理想加入大模型之战，车企的尽头是人工智能？
本文来源：时代周报 作者：黄婧
车企也来卷GPT了。
6月17日，理想汽车在其发布会上透露，“理想同学”加入了其自研的Mind GPT，支持声纹识别、内容识别、方言识别、出行规划， AI 绘画、AI 计算等功能。理想方面称，为 Mind GPT 的训练建立了一个不断更新的汽车知识库，过滤和去重数十 TB 的原始训练数据，使用了1.3 万亿个token进行基座模型训练。
(资料图片仅供参考)
年初Chat GPT在国内掀起一阵大模型布局热潮，百度、华为、阿里、商汤、科大讯飞等科技企业都纷纷争相布局自己的大模型。这一阵风也不可避免地刮到了车圈。
理想并非国内第一家宣布接入类GPT技术的车企。今年2月初，集度CEO夏一平宣布，集度汽车机器人将融合百度文心一言的全面能力。
“汽车行业的变革，电动化是上半场，而智能化则是下半场”，已成为汽车行业普遍共识。浙江大学国际联合商学院数字经济与金融创新研究中心联席主任、研究员盘和林向时代周报记者表示，“万物皆可GPT，ChatGPT成功后，如今向多应用生态发展，车企也想将GPT的热度引导到智能车联网领域。”
然而，蜂拥布局的GPT技术最终会为汽车企业的贡献几何，仍然存疑。
多家车企已申请注册相关商标
早在Mind GPT发布的两个月前，理想汽车就已开始注册申请相关商标。
天眼查app显示，4月24日，理想汽车关联公司北京车和家信息技术有限公司申请注册“MindGPT”商标，国际分类为运输工具、网站服务等，当前商标进度均为申请中。
图源：天眼查
不止理想，近段时间以来，不少车企都有所动作。
6月15日，梅赛德斯-奔驰和微软宣布，两家公司正在合作测试车载ChatGPT人工智能，美国超过90万辆配备MBUX信息娱乐系统的汽车可以使用。
梅赛德斯称，测试计划的结果将为 ChatGPT 添加到其他国家和其他语言的计划提供参考信息，也就是说如果测试顺利，这一功能有望扩展到更多地方和更多汽车。
国内方面，近段时间以来，据不完全统计，仅仅在5月，就有长城汽车、蔚来汽车、小鹏汽车、奇瑞汽车四家车企申请了GPT相关商标。
天眼查app显示，5月31日，奇瑞新能源汽车股份有限公司也申请注册两枚“ICAR GPT”商标，国际分类为运输工具、网站服务。
5月30日，长城汽车股份有限公司申请注册的商标为“长城汽车SPACEGPT、“GWMSPACEGPT”，国际分类为运输工具。
5月26日，小鹏汽车关联公司广东小鹏汽车科技有限公司申请注册“XMARTGPT”“XPGPT”“XGPT”商标，国际分类涉及运输工具、通讯服务。
5月15日，蔚来汽车关联公司上海蔚来汽车有限公司申请了多个GPT商标，包括“KnowmeGPT”“NIOGPT”“NOMIGPT”商标，国际分类涉及运输工具、社会服务、建筑修理、科学仪器等。
目前，已有多家车企宣布就大模型与企业展开合作。
2023阿里云峰会当天，吉利汽车、智己汽车、奇瑞新能源等多家企业表示，将与阿里云在大模型相关场景展开技术合作的探索和共创。今年2月初，集度CEO夏一平也宣布，集度汽车机器人将融合百度文心一言的全面能力，计划打造首个针对智能汽车场景的大模型人工智能交互体验。
GPT为造车贡献几何？
汽车行业的竞争正在逐渐转向智能化战场。
乘联会发布的数据显示，2023年5月新能源车国内零售渗透率已达33%，较去年同期27%的渗透率提升7个百分点。随着电动汽车在国内市场的渗透率不断攀升，车企在硬件方面的差异逐渐缩小，软件方面成为形成竞争差异化的要点。
在理想汽车 2023 春季媒体沟通会上，理想汽车CEO李想就曾表示出对发展人工智能的重视。他表示，智能电动车面临着人工智能革命。人工智能时代来临，软件 1.0 走向软件 2.0。现阶段的辅助驾驶，还是人类制定规则，智能要依靠人工；而具备认知学习的软件 2.0 阶段，车开始像人一样观察世界，并做出决策。
今年 3 月，针对 GPT-4，小鹏汽车董事长何小鹏更是表示：“GPT 是最近数年的全新技术浪潮中，包括元宇宙，区块链，Web3 中等中我唯一觉得既是趋势又在眼前又可产生颠覆的。”
“GPT技术的接入能够提升车的人机交互能力和综合环境问题的互动能力。今后车企在同一价位段的硬件方面的品牌差异会越来越小，当舒适性、安全性、动力和续航里程上竞争难以产生太大的差异时，卷智能就成了选择的必然。”奥纬咨询董事合伙人张君毅告诉时代周报记者。
谈及车企搭建GPT技术的路径，盘和林向时代周报记者表示，“可以采取两种方式：一种是和成熟的大语言模型合作，另一种则是需要自己从零开始积累大语言模型的数据。一般车企会选择前者，这样，对于车企来说，只需要针对自身需求提供数据范例，让大语言模型适配车主需求即可。”
不可忽视的是，大语言模型的搭建也并非易事，需要大量的技术积累和硬件投入。
“企业对技术的实际响应和落地体验，是由算力、算法以及自身的整体架构与生态系统决定，是不同车企需要去克服和提升的难题。”张君毅认为，车企们争相独立布局大语言模型技术，技术资源和注意力容易被分散，由于基层算法人才的趋利流动和大算力GPU的分配，有可能会在一定程度上影响干扰自动驾驶的市场发展。
