ChatGPT改造汽車的序幕已經拉開，奔馳率先出手。

不久前，梅賽德斯-奔馳將ChatGPT集成到了車機上，開啟了為期三個月的測試，結果顯示，它的語音助手不僅可以完成簡單地指令，還能進行連續多輪對話，理解能力和響應質量都有較大提升。

理想、創維、蔚來等汽車廠商隨即蜂擁而入，用前沿的GPT能力讓車機智能化程度更上一層樓。車機也徹底從最初的“收音機”變成了功能豐富的智能終端，加上GPT“大腦”后，又開始從木訥、雞肋的機器向行車伙伴轉變。

(資料圖片)

而人車交互不是AI上車的盡頭，自動駕駛才是未來。以往的自動駕駛解決方案過于依賴高精地圖，一旦地圖更新跟不上瞬息萬變的路況，行車安全將受到威脅。AI大模型的進化升級，讓車企們看到了機會。

讓AI主動感知和決策，放棄對高精地圖的依賴，正在成為一種主流趨勢。幾天前，理想汽車開啟城市NOA（導航輔助駕駛）內測，它將BEV（Bird’s eye view，鳥瞰圖）大模型作為主要解決方案，讓汽車模仿人類“腦回路”駕車。通過連續學習，城市NOA還能被訓練成用戶通勤路線上“代駕”。

接棒互聯網，AI正在對汽車進行更深層次的改造，四個輪子的大家伙越來越神似變形金剛。

車機+GPT 奔馳先出手

一場由內而外的“變形記”正在席卷汽車圈，從傳統燃油動力到新能源，從駕駛工具到智能化產品。多年以來，科技驅使下，汽車不斷變幻著外貌和內在，互聯網改造汽車后，人工智能又來了。

梅賽德斯-奔馳在這股新浪潮中一馬當先，要把ChatGPT移植進車機。

6月16日，奔馳為期3個月的ChatGPT測試計劃在美國啟動，它與微軟合作，通過 Azure OpenAI 服務將ChatGPT集成到車機中。車主可以通過Mercedes me APP選擇使用ChatGPT，還有更直觀測試方式——直接在車內使用語音命令“Hey Mercedes，我想加入測試計劃”，奔馳的MBUX 信息娛樂系統就會將語音助手“Hey Mercedes”自動接入ChatGPT。

過往，Hey Mercedes可以提供體育、天氣等信息，并回答有關車輛周圍環境的問題，還能控制用戶的智能家居，這都是制式化的。ChatGPT加入把問答變靈活了，用戶能詢問目的地詳細信息，獲得晚餐建議，可以不斷提出問題，連續收到回復。這是ChatGPT的看家本領。

奔馳將ChatGPT集成到車機系統

當前，僅在美國地區約90萬輛配備MBUX的奔馳汽車可以優先測試ChatGPT，奔馳打算利用這個初始測試期深入了解用戶提出的請求，來確定未來開發的優先事項，以及調整不同市場和語言的推出策略。

關于接入ChatGPT這事兒，奔馳給了一個充滿感性的聲明，“一切目標都圍繞著重新定義您與梅賽德斯的關系?！北捡Y要讓ChatGPT重塑人車交互體驗，更形象的類比是，車機從一個木訥的注重功能性的機器“活”起來了，向著車內生活伙伴的角色轉變。

奔馳之后，國內的汽車廠商率先跟上。

6月19日，理想汽車推出了自研的認知大模型“Mind GPT”，這個大模型由理想的空間算法團隊研發。據說大模型訓練的開始日期早在ChatGPT發布之前，Mind GPT基于數10 TB的原始訓練數據，使用了1.3萬億個Token進行基座模型訓練，能識別聲紋和語音內容，還能聽懂方言，同時能為車主提供出行規劃，甚至具備AI繪畫和AI計算等功能。

理想透露，Mind GPT發布后，理想汽車將新增LUI（用戶語言界面）交互方式，“比如你想吃個火鍋，只需要呼叫理想同學，車機界面就會生成火鍋的圖片供你選擇，隨后自動算好出行路線?！?/p>

創維汽車也在近日宣布，旗下兩款車型創維EV6Ⅱ及創維HT-iⅡ在智能車機上集成了ChatGPT，此外，長城汽車、蔚來汽車、小鵬汽車、奇瑞汽車四家車企都在上個月申請了GPT相關商標。

