【資料圖】

蹭熱度，搞話題，車企輕車熟路。Logo上天入地，由實到虛，無處不在：

上過大火箭，也下過基輔號航母；進(jìn)過實體咖啡店，也進(jìn)過虛擬元宇宙空間。

概念一個沒拉下，這不，ChatGPT概念沒來多久，車企便一個趕著一個沖進(jìn)來：

2月14日，集度首次接入百度文心一言大模型后，16-17日長城、紅旗、嵐圖等車企紛紛涌入，打造基于智能汽車場景的大模型人工智能交互體驗。

2月17日，毫末智行宣布自行研發(fā)車界的ChatGPT—DriveGPT。

長城則更為囂張，直接放出ChatGPT安利長城的“軟文”。

（ChatGPT對長城汽車看法 圖源：汽車綜合倫）

蹭熱度是車企的一貫作風(fēng)，蹭完就走的套路屢見不鮮，但短時間內(nèi)組團(tuán)沖進(jìn)來的情況還真少有。

那么，ChatGPT到底能在車企勝任什么崗位，讓車企蜂擁而至？車企要為“人才”ChatGPT付多少工資？

01車企正大力引進(jìn)“人才”

車企正千方百計地引入“人才”ChatGPT：

有想自己全方位打造的：

2月17日，毫末智行宣布自動駕駛認(rèn)知大模型正式升級為DriveGPT，也就是車界的“ChatGPT”。毫末智行CEO顧維灝表示，此番入局是因為ChatGPT“正中下懷”：ChatGPT技術(shù)思路和自動駕駛認(rèn)知決策的思路一致。先前的人駕自監(jiān)督認(rèn)知大模型就是為了讓自動駕駛系統(tǒng)能夠?qū)W習(xí)到老司機(jī)的優(yōu)秀開車方法，然后穩(wěn)定地輸出最優(yōu)解。

（圖源：毫末智行官方）

目前，毫末智行已有相關(guān)案例表明ChatGPT的應(yīng)用價值：在掉頭、環(huán)島等困難場景中，應(yīng)用ChatGPT相關(guān)技術(shù)可將通過率提升30%以上。

除了毫末智行，更多的車企打算向“MCN機(jī)構(gòu)”百度借聘。

首先是百度的“親生子”集度近水樓臺先得月，第一個接入百度文心一言大模型：

2月14日，集度宣布其汽車機(jī)器人將融合百度文心一言的全面能力，打造全球首個針對智能汽車場景的大模型人工智能交互體驗，支持汽車機(jī)器人實現(xiàn)更全面的交流：集度CEO夏一平表示，ChatGPT可能帶來的是車內(nèi)交互效率的提升，交互場景將變得更加全面化。

兩天之后，嵐圖、愛馳、紅旗、長城扎堆向百度“要人”，官宣接入百度文心一言，對外說辭與集度“查重率”極高：打造基于智能汽車場景的大模型人工智能交互體驗。

一時間，大家的做法是——跟上就對了，管不了差異化的定位。

而在這之中，長城汽車玩得最花。

既有自己旗下生態(tài)品牌毫末智行打造車界的ChatGPT——DriveGPT，又接入百度文心一言大模型預(yù)推產(chǎn)品，還搞了把明晃晃的營銷：長城汽車?yán)肅hatGPT的“官方”回答為自己打廣告。

這架勢，車企似乎要認(rèn)真了。

02ChatGPT的CV上能寫些什么？

那么，ChatGPT的簡歷上到底寫了啥，讓車企一股腦地沖進(jìn)來？我們不妨為ChatGPT制造一個簡略版的CV。

以上是ChatGPT的基本信息，基于ChatGPT特質(zhì)考慮，ChatGPT大致有兩大職業(yè)方向：

一是“坐班”，參與到公司的內(nèi)部管理、內(nèi)容策劃部門之中；

二是“上車”，參與到某些智能板塊甚至是更高階的自動駕駛之中。

24小時待命、工作效率高等常人不能具備的特質(zhì)，讓ChatGPT在“坐班”這類高標(biāo)準(zhǔn)、低創(chuàng)新度等內(nèi)部管理崗位中，具備較強(qiáng)的競爭力：

