2024年汽車行業(yè)AI大模型市場前景及投資研究報告

預(yù)訓(xùn)練語言模型從海量數(shù)據(jù)中自動學(xué)習(xí)知識?

Big-data

Driven，模型基于大規(guī)模語料訓(xùn)練而成；?

Multi-tasks

Adaptive，支持多種任務(wù)，包括自然將模型在大規(guī)模無標(biāo)注數(shù)據(jù)上進(jìn)行自監(jiān)督訓(xùn)練得到預(yù)訓(xùn)練模型將模型在下游各種自然語言處理任務(wù)上的小規(guī)模有標(biāo)注數(shù)據(jù)進(jìn)行微調(diào)得到適配模型語言生成NLG和自然語言理解NLU類的任務(wù)；?

Few-shot

(Zero-shot)，在少甚至無標(biāo)注樣本的條件下支持推理（自監(jiān)督學(xué)習(xí)）。AI大模型就是預(yù)訓(xùn)練語言模型通過在大規(guī)模寬泛的數(shù)據(jù)上進(jìn)行訓(xùn)練后能適應(yīng)一系列下游任務(wù)的模型預(yù)訓(xùn)練語?模型“預(yù)訓(xùn)練+微調(diào)”技術(shù)范式?注不務(wù)有據(jù)模型預(yù)訓(xùn)練模型微調(diào)最終模型產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢2?

2017

年，Google提出Transformer

框架在機(jī)器翻譯中取得顯著進(jìn)步，其分布式學(xué)習(xí)和強(qiáng)大編碼能力受到廣泛關(guān)注。?

2018

年

Google

和

OpenAI

基于Transformer

提出了預(yù)訓(xùn)練語言模型

BERT

和

GPT，顯著提高了NLP

任務(wù)的性能，并展示出廣泛的通用性。眾多預(yù)訓(xùn)練模型相繼涌現(xiàn)，OpenAI

以

GPT2、GPT-3、ChatGPT

等系列模型為代表，持續(xù)引領(lǐng)大模型時代的浪潮大模型發(fā)展歷程跨模態(tài)模型計算機(jī)視覺AlexNet(圖靈獎得主Hinton)CAN(Gioodfellow.圖靈獎得主Bengio)感知ResNetViTDALL

E2GPT-4V(MSR.(Google)(OpenAI)(OpenAI)引用183222)201220132014201520162017201820192020202220222023自Word2Vec(Google.Attention(圖靈獎得主Bengio)Transforme

BERTGPT-2(OpenAI)GPT-3(OpenAI)Foundatio

PaLMChatGPT(OpenAI)然語言處理認(rèn)知Google.(Google)(Google)Model(Stanford)GLM(潔華)引用78550)引用91332)GPTERNIE(百度)CPM(智源)(OpenAI)預(yù)訓(xùn)練模型大模型：大模型驅(qū)動的群體智能行業(yè)白皮書產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢3大模型參數(shù)規(guī)模不斷增長，推動

AIGC技術(shù)升級。AIGC技術(shù)發(fā)展的背后是大模型（Foundation

Models）技術(shù)的持續(xù)迭代。從

2017

年

Transformer

結(jié)構(gòu)的提出，加速了深度學(xué)習(xí)模型的參數(shù)學(xué)習(xí)能力。另一方面，GPU算力也在指數(shù)級增長。圖1：2018-2023

年模型參數(shù)規(guī)模變化圖圖2：CPU與GPU算力演進(jìn)比較：techovedas，國元證券：中國人工智能系列白皮書產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢4英偉達(dá)每2年推出一個微架構(gòu)，對產(chǎn)品線進(jìn)行升級，6

月

2

日，英偉達(dá)在

Computex

2024大會上發(fā)布了至2027年的芯片路線圖，GPU迭代周期由

2年縮短到1年，走類似英特爾的Tick-Tock

模式（一年工藝一年架構(gòu)）。同時，英偉達(dá)踐行“Buy

More

Save

More”讓算力成本指數(shù)級下降。圖3：英偉達(dá)GPU架構(gòu)演進(jìn)圖圖4：訓(xùn)練芯片算力成本呈下降趨勢?

我國高端GPU芯片進(jìn)口從2019年以來就一直有被限制，只是之前主要針對的廠商是AMD，在應(yīng)用場景上又以超算中心為主；?

2023年10月17日，美國加強(qiáng)了面向中國市場的AI芯片禁令。其中明確將性能、密度作為出口標(biāo)準(zhǔn)，將單芯片超過300teraflops算力，以及性能密度超過每平方毫米370gigaflops的芯片都納入了禁止出口行列。禁令涉及A100、H100等主流AI訓(xùn)練用英偉達(dá)GPU。：浙商證券研究所、證券研究所產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢5中國在高質(zhì)量數(shù)據(jù)獲取方面面臨挑戰(zhàn)，主要由于缺乏完善的數(shù)據(jù)法規(guī)、行業(yè)內(nèi)固有的競爭性保密性，對開源合作文化的不足中國科技企業(yè)的市場導(dǎo)向和商業(yè)化壓力常使得大廠技術(shù)部門在追求KPI的同時，難以專注于前言技術(shù)的研發(fā)行業(yè)高精數(shù)據(jù)短缺商業(yè)化壓力大相較于英文、中文高質(zhì)量開源數(shù)據(jù)非常少，特別是在構(gòu)建通用領(lǐng)域大模型的百科類、問答類、圖書貢獻(xiàn)、學(xué)術(shù)論文、報告雜志等高質(zhì)量內(nèi)容中國科技企業(yè)較少開展全球化經(jīng)營，導(dǎo)致在營收、人才獲取、全球化商業(yè)場景方面制約明顯中文語料短缺全球化經(jīng)營數(shù)據(jù)人才發(fā)展AI大模型相關(guān)的軟硬件技術(shù)需要大量人才，大量的優(yōu)秀本科生選擇出國深造，而其中超過60%的畢業(yè)生選擇在海外工作，導(dǎo)致長期的優(yōu)秀人才流失。另外在中西方脫鉤的背景下，美西方限制了對中國高科技人才的培養(yǎng)與學(xué)術(shù)合作交流人才流失與人才短缺數(shù)據(jù)和語料的同質(zhì)化由于各類政策低，導(dǎo)致的基礎(chǔ)數(shù)據(jù)和語言語料同質(zhì)化和商業(yè)模式復(fù)制壁壘產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢6科技大廠創(chuàng)業(yè)新勢力綜合各測評平臺的方法論來看，在基礎(chǔ)能力的測評維度基本相同，僅測評數(shù)據(jù)集和評估權(quán)重占比不同；而在基礎(chǔ)能力之外，各測評平臺側(cè)重點不同OpenCompass

