座艙大模型為啥成了雞肋？

超導(dǎo)、核聚變、量子計(jì)算和人工智能被譽(yù)為可以主宰人類文明走向的四大技術(shù)前沿。前三大技術(shù)目前基本上處于實(shí)驗(yàn)室預(yù)研階段，人工智能則在這一二十的時(shí)間里得到了長足進(jìn)步的發(fā)展。芯片方面，從可以做并行計(jì)算、擅長做乘加運(yùn)算的GPU，到可以針對各類AI算子進(jìn)行定向優(yōu)化加速的NPU，到可以通過級(jí)聯(lián)的方式形成大規(guī)模訓(xùn)練集群的高端訓(xùn)練芯片，算法方面，從可以提取圖像特征的卷積神經(jīng)網(wǎng)絡(luò)到可進(jìn)行時(shí)空對齊、初步具備上下文理解能力的Transformer，從各式各樣的小模型到LLM大語言模型，各類創(chuàng)新層出不窮，不斷推進(jìn)著人工智能發(fā)展的無盡前沿。

當(dāng)電動(dòng)汽車走入智能化競爭的下半場，人工智能技術(shù)在汽車上的應(yīng)用場景得到了大大拓展，最近這段時(shí)間最引人注目的進(jìn)展有二。一個(gè)發(fā)生在智能駕駛領(lǐng)域，在特斯拉之后，蔚小理華們已經(jīng)實(shí)質(zhì)性地開啟了向端到端智駕技術(shù)路線的切換，一眾傳統(tǒng)車企也在口頭上實(shí)現(xiàn)了分段式端到端智駕方案。另外一個(gè)發(fā)生在智能座艙領(lǐng)域，大模型陸陸續(xù)續(xù)上車，問界、智界、享界車型接入華為的盤古大模型，極越、長安接入百度的文心一言大模型，騰勢、江淮接入科大訊飛的星火大模型，以智能化技術(shù)見長的頭部新勢力車企蔚小理也紛紛上線了自研的GPT。

和各個(gè)車企在自動(dòng)駕駛領(lǐng)域鋪天蓋地地宣傳端到端形成鮮明對比的是，大家對座艙GPT的宣傳都不咸不淡，以至于這些GPT沒有引起太大的波瀾，很快就歸于沉寂了。何以然？原因很簡單，端到端智駕不僅可以提高性能的天花板，還可以節(jié)省和錢相掛鉤的算力資源，但現(xiàn)在的座艙大模型卻處于一種比較尷尬的局面。

要明白大模型加持的座艙GPT怎么就成了食之無肉、棄之有味的雞肋，只需要搞清楚三個(gè)問題：

圖片來源：江淮汽車

但是，在大多數(shù)可以在手機(jī)和PC端體驗(yàn)通義千問、文心一言、豆包、星火這些重量級(jí)大模型的消費(fèi)者的眼中，這些座艙大模型并沒有跨過“能用”到“好用”的邊界。本質(zhì)上，這些功能都是對用戶需求的被動(dòng)式回應(yīng)。即便你能通過它的內(nèi)容生成能力在車機(jī)大屏上畫一個(gè)胸有成竹的男人，博君一笑之后靜下心來想一想，又有什么意義呢？   

圖片來源：文心一言

說到根上，按照中國汽車工程協(xié)會(huì)的座艙智能等級(jí)劃分標(biāo)準(zhǔn)，在沒有接入車載GPT大模型之前，智能座艙毫無疑問地處于“L1感知智能座艙”階段，但在接入形形色色的車載GPT之后，座艙的智能化等級(jí)依然沒有進(jìn)化到可以主動(dòng)感知駕乘人員需求并主動(dòng)執(zhí)行任務(wù)的“L2部分認(rèn)知智能座艙”階段。拋開浮云遮望眼，這是各家車企上線座艙GPT之后用戶體驗(yàn)沒有出現(xiàn)斷代式跨越的根本原因。

圖片來源：網(wǎng)絡(luò)

現(xiàn)代社會(huì)，人們經(jīng)常經(jīng)歷的委屈是“他不懂我”或者“他不給我”，簡簡單單兩句誅心之語，背后涉及到理解需求和響應(yīng)需求的能力。也許他是個(gè)榆木腦袋，對需求理解不夠，或者信奉羅老師那種“彪悍的人生不需要解釋”的生存哲學(xué)，不具備同理心，做不到“懂你 ”；又或許是他響應(yīng)需求的能力不足，他不是不知道你的委屈，但是，搬起磚就沒法空出手來抱你，擁你入懷就無法搬磚，確實(shí)無法“給你”。

再返回用戶期待智能座艙發(fā)揮的價(jià)值，主動(dòng)感知用戶需求對應(yīng)的是理解能力-“我懂你”，自主執(zhí)行任務(wù)對應(yīng)的是生成能力-“我給你”，用戶對智能座艙的期待就是“我懂你”、“我給你”！    

圖片來源：華為

都不是。智能系統(tǒng)（包括手機(jī)、平板等智能終端和智能座艙、自動(dòng)駕駛系統(tǒng)等）的理解能力和生成能力雖然是對人機(jī)交互至關(guān)重要的兩種能力，但是，大模型的理解能力帶來的人機(jī)交互方式的突破并不足以建立對用戶需求的真正理解能力。

因?yàn)?，這種理解能力雖然可以將目前的單模態(tài)感知升級(jí)為觸控、語音、視覺信息相融合的多模態(tài)感知，但也僅此而已，它只能捕捉很短一段時(shí)間內(nèi)用戶的手勢、眼神、聲音、按鍵和觸控動(dòng)作，它所建立的連續(xù)時(shí)空認(rèn)知對于一個(gè)活了半輩子的人來說太短了！我們一路走來，穿越人生的風(fēng)雨，內(nèi)心早已千瘡百孔，座艙大模型如果不能通過一次又一次記憶并分析用戶的數(shù)據(jù)，慢慢走近用戶的內(nèi)心，它怎么和用戶真正地共情，給出的反應(yīng)又怎么可能真正符合用戶的心思？    

也就是說，智能座艙必須具備情感引擎，學(xué)習(xí)、分析用戶的數(shù)據(jù)，樹立跟該用戶一致的人生觀、價(jià)值觀和世界觀，建立起在這個(gè)不太溫暖的人類社會(huì)中有些缺乏的共情能力，才能嚴(yán)絲合縫地給出用戶想要的輸出或反饋，實(shí)現(xiàn)有溫度的情感陪伴。

圖片來源：蔚來汽車

要做到這一點(diǎn)，或許需要大模型底層技術(shù)繼續(xù)進(jìn)化，真正產(chǎn)生意識(shí)并發(fā)展出類人的情感，這樣或許可以降低對學(xué)習(xí)用戶數(shù)據(jù)的需求。如果在當(dāng)前的技術(shù)架構(gòu)上做情感引擎，出于對個(gè)人隱私的保護(hù)，數(shù)據(jù)不能出車，大模型不能在云端訓(xùn)練，如果在車端訓(xùn)練，以車端推理芯片做模型訓(xùn)練，這種方式不大常見，應(yīng)該非常難。

(本文登于EEPW 2024年9月期)