清華率先發(fā)布首份汽車行業(yè)大模型白皮書

賈浩楠 2024-04-12 17:41:01 來源：量子位

賈浩楠 發(fā)自 副駕寺智能車參考 | 公眾號 AI4Auto

大模型威力滲透各行各業(yè)，汽車人在躁動和焦急中期待行業(yè)巨變。但截至目前大模型上車的尷尬現(xiàn)狀是：與車無關(guān)。

類似“文生圖”之類功能，和核心行車用車場景不搭邊，甚至算不上好的車內(nèi)娛樂。至于車企的AI轉(zhuǎn)型，顯然更幫不上忙。

大模型重塑生產(chǎn)力，汽車工業(yè)不能夠也不應該被落下。AI界產(chǎn)學研其實一直在思考、實踐。

近期，一份由產(chǎn)學研各界共同發(fā)布的《大模型驅(qū)動的汽車行業(yè)群體智能技術(shù)白皮書》，首次說清楚了汽車工業(yè)全流程中，大模型到底該怎么用。

汽車行業(yè)大模型，有什么用？

先斷一下句：汽車·行業(yè)大模型，這樣理解更為準確。

因為這份白皮書中提出的大模型，不是面向普通用戶的“文生圖”之類的應用，而是為車企生產(chǎn)運營流程提供服務的群體智能產(chǎn)品。

什么是群體智能？

針對特定任務的AI模型是一個智能體，群體智能是指多個智能體通過協(xié)作和信息共享，形成的集體智慧，能夠處理更加復雜的任務，展現(xiàn)出超越單個智能體的能力。自然界中的蜂、蟻等物種都表現(xiàn)出這樣的群體智能。

而大模型能力加持的群體智能，能夠更高效地溝通，處理規(guī)模更大、種類更多的任務。

車企運營流程中的整車制造、供應鏈、 研發(fā)和工程、銷售和分銷、市場營銷、售后服務、貿(mào)易與物流、租賃和金融服務、回收跟再創(chuàng)造等各個環(huán)節(jié)，群體智能不僅僅是簡單的自動化工具，它可以為汽車行業(yè)帶來前所未有的效率提升和個性化體驗。

比如汽車制造環(huán)節(jié)，通過多智能體的自動交互，可以實時監(jiān)測生產(chǎn)線的運作狀態(tài)，能夠預測設備的維護需求，從而顯著減少意外停機時間。

此外，智能體們還能通過智能分析生產(chǎn)數(shù)據(jù)，幫助制造商優(yōu)化零部件的庫存管理和供應鏈，這不僅減少了庫存成本，也提高了生產(chǎn)效率。

以及，跨部門的智能體們，還可以根據(jù)市場需求、原材料的供應狀況和生產(chǎn)能力，智能調(diào)整生產(chǎn)計劃， 確保生產(chǎn)線的高效運轉(zhuǎn)。

除了“造好車”，以大語言模型為基礎的群體智能，價值更加體現(xiàn)在幫車企“賣好車”上。

汽車的營銷環(huán)節(jié)，通常分為獲客、清洗、轉(zhuǎn)化、接待和成交五個方面。

前期通過廣告、品牌活動、汽車垂媒、品牌私域、 內(nèi)容種草等等手段獲客，可以迅速獲得大量的潛在客戶基礎畫像與聯(lián)系方式。接下來就是一系列溝通、實車、講解的“孵化培育”工作。

周期較長、轉(zhuǎn)化率較低，尤其依賴銷售個人溝通能力、精力，有很大不確定性。

《白皮書》中，構(gòu)建了五大智慧營銷解決方案，分別為數(shù)智研究院場景解決方案、新媒體運營場景解決方案、用戶運營場景解決方案、集約DDC場景解決方案、與情運營場景解決方案。

全部以銷售結(jié)果為導向，形成自動化的流水線式工作流，重點是采用不同的多智能體組合，模擬各階段的工作角色。

例如對于客戶定制化的購車需求，“銷售智能體會”收集用戶個人情況，分析出高匹配度的需求車型，再以專業(yè)的話術(shù)表達出結(jié)果，并采用多輪對話的方式， 與客戶一起討論出最佳的銷售方案。