2.0

?IDC???üüüüüüüüüüüüüüü??CodeTo

C通用場景類Agent超長文本道德責(zé)任Agent??OtherTo

B特定行業(yè)類特定行業(yè)類IDC測試題目分為基礎(chǔ)能力和應(yīng)用能力兩個大類共7個維度IDC采取實測的方式，成立產(chǎn)品測試團(tuán)隊，通過多個維度對基礎(chǔ)大模型及相關(guān)產(chǎn)品進(jìn)行評測，并邀請外核委員會的監(jiān)督下，最終得出各廠商的評估結(jié)果，供用戶選型參考。家團(tuán)隊深入分析各個產(chǎn)品答案準(zhǔn)確性、合理性等，在審????????問答理解代碼類創(chuàng)作表達(dá)類推理類數(shù)學(xué)類常識、專業(yè)知識、多語言、多模態(tài)、角色扮演+多輪對話、安全陷阱問答理解類推理類小學(xué)數(shù)學(xué)、初中數(shù)學(xué)高中數(shù)學(xué)、高等數(shù)學(xué)toC通用場景類生活助手辦公工具數(shù)學(xué)類情感推理、演繹推理、邏輯推理、歸納推理、類比推理金融:推薦場景代碼生成、編程翻譯代碼解釋、代碼糾錯代碼自動補(bǔ)全工業(yè):產(chǎn)品設(shè)計輔助&&生產(chǎn)規(guī)劃教育:智能問答、試題生成法律:智能法律助手，法律咨詢醫(yī)療:問診，用藥咨詢科研金融/咨詢服務(wù):財報/市場分析互聯(lián)網(wǎng)/媒體:文案/海報設(shè)計、廣告詞創(chuàng)作、視頻生成場景文字創(chuàng)作&創(chuàng)意、內(nèi)容改寫/續(xù)寫、修改/潤色、文字處理、編輯/語義匹配、摘要提取、關(guān)鍵、字提煉、標(biāo)題生成、文本風(fēng)格遷移、圖像創(chuàng)作、短視頻創(chuàng)作(文生視頻)、其他創(chuàng)作(文學(xué)藝術(shù)、商業(yè)通toB特定行業(yè)類推理類創(chuàng)作表達(dá)類生成代碼文檔零售/電商:客服問答單元測試用)產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢9我們跟蹤研究了多個通用大模型，其中包括：Ernie-4.0Qwen-Max-0428SenseChat

V5Tencent

HunyuanSpark

4.0

UltraPangu

5.0Yi-LargeGLM-4Baichuan4CongRong

2.0產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢10在2024年，大模型的技術(shù)發(fā)展將趨向多功能與小型化，同時產(chǎn)業(yè)端將強(qiáng)調(diào)自主研發(fā)和行業(yè)標(biāo)準(zhǔn)化??????模型整合統(tǒng)一國產(chǎn)AI芯片自主研發(fā)未來的技術(shù)演進(jìn)方向是實現(xiàn)大模型底層框架的整合與標(biāo)準(zhǔn)化，從多樣的架構(gòu)（如雙編碼器、單邊解碼等）轉(zhuǎn)向統(tǒng)?的、效率最優(yōu)化的開源底層框架，提升模型的通?性和可維護(hù)性。為確保中國大模型的長遠(yuǎn)發(fā)展和避免外部制裁風(fēng)險，國內(nèi)AI計算芯片的自主研發(fā)將成為關(guān)鍵戰(zhàn)略方向。參數(shù)規(guī)模擴(kuò)展數(shù)據(jù)產(chǎn)權(quán)標(biāo)準(zhǔn)深化為確保模型質(zhì)量和性能，未來的大模型將采?更深層的?絡(luò)結(jié)構(gòu)和更龐?的數(shù)據(jù)集進(jìn)?預(yù)訓(xùn)練，尤其在數(shù)據(jù)量和參數(shù)量上將迎來顯著躍升。優(yōu)化和完善現(xiàn)有數(shù)據(jù)標(biāo)準(zhǔn)和規(guī)范，是推動大模型“燃料”質(zhì)量提升和數(shù)量增長的重要驅(qū)動力，在2024年將作為產(chǎn)業(yè)發(fā)展的首要任務(wù)。多模態(tài)融合“套殼”微調(diào)策略大模型將逐漸融入圖?、?頻、視頻等多種模態(tài)信息，實現(xiàn)跨模態(tài)的交互與理解，從?拓寬其應(yīng)?場景和實?價值。為滿足產(chǎn)業(yè)實際需求并適應(yīng)中小企業(yè)的發(fā)展特點，“套殼”微調(diào)（即在現(xiàn)有大模型基礎(chǔ)上進(jìn)?針對性調(diào)整）將成為除行業(yè)巨頭外企業(yè)的主要發(fā)展策略。大模型小模型化人工智能倫理責(zé)任在產(chǎn)業(yè)應(yīng)?層?，結(jié)合底層基礎(chǔ)大模型和針對特定?業(yè)的精簡數(shù)據(jù)微調(diào)，將訓(xùn)練出更為實用、更易于產(chǎn)業(yè)落地的小型化大模型。隨著大模型性能的飛速提升和實?性的增強(qiáng)，確保AI技術(shù)與社會倫理道德標(biāo)準(zhǔn)相?致將成為?模型持續(xù)發(fā)展的關(guān)鍵考量因素。：沙利文中國大模型測評報告產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢11????????????????????MMLU???????????????????大模型的知識密度每8個月左右會翻一倍，同等知識量的模型參數(shù)量會減半右圖顯示了過去四年大語言模型在

MMLU榜單（評估大模型知識能力）上的性能表現(xiàn)，紅色曲線表明，大模型的知識密度平均每8個月左右會翻一倍，同等知識量的模型其參數(shù)量會減半知識密度=知識量/參數(shù)量：面壁智能公眾號產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢???????????GPT-4V???????????????????在2024年5

月發(fā)布的多模態(tài)

大模型MiniCPM-Llama3-V

2.5

僅憑

8B

參數(shù)，實現(xiàn)了“以最小參數(shù)，撬動最強(qiáng)性能”的最佳平衡點。面壁智能迭代的最新版本MiniCPM-S

1.2B采用了高度稀疏架構(gòu)，通過將激活函數(shù)替換為

ReLU及通過帶漸進(jìn)約束的稀疏感知訓(xùn)練，巧妙地解決了此前主流大模型在稀疏激活上面臨的困境。在通用大模型越來越卷參數(shù)規(guī)模和算力的情況下，如何通過架構(gòu)和算法創(chuàng)新去規(guī)避算力和成本的短板，我們認(rèn)為小參數(shù)、高性能模型是一個重要的趨勢，特別對于手機(jī)、車載終端而言，這樣的端側(cè)模型具有現(xiàn)實的需求。：面壁智能公眾號產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢13?????文心一言沿襲了

