想象一下，一群AI大咖聚在一起開年會的場景會是什么樣呢?是干貨滿滿的金句輸出，描繪AI發(fā)展未來，還是激情辯論，帶來一場思想的盛宴?
2月3日，2024年沃頓校友會慶典在上海半島酒店舉辦。集度CEO、極越CEO夏一平受邀出席，與銜遠科技創(chuàng)始人周伯文教授、帷幄創(chuàng)始人葉生晅、智譜AI COO張帆等來自各領域的行業(yè)大咖歡聚一堂，共話AI大模型發(fā)展趨勢?；顒悠陂g，由汽車機器人極越01組成的智能駕駛車隊作為接駁專車，往返接送與會嘉賓，主打一個科技出行排面。
美國沃頓商學院是世界首屈一指的商學院。作為全世界商科學生夢寐以求的圣地，賓夕法尼亞大學的沃頓商學院是全球頂尖學子云集的常春藤學府，為全世界培養(yǎng)了諸多最成功的企業(yè)家、產業(yè)大亨、行業(yè)精英，包括沃倫·巴菲特、埃隆·馬斯克、梁思成、林徽因等。也正是因為大咖校友云集，沃頓年會格外引人備受關注。2024沃頓校友年會規(guī)格同樣不低，匯聚了各領域行業(yè)精英。
與以往不同的是，2024年的沃頓校友會以“中西智匯”為主題，多名咖位十足的AI行業(yè)大佬暢談熱門話題，分享行業(yè)洞察、研判未來趨勢。
夏一平在《大模型上車 從汽車到機器人》的主題演講中提到，智能汽車正在經歷一場深刻的技術變革，大模型成為推動這一變革的最重要變量之一。大模型上車將推動智能汽車從感知智能向認知智能的躍遷，“機器人化”將是未來汽車發(fā)展趨勢。
作為全球首個搭載百度文心一言大模型的智能汽車，極越01可以給用戶更自然“本能式”的人車交流，可見即可說、語音控全車。目前，極越01的智能AI伙伴SIMO的語音滲透率高達98%，用戶日均使用頻次達63次，超過競爭對手10倍。
極越01也是中國首款實現(xiàn)純視覺高階智駕的車型，“BEV+OCC+Transformer”的純視覺技術方案領跑汽車行業(yè)，刷新中國智駕的新高度。極越01的點到點領航輔助PPA全國覆蓋里程達40萬公里，支持90%高速高架道路，同時也是第一個憑借純視覺跑通了上海、北京、深圳、杭州4個城市的城區(qū)智駕。以上海為例，全上海覆蓋里程14080公里，用戶滲透率達90.3%，日均PPA里程滲透率47.9%，遠超一眾競爭對手。
極越正在借助AI能力，加速汽車機器人進化，每周內部迭代，每月全量升級，讓用戶月月開新車。1月上旬，極越01迎來了上市以來的首次OTA大版本升級，圍繞智能駕駛、智能交互、安全性能、娛樂服務等5大層面，升級超過400項功能點，相當于每50分鐘就升級優(yōu)化了一項功能。
未來，“沒有大模型的汽車都不配叫智能汽車”。夏一平認為，基于AI大模型賦能，汽車應該具備邏輯推理能力，要像人一樣有情商、有思考力，AI大模型一定會成為整個汽車賽道的核心競爭力，相反沒有大模型的智能汽車將會在長期競爭中處于下風。
來自各領域的行業(yè)大咖，也對AI大模型的技術發(fā)展和產業(yè)應用提出了看法。銜遠科技創(chuàng)始人周伯文表示，商業(yè)化是大模型要跨過的重要門檻，這就離不開做好大模型的專業(yè)化，僅僅讓大模型生成推理答案是“外行”的，應該研究如何讓大模型在特定領域超過90%的專業(yè)人士能力，這樣才能帶來廣闊的商業(yè)化前景。
智譜AI公司COO張帆認為，大模型的一個重要發(fā)展方向是“巨型化”與“微型化”。巨型化，代表云端大模型參數(shù)的飛速激增，帶來智力“涌現(xiàn)”;而微型化，則代表端側大模型將會陸續(xù)進入汽車、手機、平板等智能終端，其實“機器人”已經是正在進行時。
周伯文提出的“專業(yè)化”、“商業(yè)化”論斷，以及張帆提及的“微型化”大模型的發(fā)展趨勢，其實與極越01的實踐不謀而合。極越01搭載高通8295芯片，智艙算力高達60TOPS，超強算力是實現(xiàn)大模型上車的基礎，目前SIMO已經完全融合文心一言4.0能力。
在這次的活動現(xiàn)場，極越01作為活動接駁車，讓嘉賓充分體驗了PPA功能，受到了現(xiàn)場嘉賓的一致好評。在開啟PPA智駕后，可以從城市的任意一個點“自由移動”到任意的另一個點，跨越城區(qū)、高速等不同場景，全程絲滑流暢。一位校友表示，“這是我第一次乘坐智能駕駛汽車，感覺很新鮮。一整段體驗下來讓我深切地感受到智能科技的魅力。我確認大模型可以極大提前了業(yè)內對于自動駕駛「終局」的預期，期待AI大模型與智能駕駛帶來更多結合。”
隨著大模型技術應用的不斷深入，大模型將成為未來技術生態(tài)中重要的OS，也將成為極越汽車機器人角逐智能化下半場競爭的新動能，使其更像人類一樣主動思考、推理和決策，成為真正的汽車機器人。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
