汽车行业大模型 ：驾驭大模型，启智新未来 头豹词条报告系列

汽车行业大模型：驾驭大模型，启智新未来 头豹词条报告系列 曹珈赫·头豹分析师 2024-10-25未经平台授权，禁止转载 版权有问题？点此投诉 信息传输、软件和信息技术服务业/软件和信息技术服务业/信息技术咨询服务/信息系统服务 行业： 信息科技/软件服务 摘要汽车行业大模型技术正深刻变革汽车全生命周期，推动智能座舱与智能驾驶发展，成为产业升级关键驱动力。技术创新引领行业变革，多家企业竞相投入研发，竞争格局激烈。市场规模迅速扩大，受宏观经济向好、政策利好及消费者需求升级驱动。然而，发展高度依赖资本，需持续投入以优化模型并探索新应用场景。未来，随着品质追求与多重需求增长，以及测试验证体系完善，汽车行业大模型市场将迎来更广阔发展空间。 行业定义[1] 大模型技术已经成为推动科技进步的重要力量，对汽车全生命周期的设计、制造、运营和服务等多个环节起到巨大推动作用，可以给以智能座舱、智能驾驶为代表的汽车智能化下半场带来革命性变革。汽车行业大模型是一种专门针对汽车领域设计和优化的深度神经网络模型，其正重塑汽车产业格局，将推动汽车多领域变革，成为引领新汽车时代发展的重要驱动力之一。 [1]1：知网 行业分类[2] 汽车行业AI大模型根据技术发展、应用场景的不同，可以进行如下分类： 行业特征[3] 汽车行业大模型行业的特征包括技术创新驱动、竞争格局激烈、高度依赖资本投入。 1技术创新驱动 技术创新是当前汽车行业大模型应用的核心特质。随着ChatGPT的爆火，大模型技术成为关注焦点，提到，像理想汽车这样的领头羊，通过大模型MindGPT，正在打造新一代的多模态人机交互技术体系，直接提升了智能座舱体验。中，李想明确指出，“只有大模型才能实现我真正想要的2.0的人工智能”，表明大模型技术对于未来智能汽车发展方向的深刻影响。这不仅涉及用户交互革新，还包括对自动驾驶业务的推动，体现了技术创新引领产业升级。此外，多家企业如毫末智行的DriveGPT、长城汽车与科大讯飞的合作，吉利、奇瑞等注册GPT相关商标，显示出行业内部对大模型自主研发的重视与实践，表明了这一点。行业合作也在不断加强，例如长城与科大讯飞的合作，旨在搭建首个产业知识大模型，推动汽车产业智慧化转型，对此有所体现。 2竞争格局激烈 大模型的引入加剧了汽车行业的竞争态势。为了在竞争中脱颖而出，车企通过快速跟进大模型技术展现自身的智能化转型决心，指出这不仅仅是技术层面上的布局，还涉及各种用户场景下的实用化探索，比如智能驾驶与智能座舱领域。企业如理想、长城、毫末智行的迅速行动，中提及的快速响应与占位，说明了竞争的紧迫性。大模型的应用不仅限于提升汽车本身的性能，还在改造业务流程，颠覆传统的汽车生产方式，描述了这一趋势，进一步证明了大模型为行业竞争带来的全新维度。在智能座舱及自动驾驶的应用上，企业间的差异化竞争策略也日益明显，如奔驰利用大模型升级车机系统的举措，展示了企业通过技术创新来增强品牌差异化的努力，有相关说明。 3高度依赖资本投入 汽车大模型的发展和应用需要大规模的资金支持。中国信通院发布的汽车大模型标准，以及多家单位参与编写的状况，侧面反映了行业为推动技术创新而投入的资源之重。在智能座舱和自动驾驶等前沿应用中，汽车大模型的开发、优化与落地都需要持续的资金注入，中理想汽车MindGPT及其它车型的投入案例，证明了这一高资本需求。随着大模型成为智能汽车的关键技术，企业在追求更高效的燃油利用、电动车及智 能驾驶技术的突破上，都不惜重金，进一步强调了研发与基础设施建设对于资本的高度依赖。中提及的多个合作和研发项目，以及中的标准制定工作，都是在大量资本支撑下得以进行的实例。同时，车企积极探索多元融资渠道，包括但不限于与科技公司的合作、战略投资和可能的资本市场的运作，以支持其长期的技术研发。 发展历程[4] 从2023年下半年开始，智驾相关大模型开始大量涌现，大模型上车就成为整个汽车智能化发展的一个潮流。