GPT上車成為一股潮流。奧緯咨詢董事合伙人張君毅認為，GPT技術的接入能夠提升車的人機交互能力和綜合環境問題的互動能力。今后車企在同一價位段的硬件方面的品牌差異會越來越小，當舒適性、安全性、動力和續航里程上競爭難以產生太大的差異時，卷智能就成了必然選擇。

給智能座艙裝上“大腦”

ChatGPT上車又是汽車進化史上可書的一筆，最前沿的自然語言處理大模型應用到了人類的出行工具上，更豐富的車內生活體驗將會出現。

回望30多年前，車載娛樂功能和車機智能化，尚是一片空白。第一代車機誕生于上世紀80-90年代，當時人們普遍的關注點還是汽車的發動機、底盤和變速箱“三大件”，突然有一些車型不僅能聽收音機，還能吞進磁帶，自由播放音樂，汽車有了一些第二生活空間的影子。

第二代車機則加入了DVD播放、MP3，娛樂性凸顯的同時，汽車又向駕駛體驗邁了一步，加入了車載導航。此時，解決“路盲”問題成為一個主流趨勢。許多老司機一定記得，在沒有車聯網的時代，凱立德車載導航成了高端車型的標配，它使用GPS衛星定位和存在車機里的地圖包數據，實現相對準確的導航精度。

古早期的車機中控屏

但除了導航和聽歌、收音之外，當時的人們并不對車機抱有太多期待，車機也往往不是決定購車與否的主要因素。

進入21世紀，電子數碼技術不斷發展，手機的形態先變了。循著這個進化思路，車機上出現大屏，智能化成為新賣點?；趌inux、WinCE、安卓等系統的車機陸續被汽車廠商采用，而后汽車不僅可以免費實時導航，還具備全景可視系統、汽車駕駛輔助系統，比如360度影像等。

當汽車連了網，一切由變得更不一樣。在線觀影、路書、語音控制、預約保養、遠程診斷等功能被加入車機，中控臺的屏幕越來越大，功能越來越多，一些廠商直接在駕駛室裝上了比平板電腦還大的顯示屏，甚至廠商們近來卷起了“全面屏”，就連副駕和后排都要裝上屏幕。

終于，“第三塊屏”的概念越來越顯眼，主機廠們希望，車機能夠成為繼電腦和手機之后，影響人類生活的第三代智能終端。用富含科技感的車機占領用戶心智，拓展更多的商業模式，成為現在的車企們攻堅的方向。

現在，“車機”這一原始概念逐漸被“智能座艙”所替代。蔚來甚至造出了“第二起居室”的新詞，不僅車機越來越智能化，車企們開始卷內飾用料、音響系統、燈光系統，蔚來還發布了一款AR眼鏡，支持隨車巨幕觀影；理想L9甚至配備了一個后排冰箱，讓汽車成了可移動的房子。

但無論是車機還是智能座艙，語音對話一直都是發展相對滯后的功能，考慮到駕駛安全性，語音操控又十分必要。

過去近十年來，幾乎所有車企和大量的AI創業公司，在自然語言處理領域投入頗多，希望優化車內的語音交互體驗。許多車機都能回答簡單的預設命令，比如調高溫度、預報天氣等，升級和創新圍繞拓寬自然語言口令展開，比如當用戶說“有點熱”后，車機可以打開空調制冷或調低溫度。

但想讓車機聽懂更多“人話”，比如用各種方言規劃路線、甚至找餐館，可能還真不如車主自己用手機地圖和大眾點評來得有效，更豐富的語音式人車交互陷入瓶頸，直到ChatGPT出現。

自然語言大模型產品（ChatGPT、文心一言、通義千問等）直接開放給C端使用，使智能座艙的開發者們看到了曙光。強大的理解能力和邏輯推理能力，有望讓車機成為行車助手，暗藏商業可能。

比如，車主可以告訴語音助手，“幫我找出目的地附近有團購優惠、評分超過4.5的火鍋店，一會有5個人用餐，給我預定一下位置，再看一下哪里停車方便?！狈旁谝郧埃嚈C絕對無法一次性理解如此多的信息，但對ChatGPT來說，這只是它的基操，只要實時數據源足夠多，需求被滿足的可能性能夠無限大。