ERNIE

3.0

的海量無監(jiān)督文本與大規(guī)模知識圖譜的平行預(yù)訓(xùn)練算法，模型結(jié)構(gòu)上使用兼顧語言理解與語言生成的統(tǒng)一預(yù)訓(xùn)練框架。為提升模型語言理解與生成能力，研究團(tuán)隊進(jìn)一步設(shè)計了可控和可信學(xué)習(xí)算法。???結(jié)合百度飛槳自適應(yīng)大規(guī)模分布式訓(xùn)練技術(shù)和“鵬城云腦Ⅱ”領(lǐng)先算力集群，解決了超大模型訓(xùn)練中的多個公認(rèn)技術(shù)難題。在應(yīng)用上，首創(chuàng)大模型在線蒸餾框架，大幅降低了大模型落地成本與百度的方案類似，各科技大廠基于云平臺、算力基礎(chǔ)設(shè)施和大模型技術(shù)相結(jié)合，推動行業(yè)應(yīng)用落地，汽車產(chǎn)業(yè)鏈當(dāng)然也是最重要的落地場景之一。：文心一言官網(wǎng)產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢14對自動駕駛而言，與所有AI應(yīng)用類似，算力、算法、和數(shù)據(jù)三要素都必不可少規(guī)模法則驅(qū)動下，海量的算力成為開發(fā)優(yōu)秀AI算法的基礎(chǔ)????數(shù)據(jù)的體量、質(zhì)量、以及收集方式、處理方式、以及模型的訓(xùn)練和驗證體系都考驗著開發(fā)者的技術(shù)和工程能力如何構(gòu)建一個性能優(yōu)異且穩(wěn)定可靠的算法來支撐功能落地，亦尤為關(guān)鍵????????目前海外特斯拉、Wayve、Comma.ai，國內(nèi)包括小鵬、理想、到端自動駕駛方案，在算法上端到端已經(jīng)成為大勢所趨。、蔚來汽車、元戎啟行、商湯、地平線等諸多玩家都提出自己的端但在發(fā)展路徑上，行業(yè)預(yù)計也會經(jīng)歷漸進(jìn)的過程。早期玩家致力于將算法從模塊化架構(gòu)平穩(wěn)過渡到端到端，遠(yuǎn)期大語言模型和端到端基礎(chǔ)模型有望結(jié)合形成“系統(tǒng)一”和“系統(tǒng)二”共同賦能自動駕駛，最終強(qiáng)大的通用人工智能（AGI）或許可覆蓋所有駕駛能力。端

到

端

模

型AGI通用世界模型多模態(tài)大語言模型產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢15競爭因素評選原則?

單一場景的技術(shù)積累；?

廣泛的汽車行業(yè)客戶與量產(chǎn)應(yīng)用；場景??可以允許“套殼”與API調(diào)用；?數(shù)據(jù)服務(wù)????

單場景技術(shù)方向的領(lǐng)先發(fā)展?jié)摿?；算?

多場景的覆蓋能力與量產(chǎn)應(yīng)用；?

持續(xù)的產(chǎn)品迭代能力；場景數(shù)據(jù)走向通用世界模型的潛力；???????

四種競爭要素缺一不可；?

持續(xù)的產(chǎn)品迭代能力；算力算法?

逐步建立于自研芯片或者國產(chǎn)芯片的算數(shù)據(jù)框架力建設(shè)；??????

汽車行業(yè)的合作與量產(chǎn)應(yīng)用；16????????????????????????????????????????????Tier1?????????????產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢17????

????

????

????????

????

????

????供應(yīng)商1供應(yīng)商2供應(yīng)商31???主機(jī)廠1主機(jī)廠2……2????主機(jī)廠N公司13

???公司2?產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢18Ernie-4.0SenseChat

V5Tencent

HunyuanSpark

4.0

UltraPangu

5.0FSD

V12.3XGPTDrive

GPT2.0DFM-2MiniCPM產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢19百度BAIDU????????

2024年6月28日，百度首席技術(shù)官、深度學(xué)習(xí)技術(shù)及應(yīng)用國家工程研究中心主任王海峰在WAVE

SUMMIT深度學(xué)習(xí)開發(fā)者大會2024上宣布了文心一言的最新數(shù)據(jù)，并正式發(fā)布文心大模型4.0

Turbo、飛槳框架3.0等最新技術(shù)“文心一言”

發(fā)展歷程2023.03.162024.06.28文心一言大模型4.0Turbo2021.12文心一言大模型3.0全球最大中文跨模態(tài)生成模型Ernie-viLG2021.072023.10全球首個知識增強(qiáng)百億大模型Ernie3.0文心一言大模型4.02021.12全球首個知識增強(qiáng)千億大模型鵬程·百度·文心2019.03中國首個正式開放的預(yù)訓(xùn)練模型Ernie1.02021.09全球首個百億中英對話生成模型Plato-XL2019.07全球首個大規(guī)模隱變量對話模型Plato航空航天氣象&海洋能源動力座艙散熱材料研發(fā)天氣預(yù)報新藥研發(fā)凸包能預(yù)測疫苗設(shè)計?????&飛行器&汽車風(fēng)阻預(yù)測蛋白質(zhì)結(jié)構(gòu)預(yù)測百度自研昆侖芯，同時也與國內(nèi)外機(jī)構(gòu)合作，搭建算力中心和異構(gòu)計算平臺??數(shù)據(jù)驅(qū)動機(jī)理驅(qū)動數(shù)理融合?????其飛槳框架已經(jīng)更新到3.0版本。實現(xiàn)大模型混合并行訓(xùn)練策略、編譯器自動優(yōu)化、大模型多硬件適配和推訓(xùn)一體PaddleScience

PaddleHelix

DeepXDENvidiaModulusDeePMD-kitNvidiaModulus???????開發(fā)飛槳的各類組建飛槳深度學(xué)習(xí)框架算子庫計算庫???高階自動微分

原生復(fù)數(shù)機(jī)制線性代數(shù)運(yùn)算

······概率統(tǒng)計

方程符號化定義神經(jīng)算子學(xué)習(xí)

······??文心一言推出多種功能各有側(cè)重的文心大模型，包括文心輕量級、文心3.5、文心4.0、文心4.0工具版。大范圍分布式并行計算編譯器硬件算子適配其中，文心輕量級模型適合解決確定場景的問題；文心3.5適用于日常信息處理和文本生成任務(wù)；文心4.0模型參數(shù)更大、具備更強(qiáng)的理解能力、邏輯推理能力與更豐富的知識，提供專業(yè)且深入的幫助；文心4.0工具版則基于智能體技術(shù)，善于綜合運(yùn)用多種工具和數(shù)據(jù)，按要求完成非常復(fù)雜的任務(wù)。最新發(fā)布的文心4.0

Turbo則是文心4.0的升級版。算力中心智算中心??產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢22?????????????????動化深度學(xué)量?機(jī)器學(xué)習(xí)?物計算工具與組建強(qiáng)化學(xué)習(xí)聯(lián)邦學(xué)習(xí)圖學(xué)習(xí)科學(xué)計算資源管理與調(diào)度?具習(xí)低代碼開發(fā)?具預(yù)訓(xùn)練模型應(yīng)??具可視化分析?具安全與隱私?具云上部署編排?具IntelNVIDIAArm學(xué)習(xí)與實訓(xùn)社區(qū)端到端開發(fā)套件語音理解文字識別圖像分類目標(biāo)檢測圖像分割圖像生成大模型推訓(xùn)一體???CPU:飛騰、海光、鯤鵬、龍芯、申威操作系統(tǒng):麒麟、統(tǒng)信、普華基礎(chǔ)模型庫自然語言處理計算機(jī)視覺語音推薦時間序列文心大模型AI芯片:昆侖芯、海光、寒武紀(jì)、瑞芯微、算能、高通、Graphcore、Ambarella開發(fā)訓(xùn)練推理部署核心框架動態(tài)圖大規(guī)模分布式訓(xùn)練模型壓縮邊緣與移動端推理引擎前端推理引擎靜態(tài)圖產(chǎn)業(yè)級數(shù)據(jù)處理服務(wù)器推理引擎服務(wù)化部署全場景統(tǒng)一部署??與浪潮、中科曙光等服務(wù)器廠商合作形成軟硬一體的全棧AI基礎(chǔ)設(shè)施能源影視金融社科航天城市制造傳媒自然語言處理視覺跨模態(tài)生物計算文心一言