同時，運營主管智能體可以在環(huán)節(jié)中實時檢查智能體跟進情況，進行跟進情況、質(zhì)量分析、檢視客戶畫像，反饋給智能體監(jiān)控平臺。任何客戶運營智能體和客戶交流的經(jīng)驗都會隨著案例的增加而沉淀下來，形成智能體工作流的迭代機制，從而使得智能體孵化客戶的效率在沉淀中不斷提高。

所以在在智能體智慧銷售場景下，一個人類銷售經(jīng)理，可以僅通過多智能體監(jiān)控平臺實時查看整個組織多智能體的工作情況，工作能力邊界與范圍得到了極大拓展。

最后總結(jié)一下，清華自然語言處理實驗室、易慧智能、面壁智能在白皮書書中提出了一種全新、To B的大模型“上車”模式：

用不同的AI模型替代車企業(yè)務流程中的不同工種，簡單地說，就是數(shù)字員工。

但創(chuàng)新之處在于，它們不是針對簡單重復任務的自動化替代，而是一群數(shù)字員工[6] 之間，通過自然語言相互交流協(xié)作，在沒有形式上的“主腦”控制情況下，發(fā)揮出提質(zhì)增效的作用。

并且，這樣的協(xié)同可適用于從生產(chǎn)到銷售的幾乎各個環(huán)節(jié)。

是這樣一群數(shù)字員工具有基本工作能力和溝通能力的，就是具備一定AGI（通用人工智能）的大模型。

怎么實現(xiàn)的？

單個智能體相對好做，針對不同任務有不同的基礎模型，比如用在分類目標檢測的ResNet、用來產(chǎn)生樣本的GAN等等……只要有合適的數(shù)據(jù)來訓練。

但一個業(yè)務流程，或一個系統(tǒng)工程，需要很多這樣的基礎模型發(fā)揮作用。以往，這些模型幾乎談不上溝通聯(lián)系，協(xié)作基本靠人為書寫的規(guī)則。這就造成信息處理能力有限，輸出決策片面分散，以及維護成本很高。

而《白皮書》中提出的群體智能之所以能work，關(guān)鍵是組織孿生。

包括三個關(guān)鍵部分：崗位孿生、架構(gòu)孿生和 業(yè)務孿生。

其中，崗位孿生利用大模型技術(shù)創(chuàng)建數(shù)字員工，這些虛擬人能模擬真人的交流方式，包 括聲音和表情，并具備“感性智能”。它們能夠執(zhí)行內(nèi)容生成、基礎交流、客戶服務等工作。

智能體系統(tǒng)有專用的提示詞框架，通過按照提升詞框架來巧妙設計與崗位相關(guān)的提示詞，并精準限定基座大模型回答問題的范圍、方式等等。

不過基座大模型是通用語言模型，其內(nèi)置的知識是通用的，對于特定領(lǐng)域的問題可能無法給出準確的答案。為此，還特地引入檢索增強生成（RAG）技術(shù)，可以將特定領(lǐng)域的文檔和問答灌入系統(tǒng)，形成“長期記憶”存儲于向量數(shù)據(jù)庫或搜索系統(tǒng)中。在生成過程中，將相關(guān)記憶注入到提詞中，使數(shù)字員工能夠精準回答特定領(lǐng)域的問題，從而彌補基座大模型的潛在不足。

比如在在汽車領(lǐng)域，可以讓智能體調(diào)用 API 接口，并根據(jù)接口返回的行業(yè)知識，進行專業(yè)、可溯源的內(nèi)容生成。而當提示詞工程和知識庫類的長期記憶補充依然不能完全滿足業(yè)務需求時，還能夠采用高效后預訓練和高效微調(diào)技術(shù)。通過微調(diào)和后預訓練，我們能夠“教給”大模型相關(guān)的垂直領(lǐng)域知識，為數(shù)字員工賦予個性化，使其更好地適應不同的業(yè)務場景和用戶需求。