GPT的加入并不只是讓對話更流暢了，而是讓車機具有了“大腦”，不僅能回答問題，還能理解需求并生成答復。至于智商有多高、反應有多快，取決于汽車廠商對上車大模型的訓練能力，以及敢不敢“氪”金上更牛的硬件（芯片）。

AI如何讓自動駕駛“腦回路”更像人？

車內生活的豐富，讓汽車逐漸成長為一個充滿溫情的載體，它不再是枯燥、冰冷的代步工具，轉而成為一個舒適的生活空間。

而AI主導的汽車進化還不止于GPT上車，它對自動駕駛的技術推動更加意義重大。

傳統的自動駕駛研究方法是通過采集大規模的駕駛數據、測試更長的駕駛里程來覆蓋所有可能的駕駛場景，以確保發生突發狀況時汽車有預先設定的應對方案。但突發狀況的復雜程度往往難以預料，一旦系統中沒有應對某種特殊突發狀況的預案，駕駛安全就將受到極大的威脅。

這也是為什么當前的輔助駕駛系統，必須要求駕駛員手扶方向盤以應對實時突發情況。而AI的學習能力將有可能改變這個現狀。

不久前，清華大學研究團隊提出了自動駕駛“可信持續進化”技術，該技術是基于動態評估AI的可信賴程度進行學習訓練，保證自動駕駛汽車在遇到陌生新場景時，其駕駛能力可從基礎性的主動避讓開始持續提升，在確保安全前提下達到更好的駕駛表現。

簡單理解，利用AI，自動駕駛功能的汽車能主動學習、熟悉各種新遇到的場景，進行持續進化，隨著駕駛里程與數據量的累積，性能得到持續提升。

理想汽車正將AI大模型用到自動駕駛領域。6月17日，理想宣布開啟城市NOA（導航輔助駕駛）內測，并將在下半年向用戶開放通勤NOA功能。與常規解決方案不同的是，理想采用了BEV（Bird’s eye view，鳥瞰圖）大模型，來實時感知和理解環境中的道路結構信息，讓汽車更能模仿人類駕駛員的操作習慣。

以往多數汽車上的輔助駕駛系統，大多是采用高精地圖方案，相當于實時把路況投喂給自動駕駛系統，讓其做出決策。但在復雜的城市道路中，總會有高精地圖無法覆蓋和無法及時更新的區域，這成為了該方案的一大缺點。而采用BEV大模型后，相當于AI主動感知實時路況，自主決策駕駛操作。

當然，BEV也有缺點，例如在一些跨度較大的路口，通行車輛較多，傳感器視野容易被遮擋，導致車端實時感知的結果會丟失局部的信息。為了彌補這一不足，理想據稱搭配了神經先驗網絡（NeuralPriorNet，簡稱NPN）和端到端的信號燈意圖網絡，前者的作用相當于每當車走過自動駕駛車隊走過的路口，都有圖像參考；后者則是學習大量人類司機在路口對于信號燈變化的反應，幫助自動駕駛系統理解交通信號。

使用NPN網絡彌補BEV模型缺陷

根據實際的測試反饋，理想城市NOA還不能夠完全實現自動駕駛，它存在轉彎不夠及時和不擅長超車的問題，此外，面對一些特殊障礙物，算法無法做出決策，必須進行人工接管。

不過，相比于傳統的訓練方式，大模型的引入最大的改變還是讓自動駕駛系統有了更強的學習能力，這意味著自動駕駛能力會逐漸提升。典型的案例是，理想汽車推出了通勤NOA功能，在開啟該功能之前，車主需要先設定通勤路線，通過日常通勤時的自動化訓練積累NPN特征，大約1至3周時間后，AI可以成長為通勤路段的“代駕”。

這個過程體現了AI大模型加持下的自動駕駛汽車操作思路：先學習和熟悉路況，再進行輔助駕駛，“腦回路”更像人類了。

用AI大模型研發自動駕駛鼻祖不是理想，而是特斯拉。早在2021年，特斯拉就曾推出基于Transformer架構的BEV感知方案，隨后華為、百度等企業也在“BEV＋Transformer”上展開布局，目前，特斯拉、小鵬汽車、問界汽車等都在落地和不斷優化類“城市NOA”功能。

大模型的持續進化，很可能讓車企們找到了自動駕駛技術的突破方向，擺脫對高精度地圖的依賴是第一步。現在的自動駕駛還停留在“輔助駕駛”階段，未來，你很有可能會將你的交給AI接管。