可以根据驾驶员的心情改变对话语调的奔驰全新“MBUX虚拟助理”，基于亚马逊Alexa大语言模型（LLM）打造的全新一代宝马“BMW智能个人助理”，融合人工智能大语言模型ChatGPT的大众汽车“IDA语音助手”……不久前，在美国2024年消费电子展（CES）上，跨国车企带来的生成式AI新应用令人耳目一新。

近来，生成式AI越来越火，行业人士预测，从2024年开始将进入生成式AI应用大爆发的时代，甚至会颠覆传统行业。“自动驾驶和生成式AI技术的发展，为新型工业化带来了无限可能性。”中国信通院政策与经济研究所所长辛勇飞表示。生成式AI也在越来越多改变着国内外汽车业，推动智能化全面加速。

生成式AI受追捧

生成式人工智能（AI）的“火”，是真正凭借“打动人”的实力而火。

奔驰的全新“MBUX虚拟助理”令奔驰原有的“读心语音助理”能力更上一层楼。利用生成式AI大语言模型，其不仅支持无需唤醒词即可下达指令，而且在回应车主语音查询和操控时，MBUX虚拟助理也可以用自然语言方式对话。得益于生成式AI大语言模型技术，其不仅能够基于常识回答问题，也能够主动智能地提出问题，来更加明确地针对车主的意图给出更为精准的答复。通过其自身携带的预测功能，还可以在应答时更贴心，并根据情境、车主习惯和生成式AI技术，主动提供建议和对应“场景”功能。

“上述这些超乎以往想象的功能，只有生成式AI才能做到。”清华大学人工智能研究院视觉智能研究中心主任邓志东在接受《中国汽车报》记者采访时表示，所谓生成式AI，是利用复杂的算法、模型和规则，经过大规模数据集中学习，以创造新的原创内容的人工智能技术。生成式AI能够创造文本、图片、声音、视频和代码等多种类型的内容，全面超越了传统软件的数据处理和分析能力。从专业角度看，生成式AI是利用Transformer解码器架构而构建预训练大语言模型，典型代表如ChatGPT、GPT-4与Gemini等，本身具有很强的多模态自主生成能力，且随着模型与训练数据规模的不断扩充，其文本及其他模态的阅读理解能力也越来越强。

“生成式AI与以往的人工智能最大的不同在于，生成式AI的核心能力是创造新内容，而不仅仅是对已知模式的重复和模仿。”北方大数据与人工智能研究院研究员曾文翔认为，生成式AI作为一种基于机器学习和人工智能的技术，其目标是让计算机系统能够自主生成各种类型的数据，如文图音视频等，而不仅仅是对已有数据的简单分类或直接输出。其中，大模型是生成式AI的重要组成部分，只有借助大模型，生成式AI的智能化才能得到不断升级和深化。

邓志东认为，在很大程度上，由于更像是模仿了人类的语言思维，且拥有较为丰富的知识，因此，迅速发展的原生多模态大语言模型及生成式AI，将重构汽车智能化，不仅能如同人类一样可以看懂与理解驾驶环境，进行类似于人类驾驶员的预测、决策、控制与交互，甚至可根据视觉输入，直接产生转向、制动与加速模拟量的指令，从而使智能汽车可以真正实现一体化的端到端智能自动驾驶。

自动驾驶是生成式AI的重要舞台

进入汽车智能化变革时期，生成式AI给汽车业带来了诸多前所未有的变化，越来越多的车企都在利用生成式AI为汽车产品增添或开发具有更高体验感的新功能。

1月8日，索尼与本田合资的索尼本田移动公司宣布，正与美国微软公司在生成式AI对话型服务项目上进行合作，力争将该AI服务引进到正在研发的纯电动汽车“AFEELA”中，并计划利用OpenAI的语言模型。

“从奔驰、宝马、大众到本田，很多车企都在主动拥抱生成式AI。不难发现，生成式AI正在给汽车业带来一场颠覆性的技术革命。”吉林大学汽车工程学院教授李明向记者表示，具体而言，生成式AI尽管是一种依靠计算机的智能化功能，但可以给汽车的硬件和软件都带来革命性变化，如可以提供但不限于智能驾驶的全方位的智能助手、情感陪伴、虚拟专家、内容生成，以及软件开发、自主执行判断和操作等功能。