架構(gòu)孿生則是在數(shù)字世界中映射真實公司的組織架構(gòu)，通過智能體網(wǎng)絡技術(shù)定義智能體間的交流和邏輯。可以形象地理解為上面那群數(shù)字員工需要遵循的“OA流程”。

基于大模型群體智能體技術(shù)，如 AgentVerse（清華自然語言處理實驗室和面壁智能共同研發(fā)），不僅能夠定義智能體本身的記憶、能力，還能夠定義智能體之間交流的方式和邏輯，能夠一定程度把現(xiàn)實人類的組織架構(gòu)映射到數(shù)字孿生世界，生成對應真實公司架構(gòu)的數(shù)字孿生架構(gòu)。

這種技術(shù)架構(gòu)，通常將多智能體環(huán)境劃分為數(shù)個功能模塊，包括靈活代碼擴展及定制化功能設計框架、 智能體語言交互協(xié)同合作機制、智能體系統(tǒng)功能與結(jié)構(gòu)演化機制等。

整體工作流程分為四個階段：專家招募階段，根據(jù)問題解決的進展情況確定和調(diào)整座席人員組成。協(xié)作決策階段，選定的智能體進行聯(lián)合討論以制定解決問題的策略。行動執(zhí)行階段，智能體與環(huán)境交互以實施決策階段計劃的行動。評估和反饋階段，對當前狀態(tài)與期望結(jié)果之間的差異進行評估， 如果當前狀態(tài)不理想，則給出反饋，以便在下一次迭代中進一步細化。

技術(shù)框架技術(shù)上，定義了各自的接口，用戶可以根據(jù)自身需求重新定義不同模塊的功能。這種可定制性使得數(shù)字孿生的架構(gòu)不再受到固定的限制，而能夠根據(jù)不同行業(yè)和企業(yè)的需求進行靈活調(diào)整。用戶可以根據(jù)特定的場景和任務要求，定制數(shù)字孿生的架構(gòu)，使其更好地適應實際應用場景。

業(yè)務孿生通過整合大語言模型、搜索增強技術(shù)和智能體構(gòu)建等，自動執(zhí)行實際業(yè)務，優(yōu)化業(yè)務執(zhí)行效果。這一部分仍然是利用大模型的“工具”，給數(shù)字員工[10] 增強戰(zhàn)斗力。

比如X Agent是面壁智能創(chuàng)新的AI智能體框架，基于強大的大語言模型核心，設計創(chuàng)新性地引入了一種“雙循環(huán)機制”，使其在處理復雜任務時能夠從“宏觀”和 “微觀”兩個視角進行全面考慮，類似于人類“左腦”和“右腦”的協(xié)同工作方式。

外循環(huán)承擔著全局任務規(guī)劃的責任，將復雜任務巧妙地分解為可操作的簡單任務，使得 X Agent 能夠高效地完成全局的任務分解和規(guī)劃，展現(xiàn)出宏觀任務處理的領(lǐng)導力。

在內(nèi)循環(huán)中，X Agent 迅速轉(zhuǎn)變身份，充當高效的「執(zhí)行者」，確保外循環(huán)傳遞的子任務能夠順利達到預期。它能夠靈活地檢索外部系統(tǒng)中的工具，并根據(jù)子任務性質(zhì)逐步求解。

完成子任務后， 內(nèi)循環(huán)生成詳細的反思，并將反饋信息傳遞給外循環(huán)，指示當前任務是否完成，以及在任務執(zhí)行中的潛在優(yōu)化點。

所以，一切的關(guān)鍵，就在大模型上。這里不妨再簡單科普一下大模型：

現(xiàn)有的大語言模型幾乎全部是以 Transformer 模型作為基礎架構(gòu)來構(gòu)建的。其主要思想是通過自注意力機制獲取輸入序列（可以是文本、語音、圖像、視頻等等）的全局信息，并對序列中的每個元素進行全局建模，并在各個元素之間建立聯(lián)系**。

