腾讯智慧出行副总裁 钟学丹

大模型已经成为一个热词，聊天如果不带大模型就是OUT了，产品如果没有大模型加持都没有科技感了。这个好似人人都能聊上几句的大模型，到底是何方神圣？

实际上，大模型是指具有大规模参数和复杂计算结构的机器学习模型，通过训练海量数据来学习复杂的模式和特征，具有更强大的泛化能力，可以对未见过的数据做出准确的预测。

今天我们在车上看到的智能语音交互，如何让交互变得更自然、亲切，其实都是大模型的一些基础的，或者通用性的一些表现。

目前，C端用户对于大模型的感知还没有那么强，但今年可能会看到。“因为大模型上车有一个过程，而不是一下子就上去了。”腾讯智慧出行副总裁钟学丹在2024百人会论坛期间与钛媒体App沟通时说道。

在钟学丹看来，我们对大模型这些技术应用相对来讲，“企业首先看到效能，而不是去追一个热点。”

对于行业内一直说的当下“电动化是上半场，智能化是下半场”，钟学丹认为，虽然我们可以看到像智能座舱或者一些高阶辅助驾驶这些能力，在车内整个进展还是非常快，但事实上，在大模型的驱动下，汽车产业已经站在了“新智能”发展的开端。

这样说的背景源于近期大模型又取得了一系列突破进展，比如视频生成大模型Sora，已经具备对世界的感知、观察和交互能力，距离真正的“世界模型”更进了一步；Claude 3发布的官方测试成绩，全方位超越 GPT-4水准。

在钟学丹看来，大模型的演进速度已经超出想象，进入百花齐放、全面应用的阶段。而大模型的应用不仅将改写智能汽车的算法和逻辑，也将大大促进生产力的革新，与汽车各业务场景相结合，将会重构汽车产业链各环节。

目前，各大汽车企业已纷纷将大模型纳入重点投入规划，在汽车的研发、生产、销售、服务、协同管理等各环节中，叠加AI的生产力，来提质、降本与增效。对于企业员工而言，人人都能借助AI来实现创新。

然而现实情况是，大模型距离大面积的落地应用，还面临着几大核心挑战。腾讯已经在大模型的应用方面和十多家车企围绕研、产、销、服、管理等多场景展开合作，从这些年的经验来看，钟学丹认为主要是模型、数据、算力这几个方面。

首先是模型方面带来的挑战。行业已经共识，相比于通用大语言模型，汽车垂域大模型才是更优解。通用大模型主要在AI交互层面应用，但是在一些业务场景下，专业知识与行业数据积累不足。所以，选择汽车行业大模型，加上企业自己的数据做训练或精调，才能打造出实用性高的智能服务。如何在合理的成本下，选择合适的模型，是企业所需要思考与决策的。

其次是数据方面的挑战。数据是大模型的原料，而高质量的数据目前非常稀缺，目前我国的自动驾驶和汽车行业数据体量是远远不足的。同时，还要考虑数据分类、标注、训练各环节的投入产出比，更要时刻关注敏感数据的保护与合规。

最后是算力方面的挑战。要想从根本上突破单车算力的物理上限，就需要云端、车端一体化的算力协同，实现充足的算力供给和弹性拓展。同时，大模型的训练对网络速度与稳定性要求也很高。

那么如何来应对大模型带来的机遇与挑战？据钟学丹介绍，针对模型方面的挑战，腾讯推出了汽车行业大模型，同时也开放接入20多个主流开源模型，以更开放、灵活的方式帮助客户根据实际需求，选择合适的模型，打造自己的专属模型。

对于数据安全的问题，腾讯提供全栈安全防护方案，帮助车企打造面向AI大模型时代的安全度量和防护体系；而对于算力的问题，腾讯云则提供算力、网络等基础资源，通过软硬件协同创新，为大模型训练和研发提供大规模高性能计算。同时，腾讯还提供覆盖大模型全生命周期的工具链，去降低大模型训练难度，提升研发效率。

以上这些都是针对B端的赋能，那么大模型上车到底可以做什么？除了提到比较多的智能语音交互以及多模态交互以外，钟学丹认为，其实更多的要在效率提升以及娱乐提升方面去增强，如何让服务更好地去触达，而不只是说帮用户去聊天。

去年，腾讯也推出了座舱大模型，钟学丹介绍称，“在一些智能的操控领域以外，我们也希望更多地结合传感器和座舱能力，更主动地帮助用户去完成一些面对环境变化时的操作。”

大模型的应用，是一个全新的开始，所有的参与者都会不可避免地面临很多挑战。特别是大模型的训练，这里面需要投入的成本和代价非常高。

在钟学丹看来，大模型的应用第一阶段首要考虑的是如何在一些非常明确和具体的领域快速实施，看到效果；有了效果之后，第二阶段再去构建平台，才有可能帮助我们在未来加速发展；第三阶段腾讯会和车企一起，基于这样平台以及跟场景更好地结合，去创造新的应用场景和服务，帮助车企自研自建AI平台。

“汽车行业还处在大模型应用的开端时期，需要产业链上下游开放共创，广泛探索。”钟学丹强调说。

（本文首发钛媒体App，作者｜张敏）