電子發(fā)燒友網(wǎng)報道（文/梁浩斌）ChatGPT的熱度仍在持續(xù)，盡管從表面上看，它只是一種更加智能的聊天機器人，但畢竟這只是AI表現(xiàn)形式的一種，背后的技術(shù)最終能夠擴展到哪些領(lǐng)域，能給各個行業(yè)帶來哪些變化，是業(yè)界更為關(guān)注的。

隨著汽車智能化進程加深，近幾年AI技術(shù)在汽車上的地位持續(xù)提高，包括自動駕駛、智能座艙等都大量用到AI技術(shù)。那么ChatGPT的出現(xiàn)，伴隨著這一輪新的熱潮，智能汽車領(lǐng)域會帶來哪些變化？

顛覆座艙語音交互體驗？

對于ChatGPT的落地應(yīng)用，微軟給出的答案是搜索引擎，利用對話的方式給搜索引擎帶來顛覆性的交互體驗。而在汽車上，目前在智能座艙中的一個顯著趨勢就是在交互上，逐步減少非必要的實體按鍵，轉(zhuǎn)向使用觸摸和語音等形式來對座艙不同功能進行操作。

作為“Chat”功能為主的AI模型，我們很容易能聯(lián)想到ChatGPT技術(shù)被用到語音助手中，其中就包括當(dāng)前重語音交互的汽車智能座艙。語音交互流程中包含語音識別、自然語言理解/處理、自然語言生成、文字轉(zhuǎn)語音這幾項技術(shù)，以目前主流廠商推出的產(chǎn)品來看，語音識別的準(zhǔn)確率已經(jīng)可以做到很高，而文字轉(zhuǎn)語音更加是已經(jīng)被普及到各大短視頻平臺，視頻AI配音都幾乎可以實現(xiàn)以假亂真的效果。

但盡管語音助手這一應(yīng)用已經(jīng)在智能手機上大規(guī)模應(yīng)用十多年了，但發(fā)展似乎陷入一定程度的停滯，很多時候智能手機語音助手能夠準(zhǔn)確識別出用戶的話，但問題是依然無法準(zhǔn)確理解用戶的大部分指令，無法回答或是作出相應(yīng)指令。

如今車載語音交互在識別指令方面已經(jīng)有了一定進步，可以識別連續(xù)的語音指令，但本質(zhì)上，語音助手依然只能識別一些固定的指令組合，而進行相應(yīng)固定的操作。因此，車載語音助手實際上依然稱不上“智能”。

ChatGPT的出現(xiàn)可能將會給智能語音行業(yè)帶來一定改變，從之前的體驗中我們已經(jīng)認(rèn)識到ChatGPT的對話能力，不僅能夠“理解”用戶的對話，還能結(jié)合上下文的語境來進行有“邏輯”的交流。盡管由于數(shù)據(jù)來源的問題可能導(dǎo)致一些內(nèi)容準(zhǔn)確度不高，但在汽車座艙應(yīng)用中，或許可以結(jié)合這類語音模型來大幅提升車載語音交互的用戶體驗。

目前車載語音的市場主要是科大訊飛和Cerence所主導(dǎo)，但也有很多新勢力車企較早布局自研語音，比如小鵬、理想等，采用科大訊飛、思必馳、微軟等供應(yīng)商提供的底層技術(shù)，自研出有特色的語音系統(tǒng)。比如小鵬主打的全場景語音，可以同時識別多人指令，并可以分辨出無效語義，實現(xiàn)邊說話邊提出指令。

如果ChatGPT或是其他有類似產(chǎn)品的公司入局車載語音，則有可能對目前各家語音技術(shù)供應(yīng)商的技術(shù)路線，或是整個市場格局，都會產(chǎn)生很大影響。

最近百度的類ChatGPT大模型AI交互項目文心一言，已經(jīng)有長城、集度、哪吒、愛馳、嵐圖等車企宣布接入，但最終實際效果還需要產(chǎn)品裝車后才能知道了。

自動駕駛能跟ChatGPT有什么關(guān)系？

ChatGPT從底層技術(shù)上看，是屬于NLP自然語言處理領(lǐng)域，但NLP并不局限于文字方面的應(yīng)用，視覺識別領(lǐng)域中Transformer大模型早已被廣泛應(yīng)用，而Transformer本身就屬于NLP領(lǐng)域的一種訓(xùn)練模型。

因此，ChatGPT可能不會直接對自動駕駛產(chǎn)生什么推動作用，而是在人機交互方面會有更大的貢獻。但ChatGPT背后的技術(shù)路線，可能會推動自動駕駛技術(shù)的發(fā)展。

在ChatGPT中，與以往的GPT模型不同的是加入了人類反饋強化學(xué)習(xí)（RLHF）的技術(shù)，利用人類提供的內(nèi)容來判斷自己回答質(zhì)量，從而不斷迭代改進。據(jù)毫末智行介紹，在自動駕駛領(lǐng)域中，這種技術(shù)可以通過不斷輸入真實人駕接管數(shù)據(jù)，持續(xù)優(yōu)化自動駕駛決策模型。

毫末智行近期表示將自動駕駛認(rèn)知大模型正式升級為DriveGPT，未來將在大模型中使用RLHF算法，讓模型學(xué)習(xí)人類駕駛接管的數(shù)據(jù)。比如在同樣的駕駛環(huán)境下，如果人類駕駛的動作與算法決策一致，不選擇接管，則記為一個good case；如果人類司機接管了，就記為一個bad case。即通過好壞的判斷引導(dǎo)自動駕駛算法做出更接近人類的決策。

寫在最后

目前從車載應(yīng)用來看，類ChatGPT的最佳應(yīng)用場景只有車內(nèi)語音交互。有業(yè)內(nèi)人士認(rèn)為，車載語音市場空間并不大，目前幾乎壟斷該市場的科大訊飛和Cerence在該領(lǐng)域收入實際稱不上理想，這種情況下用訓(xùn)練成本極高的ChatGPT似乎有點小材大用。不過百度的文心一言近期已經(jīng)官宣上車，未來可以期待一下更加智能的語音對話在智能汽車上會帶來怎樣的體驗變化。