2024年4月的北京车展上，大模型上车项目井喷式出现，有智能座舱交互大模型，有应用端到端技术的智能驾驶大模型，一场关于大模型上车的竞争正在愈演愈烈。地平线总裁陈黎明在2024中国汽车论坛表示，中国汽车行业正处于电动化与智能化的转折点，而以目前的创新速度和端到端训练的潜力，相信自动驾驶将在2025年内迎来“ChatGPT时刻”。目前正值大模型深入汽车行业的初级阶段，但其发展势不可挡。 萌芽期1990~2021 1950年，基于深度学习的AI技术概念被提出，AI正式进入大众视野。1998年，以卷积神经网络为架构的LeNet-5深度学习模型诞生，奠定了大模型发展的基础；同年，面世的ALVINN自动驾驶试验车基于端到端架构，可以在大学校园里实现最高70km/h的自主行驶。2016年-2017年特斯拉开始逐步探索自研自动驾驶算法。2021年，特斯拉采用了BEV（鸟瞰图）+Transformer的智驾算法，是车企里最早用大模型做智驾的一批。 2021年，BEV+Transformer彻底终结了2D直视图+CNN时代，该模型也成为了之后国内玩家布局大模型的基础。 启动期2021~2024 2024年3月底，小米SU7发布会上，座舱部分的发布已经展示了语音助手在应用大模型技术后的能力。2024年4月28日，中国信息通信研究院发布了国内首个汽车大模型标准。2024年5月20日，小鹏汽车发布了量产上车的端到端大模型——神经网络XNet+规控大模型XPlanner+大语言模型XBrain。2024年8月13日，火山引擎已与梅赛德斯-奔驰（中国）达成战略合作，推动火山引擎技术在智能座舱等领域的应用，双方将在大模型、生成式人工智能及大数据技术等领域展开深度合作。在2023年特斯拉的标杆作用下，现在端到端自动驾驶已经逐渐成为了行业和学术界的共识。（2023年CVPR 最佳论文奖的 UniAD便采用的端到端，体现学术界对该设计理念的认同；自动驾驶行业中，继特斯拉后，华为、理想、小鹏、蔚来等多家智驾公司纷纷跟进端到端，代表业界对该理念的认 同）。进入2024年，对于车企而言，大模型上车会变得更加急迫且关键，自动驾驶的ChatGPT时刻即将到来。 产业链分析[5] 汽车行业大模型产业链上游为配套软硬件服务供应商（芯片、云服务商、数据标注供应商、仿真测试），中游为自研大模型的主机厂、科技企业，下游为各大主机厂。[7] 汽车行业大模型行业产业链主要有以下核心研究观点：[7] 上游芯片市场竞争火热烈，国外英伟达专为大模型负载打造DRIVE Thor智驾芯片，国内地平线引领智驾芯片国产化进程，均有利于中下游发展。 DRIVE Thor搭载了英伟达专为Transformer、大语言模型（LLM）和生成式AI工作负载而打造的Blackwell架构，可实现最高2,000TOPS AI算力以及2,000TFLOPS浮点算力，性能是目前主流的英伟达Orin芯片的8倍，将采用4nm制程工艺，2025年投产。并于2024年宣布，首批与DRIVE Thor合作的五家车企，有比亚迪、昊铂、小鹏、理想、极氪。在2023年慕尼黑车展期间，地平线宣布，其征程系列芯片出货量增长至近400万片，量产规模处于国内绝对领先地位。 智驾大模型/4类主要玩家：主机厂、科技企业、智驾Tier1、芯片企业。 对于已布局或正将布局的企业，智驾大模型玩家主要可分为四类：1.主机厂：新势力主机厂以自研为主，而传统主机厂持有保守观望的态度；2.科技企业：凭借强大的AI技术背景和资本实力，构建了以云服务为基础的垂直服务体系，2022年百度Apollo自动驾驶云平台和华为分别占据34.4%、29.7%的中国自动驾驶开放平台市场规模；3.Tier1：以自研基于BEV感知的垂域大模型为主；4.芯片企业：优化芯片的开发生态，以便客户能在自家芯片上更容易地部署。而四类玩家更多的是形成互补关系，而非竞争关系，产业的上下游合作是未来整体竞争格局的趋势。