自动驾驶，是生成式AI可以发挥重要作用的舞台。邓志东谈到，在自动驾驶技术中，生成式AI能够利用大量的数据和算法，不仅可以学习并模拟人类驾驶员的驾驶行为，甚至正以越来越接近人类思维的方式超越人类驾驶员的驾驶水平。毫不夸张地说，生成式AI将成为自动驾驶汽车的智能大脑，不仅能感知环境，还能做出精准的决策。生成式AI的优势之一是创造力和适应性：可以生成虚拟的驾驶场景，通过大量的仿真实验，让自动驾驶系统在各种复杂情况下进行训练，从而提高其适应和应对各种场景挑战的能力；生成式AI能够学习驾驶员的驾驶偏好和行为习惯，并提升智能座舱中更加个性化的体验；无论是轻松愉快的音乐播放、优化的座椅调整还是个性化的导航路线，自动驾驶汽车都能根据用户的需求和喜好进行调整；生成式AI还具有自主学习和升级能力，随着时间的推移，生成式AI可以通过与车主的交互，不断改进自动驾驶的驾驶技巧和决策能力，逐步实现真正意义上的自动驾驶。生成式AI的这种通过虚拟学习自我提高的方式，不仅能大大提升驾驶的安全性、舒适性和愉悦感，还能加速自动驾驶的技术演进。

影响汽车全产业链

生成式AI给汽车业带来的影响远不止于此，它还将影响汽车设计、生产、服务等各方面，几乎涵盖汽车全生命周期、全产业链。

“在汽车设计方面，生成式AI将颠覆传统的设计模式。”李明表示，通常情况下，早期的汽车设计从概念构思和使用软件绘制、仿真，到全尺寸模型实样开发，设计师团队至少需要花费数月时间走完整个流程，这一过程往往受到不兼容的电脑工具、独立的数据和串行式工作流的阻碍而耽误时间。同时，汽车设计需要大量的资料筛选，再将流行元素与符合品牌定位的风格相融合。这种线性设计流程、人工＋电脑方式需要耗费大量的时间和精力，如果期间出现小的失误也需要在这一环节从头开始检查。而使用生成式AI，将可以全面优化整个流程，甚至可以随时在其中任何环节介入调整，发现问题只要输入指令，就可以迅速排除“堵点”，从而实现生产力的飞跃。生成式AI不会取代设计师，而是能让汽车设计师更完美地发挥想象力，探索汽车设计的更多可能性。如今，已经出现了经过数十亿行代码训练的GitHub Copilot等生成式AI辅助工具，有望缩短以往冗长的汽车设计周期。

“生成式AI在汽车制造领域也有着降本增效、提升低碳环保水平的作用。”曾文翔表示，如今，规模化的汽车企业的汽车生产都已经采取了数字化工厂、元宇宙车间等智能化生产方式，但生产过程中产生的问题、工艺的优化仍然需要人工来分析和解决，如果生成式AI与这些元素相结合，就可以按照指令目标，通过快速学习提升，迅速提出问题并解决问题，同时提出日常全生产流程的优化意见。另外，还可以针对减碳等某个具体目标，进行全流程分析，提出具体对策，如果得以落实，则可以达成以数据显示的具体对比效果。

生成式AI同样可以影响汽车营销，曾文翔告诉记者，在如今个性化需求特征明显的汽车市场，生成式AI将带来崭新的汽车市场营销生态模式。生成式AI能够在营销的全流程中为车企提供帮助，协助市场营销人员创作和优化营销流程。基于用户的行为偏好特征，可以生成“千人千面”的个性化、定制化营销内容，并在社交媒体运营中不断优化文案，提升品牌的曝光率与转化效果。生成式AI虚拟人可以学习品牌文化底蕴、产品卖点细节等知识，从而提升营销话术和技巧。在直播、虚拟展厅等场景中，生成式AI虚拟人可以扮演主播或智能客服的角色，能够更好地向客户推荐符合需求的汽车型号，并回答相关的专业问题。

此外，曾文翔表示，生成式AI还可以应用于汽车产业链、供应链管理，达到优化流程、监督原材料及零部件质量和运输流程、价格等元素的目的，实现精细化、数字化管理，减少人工管理的一些失误，提高管理效率等。“总之，生成式AI能为汽车业带来更多可能和无限想象。”他说。

不过，邓志东指出，生成式AI仍处于发展之中，在汽车业的应用仍需要从模型成熟度、数据完备性、系统兼容性、避免数据泄露风险等方面来综合评估，扬长避短，使其与智能化、数字化、云计算、大模型等技术相辅相成，以发挥更大作用。