引言
大模型以数据为驱动，链接企业和车辆用户，贯穿研发生产、营销、运营、购车、用车、养车、修车、售后全场景，提供简单、高效的数字化服务。本文基于对吉利汽车、东风汽车、极氪汽车、宝马、北汽集团、蔚来汽车、上汽乘用车、江淮汽车、一汽解放、智己汽车等车企的大模型应用探索进行梳理，旨在为其他车企提供参考。
案例一：吉利汽车智能驾驶大模型应用实践
大模型可以在大量 corner case 场景（如行车场景、泊车场景）中进行泛化，模拟不同的天气状况、光照条件、交通流等，弥补真实数据采集量不足、完备性欠缺的情况。
对此，吉利汽车将数字孪生技术应用在自动驾驶研发测试上，在虚拟空间中建立物理世界模型，还原真实世界道路场景、交通流，构建元宇宙智驾仿真技术平台。通过应用车辆动力学建模和物理级传感器建模关键技术和自动标注功能模块，高效合成标注数据，输出大量的标注数据集，可以用于各种复杂场景的测试与验证。
案例二：东风汽车大模型工程应用实践
东风汽车基于视觉大模型构建自动标注平台，结合生成式人工智能与强化学习技术，进行仿真场景与数据生成，实现自动化数据分析、挖掘与标注。这一方案大幅节省数据处理的人力与时间成本，赋能自动驾驶与智能座舱等应用场景，助力 AI 模型与软件的高效迭代与交付。
案例三：极氪汽车营销服环节大模型应用探索
极氪汽车在大模型的应用主要集中在营销、销售和服务三个环节：
- 营销环节：提高内容产出效率，助力线索提升。具体场景包括舆情问题智能匹配、媒介投放 AIGC 智能生成内容。
- 销售环节：强化销售能力，赋能线索转化。具体应用场景包括 AI 销售助手、AI 销售培训对练、AI 外呼摘要、AI 销售培训师。
- 服务环节：洞察用户诉求，赋能个性化体验。具体应用场景包括客服知识库、AI 售后诊断。
案例四：宝马大模型辅助开发实践
当前新能源汽车市场竞争激烈，且数字化成本非常高，宝马需要利用 AI 技术提高开发效率，提高产品迭代速度。
整个软件工程中，大模型可以赋能各个环节，从最开始的设计到开发、测试的整个周期，为 JAVA 开发、数据开发、测试开发等各个领域提升生产力，显著降低重复性编码工作。
案例五：北汽集团大模型技术应用实践
北汽集团构建了'百模汇创'平台架构，以大模型底座作为底层支撑，涵盖北汽智算中心、大数据分析平台、工具链以及大模型隐私保护系统等。大模型引擎层利用基座大模型的能力，形成北汽自己的产品和技术能力，包括多模态感知大模型、生成大模型和垂域大模型。大模型应用层包括车控、智驾等多个方面。
案例六：蔚来汽车大模型应用实践
蔚来汽车大模型的应用探索主要有四个方向：
- AIGC(内容生成)：二维码风格生成、素材生成、销售话术生成。
- Insight(知识洞察)：对知识内容进行提炼，打标签，意图识别、摘要总结等。
- Copilot（智能助手）：代码生成辅助助手，客服助手，发版助手等。
- Agent（数字代理）：专属群客服机器人、销售机器人。
其中，AIGC 方向主要很好地利用了大模型的生成能力，Insight 很好地利用了大模型的理解能力，均有不错的效果，尤其是在知识洞察方向利用大模型可以充分挖掘非结构化知识的价值；Copilot 方向对企业来说有一定的提效作用，但效果有限；Agent 方向主要是围绕智能客服，利用大模型的范式进行智能客服的升级和提升，有一定效果，但存在较多问题需要解决。
案例七：上汽乘用车基于 AI 大模型的在线问答平台建设实践
上汽乘用车年均销售数量近百万辆，车主日均咨询量几万 +，问题经验获取平均时长为十几分钟。
上汽乘用车搭建基于 AI 大模型的汽车在线问答平台，主要针对 PDF、WORD、PPT、TXT、EXCEL 等非结构化文档，实现自然语言与知识间的交互，提升员工工作效率及学习能力，应用在上汽的研发、内部运维、售后等多个场景，为车主及内部员工提供智能知识助手，高效获取知识经验，减轻服务人力。
基于 AI 大模型的汽车在线问答平台提供 7*24 小时的智能知识交互，让知识获取时间变实时，问题交互准确率达 95% 以上，客户满意度提升了 35%，答案召回率 100%。
案例八：江淮汽车车端大模型落地实践
特斯拉确定了端到端大模型的行业范式，逐步采用端到端 AI 取代基于规则的传统算法。在智驾大模型方面，江淮汽车参考特斯拉，将技术方案确定为感知一张网、规划一张网，逐步过渡到端到端。
规划侧不完全相信神经网络，而是以传统方法作为安全托底；感知侧基于 BEV+transformer 技术方案设置具备时空理解的感知网，BEV 解决了感知从 2D 到 3D 视觉泛化性或探测不准的问题。