翻譯一下，就是Transformer在感知之外，擁有了基本的歸納因果的能力，使人工智能向認知這個世界邁出第一步。

所以《白皮書》中構(gòu)提出的群體智能，它的基礎就是清華自然語言處理實驗室、易慧智能、面壁智能的具有一定通識能力的大模型。

傳統(tǒng)AI Agent，也就是單一人工智能體，同樣具有感知、決策、知行的能力，但它的任務目標單一，輸入的數(shù)據(jù)也比較固定。

而對于大模型來說，與人類之間的交互是基于提示（Prompt）實現(xiàn)的， 用戶提示是否清晰明確會影響大模型回答的效果。大模型“大”在以巨大參數(shù)規(guī)模捕捉復雜語言結(jié)構(gòu)，實現(xiàn)上下文理解和連貫文本輸出。這一“能力涌現(xiàn)”現(xiàn)象體現(xiàn)在大模型能進行高級認知任務，如抽象思考和創(chuàng)造性寫作。ChatGPT橫空出世震驚世人，正是因為它對幾乎人類涉足的各領(lǐng)域都有準確的認知。

如果這樣的能力灌注到一群不同的智能體中，它們就可以直接使?復雜的?然語?進?交流。

并?持抽象思維、復雜問題解決和豐富的信息交換?；趯φZ?信息的深?理解和分析，可以在決策中考慮更?泛和深?的因素。

比如軟件開發(fā)任務，就可以分解為一連串的“生產(chǎn)線”，子任務通過角色扮演交流實現(xiàn)智能體間的方案提議和決策研討過程：

首先設計三個角色CEO、CTO和CPO討論軟件設計方案，決定智能駕駛算法的功能體驗使用的編程語言。

然后進入編程，程序員進行代碼撰寫，設計師進行GPU設計 。

測試：代碼的審查和實際運行兩步，涉及「代碼審查員」和「測試工程師」兩個角色。

文檔：環(huán)境說明和用戶手冊兩類，前者說明了智駕算法所依賴的環(huán)境，由CTO指導程序員完 成。而后者則由是CEO決定包含的內(nèi)容，交由PRD進行生成。

這樣的框架特別適用于復雜的行業(yè)場景，尤其是汽車行業(yè)。

智能車好做，智能車企難做

的確，以如今中國制造業(yè)實力和供應鏈齊備水平，“攢”出一輛智能車沒什么難的。比如小米用了3年時間，其實都不算快的。

但“智能”車企，卻是擺在新勢力求存和老車企轉(zhuǎn)型路上最難的挑戰(zhàn)。

因為軟件算法、硬件域控自研等等這些，錢花到位，團隊人才自然就到位。但怎么把大模型變成生產(chǎn)力，整體運營流程提質(zhì)增效，是目前車企最迫切的需求。

易慧智能向智能車參考透露，他們接觸的車企，無一例外對AI Agent在提高工作效率、優(yōu)化成本、提升客戶體驗等方面的落地應用展現(xiàn)出興趣。

其實從前面幾個例子就能看出，車企頭疼的是精細化運營效果和可控的運營成本之間，憑借人為部署操作，很難摸索出一個最佳平衡點，無論是生產(chǎn)、采購、營銷等等環(huán)節(jié)。

從這一點來看，這份產(chǎn)學研聯(lián)合發(fā)布的首份汽車行業(yè)大模型白皮書，最大的意義是嘗試用大模型的能力，解決汽車行業(yè)、制造業(yè)的實際問題。

并且提出了具體方式：通過大模型的通識能力和自然語言處理能力，讓過去一群各自獨立的數(shù)字員工高效交流協(xié)作。

而且還有具體模式架構(gòu)：組織孿生，有流程有工具有方法論。

這也是汽車工業(yè)第一次認真把大模型作為生產(chǎn)工具對待，以終為始找解決方案，而非“奇技淫巧”的上車噱頭。

根據(jù)麥肯錫測算，到2030年，數(shù)字勞動力將形成價值1.73萬億元的市場，這其中自然包括汽車行業(yè)。

而汽車工業(yè)的經(jīng)驗，又幾乎可以無損復制到一切大制造業(yè)。

大模型驅(qū)動的群體智能技術(shù)，是汽車工業(yè)AI轉(zhuǎn)型的“星星之火”，而它首創(chuàng)的模式和理念，又豈止于汽車。