来源标题： 梧桐车联王永亮：赋能智能座舱，策略脑3.0帮助用户使用好智能汽车
12月20日，由北京大学光华管理学院、腾讯云联合主办的“AI驱动汽车新智能”出行产业沙龙在北京大学举行。梧桐车联副总经理王永亮受邀出席活动并发表《行业大模型在智能座舱领域的应用和实践》主题演讲，分享 AI大模型驱动汽车智能化发展的当下，梧桐车联在智能座舱领域的丰富实践与最新成果。
王永亮表示:“梧桐车联始终认为垂域数据训练才是智能座舱真正需要的大模型，它能有效应对个人隐私问题、虚假信息和误导性问题，更能为用户精准匹配服务、丰富驾乘体验，为此梧桐车联正在加码打造车垂域专有的架构和语料训练能力”。
梧桐车联从2020年开始做智能化的打造，目前已经进行到3.0阶段，王永亮表示：“策略脑3.0是以大模型作为一个基础、一个核心的构建，赋能智能座舱，通过感知理解服务，让我们的用户真正使用好智能汽车。”
目前，依托腾讯提供的大模型理论基座，结合来自长安汽车丰富的实践机会，梧桐车联已实现万亿级参数语言大模型，其以重构为切入点，具备理论、整合和垂域三个特点，可以在一定程度上完成连续的对话。
我们汽车行业正从上半场的电动化走到了下半场的智能化。大家都知道汽车行业有接近150年的历史，我国电动汽车产业借助于电动化腾飞，这是一个很了不起的成就。
如果是这个行业的人都知道，或者说在移动网络行业的都知道，汽车也被誉为是工业皇冠上的明珠，所以我们取得这个成就很不容易。但是在弯道超车的过程中，下半场的竞争将更加激烈。
近几年为了强调软件在汽车中的作用，我们说软件能够定义汽车，实际上我认为那是一个手段，我们的目的是智能化，所以在这一个方面，我们大家都认为智能化才能够真正地去定义汽车，但智能化面临一个很大的问题：它的目标是什么？下一步怎么发展？怎么度量？梧桐很早就开始做这方面的思考。
我们在前几年就开始参与了中国工程汽车学会牵头的白皮书的创建，我们的目标是为了构建理论-技术-产品的代际发展理念。
智能驾驶之所以发展这么快，得到用户的认可，我认为分级起到了很重要的作用，虽然汽车学会是比较权威的组织，但实际上并非所有厂商或者大家都认可的，但我认为这个探索是非常有意义的。以前的功能车是L0，但现在的智能车在L1-L2之间，也就是我们所说的智能座舱。
梧桐汽车在2020年就开始做智能化的打造，我们叫策略脑的打造，迭代到现在叫策略脑3.0，因为有大模型的加持或支持，它自动化水平有质的提升。
我们策略脑1.0是简单规则的执行，相对来说还是比较简单，相当于A到B满足什么条件，我们就执行什么任务。
策略脑2.0，这时，我们实现了复杂场景的编排，实现了多场景的联动。这时候我们认为它已经具备了智能感知、智能座舱的全量能力，它在往部分主动交互的水平在推进。
大家可能也会觉得梧桐还是一个比较小的公司，现在不到1000人，跟腾讯、跟理想比，还有很大差距。梧桐为什么可以做到这些？其实梧桐有很大的优势。
其实我们在很早就参与了腾讯大模型生态的构建，我们在同步发展，一起在探索大模型在汽车智能座舱行业的应用场景的一些机会。
我们也依托于长安，很早就有把汽车看作机器人的构想，我们认为汽车远远不是一个交通工具，实际上它是一个行走的机器人。有一个很形象的比喻，把电子电气架构比喻成大脑和神经网络，这对应着咱们人的身体素质。另外三层，操作系统层比喻成人的心智，云端大数据对应着人们的知识单元，这是对应着人的情商和智商，我们刚好参与的就是上三层的打造。
所以我们有这么一个很好的机会，希望帮长安一起打造一个“双商在线”的智慧型产品。
我们简单分享一下梧桐在大模型方面做的一些探索，我们觉得挺有价值的，希望对大家有所启发。我们的大模型是站在腾讯千亿级别参数的基础上，再加上一些领域的支持，现在是万亿级参数，并且在不断强大。我们自研的语言大模型是以重构为切入点，能够实现连续的对话，刚才讲了智能语音对话是大模型最重要的特点，将来交互肯定会进行重新的整合。
我们大模型的特点，做为一个产品，怎样给它立几个标签？我们认为它有理论、整合和垂域这几个特点。
为了实现我们的构想，实际上我们的大模型的一个主要特征是端云一体，这里面主要的考量有三个方面：第一是它的效率，第二是它的稳定性，第三是它的安全。
