文｜姚 悦
编｜王一粟
“尽管我们已经造车30多年，但现在我们面临一个全新问题和挑战。”长城汽车AI Lab负责人杨继峰表示，“在AI时代里每个问题都是AI问题。”
杨继峰所负责的AI Lab，正是长城汽车近期成立的一个新部门，集中负责为整个长城汽车的整车领域与研发领域“输送”基于AI大模型的产品、技术。
长城汽车已经在智能化方面布局多年，包括算法、算力、数据的基础底座，以及技术品牌咖啡智能等，但此次AI Lab作为一次组织体系变革，将过去AI成果“统筹”起来，是长城汽车在智能化方面的一次重大战略升级。
无独有偶，就在上个月，新势力小鹏汽车也宣布，计划下一步将建立公司级的智能化研发、规划和运营团队。且据36氪最新消息，小鹏汽车前互联网中心副总裁纪宇已低调再次入职，小鹏汽车智能化部门已经在酝酿组织调整。
近期，汽车产品的智能化动作也越来越密集。AITO问界开启了发售以来最重要的OTA系统升级；蔚来则发布智能系统 Banyan 2.0.0 CN ；比亚迪最新发布的海豹DM-i也在智能化做了明显升级。
造车30余年的传统车企，成立9年的新势力，进行智能化重大组织调整，智能化在汽车产品中的权重越来越大，汽车产业的智能化迎来了一个全新的阶段。
大模型时代，开发模式升级倒逼组织变革
“今天我们把车交付给用户的时候，不是一个结束，而是一个开始。”杨继峰表示，AI时代下，汽车开发模式将彻底改变。
从前，汽车开发在SOP（产品准备量产）阶段已经完成95%，其余就是做微调。因此，开发模式是以车型交付为目的，一个项目团队负责一个车型。
但随着用户对于汽车的OTA（无线更新下载）能力产生硬性要求，一车一项目的开发模式，无法满足用户快速更迭的需求。
在大模型时代，这种开发模式更注定走向终结。
不仅因为终端应用更迭更快，更是因为大模型最突出的能力就是泛化能力，这就要求各团队之间高度协同作战。而且，大模型时代，需要整车数据，同时支撑自动驾驶的AI开发、座舱空间的AI开发，甚至智能的动力、能耗管理等多个业务线并行。
所以，平台化的开发模式应运而生。
长城汽车的AI Lab，就是将长城汽车原来的语音、推荐算法、自动驾驶等团队整合，协同研发基于AI大模型的技术底座，为长城汽车的整车端、研发端，提供大模型通用化的解决方案。
AI Lab更像是一个“泵”，将“大模型的血液”输送向长城汽车的全身上下。
“整车开发会有一体化趋势。”杨继峰表示，“行业接下来的组织变革，基本上会把计算架构、数据体系、基础设施等分别作为整个专题去讨论，我们今天也在做这件事。”
不过，长城汽车的AI Lab不完全被定义为中台。
中台提供数据能力、计算能力、体系能力；前台负责算法能力在智能空间上的应用落地，包括语音体验、视觉体验、多模态体验等，以及企业里智能化转型的应用。
“AI Lab不倾向于只做中台，中台的前提是有若干前台，提供对等AI开发能力。”杨继峰表示，“我们希望把整个的AI数据能力、计算能力、算法能力和应用场景在一个组织里端到端地解决。”
随着AI Lab的成立，长城汽车的智能化系统也更完整呈现。
AI Lab负责的AI大模型技术平台，就是整个智能化系统的底座，底座之上是围绕技术品牌咖啡智能，建立的咖啡智能座舱、咖啡智能驾驶两大主要板块，以及咖啡智能云平台、咖啡电子架构两块辅助平台。
其中，咖啡智能座舱操作系统即将升级第三代，咖啡智能驾驶软件系统则包括高速NOH、城市NOH、自动泊车、记忆泊车等。在整车端，未来AI Lab的大模型技术将广泛应用到座舱功能开发、智能驾驶升级等方面。
AI如何重新定义汽车？
“大模型让我们觉得真的进入了一个新的AI时代。”杨继峰说道。
过去4-5年，长城汽车相继建立了算法、数据、计算能力，但始终是在一系列特定场景下的AI开发和任务解决能力，而大模型的泛化能力，让长城汽车看到了AI新机遇。
AI如何定义汽车？体现在智能座舱、智能驾驶。
智能座舱是消费者目前感知度最高的地方，也是车企在寻找差异化的地方。
杨继峰认为，“智能座舱概念最开始被提出，更像是一个类似手机的功能机，这不涉及AI问题，而当把它看作是一个智能空间时，才涉及AI问题。”这个AI问题就是，机器能不能像人一样构成驾乘空间。
智能座舱解决的最重要一个问题就是驾驶安全。
相关统计显示，我国每年因疲劳驾驶直接引发的道路交通事故10万余起，造成9万余人重伤或死亡。
