賓士把 ChatGPT 集成到車機後，理想、蔚來等車企也蜂擁入場，用最前沿的對話機器人完成對車機大腦的更新換代。但人機交互不是終點，自動駕駛才是盡頭，AI大模型為自動駕駛帶來了更符合人類「腦迴路」的技術路線，不依賴高精地圖是第一步。
（前情提要：ChatGPT 接入賓士車語音助理 ：駛向人工智慧與汽車產業新篇章）
（背景補充：SEC主席Gary Gensler請辭，查證是「假新聞」！源頭疑用ChatGPT生成）
ChatGPT 改造汽車的序幕已經拉開，賓士率先出手。
不久前，梅賽德斯 – 賓士將 ChatGPT 整合到了車機上，開啟了為期三個月的測試，結果顯示，它的語音助手不僅可以完成簡單地指令，還能進行連續多輪對話，理解能力和響應質量都有較大提升。
理想、創維、蔚來等汽車廠商隨即蜂擁而入，用前端的 GPT 能力讓車機智慧化程度更上一層樓。車機也徹底從最初的 「收音機」 變成了功能豐富的智慧終端，加上 GPT 「大腦」 後，又開始從木訥、雞肋的機器向行車夥伴轉變。
而人車互動不是 AI 上車的盡頭，自動駕駛才是未來。以往的自動駕駛解決方案過於依賴高精地圖，一旦地圖更新跟不上瞬息萬變的路況，行車安全將受到威脅。AI 大模型的進化升級，讓車企們看到了機會。
讓 AI 主動感知和決策，放棄對高精地圖的依賴，正在成為一種主流趨勢。幾天前，理想汽車開啟城市 NOA（導航輔助駕駛）內測，它將 BEV（Bird’s eye view，鳥瞰圖）大模型作為主要解決方案，讓汽車模仿人類 「腦回路」 駕車。通過連續學習，城市 NOA 還能被訓練成使用者通勤路線上 「代駕」。
接棒網際網路，AI 正在對汽車進行更深層次的改造，四個輪子的大傢伙越來越神似變形金剛。
車機 + GPT 賓士先出手
一場由內而外的 「變形記」 正在席捲汽車圈，從傳統燃油動力到新能源，從駕駛工具到智慧化產品。多年以來，科技驅使下，汽車不斷變幻著外貌和內在，網際網路改造汽車後，人工智慧又來了。
梅賽德斯 – 賓士在這股新浪潮中一馬當先，要把 ChatGPT 移植進車機。
6 月 16 日，賓士為期 3 個月的 ChatGPT 測試計劃在美國啟動，它與微軟合作，通過 Azure OpenAI 服務將 ChatGPT 整合到車機中。車主可以通過 Mercedes me APP 選擇使用 ChatGPT，還有更直觀測試方式 —— 直接在車內使用語音命令 「Hey Mercedes，我想加入測試計劃」，賓士的 MBUX 資訊娛樂系統就會將語音助手 「Hey Mercedes」 自動接入 ChatGPT。
過往，Hey Mercedes 可以提供體育、天氣等資訊，並回答有關車輛周圍環境的問題，還能控制使用者的智慧家居，這都是制式化的。ChatGPT 加入把問答變靈活了，使用者能詢問目的地詳細資訊，獲得晚餐建議，可以不斷提出問題，連續收到回覆。這是 ChatGPT 的看家本領。
當前，僅在美國地區約 90 萬輛配備 MBUX 的賓士汽車可以優先測試 ChatGPT，賓士打算利用這個初始測試期深入瞭解使用者提出的請求，來確定未來開發的優先事項，以及調整不同市場和語言的推出策略。
關於接入 ChatGPT 這事兒，賓士給了一個充滿感性的宣告，「一切目標都圍繞著重新定義您與梅賽德斯的關係。」 賓士要讓 ChatGPT 重塑人車互動體驗，更形象的類比是，車機從一個木訥的注重功能性的機器 「活」 起來了，向著車內生活夥伴的角色轉變。
賓士之後，國內的汽車廠商率先跟上。
6 月 19 日，理想汽車推出了自研的認知大模型 「Mind GPT」，這個大模型由理想的空間演算法團隊研發。據說大模型訓練的開始日期早在 ChatGPT 釋出之前，Mind GPT 基於數 10 TB 的原始訓練資料，使用了 1.3 兆個 Token 進行基座模型訓練，能識別聲紋和語音內容，還能聽懂方言，同時能為車主提供出行規劃，甚至具備 AI 繪畫和 AI 計算等功能。
