大模型在汽車行業(yè)的落地實踐_第1頁
大模型在汽車行業(yè)的落地實踐_第2頁
大模型在汽車行業(yè)的落地實踐_第3頁
大模型在汽車行業(yè)的落地實踐_第4頁
大模型在汽車行業(yè)的落地實踐_第5頁
已閱讀5頁,還剩56頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

阿里云/公共云大模型技術(shù)服務(wù)高級專家黃高攀?阿里云大模型技術(shù)服務(wù)高級專家,2012年畢業(yè)于中科院自動化所,現(xiàn)負責(zé)阿里云汽車能源行業(yè)大模型技術(shù)服務(wù)方向,重點在汽車能源行業(yè)開展大模型技術(shù)的全流程場景落地服務(wù)。在AI/大模型技術(shù)服務(wù)領(lǐng)域有豐富的場景應(yīng)用與行業(yè)落地經(jīng)驗,先后就職于國網(wǎng)江蘇省電力公司、阿里云計算有限公司,為不同部委、制造業(yè)、交通運輸、汽車行業(yè)、電力能源等行業(yè)客戶提供過AI/大模型技術(shù)服務(wù),獲得發(fā)明專利授權(quán)20余項。.......AI/大模型技術(shù)發(fā)展度網(wǎng)絡(luò)自動學(xué)習(xí)特征,深度學(xué)習(xí)?2017年:Transformer成為主流?2023年:ChatGPT發(fā)布,AIGC元?大語言模型已逐步擴展到視覺、聽大模型在存量業(yè)務(wù)大模型在存量業(yè)務(wù)和增量業(yè)務(wù)均有很大的推動作用,2028年大模型產(chǎn)業(yè)規(guī)模加成30+%Miaas產(chǎn)晶?LLM?……果性?企業(yè)基于大模型技術(shù),在單個業(yè)務(wù)場景落地后,如何快速無縫地擴展到其他更多的業(yè)務(wù)場景?平臺、方案、能力如何復(fù)用多Agent方案:從單場景到綜合場景智能座艙智能座艙企業(yè)提效企業(yè)提效意圖識別Agent核心要求核心要求?領(lǐng)域Agent動態(tài)擴展AIAI工具鏈的重要性chain的方式,實現(xiàn)多多模態(tài)數(shù)據(jù)的應(yīng)用LMOps:生產(chǎn)業(yè)務(wù)持續(xù)運營應(yīng)用觀測應(yīng)用觀測版本管理等數(shù)據(jù)回流LMOps:應(yīng)用可觀測智能問答流程編排智能問答流程編排LMOps:應(yīng)用可觀測智能問答流程編排智能問答流程編排LMOps:應(yīng)用可觀測智能問答流程編排智能問答流程編排圖片來源:LincanLi,etal.,Data-CentricEvolutioninAutonomousDriving:AComprehensiveSurveyofBigDataSystem,DataMining,andClosed-LoopTechnologies,2024.01場景需求場景需求關(guān)鍵問題落地挑戰(zhàn)落地挑戰(zhàn)景/abs/2103.00020多模態(tài)VL模型編碼器,以及位置感知的視覺-語言適配器Qwen-VL:/abs/2308.12966??這張圖片顯示了一起發(fā)生在高速公路上的嚴重交通事故,導(dǎo)致卡車側(cè)翻的場景。天氣看起來陰沉,天空中沒有明顯的陽光。道路是一條高速公路,路面狀況良好,沒有明顯的損壞。?……車身橫躺在路面上。卡車的貨箱部分已經(jīng)打開,貨物散落在周圍。卡車的輪胎和部分結(jié)構(gòu)受損嚴重,顯示出事故的劇烈程度。?……道路上放置了幾個橙色的交通錐,以警示過往車輛注意避讓。?……可能是高速公路的出口標(biāo)志。背景中有樹木和建筑物,顯示出這是一個郊區(qū)或鄉(xiāng)村地區(qū)的高速公路。??這張圖片展示了一條正在進行施工的道路。天氣看起來是陰天,路面濕滑,可能是剛下過雨。道路中間有一堆黑色的碎石和泥土,?在道路的左側(cè),有一名穿著反光背心的工作人員正在設(shè)置或調(diào)整紅色的施工圍欄。圍欄?背景中可以看到一些車輛,包括一輛白色的汽車和一輛紅色的卡車,它們正在繞過施工區(qū)域。遠處還有一些建筑物和路燈,表明這技術(shù)方案落地效果內(nèi)容理解構(gòu)建圖像-場景詳細描述Pair升Query相似邊緣場景圖像的召回精20%~30%的效果提升場景需求關(guān)鍵問題潛在客戶線索邀約到店試駕客戶下訂?LLM對語音數(shù)據(jù)進行總結(jié)提煉,充分融合不同模態(tài)數(shù)據(jù)?LLM基于生成式預(yù)測,針對不同潛客提供個性化運營策略VS技術(shù)方案示例數(shù)據(jù)落地效果?具備靈活的擴展性:基于LLM生成式預(yù)測,未來可靈未來展望Agent的落地形態(tài)Agent,隨時接入生產(chǎn)業(yè)務(wù)場景?汽車行業(yè)場景業(yè)務(wù)和流程重構(gòu)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論