这里面有几个很重要的方向，我们是怎么做的？一是软件和硬件，你要考虑云端和车端的软硬件设施；二是协作优势；三是灵活和稳定，后面会讲到大模型的安全性，特别是在车的无网和弱网环境下，依然能够保证我们的服务质量，我们觉得在构建汽车大模型上应用的时候，这是相当重要的；四是安全和隐私，这是在大模型时代首要考虑的问题，虽然对我们企业来讲要避免法律和道德风险，我认为从用户的视角来讲，更不能给用户造成伤害。
为什么要做端侧？因为即使服务器挂掉的时候，或者说网络不稳定的时候，我们端侧也能保证基本的稳定服务。
在云侧，我们有几个特点：我们利用腾讯大模型训练平台，让我们拥有近乎无限的算力，在网关层我们要屏蔽网络的调动差异，我们也利用MaaS模型即服务，支持行业小模型和大模型的灵活部署。最重要的是我们会自研自己的机器学习平台，具备从数据、算法、训练、评估、部署的全流程能力。
刚才讲了我们对大模型的一些探索，策略脑3.0是通过感知理解服务，帮助我们的用户真正使用好智能汽车。
第一个案例，最重要的就是大模型在语音交互方面的应用。在汽车这个半私密空间内，非常适合自然语音交互的应用，所以我们行业大模型的应用，让我们真正可以实现综合意图的理解。我这里举个例子，刚才视频里也有，帮他把门仓打开，这个模糊的语义，在以前是特别难搞定的时候，它里面有指定词，多意图，手势理解，有了大模型之后就特别简单。
第二，我们利用大模型的图形识别和理解能力，实现真正的AI。行业内的人都知道AI最重要的就是不贴路、不贴车，微小的动作，调焦也搞不定。但是我们有了大模型的工具，一切都不是问题。
第三，我们大模型最重要的一个特点，就是拥有全世界几乎所有的知识，通用大模型99.99%的人都干不过它，但是我们在车上面，再加上车垂域数据的加入，所以肯定会比老司机更懂车，所以以后开车的过程中，你不懂就问、问了就会，这是没问题的，出了事故，大模型也能够直接给你最好的建议，也不怕被坑。
第四，大模型在智能驾驶上能够实现真正的自动自适应车控。在雪地里，它会自动把雪地模式打开，建议你怎么开、开多快，它比老司机更好。
我觉得未来车越来越不需要人有太多技能，例如我现在基本不会自己停车进库了，都是自动泊车搞定。
展望未来，我们认为未来策略脑4.0随着咱们技术的成熟，特别是我们数据积累到一定程度，我们的算法还在演进，我们的算力也在不停地增强。我认为未来车一定会比你自己更懂你自己。
12月20日，由北京大学光华管理学院、腾讯云联合主办的“AI驱动汽车新智能”出行产业沙龙在北京大学举行。梧桐车联副总经理王永亮受邀出席活动并发表《行业大模型在智能座舱领域的应用和实践》主题演讲，分享 AI大模型驱动汽车智能化发展的当下，梧桐车联在智能座舱领域的丰富实践与最新成果。
王永亮表示:“梧桐车联始终认为垂域数据训练才是智能座舱真正需要的大模型，它能有效应对个人隐私问题、虚假信息和误导性问题，更能为用户精准匹配服务、丰富驾乘体验，为此梧桐车联正在加码打造车垂域专有的架构和语料训练能力”。
梧桐车联从2020年开始进行智能化的打造，目前已经进行到3.0阶段，王永亮表示：“策略脑3.0是以大模型作为一个基础、一个核心的构建，赋能智能座舱，通过感知理解服务，帮助我们的用户真正使用好智能汽车。”
目前，依托腾讯提供的大模型理论基座，结合来自长安汽车丰富的实践机会，梧桐车联已实现万亿级参数语言大模型，其以重构为切入点，具备理论、整合和垂域三个特点，能够实现连续的对话。
我们汽车行业正从上半场的电动化走到了下半场的智能化。大家都知道汽车行业有接近150年的历史，我国电动汽车产业借助于电动化腾飞，这是一个很了不起的成就。
如果是这个行业的人都知道，或者说在移动互联网行业的都知道，汽车也被誉为是工业皇冠上的明珠，所以我们取得这个成就很不容易。但是在弯道超车的过程中，下半场的竞争将更加激烈。
近几年为了强调软件在汽车中的作用，我们说软件能够定义汽车，实际上我认为那是一个手段，我们的目的是智能化，所以在这个方面，我们认为智能化才能够真正地去定义汽车，但智能化面临一个很大的问题：它的目标是什么？下一步怎么发展？怎么度量？梧桐很早就开始进行这方面的思考。
我们在前几年就开始参与了中国工程汽车学会牵头的白皮书的创建，我们的目标是为了构建理论-技术-产品的代际发展理念。
智能驾驶之所以发展这么快，得到用户的认可，我认为分级起到了很重要的作用，虽然汽车学会是比较权威的组织，但实际上并非所有厂商或者大家都认可的，但我觉得这个探索是非常有意义的。以前的功能车是L0，但现在的智能车在L1-L2之间，也就是我们所说的智能座舱。
