太平洋科技 出行

在基于GPT-3.5的ChatGPT問(wèn)世之前，OpenAI作為深度學(xué)習(xí)領(lǐng)域并不大為人所看好的技術(shù)分支玩家，已經(jīng)在GPT這個(gè)賽道默默耕耘了七八年的時(shí)間。

好幾年的時(shí)間里，GPT始終沒(méi)有跨越從“不能用”到“能用”的奇點(diǎn)。轉(zhuǎn)折點(diǎn)發(fā)生在2020年6月份發(fā)布的GPT-3，從這一版本開(kāi)始，GPT可以做比較出色的文本生成工作了，初步具備了“智慧涌現(xiàn)”能力。

再后來(lái)，OpenAI在GPT-3.5里加入了個(gè)人機(jī)交互界面，做了聊天機(jī)器人ChatGPT，迅速席卷全球，在短短的兩個(gè)月的時(shí)間里，用戶數(shù)量迅速突破1億大關(guān)。

圖片來(lái)源：英偉達(dá)

海外的谷歌、Meta、特斯拉，國(guó)內(nèi)的百度、華為、阿里、字節(jié)這些互聯(lián)網(wǎng)巨頭紛紛加碼在GPT大模型上的投入，再后來(lái)，本土電動(dòng)車(chē)企形形色色的GPT也陸續(xù)問(wèn)世了。

自2023年第四季度開(kāi)始，問(wèn)界M9上的盤(pán)古大模型、理想OTA5.0里的Mind GPT，蔚來(lái)汽車(chē)上的NOMI GPT、小鵬XOS天璣系統(tǒng)里的XGPT陸續(xù)上車(chē)，不僅幫你寫(xiě)詩(shī)，還能幫你做事。

那么，這些車(chē)載GPT是如何橫空出世的，它們又將為汽車(chē)上帶來(lái)何種變化呢？

大模型上車(chē)：開(kāi)源 VS 閉源

早期，沒(méi)有在大模型方面布局的本土車(chē)企是借助國(guó)內(nèi)外開(kāi)源的基礎(chǔ)大模型自研GPT，這應(yīng)該也算是業(yè)內(nèi)公開(kāi)的秘密。原因無(wú)他，真正自研大模型實(shí)在太消耗資源了。

大模型的賽道非常卷。為了縮短訓(xùn)練時(shí)間，且提高訓(xùn)練效率，OpenAI、谷歌、Meta這些巨頭的基礎(chǔ)大模型都是投入大幾千張甚至幾萬(wàn)張A100、H100顯卡訓(xùn)練出來(lái)的。

1萬(wàn)張A100大約對(duì)應(yīng)3.12E的訓(xùn)練算力。公開(kāi)信息顯示，國(guó)內(nèi)頭部車(chē)企里，華為用在汽車(chē)業(yè)務(wù)上的訓(xùn)練算力3.5E，百度為2.2E，蔚小理的算力規(guī)模都在1E左右。

在一次訪談中，馬斯克透露過(guò)xAI的Grok（據(jù)說(shuō)要上特斯拉的車(chē)）訓(xùn)練投入了8000張A100。從GPU小時(shí)來(lái)算，且不說(shuō)這些閉源的參數(shù)量奔著萬(wàn)億級(jí)別而去的大模型，即便那些開(kāi)源大模型，其消耗的GPU資源都是不可承擔(dān)之重。

據(jù)悉，Meta開(kāi)源的LLaMA-2-70B的大模型，使用了2000個(gè)英偉達(dá)A100訓(xùn)練，耗費(fèi)了172萬(wàn)個(gè)GPU小時(shí)；地表最強(qiáng)開(kāi)源大模型Falcon-180B，使用了4096個(gè)A100 GPU，耗費(fèi)了約700萬(wàn) GPU小時(shí)進(jìn)行訓(xùn)練。

來(lái)源：馬斯克訪談

無(wú)論從什么角度，不以大模型為主業(yè)的本土車(chē)企，都不可能為這個(gè)賽道投入這么巨大的資源，而且，幾萬(wàn)張A100/H100（百億美金）遠(yuǎn)不是這些現(xiàn)在基本上還無(wú)法盈利、只能依靠資本市場(chǎng)輸血的車(chē)企所能承擔(dān)的了的。