针对疲劳驾驶，智能座舱设有DMS（驾驶员监测系统），可以评估驾驶员疲劳程度。不过，现在的评估逻辑，就是根据眼睑的开合程度，去判断疲劳程度，就是眼睑开合越小，疲劳度越高。但这就存在许多问题，眼睛小算不算疲劳？强光下眯眼算不算疲劳？
而当利用大模型去评估疲劳驾驶，就可以感知驶员开车变道、面部特征、肢体动作等多重信息，然后比对历史数据，再去判定是否疲劳驾驶，结果会更准确。继而，大模型还会推荐更适合驾驶员的醒神模式。
除了驾驶安全，智能座舱致力的另一个方面就是“个性和贴心”。将AIGC应用在智能座舱，驾驶员不仅可以有文生文的AI助手，还可以有文生图的绘画助手，以及大模型+知识库的咨询专家。
“文生图的大模型，短期里是一种用户的体验，在长期上则是一个交互策略的演进。”杨继峰认为，AIGC可以打造更个性化的智能座舱。
大模型时代下的智能座舱，就是能做到更人性化的人机交互。
智能驾驶方面，长城汽车在2019年内部孵化了自动驾驶公司毫末智行（拼完大模型、拼大算力，自动驾驶2023将迎城市争夺战），长城汽车也进行智能驾驶全栈自研，是国内最早一批引入Transformer，并提出重感知轻地图的车企。
长城汽车研发了感知、认知等大模型，重点布局城市NOH（城市领航辅助驾驶），并计划2024年拓展百城。
大模型已经能够更好解决感知任务输出问题、路径规划的可解释问题。不过，杨继峰认为，大模型所带来的智能驾驶的变革才刚刚开始，“大模型的认知涌现，能否有效解决复杂多样场景的泛化问题，是大模型范式能力的下一个重要的智能驾驶问题。”
AI 颠覆“传统造车”
除了汽车智能化，车企也在用AI重塑研发流程，希望从底层去变革生产力。
从外向内，大模型能在车企内部做什么？
对传统车企而言，汽车工业设计是最核心的竞争力之一，而AIGC率先改变的就是设计行业，自然对汽车设计也不例外。
设计创意属于车企的核心商业机密，如果外包会有泄密风险，所以必须要建立自己的汽车设计大模型。
自建汽车设计大模型，将多年积累的设计图纸输入训练，不仅可以提高效率，也可以为设计提供灵感。
除了汽车外形设计，随着“软件定义汽车”的趋势到来，汽车软件的重要性正在与日俱增。无论功能层面还是架构层面,汽车软件的复杂度都在升高，而开发工作的效率却没有以同等速率跟上。
报告显示，软件复杂度在过去十年已增加到原来的4倍,而软件开发效率只提升了1到1.5倍。这个问题在变得日益复杂的大型模块中最为严重，如信息娱乐系统和高级驾驶辅助系统(ADAS)。相比传统的深度嵌入式软件，开发这些模块的效率大约低25%到35%。
车企需要投入更多资源开发软件，并在软件生命周期中对其进行维护。用大模型生成代码，不仅可以提供自动代码补充，还可以智能纠错提醒、建议代码方案。
此外，车企多年积淀的数据也可以最大程度被大模型激活。利用大模型加知识库结构，可以开发标准查询、智能客服、用户说明书、智能诊断等等一系列应用。
但车企要想完成生产力AI转型，并不简单。
大模型需要“吃”大量数据，虽然传统车企都有大量的文本、图片等数据积累，但这些数据却不能直接用。这是因为，这些数据大模型看不懂。所以需要将这些文本、图片等数据转化成大模型能读懂的数据，也就是向量化数据，形成知识库结构。
不过，大模型想要成为车企的生产助手，还需要大量的“人类反馈”去训练，于是，长城汽车让设计师、程序员等亲自“调教”，训练出符合车企生产要求的大模型。
“用一个足够稳健的、泛化的算法基座，把它们形成每一个人的助手。”杨继峰表示，这就是长城接下来要做的事。
底层的能力搭建好，接下来就是将其在研发流程中SOP化，形成标准的作业程序。
比如，针对设计创意大模型，先教会大模型先画草图，这个时候要注意空间结构；然后变成平面图，此时要注意之前的设计特征和色彩应用；最后渲染时，要考虑画幅、风格等等。
目前，长城汽车研发过程中，60%的活跃设计师中，已经有60%-70%的设计草图是用大模型生成；内部几乎所有的代码开发领域，都列入了自动生成代码的工具。
长城汽车AI Lab负责人杨继峰
“我们已经造车30多年，但现在我们面临一个全新的问题和全新的挑战，在一个AI时代里，什么叫车？什么叫车企？”杨继峰表示，“我们发现，在AI时代里每个问题都是AI问题。”
我们看到，以长城汽车为代表的车企巨头正在经历一场自我革命。从产品端的智能座舱到智能驾驶，到研发侧的创意设计和代码生成，车企正在用AI重构自己。
智能车时代，汽车工业一定是一场“不进则退”的重新洗牌。
