大模型上车的“误区”

本期聊聊大模型的事儿，想了足足十分钟，纠结于题目中“误区”这两个字到底合适不合适。实在是表达力有限，本文只表达个人观点，如果觉得不合适，那就是你对！

先说说为啥用“误区”这个词吧，由于近半年都在企划大模型上车的事儿，所以接触了一些车厂和供应商，在沟通过程中，聊着聊着就感觉聊飞了：

一、把AI当成LLM：大语言模型应该算是AI的一种技术手段，chatGPT的出圈儿让LLM成为AI应用的最佳范例之一，这就导致好多人觉得AI就是LLM。与车厂聊需求的时候，以前通过简单数据算法就可以很好解决的问题，但现在很多人觉得引入LLM就可以更智能了。

比如底盘、动力部门的需求，想实时根据路面去调整悬挂与电机输出功率，这算是“智能底盘”的典型需求，但这与LLM没啥关系。

昨天公司的科学家（AI算法大牛）举了一个例子，我觉得特别好的来说明这个事儿。我就现学现卖：与生物的进化相似，最初的生物是没有大脑的。但并不影响身体的控制，这算是一种神经反射。就像虫子，虽然没有大脑，但并不影响它在前进中躲避障碍。而进化了大脑的高级生物，对于身体的控制也是一种条件反射，大脑是用来思考更复杂策略与感情的。汽车目前其实是处于“虫子”阶段，智能底盘应该用的是更简单的数学算法，LLM解决不了这种条件反射式的直觉控制。

二、把LLM当成智能语音加强版：chatGPT第一次让人感觉电脑对面与自己聊天的是人类，很自然地就把应用方向与发展多年的智能语音联系到一起。以至于把很大精力放在了“聊天”应用上，导致研究课题跑到多轮对话效果、多人对话策略等方向上。

之前的文章中就说过关于智能语音的坑，先不说人们是否真的在车里有那么多聊天的需求，就单说这类需求真的是车载专用吗？比如在车里给孩子讲个故事或是提问题，甚至是让车机写段代码（某车评号演示过），看起来是挺炫酷，但这跟车有啥关系呢？这与当初车联网发展阶段，不断尝试让各种手机应用上车如出一辙。花了好多成本，演示的时候是噱头，但日常用车真的用吗？

不是说聊天没用。比如颗粒捕捉器告警灯亮起，新手通常会问：“这咋亮灯了？”如果副驾有个老司机，他会说这灯是啥意思，还会告诉你到快速路上高转数跑几公里就好了，甚至还会抱怨一下环保要求导致中国销售的汽车必须加这破玩意儿……

你看，这里可不仅是个语音的加强，而是对语言表达的补充，以当时语境去了解亮的是啥灯，并通过专业知识库找到解决方案，甚至扩展到这东西的来源。最关键的一点是，这是汽车专用场景！再进一步想，为啥要等人问？告警灯亮起，这个事儿可以直接触发老司机来解答问题，语音只是触发条件的一种！

三、泛娱乐应用上车：“大模型”、"多模态"、"生成式"......这些新概念如暴风骤雨般扑面而来，但在车端应用场景上却没有产生新需求。与车联网时代一样，大家就直接把PC、手机上的应用搬过来。文生图、文生视频，甚至直接照搬抖音中的各类插件。

国内几家头部LLM大厂都不约而同地提供了一个功能：通过用户描述生成桌面背景。要说桌面背景真的是可以追忆到90年代初的WIN32时代了，经历了漫长的岁月之后，人们依然对此有着深深的执念。

不可否认的是，主题、壁纸真的是个好生意，在智能手机、智能手表领域已得到充分的商业验证，甚至车机上也卖得相当不错。这也正好可以引申出另一个思考：新技术是要优化传统需求的体验，还是产生全新需求？

5G技术应该算是比较典型的例子。高成本的技术投入之后，并未带来新场景，而传统场景体验其实在4G时代就已经被充分优化。并不是说新技术不好，而是应用价值如果无法覆盖成本，那只能说明这项技术还没有达到普及的时机。

并不是说生成式图片没用，我要强调的是应该把它用在更符合汽车价值的场景中去。比如前面讲的颗粒捕捉器告警，如果在解释的过程中，还能通过图片或视频的方式显示其安装位置以及原理，是不是能更直观地让人明白应该如何处理，这就直接将以前的“故障通知”扩展为“解决方法”“原理知识”，不仅是体验的优化，更是新场景的拓展。

"区块链"、"元宇宙"、"大模型"......新概念层出不穷，汽车行业卷到这个程度后，恨不得每个新概念都要蹭一下热度。但从这一轮的大模型技术来看，算力、数据、算法三要素都需要巨大的投入。如果没有明确的价值场景，贸然投入大量成本，肯定是不划算的！

​AI PC、AI手机的广告也轰炸小半年了，经历多年市场洗礼的用户们已经非常成熟，很难再被概念忽悠上头，市场端的表现证明了没有啥水花儿。那么面对中国越来越成熟的汽车用户群体，车厂也应该正视技术与价值之间的区别，不要盲目“上车”。

---

文章首发于公众号：昊叔说车

原创不易，转载请告知原作者，注明出处。