所以，采用開(kāi)源大模型自研可滿足車(chē)用場(chǎng)景的GPT，成了本土車(chē)企的捷徑，也幾乎是唯一可行的路徑。

只有少數(shù)巨頭強(qiáng)勢(shì)賦能的車(chē)企，才會(huì)采用了自研基礎(chǔ)大模型的方案。比如，華為系的問(wèn)界、智界和百度系的極越，真要算起來(lái)，華為的盤(pán)古大模型和百度的文心一言問(wèn)世的時(shí)間也不短了。

稍許遺憾的是，這兩個(gè)大模型至今沒(méi)有產(chǎn)生破圈效應(yīng)，GPT上車(chē)的時(shí)間也并沒(méi)有比蔚小理早很多。

這背后有一系列復(fù)雜的原因。

一方面，正如華為高管在2023年的華為開(kāi)發(fā)者大會(huì)上所說(shuō)的那樣，“我們的大模型不做詩(shī)，只做事”，因?yàn)橐恢弊鲋鴗o B的生意，沒(méi)有to C，所以沒(méi)有被大眾所熟知。

另一方面，盤(pán)古大模型和文心一言之前基礎(chǔ)能力不足，基礎(chǔ)能力的不足來(lái)自于參數(shù)規(guī)模比較小、訓(xùn)練數(shù)據(jù)和訓(xùn)練時(shí)間不足。

必須承認(rèn)，直到OpenAI的ChatGPT問(wèn)世之后，整個(gè)行業(yè)及業(yè)界專(zhuān)家才真正接受了比例定律Scaling Law，建立了可以通過(guò)擴(kuò)大模型規(guī)模、增加訓(xùn)練數(shù)據(jù)量、延長(zhǎng)訓(xùn)練時(shí)間實(shí)現(xiàn)模型性能持續(xù)提升的“信仰”。

信仰不足、意見(jiàn)不一是之前不夠大的大模型基礎(chǔ)能力不足，從而沒(méi)有產(chǎn)生破圈效應(yīng)的重要原因。

即便認(rèn)可了比例定律的第一性原理，要從千億參數(shù)邁進(jìn)到萬(wàn)億參數(shù)，也需要對(duì)模型設(shè)計(jì)做大量的科研工作，才能解決參數(shù)數(shù)量級(jí)提升引發(fā)的梯度爆炸等一系列問(wèn)題。

無(wú)論如何，雖然同是率先將大模型技術(shù)搬上汽車(chē)的第一陣營(yíng)，華為（問(wèn)界和智界）/百度（極越）的大模型上車(chē)路徑和蔚小理還是有著明顯的區(qū)別，其本質(zhì)的區(qū)別就在于前兩家的基礎(chǔ)大模型來(lái)自自力更生，而新勢(shì)力的基礎(chǔ)大模型很大可能來(lái)自于業(yè)界的開(kāi)源方案。

專(zhuān)心做訓(xùn)練也是一種自研

除了參數(shù)量達(dá)到1800億的Falcon-180B（去年9月份開(kāi)源），開(kāi)源基礎(chǔ)大模型的參數(shù)一般都在幾百億級(jí)別。這是巨頭的游戲。

扎克伯格的Meta是開(kāi)源大模型的主要貢獻(xiàn)者，它們開(kāi)源的LLaMA-70B的參數(shù)在700億左右。

另一玩家是谷歌，也許是意識(shí)到了無(wú)法打敗OpenAI，帶著攪局或者不想讓OpenAI壟斷基礎(chǔ)大模型市場(chǎng)的心思，谷歌正加快開(kāi)源的動(dòng)作，它最近開(kāi)源了兩個(gè)大模型——Gemma 2B和7B，可分別在端側(cè)和云端部署。

根據(jù)這些巨頭宣布開(kāi)源大模型的時(shí)間做一個(gè)推論，蔚小理等本土車(chē)企們用的開(kāi)源大模型的參數(shù)量大概在千億左右。

這些開(kāi)源基礎(chǔ)大模型提供的不只是模型結(jié)構(gòu)的細(xì)節(jié)，更重要的是，它們經(jīng)過(guò)了萬(wàn)億Token的訓(xùn)練，模型里的權(quán)重參數(shù)已經(jīng)是完成度很高的可用狀態(tài)。對(duì)于基于開(kāi)源大模型做訓(xùn)練的車(chē)企而言，要做的工作是尋找或建立能夠適用于車(chē)用場(chǎng)景的數(shù)據(jù)集，再進(jìn)行微調(diào)訓(xùn)練。