ERNIE

BotOCR圖像表征學(xué)習(xí)VIMER-StrucTexT文檔智能ERNIE-Layout化合物表征學(xué)習(xí)HelixGEM對話

PLATO-XL|搜索

ERNIE-Search跨語言ERNIE-M

|代碼

ERNIE-Code多任務(wù)視覺表征學(xué)習(xí)VIMER-UFO文圖生成ERNIE-ViLG蛋白質(zhì)結(jié)構(gòu)預(yù)測HelixFold?語言理解與生成

ERNIE單序列蛋白質(zhì)結(jié)構(gòu)預(yù)測HelixFold—Single視覺處理多任務(wù)學(xué)習(xí)VIMER-TCIR視覺-語言ERNIE-ViLERNIE

3.0Zeus|鵬城-百度·文心ERNIE

3.5

|

ERNIE

4.0自監(jiān)督視覺表征學(xué)習(xí)VIMER-CAE語言-語言ERNIE-SAT產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢24與主機(jī)廠合作落地應(yīng)用于提升百度自動駕駛感知算法名稱：知識增強(qiáng)的汽車行業(yè)大模型——吉利-百度·文心文心大模型在百度感知2.0中發(fā)揮了重要作用，主要提升3D感知能力，解決遠(yuǎn)距離檢測和長尾物體識別兩大難題。使用了百度文心ERNIE

3.0大模型，在智能客服知識庫擴(kuò)充、車載語音系統(tǒng)短答案生汽車領(lǐng)域知識庫構(gòu)建三個任務(wù)上進(jìn)行了微調(diào)與驗證。該大模型在2300萬條吉利汽車專業(yè)領(lǐng)域無標(biāo)注數(shù)據(jù)上進(jìn)行模型預(yù)訓(xùn)練，并聯(lián)合雙方的工智能專家和汽車行業(yè)專家一起研發(fā)。百度使用半監(jiān)督、自訓(xùn)練方案對大模型進(jìn)行訓(xùn)練?

先用有標(biāo)簽數(shù)據(jù)對模型進(jìn)行初始啟動訓(xùn)練，后將模型在無標(biāo)簽數(shù)據(jù)上進(jìn)行推理得到偽標(biāo)簽，最后合并有標(biāo)簽數(shù)據(jù)和偽標(biāo)簽數(shù)據(jù)對模型進(jìn)行進(jìn)一步訓(xùn)練。如此往復(fù)。?

訓(xùn)練完感知大模型后，百度利用知識蒸餾的方法將偽標(biāo)簽用于車載小模型的學(xué)習(xí)，從而增強(qiáng)車載小模型的遠(yuǎn)距離感知能力。HUAWEI???????2024????????常務(wù)董事、

云CEO張平安指出，正在通過“云網(wǎng)端芯”架構(gòu)上的協(xié)同創(chuàng)新，來構(gòu)建可持續(xù)發(fā)展的AI算力基礎(chǔ)，包括云基礎(chǔ)設(shè)施系統(tǒng)架構(gòu)創(chuàng)新、芯端算力上云、面向AI的網(wǎng)絡(luò)架構(gòu)升級三大方面。?切?切????切??????云推出了全新的CloudMatrix架構(gòu)，以“一切可池化”“一切皆對等”“一切可組合”三大創(chuàng)新設(shè)計，從算力規(guī)模、擴(kuò)展模式和使用模式上，匹配超大規(guī)模的算力訴求，通過技術(shù)創(chuàng)新來解決行業(yè)難題。透過CloudMatrix架構(gòu)創(chuàng)新展現(xiàn)云全棧的AI能力，包含盤古大模型、昇騰AI云服務(wù)、分布式QingTian架構(gòu)、AI-Native

Storage和全球存算網(wǎng)等。272024?6?22??????????2024?HDC2024??常務(wù)董事、云CEO張平安正式發(fā)布盤古大模型5.0，在全系列、多模態(tài)、強(qiáng)思維三個方面全新升級；還分享了盤古大模型在自動駕駛、工業(yè)設(shè)計、建筑設(shè)計、具身智能、媒體生產(chǎn)和應(yīng)用、高鐵、鋼鐵、氣象等領(lǐng)域的豐富創(chuàng)新應(yīng)用和落地實踐，持續(xù)深入行業(yè)解難題。????EI??????????????????????????????????????該平臺基于盤古大模型和ModelArtsAI開發(fā)生產(chǎn)線，已經(jīng)在多個車企和商用車場景中成功運(yùn)用。?

通過數(shù)智融合架構(gòu)打破數(shù)據(jù)、AI資源管理邊界，在一個平臺即可完成開發(fā)、測試、交付上線工作，讓業(yè)務(wù)創(chuàng)新提效2倍，實現(xiàn)數(shù)據(jù)加速；該平臺基于盤古大模型和ModelArts

AI開發(fā)生產(chǎn)線，提供了數(shù)據(jù)生成、自動標(biāo)注、模型訓(xùn)練、云端仿真、虛實結(jié)合仿真、數(shù)據(jù)閉環(huán)等一系列能力。該平臺預(yù)集成了超過25萬個場景庫，包括500多類功能場景和200多項測評指標(biāo)體系，將傳統(tǒng)純實車測試時的場景搭建工作從數(shù)天降低到分鐘級，車企還可以基于盤古訓(xùn)練出自己需要的模型。?

借助盤古大模型在認(rèn)知、感知、決策、優(yōu)化等全領(lǐng)域的能力，車企可以快速基于盤古訓(xùn)練出自己需要的模型，實現(xiàn)算法加速；?

