【小哈划重点：根据麦肯锡的研究，汽车软件复杂度在过去10年已增加到原来的4倍，而软件开发效率只提升了1至1.5倍。这个问题在变得日益复杂的大型模块中最为严重，如信息娱乐系统和高级驾驶辅助系统（ADAS）。相比传统的深度嵌入式软件，开发这些模块的效率大约低25%至35%。】
中国一汽已将AI大模型技术引入汽车生产链
开栏的话：以大模型为代表的人工智能引发的新一轮科技革命和产业变革正向纵深发展，千行百业将面临巨大的机遇和颠覆性的挑战。在工业领域，人工智能是推进新型工业化的关键变量，工业大模型的落地生根将为制造企业探索新型工业化提供全新路径。从本期起，本报开设“人工智能赋能新型工业化”专栏，走进一线、走进工厂、走进企业，全方位报道以大模型为代表的人工智能技术在工业领域的生动实践。
随着工程师在电脑上的对话框中输入需求指令，短短几十秒后，电脑屏幕上不仅出现了所需要的数据报表，而且还有结合这些数据报表自动生成的折线分析图。
这是记者在中国第一汽车集团有限公司（以下简称“中国一汽”） 生产车间里看到的一幕。屏幕上呈现的数据是经销商交付到消费者手中的车辆数据和厂家交付给经销商的车辆数据，这些数据分析对汽车制造工厂非常重要。
1月22日，《中国电子报》记者走进吉林省长春市中国一汽生产制造工厂，见证了中国一汽与阿里云基于人工智能大模型技术在汽车制造领域中的应用。虽然这一场景还处于初步探索阶段，但记者嗅到了汽车行业紧紧抓住人工智能这个关键变量，重塑生产制造的巨大风潮。
“问问大模型，报表自动就生成了”
随着汽车产业数字化进程不断加快，数据逐渐从“副产品”变为“核心资产”，被视为车企的“灵魂”。如何让数据像水一样在生产制造、研发设计、财务管理、营销售后、出行服务等各环节之间自由“流动”，打通汽车制造信息“大动脉”，成为所有汽车制造企业共同面临的课题。
人工智能大模型为汽车制造全产业链上的数据“流动”打开了一个关键突破口。“我原以为大模型离我们很远，没想到它已经来到我们身边了。”中国一汽的一位工作人员对记者说道。基于大模型打造的商业智能（GPT-BI）现在已经成为他日常工作中不可或缺的助手。
“我们几乎每天都要做销售报表，比如销量、客流、经销商排名等，以前光这一项工作就要耗费大量的时间，现在只要拿起手机问问大模型，报表就自动生成了，结果一目了然。”上述工作人员表示。
据了解，与传统商业智能（BI）的“固定问答”相比，基于人工智能大模型的GPT-BI能实现问答任意组合，数据随时穿透，做到“问答即洞察”，并能达到近90%的高准确率。
别看只是一个小小的对话框，实际上这背后相当于打通了中国一汽生产链、供应链上各个环节中存在的数据壁垒，实现了全生命周期工业数据的自动化流转。简而言之，这相当于为每位员工配备了一个随时待命、随问随答的“数据分析师”。
从长远来看，GPT-BI的出现也相当于为中国一汽量身定制了一位“智能管家”，在帮助其实现降本增效的同时，还能进行工业数据的沉淀，辅助企业决策。
例如，当问到“为什么某车型产量不及预期”时，GPT-BI会先将实际产量和预期产量做对比，得出差值后再根据数据进行深度分析。这里的“分析”不仅包括对“生产因设备异常停产20分钟”“某型号配件质量异常”等显性变量的分析，还包括对“原材料供应波动”“能源消耗”及“供应稳定性”等隐性变量的分析。最后，基于对数据的排查，GPT-BI会帮助提问者找出关联性最大的原因并生成可视化报表。
“真正的转型是要把传统工业企业依赖职责、流程运行的内核转换成依赖数据，要高速响应用户需求，形成不断向前迭代的业务能力和开发能力。”中国一汽红旗品牌运营委员会副总裁门欣对《中国电子报》记者说道。他表示，中国一汽现已把研发、制造等核心业务数据都放在了工作台上，下一步，要把所有业务都用大模型重做一遍，以数据为生产要素，让人工智能技术成为新质生产力。
“设计代码可以交给大模型来写”