例如法務(wù)助理崗位，下班時間突發(fā)合同糾紛需要快速給出應(yīng)對措施，24小時待命的ChatGPT能夠立即依靠強(qiáng)大的資料庫，快速整理出糾紛相對應(yīng)的所有條例，而下班時間的打工人一是無法隨叫隨到，二是人工搜索，信息搜集速度慢且未必完全。

并且現(xiàn)階段，ChatGPT已具備“上崗資質(zhì)”，在一場司法考試中能夠打敗83%的人類。

在此基礎(chǔ)上，再加上些許“更聰明”的特質(zhì)，ChatGPT也能在較高創(chuàng)新度的品牌策劃崗位，像模像樣地整出一套方案。

在網(wǎng)易汽車創(chuàng)立的一次汽車策劃項目中，ChatGPT能夠完成從命名、Logo、概念車模型、到發(fā)布會新聞通稿等文字與圖片支持工作：

（ChatGPT命名及Logo設(shè)計 圖源：網(wǎng)易汽車）

（ChatGPT發(fā)布會新聞稿撰寫 圖源：網(wǎng)易汽車）

而對于ChatGPT“更聰明”這一特質(zhì)，人們總想著讓其參與到更“偉大”的事業(yè)之中（也就是目前車企們的愿望）：ChatGPT將不會止步于純文本與純圖片對話，而是能夠“上車”成為智能座艙交互助手，甚至參與到自動駕駛之中。

對于“更聰明”這一點，最直接的證據(jù)就是——ChatGPT推出僅兩個月后，在2023年1月末的月活用戶已經(jīng)突破了1億，成為史上用戶增長速度最快的消費級應(yīng)用程序，無疑得到了大部分的認(rèn)可。

故對于汽車智能座艙語音助手這一崗位，ChatGPT相對于其他“小X”們，有著階段性的領(lǐng)先優(yōu)勢：除了簡單的天氣、路線、功能問答，也能進(jìn)行聊天，并且記住用戶的駕車習(xí)慣，而目前大部分競爭對手進(jìn)行三-五輪對話后，就忘記之前說過什么。

除此之外，ChatGPT“表示”，自己可以作為車機(jī)使用，通過 API 接入自動駕駛系統(tǒng)，為車輛提供語音識別、語音合成、對話處理等功能。

而現(xiàn)階段，車企們的期待是，ChatGPT能“聰明絕頂”，成為自動駕駛背后的“大腦”，對此ChatGPT也展現(xiàn)出其較大“潛力”：

根據(jù)知乎博主我是路頭new的實驗顯示，ChatGPT目前能夠完成部分自動駕駛?cè)蝿?wù)，即“和人一樣”協(xié)助生成自動駕駛模擬場景：

（ChatGPT模擬場景構(gòu)建 圖源：知乎博主我是路頭new）

也就是說，目前的ChatGPT能夠24小時全年無休進(jìn)行試車場景提取，語義級別仿真場景生成，仿真場景泛化等功能，大大減少其他同事的工作量。

由于目前ChatGPT對汽車領(lǐng)域還“涉世尚淺”，某汽車行業(yè)分析師認(rèn)為其未來能夠勝任包括但不限于：

四份簡歷附件已填寫完畢，Boss拋出橄欖枝，ChatGPT便能上崗。

03“人才”ChatGPT，物美價廉？

類ChatGPT們蓄勢待發(fā)，簡歷已然放置到Boss面前，車企首先要做的，便是衡量類ChatGPT“值不值”。

對于“坐班”相關(guān)崗位，類ChatGPT最具性價比：

優(yōu)于人類的是，類ChatGPT能夠24小時待命并同時處理N倍數(shù)據(jù)，更高效地、“毫無怨言”地完成dirty work，為公司去去水。

且成本是可控的：百度文心一言收費情況+員工N+1賠償+類ChatGPT對于算力的耗費。

目前已然有公司“辭舊迎新”：近日，一家新媒體公司的老板發(fā)現(xiàn)ChatGPT也能夠完成部分文案內(nèi)容之后，裁掉了內(nèi)容團(tuán)隊40%的員工。