基于昇騰AI云服務(wù)，可針對自動駕駛300+算法進(jìn)行優(yōu)化，60+實現(xiàn)精度性能提升，可以做到千卡訓(xùn)練數(shù)月不中斷，實現(xiàn)算力加速。目前上述三種合作落地（工程師僅需調(diào)用數(shù)據(jù)分類的工作）。但是大模型的訓(xùn)練成本高昂。GPT-3訓(xùn)練一次的成本可能在1200萬人民幣。而

方面，在訓(xùn)練千億參數(shù)的盤古大模型時，也調(diào)用了超過2000塊自動駕駛相關(guān)大模型中，只有場景理解大模型已有客戶（比亞迪）云提供的API就可以用場景理解大模型來完成給視頻2024年6月22日，盤古大模型5.0通過創(chuàng)新的可控時空生成技術(shù)，結(jié)合場景視頻生成、4D

BEV視頻生成、自動駕駛仿真庫及路網(wǎng)信息，能更好地理解物理規(guī)律，大規(guī)模生成和實際場景相一致的駕視頻數(shù)據(jù)，還可以靈活增加控制條件，生成不同路況、不同光、不同天氣的訓(xùn)練視頻數(shù)據(jù)，加速自動駕駛技術(shù)的快速成熟。的昇騰910，進(jìn)行了超過2個月的訓(xùn)練，成本極高。一方面選擇小樣本訓(xùn)練，通過自監(jiān)督的方法，以更少的標(biāo)注數(shù)據(jù)來做訓(xùn)練，以降低成本；另一方面盤古大模型的三層架構(gòu)能在結(jié)構(gòu)上實現(xiàn)降本。L0層是通識性的大模型，具備魯棒性和泛化性；大模型訓(xùn)練好了之后不用再重復(fù)訓(xùn)練，只需在L1和L2層做適應(yīng)性訓(xùn)練，成本關(guān)系是上一層的5-10%。產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢?云是具備自動駕駛數(shù)據(jù)閉環(huán)工具鏈全棧自研能力的云廠商之一。除了給用戶提供大模型的能力外，云也可以提供數(shù)智融合架構(gòu)、ModelArtsAI開發(fā)生產(chǎn)線、昇騰AI云服務(wù)等一系列配套設(shè)施，用戶可以在加速和算力加速。云的自動駕駛開發(fā)平臺上同時實現(xiàn)數(shù)據(jù)加速、算法?

ModelArts

AI開發(fā)生產(chǎn)線包含DataTurbo、TrainTurbo、InferTurbo

三部分，分別提供數(shù)據(jù)加載、模型訓(xùn)練、模型推理的加速工具，倍速提升模型訓(xùn)練效率。?

為了應(yīng)對模型訓(xùn)練的算力需求，各家科技公司、主機(jī)廠等紛紛開始自建/合建算力中心，打造算力集群。據(jù)中心同時上線了昇騰AI云服務(wù)，為模型訓(xùn)練提供澎湃算力，單集群性能可達(dá)2000P

Flops。云在烏蘭察布和貴安數(shù)自動駕駛研發(fā)平臺解決方案架構(gòu)圖大規(guī)模的算力集群通常會面臨業(yè)務(wù)連續(xù)性的問題，因為單點故障就可能導(dǎo)致整個大規(guī)模分布式任務(wù)失敗。為保證訓(xùn)練任務(wù)不中斷，云開發(fā)了斷點續(xù)訓(xùn)的方法，假如在訓(xùn)練過程中出現(xiàn)了單點故障，系統(tǒng)會將這個點排除掉，用新的節(jié)點替換掉故障節(jié)點，并且原地重啟。據(jù)悉，昇騰AI云服務(wù)可以實現(xiàn)千卡訓(xùn)練一個月以上不中斷，斷點恢復(fù)時長不超過10分鐘。產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢30科大訊飛KEDAXUNFEI???????2023?10?24?????????????V3.0????????????3.0????????AI??????????????AI???2024?6?27??????????4.0???星火大模型在識別中，兩人混疊場景準(zhǔn)確率已經(jīng)到了91%，三人混疊場景準(zhǔn)確率達(dá)85%以上。在-5dB的高噪場景，噪音已經(jīng)比人講話還要高不少的情況下，星火語音識別依然能做到90%以上的準(zhǔn)確率?！?023年到2024年的國際連續(xù)最權(quán)威的語音識別比賽，國際多通道語音分離和識別大賽CHiME-7，星火繼續(xù)拿了全球第一；今年的上

半

年

國

際

聲

學(xué)

、

語

音

和

信

號

處

理

會

議

I

C

A

S

S

P

2

0

2

4（International

Conference

on

Acoustics,

Speech,

and

SignalProcessing）的旗艦賽事——國際車載多通道語音識別挑戰(zhàn)賽科大訊飛是全球第一，這個不是中文的，是英文和多語種的比賽?！闭Z音交互已經(jīng)搭載了5700多萬輛的汽車，去年中國500多萬輛汽車出海，成為中國出海的“新三樣”，其中的多語種智能語音技術(shù)幾乎全是科大訊飛提供的?？拼笥嶏w與紅旗、奇瑞、廣汽、一汽簽訂了戰(zhàn)略合作協(xié)議，越來越多的車企開始用訊飛星火“能聽會說、能理解會思考”的汽車方案。產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢32???????????智能座艙中可以實現(xiàn)全雙工交互，實現(xiàn)多語種多方言的免切換交流，多情感多模態(tài)的擬人交互，而且能夠多模態(tài)感知，知道駕駛?cè)松眢w健康程度，是否疲勞、血壓過高、心跳過快；還可以貫穿內(nèi)外信源，在車上完成任務(wù)，科大訊飛星火有了語言理解，就可以更自由地對接外部信源了。除了急速的語音對話、多方言多語種之外，通過多模態(tài)的識別，它可以了解到你的身體參數(shù)，知道你是否疲勞駕駛、是否有異常情況。星火在汽車的音效上還有一個非常重要的特點，通過AI大模型和音效結(jié)合，可以把十幾萬的國產(chǎn)車音效，做到比四五十萬的車的音效還好，40多萬的車可以超過柏林之聲的音效。不僅音效提升，開車時可以隨時要求去掉原唱，跟著它的伴唱、對唱、分享等，這些都是大模型帶來的功能，產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢33???????????2.0“隨著大模型具身智能的幫助，今天的陪伴機(jī)器人，尤其是人形機(jī)器人開始進(jìn)入到全新的發(fā)展階段，未來如果沒有陪伴機(jī)器人，老年社會的幸福是沒有辦法保障的?！蓖ㄟ^大模型可以在后臺做理解、做規(guī)劃，在前端通過專門的硬件設(shè)備實現(xiàn)麥克風(fēng)陣列，實現(xiàn)人臉、手勢的各種識別，從而可以“聽說看認(rèn)”，最后再與機(jī)器人廠商共同來做具身模型，把這個能力開放給訊飛星火的合作伙伴。直接用科大訊飛的方案，每一個機(jī)器人廠商都可以定制自己的機(jī)器人超腦。2022年推出訊飛超腦平臺，是專門給機(jī)器人的機(jī)器人超腦平臺1.0，現(xiàn)在已經(jīng)有410家機(jī)器人企業(yè)，大概占了至少60%的機(jī)器人市場份額。機(jī)器人超腦平臺進(jìn)一步升級。升級的核心是后端星火超腦2.0的硬件版，能夠極大地提升具身智能和最后相關(guān)的理解能力，包括任務(wù)規(guī)劃和前端的攝像頭、麥克風(fēng)一體化的模塊。產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢34???????????????????????????V4.0??????????目標(biāo)可以更好地照進(jìn)現(xiàn)實。這個是什么目標(biāo)？能不能用一句話提要求，大模型就能理解我的意圖，然后分解出這句話所對應(yīng)的各個步驟的任務(wù)，然后找到每個任務(wù)所對應(yīng)的工具，讓每個工具去調(diào)用內(nèi)外部的各種信息，有的是內(nèi)部信息，有的是外部信息，最后完成任務(wù)給出結(jié)果，這就叫智能體。簡單地說，就是叫它干一件事，它能自動規(guī)劃，找到工具自動完成。???????????