理想透露，Mind GPT 釋出後，理想汽車將新增 LUI（使用者語言介面）互動方式，「比如你想吃個火鍋，只需要呼叫理想同學，車機介面就會生成火鍋的圖片供你選擇，隨後自動算好出行路線。」
創維汽車也在近日宣佈，旗下兩款車型創維 EV6Ⅱ 及創維 HT-iⅡ 在智慧車機上集成了 ChatGPT，此外，長城汽車、蔚來汽車、小鵬汽車、奇瑞汽車四家車企都在上個月申請了 GPT 相關商標。
GPT 上車成為一股潮流。奧緯諮詢董事合夥人張君毅認為，GPT 技術的接入能夠提升車的人機互動能力和綜合環境問題的互動能力。今後車企在同一價位段的硬體方面的品牌差異會越來越小，當舒適性、安全性、動力和續航里程上競爭難以產生太大的差異時，卷智慧就成了必然選擇。
給智慧座艙裝上 「大腦」
ChatGPT 上車又是汽車進化史上可書的一筆，最前端的自然語言處理大模型應用到了人類的出行工具上，更豐富的車內生活體驗將會出現。
回望 30 多年前，車載娛樂功能和車機智慧化，尚是一片空白。第一代車機誕生於上世紀 80-90 年代，當時人們普遍的關注點還是汽車的發動機、底盤和變速箱 「三大件」，突然有一些車型不僅能聽收音機，還能吞進磁帶，自由播放音樂，汽車有了一些第二生活空間的影子。
第二代車機則加入了 DVD 播放、MP3，娛樂性凸顯的同時，汽車又向駕駛體驗邁了一步，加入了車載導航。此時，解決 「路盲」 問題成為一個主流趨勢。許多老司機一定記得，在沒有車聯網的時代，凱立德車載導航成了高階車型的標配，它使用 GPS 衛星定位和存在車機裡的地圖包資料，實現相對準確的導航精度。
但除了導航和聽歌、收音之外，當時的人們並不對車機抱有太多期待，車機也往往不是決定購車與否的主要因素。
進入 21 世紀，電子數碼技術不斷髮展，手機的形態先變了。循著這個進化思路，車機上出現大屏，智慧化成為新賣點。基於 linux、WinCE、安卓等系統的車機陸續被汽車廠商採用，而後汽車不僅可以免費即時導航，還具備全景可視系統、汽車駕駛輔助系統，比如 360 度影像等。
當汽車連了網，一切由變得更不一樣。線上觀影、路書、語音控制、預約保養、遠端診斷等功能被加入車機，中控臺的螢幕越來越大，功能越來越多，一些廠商直接在駕駛室裝上了比平板電腦還大的顯示屏，甚至廠商們近來捲起了 「全面屏」，就連副駕和後排都要裝上螢幕。
終於，「第三塊屏」 的概念越來越顯眼，主機廠們希望，車機能夠成為繼電腦和手機之後，影響人類生活的第三代智慧終端。用富含科技感的車機佔領使用者心智，拓展更多的商業模式，成為現在的車企們攻堅的方向。
現在，「車機」 這一原始概念逐漸被 「智慧座艙」 所替代。蔚來甚至造出了 「第二起居室」 的新詞，不僅車機越來越智慧化，車企們開始卷內飾用料、音響系統、燈光系統，蔚來還發布了一款 AR 眼鏡，支援隨車巨幕觀影；理想 L9 甚至配備了一個後排冰箱，讓汽車成了可移動的房子。
但無論是車機還是智慧座艙，語音對話一直都是發展相對滯後的功能，考慮到駕駛安全性，語音操控又十分必要。
過去近十年來，幾乎所有車企和大量的 AI 創業公司，在自然語言處理領域投入頗多，希望優化車內的語音互動體驗。許多車機都能回答簡單的預設命令，比如調高溫度、預報天氣等，升級和創新圍繞拓寬自然語言口令展開，比如當用戶說 「有點熱」 後，車機可以開啟空調製冷或調低溫度。
但想讓車機聽懂更多 「人話」，比如用各種方言規劃路線、甚至找餐館，可能還真不如車主自己用手機地圖和大眾點評來得有效，更豐富的語音式人車互動陷入瓶頸，直到 ChatGPT 出現。
自然語言大模型產品（ChatGPT、文心一言、通義千問等）直接開放給 C 端使用，使智慧座艙的開發者們看到了曙光。強大的理解能力和邏輯推理能力，有望讓車機成為行車助手，暗藏商業可能。
比如，車主可以告訴語音助手，「幫我找出目的地附近有團購優惠、評分超過 4.5 的火鍋店，一會有 5 個人用餐，給我預定一下位置，再看一下哪裡停車方便。」 放在以前，車機絕對無法一次性理解如此多的資訊，但對 ChatGPT 來說，這只是它的基操，只要即時資料來源足夠多，需求被滿足的可能效能夠無限大。