梧桐汽车在2020年就开始进行智能化的打造，我们叫策略脑的打造，迭代到现在叫策略脑3.0，因为有大模型的加持或支持，它自动化水平有质的提升。
我们策略脑1.0是简单规则的执行，相对最简单，相当于A到B满足什么样的条件，我们就执行什么任务。
策略脑2.0，这时，我们实现了复杂场景的编排，实现了多场景的联动。这时候我们大家都认为它已经具备了智能感知、智能座舱的全量能力，它在往部分主动交互的水平在推进。
大家可能也会觉得梧桐还是一个比较小的公司，现在不到1000人，跟腾讯、跟理想比，还有很大差距。梧桐为什么能做到这些？其实梧桐有很大的优势。
其实我们在很早就参与了腾讯大模型生态的构建，我们在同步发展，一起在探索大模型在汽车智能座舱行业的应用场景的一些机会。
我们也依托于长安，很早就有把汽车看作机器人的构想，我们大家都认为汽车远远不是一个交通工具，实际上它是一个行走的机器人。有一个很形象的比喻，把电子电气架构比喻成大脑和神经网络，这对应着咱们人的体质。另外三层，操作系统层比喻成人的心智，云端大数据对应着人们的知识单元，这是对应着人的情商和智商，我们刚好参与的就是上三层的打造。
所以我们有这么一个很好的机会，希望帮长安一起打造一个“双商在线”的智慧型产品。
我们简单分享一下梧桐在大模型方面做的一些探索，我们觉得挺有价值的，希望对大家有所启发。我们的大模型是站在腾讯千亿级别参数的基础上，再加上一些领域的支持，现在是万亿级参数，并且在不断强大。我们自研的语言大模型是以重构为切入点，可以在一定程度上完成连续的对话，刚才讲了智能语音对话是大模型最重要的特点，将来交互肯定会进行重新的整合。
我们大模型的特点，做为一个产品，怎样给它立几个标签？我们大家都认为它有理论、整合和垂域这几个特点。
为了实现我们的构想，实际上我们的大模型的一个主要特征是端云一体，这里面主要的考量有三个方面：第一是它的效率，第二是它的稳定性，第三是它的安全。
这里面有几个很重要的方向，我们是怎么做的？一是软件和硬件，你要考虑云端和车端的软硬件设施；二是协作优势；三是灵活和稳定，后面会讲到大模型的安全性，特别是在车的无网和弱网环境下，依然能确保我们的服务的品质，我们觉得在构建汽车大模型上应用的时候，这是很重要的；四是安全和隐私，这是在大模型时代首要考虑的问题，虽然对我们企业来讲要避免法律和道德风险，我认为从用户的视角来讲，更不能给用户造成伤害。
为什么要做端侧？因为即使服务器挂掉的时候，或者说网络不稳定的时候，我们端侧也能保证基本的稳定服务。
在云侧，我们有几个特点：我们利用腾讯大模型训练平台，让我们拥有近乎无限的算力，在网关层我们要屏蔽网络的调动差异，我们也利用MaaS模型即服务，支持行业小模型和大模型的灵活部署。最重要的是我们会自研自己的机器学习平台，具备从数据、算法、训练、评估、部署的全流程能力。
刚才讲了我们对大模型的一些探索，策略脑3.0是通过感知理解服务，让我们的用户真正使用好智能汽车。
第一个案例，最重要的就是大模型在语音交互方面的应用。在汽车这个半私密空间内，很适合自然语音交互的应用，所以我们行业大模型的应用，让我们真正能轻松实现综合意图的理解。我这里举个例子，刚才视频里也有，帮他把门仓打开，这个模糊的语义，在以前是特别难搞定的时候，它里面有指定词，多意图，手势理解，有了大模型之后就特别简单。
第二，我们利用大模型的图形识别和理解能力，实现真正的AI。行业内的人都知道AI最重要的就是不贴路、不贴车，微小的动作，调焦也搞不定。但是我们有了大模型的工具，一切都不是问题。
第三，我们大模型最重要的一个特点，就是拥有全世界几乎所有的知识，通用大模型99.99%的人都干不过它，但是我们在车上面，再加上车垂域数据的加入，所以肯定会比老司机更懂车，所以以后开车的过程中，你不懂就问、问了就会，这是没问题的，出了事故，大模型也能够直接给你最好的建议，也不怕被坑。
第四，大模型在智能驾驶上可以在一定程度上完成真正的自动自适应车控。在雪地里，它会自动把雪地模式打开，建议你怎么开、开多快，它比老司机更好。
我觉得未来车越来越不需要人有太多技能，例如我现在基本不会自己停车进库了，都是自动泊车搞定。
展望未来，我们大家都认为未来策略脑4.0随着咱们技术的成熟，特别是我们数据积累到某些特定的程度，我们的算法还在演进，我们的算力也在不停地增强。我认为未来车一定会比你自己更懂你自己。