??????第一

是

AI的原子能力，比如人工智能開放平臺上的各種各樣的專有能力，會成為工具被它調(diào)用；第二個是各種外部信源；最后要打通公司內(nèi)部系統(tǒng)。這三個能力構(gòu)建起來，再有大模型能力，就可以搭建企業(yè)智能體了。在這方面科大訊飛已經(jīng)走在了行業(yè)前列，不僅有了基本能力，現(xiàn)在AI的原子能力有400多項，已經(jīng)集成了外部的90多個重要的信源，關(guān)乎到研、產(chǎn)、供、銷、服、管各個領(lǐng)域，天氣、股票、航班等這些全部都在。打通了內(nèi)部IT、ERP財務(wù)、法務(wù)、OA等系統(tǒng)。產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢商湯科技SENSETIME????????2024?7?5?2024?4?23?2024?2?商湯科技在WAIC

2024舉辦“大愛無疆·向新力”人工智能論壇，發(fā)布國內(nèi)首個具備流式原生多模態(tài)交互能力大模型日日新SenseNova

5.5，綜合性能較兩個月前的日日新5.0提升30%，交互效果和多項核心指標(biāo)實現(xiàn)對標(biāo)GPT-4o。商湯科技發(fā)布日日新5.0（SenseChat

V5），采用混合專家架構(gòu)（MoE），參數(shù)量高達(dá)6000億，支持200K的上下文窗口。據(jù)官方披露，SenseChat

V5具備更強(qiáng)的知識、數(shù)學(xué)、推理及代碼能力，綜合性能全面對標(biāo)GPT-4

Turbo。升級至SenseNova4.0，日日新·商量大模型各版本同步升級至V4。在2023世界人工智能大會（WAIC）上展示6000億參數(shù)基模型性能全面提升。大量使用合成高階思維鏈數(shù)據(jù)，提升推理思維能力，在數(shù)理邏輯、英文、指令跟隨等方面能力增強(qiáng)明顯。率先推出國內(nèi)首個“所見即所得”模型「日日新

5o」，流式多模態(tài)交互，帶來全新AI交互模式。端側(cè)模型全面升級，發(fā)布「日日新

5.5

Lite」，相比4月5.0版模型精度提升10%，推理效率提升15%，首包延遲降低40%。產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢37插件、app和API公有云、私有化部署開發(fā)者生態(tài)應(yīng)用層插件庫提示詞廣數(shù)據(jù)標(biāo)注服務(wù)評測工具型管理發(fā)布串聯(lián)層Function

callCode

interpreter沙盒環(huán)境商湯大模型體系知識融合安全和價值觀對齊MOE混合專家數(shù)據(jù)平臺文生圖模型人像模型3D物體生成模型行業(yè)數(shù)據(jù)自動爬取自動標(biāo)注/人工Refine大批量數(shù)據(jù)自動清洗自動采集和分類回流自動PROMPT構(gòu)建數(shù)據(jù)質(zhì)量評估通用對話代碼生成邏輯推理多模態(tài)感知模型模型層模型模型模型基礎(chǔ)底座大模型訓(xùn)練工具推理部署工具預(yù)訓(xùn)練、微調(diào)、RLHF工具M(jìn)OE、多模態(tài)、Embedding訓(xùn)練思維鏈和自反思迭代系統(tǒng)多后端支持Trt\ft\triton\PPI動態(tài)批次、調(diào)度MOE、多模態(tài)、Embedding訓(xùn)練和擴(kuò)編容基礎(chǔ)多語言擴(kuò)展/多人設(shè)支持上下文長度擴(kuò)增代碼和數(shù)理邏輯訓(xùn)練千卡并行訓(xùn)練工具云邊端支持國產(chǎn)化芯片適配壓縮優(yōu)化INT8\INT4模型水印、編譯加密和授權(quán)層算力支撐NV商湯算力中心國產(chǎn)化STPU``````產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢38目前商湯絕影已經(jīng)合作蔚來汽車、吉利極氪、廣汽埃安、哪吒汽車等品牌車型，此外，雖然具體車型未明確提及，但商湯絕影已與本田、比亞迪、長城、紅旗、奇瑞等超過30家國內(nèi)外車企合作，覆蓋了超過90款車型。??????商湯絕影打造了高性能異構(gòu)計算平臺????HyperPPL。它綜合了大語言模型、多商湯絕影還在進(jìn)一步探索艙駕融合，實現(xiàn)智能駕駛和智能座艙在硬件、軟件及應(yīng)用層面的全面融合，提升用戶體驗、降低系統(tǒng)成本，進(jìn)一步打破艙內(nèi)外的界限和束縛，涌現(xiàn)更多創(chuàng)新功能，帶來更安全、更加全方位，更具人文關(guān)懷的新體驗。????模態(tài)模型、CNN模型、前后處理完整的優(yōu)化能力。HyperPPL目前擴(kuò)展并支持主流車載計算硬件，兼容多種主流操作系統(tǒng)，適配多個車載芯片的部署平臺，使得商湯絕影原生多模態(tài)大模型在主流芯片平臺均可快速部署上線。同時，H

y

p

er

PPL

支

持

f

l

ash

decode、segment

prefill等400多個硬件算子，并對算子進(jìn)行性能優(yōu)化，同時量化支持int8、int4模式，并支持訓(xùn)練后量化，從而實現(xiàn)極致推理效率。????7月5日上午，在WAIC

2024人工智能論壇上，商湯絕影宣布在行業(yè)率先實現(xiàn)原生多模態(tài)大模型的車端部署，并在現(xiàn)場演示了搭載在200

TOPS+平臺上的8B模型(即80億參數(shù))車端部署方案，展示強(qiáng)多模態(tài)感知和交互能力。商湯絕影車載端側(cè)8B多模態(tài)模型可以實現(xiàn)首包延遲可低

至

3

0

0

毫

秒

以

內(nèi)

，

推

理

速

度

4

0Tokens/秒。商

湯

絕

影

為

智

能

汽

車

前

瞻

構(gòu)

建

了UniAD、DriveAGI以及面向座艙的多模態(tài)場景大腦等系列原生態(tài)大模型，加速端到端自動駕駛和大模型在智能座艙場景的落地；全棧的數(shù)據(jù)生產(chǎn)管線，實現(xiàn)大模型的高質(zhì)量訓(xùn)練。騰訊TENCENT?????????????在預(yù)訓(xùn)練上從零啟動訓(xùn)練，優(yōu)化預(yù)訓(xùn)練算法及策略，精調(diào)及強(qiáng)化學(xué)習(xí)，改進(jìn)注意力機(jī)制，并開發(fā)了思維鏈新算法。?2022年4月，騰訊首次對外披露混元AI大模型的研發(fā)進(jìn)展?；隍v訊太極機(jī)器學(xué)習(xí)平臺進(jìn)行研發(fā)，借助