GPT 的加入並不只是讓對話更流暢了，而是讓車機具有了 「大腦」，不僅能回答問題，還能理解需求並生成答覆。至於智商有多高、反應有多快，取決於汽車廠商對上車大模型的訓練能力，以及敢不敢 「氪」 金上更牛的硬體（晶片）。
AI 如何讓自動駕駛 「腦回路」 更像人？
車內生活的豐富，讓汽車逐漸成長為一個充滿溫情的載體，它不再是枯燥、冰冷的代步工具，轉而成為一個舒適的生活空間。
而 AI 主導的汽車進化還不止於 GPT 上車，它對自動駕駛的技術推動更加意義重大。
傳統的自動駕駛研究方法是通過採集大規模的駕駛資料、測試更長的駕駛里程來覆蓋所有可能的駕駛場景，以確保發生突發狀況時汽車有預先設定的應對方案。但突發狀況的複雜程度往往難以預料，一旦系統中沒有應對某種特殊突發狀況的預案，駕駛安全就將受到極大的威脅。
這也是為什麼當前的輔助駕駛系統，必須要求駕駛員手扶方向盤以應對即時突發情況。而 AI 的學習能力將有可能改變這個現狀。
不久前，清華大學研究團隊提出了自動駕駛 「可信持續進化」 技術，該技術是基於動態評估 AI 的可信賴程度進行學習訓練，保證自動駕駛汽車在遇到陌生新場景時，其駕駛能力可從基礎性的主動避讓開始持續提升，在確保安全前提下達到更好的駕駛表現。
簡單理解，利用 AI，自動駕駛功能的汽車能主動學習、熟悉各種新遇到的場景，進行持續進化，隨著駕駛里程與資料量的累積，效能得到持續提升。
理想汽車正將 AI 大模型用到自動駕駛領域。6 月 17 日，理想宣佈開啟城市 NOA（導航輔助駕駛）內測，並將在下半年向用戶開放通勤 NOA 功能。與常規解決方案不同的是，理想採用了 BEV（Bird’s eye view，鳥瞰圖）大模型，來即時感知和理解環境中的道路結構資訊，讓汽車更能模仿人類駕駛員的操作習慣。
以往多數汽車上的輔助駕駛系統，大多是採用高精地圖方案，相當於即時把路況投餵給自動駕駛系統，讓其做出決策。但在複雜的城市道路中，總會有高精地圖無法覆蓋和無法及時更新的區域，這成為了該方案的一大缺點。而採用 BEV 大模型後，相當於 AI 主動感知即時路況，自主決策駕駛操作。
當然，BEV 也有缺點，例如在一些跨度較大的路口，通行車輛較多，感測器視野容易被遮擋，導致車端即時感知的結果會丟失區域性的資訊。為了彌補這一不足，理想據稱搭配了神經先驗網路（NeuralPriorNet，簡稱 NPN）和端到端的訊號燈意圖網路，前者的作用相當於每當車走過自動駕駛車隊走過的路口，都有影象參考；後者則是學習大量人類司機在路口對於訊號燈變化的反應，幫助自動駕駛系統理解交通訊號。
根據實際的測試回饋，理想城市 NOA 還不能夠完全實現自動駕駛，它存在轉彎不夠及時和不擅長超車的問題，此外，面對一些特殊障礙物，演算法無法做出決策，必須進行人工接管。
不過，相比於傳統的訓練方式，大模型的引入最大的改變還是讓自動駕駛系統有了更強的學習能力，這意味著自動駕駛能力會逐漸提升。典型的案例是，理想汽車推出了通勤 NOA 功能，在開啟該功能之前，車主需要先設定通勤路線，通過日常通勤時的自動化訓練積累 NPN 特徵，大約 1 至 3 周時間後，AI 可以成長為通勤路段的 「代駕」。
這個過程體現了 AI 大模型加持下的自動駕駛汽車操作思路：先學習和熟悉路況，再進行輔助駕駛，「腦回路」 更像人類了。
用 AI 大模型研發自動駕駛鼻祖不是理想，而是特斯拉。早在 2021 年，特斯拉就曾推出基於 Transformer 架構的 BEV 感知方案，隨後華為、百度等企業也在 「BEV＋Transformer」 上展開佈局，目前，特斯拉、小鵬汽車、問界汽車等都在落地和不斷優化類 「城市 NOA」 功能。
大模型的持續進化，很可能讓車企們找到了自動駕駛技術的突破方向，擺脫對高精度地圖的依賴是第一步。現在的自動駕駛還停留在 「輔助駕駛」 階段，未來，你很有可能會將你的交給 AI 接管。
你敢不敢將車交給 AI 開？
📍相關報導📍
Google AI 聊天機器人「Bard」是什麼？相比 ChatGPT 優缺點、誰更好用