在開(kāi)源基礎(chǔ)大模型上面做定制，從而訓(xùn)練出微調(diào)大模型的過(guò)程，就好比學(xué)霸上完了高中，并將他腦袋里成熟的神經(jīng)網(wǎng)絡(luò)復(fù)刻到你的腦袋里，然后你再去上大學(xué)選個(gè)專(zhuān)業(yè)，在這個(gè)專(zhuān)業(yè)領(lǐng)域單兵突進(jìn)，繼續(xù)深造。

比如，現(xiàn)在有專(zhuān)門(mén)面向醫(yī)療行業(yè)、財(cái)稅行業(yè)的大模型，同樣是在基礎(chǔ)大模型之訓(xùn)練出來(lái)的。

再比如，一小撮程序員訓(xùn)練出來(lái)志在消滅大多數(shù)程序員的軟件開(kāi)發(fā)者大模型——GitHub Copilot，和最近讓碼農(nóng)們聞風(fēng)喪膽的Davin。

圖片來(lái)源：GitHub

和華為系、百度系相比，蔚小理的GPT在參數(shù)量上也許小了一個(gè)數(shù)量級(jí)，但這并不意味著NOMI GPT們?cè)谲?chē)載場(chǎng)景下的專(zhuān)項(xiàng)能力一定會(huì)低于華為/百度系車(chē)企，幾百億參數(shù)的大模型足以將文本形式的所有人類(lèi)知識(shí)壓縮進(jìn)去。

再者，加大訓(xùn)練數(shù)據(jù)規(guī)模同樣可以提升大模型的表現(xiàn)，可以認(rèn)為，數(shù)據(jù)集的作用并不亞于模型參數(shù)。

在2023年的微軟Build大會(huì)上，Andrej Karpathy大神在闡釋參數(shù)量和Token數(shù)量對(duì)大模型性能的影響時(shí)，對(duì)2020年問(wèn)世的GPT-3和2023年問(wèn)世的LLaMA-65B做過(guò)對(duì)比。

圖片來(lái)源：微軟Build大會(huì)

2020年發(fā)布的GPT-3的參數(shù)量為1750億，訓(xùn)練Token數(shù)量為3000億（隨著時(shí)間的增加，會(huì)繼續(xù)追加訓(xùn)練數(shù)據(jù)規(guī)模），LLaMA-65B的參數(shù)量為650億，用于訓(xùn)練的Token數(shù)量介于1萬(wàn)億-1.4萬(wàn)億之間。

GPT-3參數(shù)量更大，表現(xiàn)卻不及LLaMA-65B，背后的主要原因就在于LLaMA進(jìn)行了更加充分的訓(xùn)練。

在訓(xùn)練上，其他玩家也可以站在巨人的肩膀上，向訓(xùn)練完備、表現(xiàn)出色的大模型投喂更多的訓(xùn)練語(yǔ)料。而且，在一定程度上，語(yǔ)料庫(kù)也是現(xiàn)成的。

過(guò)去幾十年，除了尋求如何設(shè)計(jì)更加可泛化的推理機(jī)制，設(shè)計(jì)可通向人類(lèi)通用能力和常識(shí)的神經(jīng)網(wǎng)絡(luò)和大模型，人工智能研究人員還把大量的精力放在了孜孜不倦地構(gòu)建包含大量常識(shí)語(yǔ)料庫(kù)的知識(shí)庫(kù)上面。

比如，用于訓(xùn)練和評(píng)估用于檢測(cè)機(jī)器釋義文本模型的Identifying Machine-Paraphrased Plagiarism、通用文本分類(lèi)數(shù)據(jù)集Wikipedia、Reddit 和 Stack Exchange、QA 數(shù)據(jù)集Quoref 、 基于文本的問(wèn)答數(shù)據(jù)集TriviaQA等等。

這背后有大量的工作要做。因?yàn)�，和基礎(chǔ)大模型可以通過(guò)無(wú)監(jiān)督、無(wú)需標(biāo)注的數(shù)據(jù)進(jìn)行訓(xùn)練不同，在基礎(chǔ)大模型之上進(jìn)行微調(diào)訓(xùn)練時(shí)，需要通過(guò)有監(jiān)督和基于人類(lèi)反饋的強(qiáng)化學(xué)習(xí)形式，在標(biāo)注過(guò)的高質(zhì)量數(shù)據(jù)集上進(jìn)行訓(xùn)練，通過(guò)對(duì)話形式進(jìn)行專(zhuān)項(xiàng)能力訓(xùn)練，工作量也不容小覷。

