【ITBEAR科技資訊】06月16日消息，自動駕駛領域近年來取得了長足的發展，但硬件和軟件之間的不平衡導致了進展的波瀾。盡管車載算力迅速增長并得到普及，但軟件功能的演進速度卻滯后于算力的提升。然而，最近出現的ChatGPT模型為自動駕駛行業帶來了新的啟示。作為一種大型語言模型，ChatGPT通過對海量多模態數據進行自監督學習，通過預訓練和微調的方式，使得AI可以完成各種復雜的自然語言任務，甚至通過了圖靈測試。這使得自動駕駛被視為下一個可能實現突破的領域。
根據ITBEAR科技資訊了解，一些公司已經開始在"大模型上車"上進行探索。其中一部分公司通過自建大模型實現，例如商湯發布的日日新大模型和毫末智行發布的自動駕駛生成式大模型DriveGPT。另一些公司選擇合作的方式，比如小鵬汽車與阿里合作建立自動駕駛智算中心，斑馬智行接入阿里的大模型。目前，"大模型上車"的重點進展主要集中在以下幾個方面：
首先是數據標注方面，特斯拉等公司利用大模型優化數據標注，降低了人工標注比例和成本。
其次是優化仿真方面，通過提升虛擬訓練環境的真實性和優化虛擬訓練數據，來改善自動駕駛系統的訓練效果。
此外，還有優化感知方面，利用大模型的能力來優化多個環節的小模型，從而提高自動駕駛系統的感知效果。
最后是端到端方面，通過使用生成式預訓練大模型技術，使得自動駕駛系統能夠模擬人類駕駛的能力。
然而，大模型對智能駕駛的影響仍然面臨許多挑戰。例如，多模態數據的處理、算力和芯片能力的提升以及時延問題等都需要解決。盡管如此，大模型為實現自動駕駛的快速發展帶來了希望，有望在未來實現自動駕駛的商業化應用。
