实现了自动驾驶数据智能的搜索引擎，大模型的能力积累了自动驾驶数据智能的搜索引擎，从海量数据中能够精准找到自动驾驶面向不同场景的数据。
“在自动驾驶领域，BEV(Bird''s Eye View，鸟瞰视图)是当前主流的技术路线，未来可以朝着多模态、通用智能的方向发展。”商汤科技联合创始人、首席科学家、绝影智能汽车事业群总裁王晓刚表示。
他认为，在通用人工智能时代，输入提示词和多模态内容，就可以生成多模态的数据，更重要的是，可以用自然语言生成对任务的描述，用非常灵活的方式覆盖大量的长尾悉陪圆问题和开放性的任务，甚至是一些主观描述。
王晓刚举了一个例子来说明AI和AGI处理任务的不同。给定一张图片，判断是否需要减速，AI和AGI的反应有什么不一样呢？
现有的AI系统，会首先做物体检测，然后再物体框里做文字识别，最后做决策。整个过程中每一个模块都是事先定义好的任务。
而在通用人工智能下，给定图像，人们只需要用自然语言去问问题，比如，“这个图标是什么意思？我们应该做什么？”模型本身不会发生变化，它会通过自然语言的方式给出一系列逻辑推理，最后得出结论。比如，它会说，“前面限速30公里/小时”“前面100米是学校区域”“有小孩”“应该小心驾驶”“将车速降到30公里/小时以下”等。
王晓刚还指出，智能驾驶汽车领域有“数据飞轮”的说法，通用人工智能时代则会产生“智慧飞轮”，人和模型之间可以互动，通过人的反馈，模型能更好地理解人需要它展示什么样的能力，而去解锁更多技能。从数据飞轮升级到智慧飞轮，可以实现人机共智。
商汤基于多模态大模型，可做到数据的感知闭环和决策闭环。从前端自动采集高质量的数据，到利用大模型进行自动化的数据标注和产品检测，“能够几百倍地提升模型迭代的效率并降低成本”。
华为云EI服务产品部总裁尤鹏也表示，“整个数据标注是整个自动驾驶领域准确率、效率、成本最高的一部分”，这部分的效率直接影响到自动驾驶算法和驾驶等级的提升。他透露，华为云正在做预训练标注大模型，支撑后续的自动驾驶算法的训练，可能会在几个月后会发布。
除了自动驾驶，很多行业人士相信，智能座舱也将在大模型的赋能下有着质的提升，尤其将为人机交互打开新的大门。
百度集团资深副总裁、智能驾驶事业群组总裁李震宇认为人工智能将重塑汽车空间，人与汽车的关系将会截然不同。“未来，我们相信每辆汽车都会搭载一个数字虚拟人。未来的数字虚拟人不仅可以模拟人的外形，还可以注入灵魂，真正拥有对人类意图的理解……同时也不再是单一以前场景的车机助理的身份，而会转化成全能助理。”
他相信，随着通用人工智能的发展，智能座舱将成为汽车创新的新焦点，将会重塑其空间，届时用户和车企之间的距离将缩短，用户和品牌之间的关系将更为紧密。“拥有自然语言交流能力的智能车可以让车企与用户直接进行一对一的对话。当汽车成为全能助理后，车企将面对用户需求爆发式的增长。”
王晓刚称，在智能座舱板块，通用人工智能可以使基模型具备对空间环境的理解、用户状态的感知、多模态指令解析及多轮逻辑对话、内容生成等一系列能力，进而赋能包括情绪感知、智能助手、基于情感的对话、创意内容生成、个性交互等一系列功能，不断地提升个性化体验，进一步拓展应用场景。
“智能汽车是通用人工智能实现闭环的一个非常好的场景，我们已经有人机共驾。”王晓刚表示，“未来我们希望车和模型之间能够产生更有效的互动，那就完成了从人到车到模型这样一个互动闭环，能够让通用人工智能为我们提供更好的驾乘体验，解锁无限的想象空间。”
只是，消费者距离这种有着“无限的想象空间”的汽车生活还有多远，没有人说得出答案。
希望在于将来
想象是美好的，不过，挑战也随之而来。
“过去我们一年要做大概1000万帧的自动驾驶图像的人工标定，请外包公司进行标定，大概6到8元钱一张，一年的成本接近一个亿。但是当我们使用软件2.0的大模型通过训练的方式进行自动化标定，效果会非常可怕——过去需要用一年做的事情基本上三个小时就能完成，效率是人的1000倍。”理想汽车创始人、董事长兼CEO李想OK表示，“对于员工来说，他们会感觉用拳头打架遇到了拿枪的。”
他认为，在这样的状况下，如何能够让软件2.0和现有人才进行融合，为他们提供怎样的全新工作流程、激励机制，如何去选用任用人才，给全行业提出了挑战。
更大的挑战可能还在于中外大模型技术的差距。
3月25日，在2023中国发展高层论坛上，360创始人、董事长兼CEO周鸿祎表示，目前来看，中国大语言模型和GPT-4的差距在两到三年时间，GPT的技术方向已经明确，不存在难以逾越的技术障碍，中国在场景化、工程化、产品化、商业化方面拥有巨大优势，应当坚持长期主义精神，迎头赶上。
4月9日，由中国人工智能学会主办的人工智能大模型技术高峰论坛上，融汇金信CTO李长亮认为，未来做通用大模型的和做场景的分层很清晰，没有中间态。做通用大模型需要大量的算力、数据、人员、资源等，只有有很强技术储备和资源调配能力的大公司才能做，中小创业公司在这条赛道上会很难；在垂直应用上，基于大模型的发展，结合场景的know-how做一些创新应用，则会有无数的企业诞生。
他还认为，中国在大模型这个产业赛道上是很有机会的，因为在中文场景下，我们更懂我们自己的语言，沉淀了大量的中文知识，会迅速追赶并超越。
我们也注意到，计算机科学家、自然语言模型专家吴军在4月3日晚得到的一场直播中则给当下的ChatGPT热泼了盆冷水。他直言ChatGPT在中国被过度炒作了，中国的大部分研究机构是做不了的。
在他看来，ChatGPT的原理很简单，但是在工程上要想做到，其实蛮困难，因为ChatGPT太耗资源，光硬件的成本就要差不多10亿美元，这还没算电钱。ChatGPT训练一次要耗多少电？吴军的说法是，大概是3000辆特斯拉的电动汽车，每辆跑到20万英里，把它跑死，这么大的耗电量，才够训练一次。这是非常花钱的一件事。
他的结论是，ChatGPT不算是一项新的技术革命，带不来什么新机会，最后可能的一个结果就是给几家大的做云计算的公司交钱。
由ChatGPT带起的大模型热，最终会在各行各业开花结果，还是盛名之下其实难副？不妨把这个问题交给时间。
本文由汽车商业评论原创出品
转载或内容合作请联系说明
违规转载必究
【本文来自易车号作者汽车商业评论，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】
GPT5短期内不会出马斯克已经悄悄注册了AI公司，加入到大的模型争夺战中的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于、GPT5短期内不会出马斯克已经悄悄注册了AI公司，加入到大的模型争夺战中的信息别忘了在本站进行查找喔。