GPU

算力，實現(xiàn)快速的算法迭代和模型訓(xùn)練。在全球MSR-VTT，MSVD，LSMDC，

DiDeMo

和

ActivityNet

五大跨模態(tài)視頻檢索數(shù)據(jù)集榜單中，“混元”AI

大模型先后拿下第一名的成績2022年12月，混元推出國內(nèi)首個低成本、可落地的NLP萬億大模型。2023年2月，騰訊針對類

ChatGPT

對話式產(chǎn)品成立混元助手（HunyuanAide）項目組。??????采用的是自主研發(fā)的機(jī)器學(xué)習(xí)框架Angel，訓(xùn)練速度相比業(yè)界主流框架提升1倍，推理速度比業(yè)界主流框架提升1.3倍。???2023年9月，混元AI大模型正式發(fā)布。??????采用基于云星星海自研服務(wù)器的新一代HCC高性能算力集群，搭載了超強(qiáng)算力GPU，性能提升了3倍。??完整覆蓋NLP、CV、多模態(tài)、文生圖等基礎(chǔ)模型和眾多行業(yè)模型；跨模態(tài)視頻檢索、中文語義理解能力領(lǐng)先。???????????????????業(yè)界最?為AI?模型帶來?擁有超千億參數(shù)規(guī)模，預(yù)訓(xùn)練語料超2萬億tokens，具備強(qiáng)大的中文創(chuàng)作能力，復(fù)雜語境下的邏輯推理能力，以及可靠的任務(wù)執(zhí)行能力。騰訊表示，混元大模型的中文能力已經(jīng)超過GPT3.5。3.2T????10???????通過自研TiTa協(xié)議和自研TCCL通信庫，星脈網(wǎng)絡(luò)可將網(wǎng)絡(luò)利用率從普通提升到90%以上，極大提高整體集群的算力利用率。騰訊新一代計算集群可以幫助混元NLP大模型訓(xùn)練在同等數(shù)據(jù)集下，將訓(xùn)練時間由50天縮短到4天。網(wǎng)的60%?產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢41?????????結(jié)合騰訊云，有系統(tǒng)的研發(fā)布局和解決方案??????騰訊副總裁湯道生表示混元大模型已經(jīng)支持了內(nèi)部600多個應(yīng)用，同時開拓更多調(diào)用大模型的產(chǎn)業(yè)場景，滿足客戶生圖文、生圖、生視頻、生3D的需求。不同客戶場景，對模型也有不同需求。除了混元外，騰訊云也支持客戶選擇其他模型，有些客戶也會用騰訊的模型工具來精調(diào)其他開源模型如百川、GLM等。騰訊各事業(yè)部結(jié)合產(chǎn)品思考怎么用AI來提升用戶體驗、提高使用效率。比如在CSIG的企業(yè)應(yīng)用中，騰訊會議就用大模型來生成會議紀(jì)要，騰訊樂享就用大模型構(gòu)建熟悉企業(yè)文檔庫的智能助手，Coding研發(fā)平臺用大模型來生成代碼。產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢42根據(jù)騰訊的規(guī)劃，混元大模型將作為行業(yè)大模型服務(wù)的底座，企業(yè)不僅可以直接通過API調(diào)用混元，也可以將混元作為基底模型，為不同產(chǎn)業(yè)場景構(gòu)建專屬應(yīng)用。目前，混元支持金融、公共服務(wù)、社交媒體、電子商務(wù)、交通運(yùn)輸、游戲等行業(yè)。具備上下文理解和長文記憶能力，流暢完成各專業(yè)領(lǐng)域的多輪問答。在多個場景下，騰訊混元大模型已經(jīng)能夠處理超長文本，通過位置編碼優(yōu)化技術(shù)，混元大模型對于長文處理效果和性能得到了提升。多輪對話內(nèi)容創(chuàng)作邏輯推理AI問答支持文學(xué)創(chuàng)作、文本摘要、角色扮演能力準(zhǔn)確理解用戶意圖，基于輸入數(shù)據(jù)或信息進(jìn)行推理、分析座艙應(yīng)?（計劃推出）支持AI輸入文字內(nèi)容，然后給出相應(yīng)的回答，可有效解決事實性、時效性問題，提升內(nèi)容生成效果。具有識別“陷阱”的能力，通過強(qiáng)化學(xué)習(xí)方法拒絕被“誘導(dǎo)”，當(dāng)用戶可能問出難以回答甚至無法回答的問題，針對此類安全誘導(dǎo)類問題的拒答率可以提升20%，減少了錯誤、無效回答的情況，提升回答內(nèi)容的可信度?；谧摯褂虼竽Ｐ偷膽?yīng)用，結(jié)合感知車輛感知數(shù)據(jù)、語音輸入和用戶行為分析等因素，該模型能夠提供場景化分析和智能決策，帶給用戶更自然的對話體驗、生成式的交互界面、多樣化的場景編排和更個性化的出行服務(wù)建議等。多模態(tài)（計劃推出）AI繪畫，使用者描述畫面內(nèi)容，根據(jù)關(guān)鍵字生成畫作。產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢43特斯拉TESLA?????????從CNN單head?絡(luò)迭代??????2021?

引入BEV+Transformer，將多攝像頭數(shù)據(jù)統(tǒng)一成俯視角度。2022?

提出Occupancy

Networks判斷空間占用。規(guī)劃層引入交互搜索，逐步增加約束條件（其他參與者博弈行為）做最優(yōu)路徑規(guī)劃。2023?8?26?

特斯拉演示FSD

Beta

V12，是有史以來第一個端到端AI自動駕駛系統(tǒng)（Full

AI

End-to-End）。2024?1?

特斯拉FSD

v12

開始正式向用戶推送，將城市街道駕駛堆棧升級為端到端神經(jīng)網(wǎng)絡(luò)。???????FSD?

沒有規(guī)則代碼，只有神經(jīng)網(wǎng)絡(luò)。市面上常見的自動駕駛系統(tǒng)，大多采用分模塊設(shè)計，包括感知、決策、控制三個模塊，各任務(wù)內(nèi)部采用各自的算法模型。?V12的C++代碼控制減少了10倍，從2萬多行減少到2千行。特斯拉99%的決策都交給神經(jīng)網(wǎng)絡(luò)給出，視覺輸入，控制輸出，就像人類大腦一樣。另外，它所擁有的超強(qiáng)能力，是經(jīng)過巨量的「視頻數(shù)據(jù)」、1萬個H100加持下完成的。FSDBetaV12仍在調(diào)試中，因此還沒有確定正式發(fā)布的時間。產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢45小鵬XIAOPENG??XGPT???2024?5?20?小鵬汽車舉辦了一場主題為“開啟AI智駕時代”的AI

DAY活動，展示了在AI方面的最新進(jìn)展，并宣布將全面推送AI天璣系統(tǒng)。AI天璣系統(tǒng)包括AI智駕和AI座艙。小鵬汽車自動駕駛端到端大模型包括深度視覺感知神經(jīng)網(wǎng)絡(luò)XNet、規(guī)劃大模型