[7] 产业链上游 生产制造端 配套软硬件服务供应商（芯片、云服务商、数据标注供应商、仿真测试） 上游厂商 英伟达半导体科技（上海）有限公司 北京地平线信息技术有限公司 华为云计算技术有限公司 查看全部 产业链上游说明 算力/算力供需结构性失衡和地域时域不平衡导致整体算力利用率不高，随着智能算力需求的爆发性增长，优化算力资源配置变得愈发紧迫。 供需错配体现在以下几个方面：首先，算力供需的结构性失衡：当前算力供给的结构与用户实际需求不匹配，例如，通用算力利用率偏低、低端算力供给过剩，而大模型等AI任务所需的智能算力则供给不足，高端算力存在较大缺口，导致供需错位，整体算力利用率不高。根据中国信息通信研究院发布的《中国综合算力评价白皮书(2023年)》显示，当前算力规模中，通用算力占比高达76.7%，而智能算力仅占22.8%。随着AI大模型的快速发展，模型训练和推理需求激增，智能算力需求呈爆发性增长。其次，全球数据量的快速攀升进一步推升了算力需求：未来三年新增的数据量将超过过去三十年的总和，预计到2024年，全球数据总量将以年均26%的复合增长率达到142.6ZB，这将导致数据存储、传输和处理需求呈指数级增长，进一步加剧对算力资源的需求。第三，算力供需在地域和时间上的不平衡，如年底购物节期间算力需求的暴增。最后，部分地区的数据中心建设过度超前部署且无法调配：作为算力的物理载体，数据中心建设成为各地提升数字实力的主要手段之一，但部分地区忽视了当地需求不足的现状，急于求成，导致局部算力资源闲置。此外，由于算力资源的灵活性受限（不同应用场景对AI算力的精度、能效、速度、交互性、部署方式以及网络安全和带宽的要求各异，部分场景难以通过网络实现算力的灵活高效调度，无法满足人工智能推理和训练需求），即使算力不足，也难以高效调配和利用。2023年10月，工业和信息化部等六部门联合发布了《算力基础设施高质量发展行动计划》，明确了高质量算力的发展方向。2024年，中国已正式启动全国一体化算力网建设工作，为国产算力探索资源配置的最优解决方案。 算力/智驾大模型的算力建设主要有3种模式：自建智算中心、部分环节合作、解决方案合作。 1.主机厂自建智算中心并独立训练大模型：特斯拉等自动驾驶厂商已自建云端计算中心，用于自动驾驶模型训练和数据标注。2.主机厂与互联网科技公司在部分环节达成合作：百度、腾讯、火山引擎（字节子公司）等互联网科技公司均推出toB全流程智能汽车云服务，为主机厂提供数据中心用于模型训练。3.解决方案合作：百度文心、商汤日日新等大模型体系均开放了与车企的行业应用合作渠道，针对汽车行业应用场景进行模型调优；如吉利汽车与百度文心合作吉利-百度文心NLP大模型，2023年5月31日，首款搭载车型吉利银河L7已经上市。 芯片/英伟达专为大模型负载打造DRIVE Thor智驾芯片（2000TOPS，2025投产），众主机厂纷纷与其达成合作。 随着汽车行业智能化浪潮卷起，一是智能驾驶海量数据对高算力有了绝对刚需，二是头部车企需要一个开放的平台来实现软件自研，迫切需要实现自动驾驶算法的自研，而英伟达是当时能同时满足这两 个要求的智能驾驶芯片供应商。故DRIVE Thor应运而生，其搭载了英伟达专为Transformer、大语言模型（LLM）和生成式AI工作负载而打造的Blackwell架构，可实现最高2,000TOPS AI算力以及2,000TFLOPS浮点算力，性能是目前主流的英伟达Orin芯片的8倍，将采用4nm制程工艺，2025年投产。英伟达于2024年宣布，首批与DRIVE Thor合作的五家车企，有比亚迪、昊铂、小鹏、理想、极氪：昊铂采用DRIVE Thor平台的下一代电动汽车新车型将于2025年开始量产，可实现L4级别的自动驾驶；小鹏则利用DRIVE Thor平台来助力其自研的XNGP智能辅助驾驶系统，实现自动驾驶和泊车、驾乘人员监控等功能。2024年4月25日