座艙大模型為啥成了雞肋？

超導、核聚變、量子計算和人工智能被譽(yù)為可以主宰人類(lèi)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)驗室預研階段，人工智能則在這一二十的時(shí)間里得到了長(cháng)足進(jìn)步的發(fā)展。芯片方面，從可以做并行計算、擅長(cháng)做乘加運算的GPU，到可以針對各類(lèi)AI算子進(jìn)行定向優(yōu)化加速的NPU，到可以通過(guò)級聯(lián)的方式形成大規模訓練集群的高端訓練芯片，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(yǔ)言模型，各類(lèi)創(chuàng )新層出不窮，不斷推進(jìn)著(zhù)人工智能發(fā)展的無(wú)盡前沿。

當電動(dòng)汽車(chē)走入智能化競爭的下半場(chǎng)，人工智能技術(shù)在汽車(chē)上的應用場(chǎng)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(kāi)啟了向端到端智駕技術(shù)路線(xiàn)的切換，一眾傳統車(chē)企也在口頭上實(shí)現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，大模型陸陸續續上車(chē)，問(wèn)界、智界、享界車(chē)型接入華為的盤(pán)古大模型，極越、長(cháng)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(jiàn)長(cháng)的頭部新勢力車(chē)企蔚小理也紛紛上線(xiàn)了自研的GPT。

和各個(gè)車(chē)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(méi)有引起太大的波瀾，很快就歸于沉寂了。何以然？原因很簡(jiǎn)單，端到端智駕不僅可以提高性能的天花板，還可以節省和錢(qián)相掛鉤的算力資源，但現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(wú)肉、棄之有味的雞肋，只需要搞清楚三個(gè)問(wèn)題：

圖片來(lái)源：江淮汽車(chē)

但是，在大多數可以在手機和PC端體驗通義千問(wèn)、文心一言、豆包、星火這些重量級大模型的消費者的眼中，這些座艙大模型并沒(méi)有跨過(guò)“能用”到“好用”的邊界。本質(zhì)上，這些功能都是對用戶(hù)需求的被動(dòng)式回應。即便你能通過(guò)它的內容生成能力在車(chē)機大屏上畫(huà)一個(gè)胸有成竹的男人，博君一笑之后靜下心來(lái)想一想，又有什么意義呢？   

圖片來(lái)源：文心一言

說(shuō)到根上，按照中國汽車(chē)工程協(xié)會(huì )的座艙智能等級劃分標準，在沒(méi)有接入車(chē)載GPT大模型之前，智能座艙毫無(wú)疑問(wèn)地處于“L1感知智能座艙”階段，但在接入形形色色的車(chē)載GPT之后，座艙的智能化等級依然沒(méi)有進(jìn)化到可以主動(dòng)感知駕乘人員需求并主動(dòng)執行任務(wù)的“L2部分認知智能座艙”階段。拋開(kāi)浮云遮望眼，這是各家車(chē)企上線(xiàn)座艙GPT之后用戶(hù)體驗沒(méi)有出現斷代式跨越的根本原因。

圖片來(lái)源：網(wǎng)絡(luò )

現代社會(huì )，人們經(jīng)常經(jīng)歷的委屈是“他不懂我”或者“他不給我”，簡(jiǎn)簡(jiǎn)單單兩句誅心之語(yǔ)，背后涉及到理解需求和響應需求的能力。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 ”；又或許是他響應需求的能力不足，他不是不知道你的委屈，但是，搬起磚就沒(méi)法空出手來(lái)抱你，擁你入懷就無(wú)法搬磚，確實(shí)無(wú)法“給你”。

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

圖片來(lái)源：華為

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

因為，這種理解能力雖然可以將目前的單模態(tài)感知升級為觸控、語(yǔ)音、視覺(jué)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)間內用戶(hù)的手勢、眼神、聲音、按鍵和觸控動(dòng)作，它所建立的連續時(shí)空認知對于一個(gè)活了半輩子的人來(lái)說(shuō)太短了！我們一路走來(lái)，穿越人生的風(fēng)雨，內心早已千瘡百孔，座艙大模型如果不能通過(guò)一次又一次記憶并分析用戶(hù)的數據，慢慢走近用戶(hù)的內心，它怎么和用戶(hù)真正地共情，給出的反應又怎么可能真正符合用戶(hù)的心思？    

也就是說(shuō)，智能座艙必須具備情感引擎，學(xué)習、分析用戶(hù)的數據，樹(shù)立跟該用戶(hù)一致的人生觀(guān)、價(jià)值觀(guān)和世界觀(guān)，建立起在這個(gè)不太溫暖的人類(lèi)社會(huì )中有些缺乏的共情能力，才能?chē)澜z合縫地給出用戶(hù)想要的輸出或反饋，實(shí)現有溫度的情感陪伴。

圖片來(lái)源：蔚來(lái)汽車(chē)

要做到這一點(diǎn)，或許需要大模型底層技術(shù)繼續進(jìn)化，真正產(chǎn)生意識并發(fā)展出類(lèi)人的情感，這樣或許可以降低對學(xué)習用戶(hù)數據的需求。如果在當前的技術(shù)架構上做情感引擎，出于對個(gè)人隱私的保護，數據不能出車(chē)，大模型不能在云端訓練，如果在車(chē)端訓練，以車(chē)端推理芯片做模型訓練，這種方式不大常見(jiàn)，應該非常難。

(本文登于EEPW 2024年9月期)