而對于“上車”相關(guān)崗位，類ChatGPT越“聰明”，性價越低：

拿智能座艙語音助手來說，“人才”能為公司實現(xiàn)的價值是，在ChatGPT風(fēng)口，借助“科技與狠活”吸引更多消費者的青睞從而提振銷量。

而在實現(xiàn)過程中，成本較難掌控，除了以上崗位的成本之外，還需要：

如此一來，價值提升有限，隱性成本難以估量。

而對于更高階的自動駕駛，性價比無法衡量：一念天堂，一念地獄。

先來看看類ChatGPT能夠為自動駕駛帶來什么價值。

目前，在自動駕駛領(lǐng)域決策規(guī)劃的實現(xiàn)上，大多數(shù)企業(yè)都采用基于規(guī)則的方式。但基于規(guī)則的系統(tǒng)難以應(yīng)對極端的corner case（想象不到的情況）；故需要借助基于強(qiáng)化學(xué)習(xí)的系統(tǒng)，彌補(bǔ)長尾應(yīng)用場景。

但該方法論具有致命的弱點。

香港科技大學(xué)計算機(jī)與工程系主任楊強(qiáng)表示：強(qiáng)化學(xué)習(xí)缺乏反饋機(jī)制，例如AlphaGo下圍棋，反饋是直到最后一步才知道輸贏。也就是說，出了問題找不到源頭，只能不停地投喂數(shù)據(jù)、迭代更新模型，以“聽天由命”的姿態(tài)獲得期望的輸出結(jié)果，基于強(qiáng)化學(xué)習(xí)的決策規(guī)劃系統(tǒng)也遠(yuǎn)遠(yuǎn)未達(dá)到成熟。

而ChatGPT利用的人類反饋強(qiáng)化學(xué)習(xí)（RLHF）技術(shù)，能夠根據(jù)駕駛員的實時反饋做出決策修正：人類司機(jī)的每一次接管，都是對自動駕駛策略的一次人為反饋。

也就是說，ChatGPT能夠讓決策模型“事事有回應(yīng)”，從而推動模型越來越像一個老司機(jī)，這是車企們夢寐以求的。

但再造一個ChatGPT，耗費難以想象：

ChatGPT的成功，依托于算法+數(shù)據(jù)+算力的共同發(fā)力。而單拿數(shù)據(jù)一項來說，據(jù)國盛證券研究所測定，成本耗費就已無法估量：

1）訪問階段：初始投入近十億美元，單日電費數(shù)萬美元。

2）訓(xùn)練階段：公有云下，單次訓(xùn)練約為百萬至千萬美元。

（GPT-3訓(xùn)練成本估算 圖源：國盛證券研究所）

而目前唯一想打造車界ChatGPT的毫末智行，想要達(dá)到ChatGPT的水平，在算力、算法、數(shù)據(jù)上還都有著不少差距：

雪上加霜的是，相比于ChatGPT，車企還要付出的額外成本包括但不限于：ChatGPT目前僅僅是文字交互，汽車需要語音、圖片、視頻等多模態(tài)交互，數(shù)據(jù)訓(xùn)練成本更高。

毫末智行目前的希望是，模型一致，進(jìn)階路線、技術(shù)路線一致，且有一定的數(shù)據(jù)儲備：自動駕駛產(chǎn)品量產(chǎn)第一、長城汽車每年百萬銷量，算力也開始擴(kuò)建。

同時，對于這一孤軍，有兩大利好消息：

沒有相關(guān)儲備的車企，正依托“MCN”百度力量，大概率會選擇讓ChatGPT“坐班”，以高性價比路線搶奪ChatGPT風(fēng)口。

而在三個方面都有些許儲備的毫末智行，選擇了“上車”，向死而生。

關(guān)鍵詞： 人工智能 語音識別 汽車行業(yè) 自動駕駛系統(tǒng) chatgpt