设计一款新车有多难？一辆汽车从无到有大致分为六个阶段：产品策划、概念设计、技术设计、产品试制、产品试验和生产准备。其中，光是工程师的工作内容就包含造型可行性分析、主断面定义和设计、零件分缝线设定、零件2D图纸和3D数据制作、车身工艺分析（冲压、焊接、涂装、总装）等。这些只是车身开发内容，还不包含电子元器件、自动驾驶、智能座舱等系统的设计。
在消费者需求不断变化、产品更新换代日新月异的今天，如何让设计开发变得更透明、更高效成为所有车企的必修课。然而，无论功能层面还是架构层面，汽车软件的复杂度都在升高，开发工作的效率却没有以同等速率跟上。
根据麦肯锡的研究，汽车软件复杂度在过去10年已增加到原来的4倍，而软件开发效率只提升了1至1.5倍。这个问题在变得日益复杂的大型模块中最为严重，如信息娱乐系统和高级驾驶辅助系统（ADAS）。相比传统的深度嵌入式软件，开发这些模块的效率大约低25%至35%。
在汽车制造最为复杂的设计环节，需要有丰富知识和经验的工程师在2万多个零部件、数十万个参数里找到满足需求的各种组合，再写文档、画图纸。然而，有了大模型的助力，工程师只需要描述需求，大模型就可以高效地找到所需的组合信息，自动生成设计文档初稿，汽车研发周期和成本大幅缩减。
记者了解到，中国一汽正在尝试用大模型降低汽车产品设计开发的门槛，提升研发效率。“我们的开发团队一年内共计写了整整4296万行代码。现在有了大模型之后，至少一半的代码可以交给大模型来写了。”门欣表示。
“过去我们是24个月做一个车型，现在已经能够以周为单位来衡量了。”中国一汽体系数字化部企业运营部总监孟祥月感慨道。据他介绍，目前中国一汽已经实现了自动化设计、自动化绘图、自动化代码生成，基于模型的系统工程持续迭代。
“人工智能在重构整个软件体系，所有与软件代码有关的体系都会被重构，人工智能会驱动软件开发模式的变革，软件会实现自主优化升级，它会带来整个制造业体系的变革。”阿里云智能副总裁、科技研究中心主任安筱鹏告诉《中国电子报》记者。
大模型“造车”新模式将加速涌现
公开数据显示，软件业、制造业及服务业等是中国大模型创新主体专利布局较多的行业。其中，制造业专利布局数量已达到3.4万件。
纵观国内市场，互联网科技公司跨界造车比比皆是，汽车厂商跨界人工智能也是水到渠成。从智能座舱、智能驾驶，到汽车设计、制造、管理，再到销售、服务，几乎汽车生产链、供应链上的每一个环节，都能看到人工智能的应用。尤其是随着大模型“上车”、大模型“造车”、大模型“卖车”等越来越多的新模式新业态的出现，中国汽车产业的发展已然跑出了“加速度”。
“制造业是大模型应用的主战场，而汽车正是制造业的一个重要的领域，”安筱鹏表示，“尽管大模型仍然处于‘前牛顿时代’，但这并不影响今天大模型在汽车场景中的应用。”
在自动驾驶和智能座舱方面，BEV（鸟瞰图视角）、认知、NLP（自然语言处理）等大模型技术有望助推汽车智能化登上新高度；在生产制造环节，大模型可以直接服务智能汽车、机器人、芯片等产品的研发创新；在生产流程中，基于大模型的自然语言交互能力，弥合了企业数据流动过程中的大量断点，为制造业企业内部、产业上下游之间的实时、泛在的连接搭建新型基础设施。
中国科学院沈阳自动化研究所特聘研究员王挺对《中国电子报》记者说，通用大模型在工业制造领域的应用不仅会涉及从产品设计到工艺规划到生产再到售后等全生产流程，也会涉及从原材料供应到物料加工、制造、运输的供应链各个环节，以及ERP（企业资源计划）、MES（生产管理系统）、PLC（可编程逻辑控制器）等，并不是一件容易的事情。
“我们认为大模型进入生产环节最核心的控制系统，如PLC、MES、SCADA（数据采集与监视控制系统）等，提升工艺生产流程的智能化，是大模型应用于制造业的关键标志。”安筱鹏认为，从自动驾驶、车机交互、产品设计到供应链优化、智能营销、车辆使用、内容生产、数字员工等，人工智能技术将为汽车产业带来全场景、全生命周期、全产业链的颠覆式变革，而这一轮变革现在才刚刚开始。
未来，以大模型为代表的生成式人工智能技术将为汽车制造业打开更多想象空间。在新兴技术与传统制造业激情碰撞的火花中，人工智能赋能新型工业化的大幕正在徐徐拉开。
原文标题：大模型“造车”新模式加速涌现