XPlanner和大語言模型XBrain三種AI角色：AI小P-生活助理，人機(jī)共駕-AI保鏢和出行助理-AI司機(jī)XBrain：更像人類的大腦，為智能駕駛系統(tǒng)提供了理解和學(xué)習(xí)能力。它能夠處理復(fù)雜場景，快速響應(yīng)各種駕駛環(huán)境中的指令。XBrain可以識別待轉(zhuǎn)區(qū)、潮汐車道、特殊車道和路牌文字，并根據(jù)這些信息做出安全高效的駕駛決策。XNet：類似于人類的眼睛，是一個結(jié)合動態(tài)視覺、靜態(tài)視覺和2K純視覺技術(shù)的深度感知神經(jīng)網(wǎng)絡(luò)。它能夠以裸眼3D效果重構(gòu)現(xiàn)實世界的3D圖像，感知范圍擴(kuò)大了兩倍，相當(dāng)于1.8

個足球場的面積，并能識別50多種目標(biāo)物，使駕駛系統(tǒng)的視野更加清晰、廣闊。AI司機(jī)，擁有AI代駕、AI泊車功能，全面覆蓋行車、泊車在內(nèi)的全場景，使得車輛能洞悉外界環(huán)境，為駕駛者提供實時信息，確保行車的安全性和便捷性。小鵬大語言模型Xbrain和天璣系統(tǒng)智能座艙方案融合了智譜AI的基座大模型和多模態(tài)模型。XPlanner：更像人類的小腦，是基于神經(jīng)網(wǎng)絡(luò)的規(guī)劃大模型。通過大量的數(shù)據(jù)訓(xùn)練，它逐漸進(jìn)化出類似人類駕駛員的操作能力，使駕駛過程更加平穩(wěn)，提升了用戶的駕駛舒適性和安全性。??????????????????????????????產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢47毫末智行HAOMO????DRIVEGPT2023?4?11?2023?10?11??

第八屆HAOMO

AI

DAY上，毫末智行正式對行業(yè)首發(fā)了DriveGPT

1.0自動駕駛生成式大模型，同時也公布了其中文名“雪湖·海若”。?

第九屆HAOMO

AI

DAY上，毫末智行CEO顧維灝詳細(xì)介紹了毫末DriveGPT大模型在推出200天后的整體進(jìn)展。首先是DriveGPT訓(xùn)練數(shù)據(jù)規(guī)模提升。截至2023年10月DriveGPT雪湖·海若共計篩選出超過100億幀互聯(lián)網(wǎng)圖片數(shù)據(jù)集和480萬段包含人駕行為的自動駕駛4D

Clips數(shù)據(jù)。進(jìn)一步升級引入多模態(tài)大模型，獲得識別萬物的能力；與NeRF技術(shù)進(jìn)一步整合，渲染重建4D空間；借助LLM（大語言模型），讓自動駕駛認(rèn)知決策具備了世界知識。產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢49?????DriveGPT首先通過構(gòu)建視覺感知大模型來實現(xiàn)對真實物理世界的學(xué)習(xí),將真實世界建模到三維空間,再加上時序形成4D向量空間；毫末進(jìn)一步引入開源的視覺文本多模態(tài)大模型,構(gòu)建更為通用的語義感知大模型,實現(xiàn)文、圖、視頻多模態(tài)信息的整合,從而完成4D向量空間到語義空間的對齊,實現(xiàn)跟人類一樣的“識別萬物”的能力。?????基于通用語義感知大模型提供的“萬物識別”能力,DriveGPT通過構(gòu)建駕駛語言(DriveLanguage)來描述駕駛環(huán)境和駕駛意圖,再結(jié)合導(dǎo)航引導(dǎo)信息以及自車歷史動作,并借助外部大語言模型LLM的海量知識來輔助給出駕駛決策。毫末基于DriveGPT大模型開發(fā)模式的七大應(yīng)用實踐,包括駕駛場景理解、駕駛場景標(biāo)注、駕駛場景生成、駕駛場景遷移、駕駛行為解釋、駕駛環(huán)境預(yù)測和車端模型開發(fā)。對于今年火熱的大模型上車，毫末智行有前瞻性的策略。在車端模型開發(fā)模式變革方面,毫末嘗試用蒸餾的方法,也就是用大模型輸出的偽標(biāo)簽作為監(jiān)督信號,讓車端小模型來學(xué)習(xí)云端大模型的預(yù)測結(jié)果,或者通過對齊Feature

Map的方式,讓車端小模型直接學(xué)習(xí)并對齊云端的Feature

Map,從而提升車端小模型的能力。產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢50??·???MANAOASIS????????????????2023?1?5?合作伙伴：毫末智行&火山引擎聯(lián)合打造?

能力：該智算中心每秒浮點運(yùn)算達(dá)67億億次，存儲帶寬每秒2T，通信帶寬每秒800G。?

數(shù)據(jù)管理能力方面：毫末智行建立了面向大規(guī)模訓(xùn)練的Data

Engine，從單幀單要素變?yōu)檫B續(xù)幀全要素。實現(xiàn)百P數(shù)據(jù)篩選速度提升10倍、百億小文件隨機(jī)讀寫延遲小于500微秒；?

算力優(yōu)化方面：毫末與火山引擎聯(lián)合部署了Lego高性能算子庫、ByteCCL通信優(yōu)化能力以及大模型訓(xùn)練框架，可以讓算力進(jìn)一步優(yōu)化；?

訓(xùn)練效率方面：基于Sparse

MoE，通過跨機(jī)共享，輕松完成千億參數(shù)大模型訓(xùn)練，且百萬個Clips（毫末視頻最小標(biāo)注單位）訓(xùn)練成本只需百卡周級別，訓(xùn)練成本降低100倍。????????????2000?GPU????????????????????????90%???????????產(chǎn)業(yè)研究戰(zhàn)略規(guī)劃技術(shù)咨詢51思必馳AISPEECH????????2021?，發(fā)布UniDU（DFM-0），即統(tǒng)一生成式對話理解框架；2022?，統(tǒng)一理解、生成、表征等任務(wù)，研發(fā)DFM-1，即統(tǒng)一生成式通用對話基礎(chǔ)模型，作為10億及大模型進(jìn)行小規(guī)模產(chǎn)品應(yīng)用；2023?7?12?，思必馳正式發(fā)布自研的對話式語言大模型DFM-2，并與梅賽德斯-奔馳、上汽通用五菱、長城汽車、合眾新能源、博泰車聯(lián)網(wǎng)、聯(lián)通智網(wǎng)等多家汽車產(chǎn)業(yè)鏈上的企業(yè)舉行了簽約儀式。DF?????????????????????????????提升人機(jī)語言交互五種核心能力：外部信源增強(qiáng)的精準(zhǔn)推理決策、基于深度認(rèn)知的通用語義理解、基于文檔理解的可信主動知識問答、面向用戶個性化的多人設(shè)交互、面對復(fù)雜任務(wù)的自動規(guī)劃與執(zhí)行；大模型與全鏈路綜合對話技術(shù)能力的聯(lián)動。如數(shù)字人、語音合成技術(shù)????將DUI平臺與DFM-2大模型相結(jié)合，推出DUI2.0，升級對話式AI全鏈路技術(shù)，并應(yīng)用于多個領(lǐng)域????DUI

2.0在智能汽車領(lǐng)域的應(yīng)用為：思必馳汽車語音助手天琴系統(tǒng)全面升級至6.0，支持多模態(tài)、多意圖、多音區(qū)、全場景多輪連續(xù)對