圖片來(lái)源：Andrej Karpathy

大模型上車(chē)的部署路徑

大模型自有其訓(xùn)練機(jī)制，在車(chē)端的部署路徑也日益清晰。

按照難易程度和各個(gè)頭部車(chē)企的大模型上車(chē)實(shí)踐，可以做出一個(gè)比較清晰合理的判斷：大模型將全面改造智能座艙，并有望在幾年后真正部署在智能駕駛方案中。

智能座艙是人機(jī)交互集中發(fā)生的地方，人和機(jī)器或智能體的交互主要體現(xiàn)在機(jī)器對(duì)人類(lèi)意圖的理解、記憶和推理三個(gè)方面，大模型天然具備超強(qiáng)的理解和生成能力，并可以通過(guò)提高上下文的長(zhǎng)度增強(qiáng)記憶能力，再加上智能座艙的容錯(cuò)能力特別強(qiáng)，所以，從技術(shù)和應(yīng)用場(chǎng)景的契合度上，大模型和智能座艙可謂天作之合，也必然大幅度提升人機(jī)交互體驗(yàn)。

理想汽車(chē)在MEGA發(fā)布會(huì)上，介紹了Mind GPT的四大落地場(chǎng)景：百科老師、用車(chē)助手、出行助手和娛樂(lè)助手，基本總結(jié)了大模型技術(shù)當(dāng)前在智能座艙領(lǐng)域的幾個(gè)用武之地。

圖片來(lái)源：理想汽車(chē)

自動(dòng)駕駛領(lǐng)域也是大模型可以大顯身手的地方。

大模型對(duì)自動(dòng)駕駛的意義目前主要體現(xiàn)在加快算法開(kāi)發(fā)和模型迭代速度上，比如毫末智行發(fā)布的大模型DriveGPT雪湖·海若可以在“訓(xùn)練階段”進(jìn)行數(shù)據(jù)的篩選、挖掘、自動(dòng)標(biāo)注，在“仿真階段”生成測(cè)試場(chǎng)景。

不過(guò)，由于自動(dòng)駕駛對(duì)安全性的要求特別高，對(duì)實(shí)時(shí)性的要求也極為嚴(yán)苛，要在車(chē)端部署大模型形式的自動(dòng)駕駛方案還需要很長(zhǎng)一段時(shí)間。

業(yè)界還在探索在“開(kāi)發(fā)階段”利用大模型（生成式的多模態(tài)大視覺(jué)語(yǔ)言模型），比如理想汽車(chē)最近和清華聯(lián)手開(kāi)發(fā)的DriveVLM，部署在英偉達(dá)Orin X上的話，推理能力需要0.3秒。

0.3秒是個(gè)什么概念？就是如果你以20米每秒（對(duì)應(yīng)72公里每小時(shí)）的速度開(kāi)車(chē)，0.3秒可以跑出去6米。。。這還僅僅是考慮到了實(shí)時(shí)性這個(gè)單一因素，還沒(méi)有涉及到大模型的幻覺(jué)對(duì)安全性的威脅。

所以，大模型改造智能座艙可謂指日可待，但用在自動(dòng)駕駛方面，只能說(shuō)任重道遠(yuǎn)，未來(lái)可期。

總體上，面對(duì)激烈的市場(chǎng)競(jìng)爭(zhēng)，本土車(chē)企不能放過(guò)任何一個(gè)風(fēng)口，大模型這種超級(jí)大的風(fēng)口絕對(duì)不能錯(cuò)過(guò)，其他車(chē)企今年會(huì)陸續(xù)傳來(lái)大模型上車(chē)的消息，這一點(diǎn)基本上毋庸置疑。

接下來(lái)這一年，大家可能需要做好迎接各種車(chē)載大模型炫技的測(cè)評(píng)視頻滿天飛的準(zhǔn)備，不過(guò)，也不用太理會(huì)他們說(shuō)的怎么天花亂墜，大模型從“能用”到真正“好用”，再到產(chǎn)生破圈效應(yīng)，諸位且耐心等一等吧。

文章來(lái)源：HiEV大蒜粒車(chē)研所