繼里程、車內大屏、智慧型駕駛之後，電動智慧型汽車捲起了高階人工智慧。
12月20日，星途星時代ES搭載奇瑞“雄獅AI”大車型10日，理想汽車5歲OTA 版本 0 召開發布會，重點介紹車上一款名為 Mind GPT 的大型模型;此前，GPT車型文心一妍已經分別搭載了極月01和銀河L6;文捷、小鵬汽車、蔚來汽車、長城汽車也紛紛研發或聯合開發自己的大車型，華為盤古、XGPT靈犀、諾公尺GPT、咖啡GPT計畫分別安裝在M9、X9、ET9、藍山車型上。 梅赫西迪-賓士正在探索在海外直接上車的ChatGPT模式。
但從功能上講，現階段的大多數GPT更像是車內的“娛樂專案”，回答問題，生成一段文字或一張圖片。 “我們還要做一輛與汽車相關的汽車，只是複製手機上可以實現的功能，感覺毫無意義。 某汽車公司的研發人員對目前在汽車上的GPT發表了評論。
公交車上的GPT，是時尚還是戰略布局？
可以“控制”汽車的理想 MIND GPT
它只能用作“娛樂專案”，因為大多數 GPT 目前更像是車上的乘客，只能聊天，而不是車輛的一部分。
在連線性方面，大多數GPT仍然在雲端，通過網際網絡“上車”，只能通過螢幕和音響系統接收人類的輸入，並輸出。 當有人說“我很冷”時，不可能像目前的語音助手那樣調高車內空調的溫度。
在《電動汽車觀察家》的不完全統計中，理想的MIND GPT相對領先，已經具備了一定的駕馭汽車的能力。
目前，Mind GPT在雲端和車端都有模型，規模不同，責任範圍也不同。 除了“聊天”。Mind GPT可以在車內呼叫“車輛控制、行駛、**”的API（應用程式設計介面），配合語音助手系統提供服務和響應。
比如想吃火鍋，只需要告訴理想中的同學，我們的車機介面就會生成火鍋的**供你選擇，自動計算出行路線等，實現一系列高效自然的操作。 理想汽車空間軟體負責人李濤在接受採訪時舉了乙個例子。
在這背後，語音助手感知到語音和視覺訊號後，mindgpt對其進行識別和理解，並自行判斷是否生成命令（呼叫搜尋導航功能）。 如果決定生成指令，則該指令用於呼叫外部介面或向車輛機器進行執行和語音反饋廣播。
MindGPT 必須考慮何時呼叫哪個 API，傳遞哪些引數，並根據 API 返回內容生成回覆，這是一套新的基於大型模型的代理（人工智慧**）架構。 理想汽車的一位研發工程師告訴《電動汽車觀察家》。
未來：從語音助手到人工智慧代理
以前，“呼叫哪個 API，傳遞什麼引數，根據 API 返回內容生成什麼樣的語音”都是由人類工程師完成的。
目前，包括智慧型手機、智慧型座艙在內的電子裝置或應用產品，基本上都是由工程師封裝成圖形化的UI，使用者可以按照一定的規則點選實現。
例如，點選“**模式”，點選二級頁面的“fm”模式，點選**頁面的“頻道”模式，實現“收聽廣播”的功能。
VOS（語音作業系統）模組架構。
目前，語音助手可以實現通過語音傳送人類指令，但底層仍然是應用封裝路徑對應的語音指令庫來實現功能。
在這種模式下，互動和功能是固定的和不靈活的，但約束和準則是明確的。 因此，新系統的學習成本對於人類來說是很高的，但一旦實現，功能實現的成功率就極高。
GPT 提供了另一種互動方式。
雖然GPT和VOS（語音作業系統）的核心模組屬於NLP（自然語言模型），但它們具有以往NLP模型所不具備的理解和推理能力。
以前，NLP模型主要用於識別“你在說什麼”。例如，“冷”、“開放”、“等”。 GPT具有通過上下文和環境資訊理解“單詞含義”的能力例如，在談話過程中，對“你（笑話）太冷了”的回應不是開啟空調，而是講乙個“溫暖的笑話”。
因為GPT可以根據提示進行擴充套件、完成、改進，從而生成新的文字內容，甚至可以將其轉換為**、語音等其他模態。
提示是向模型提供輸入以指導模型生成特定輸出的文字或指令。 然而，與通常需要明確甚至單一提示的語音助手不同，GPT 提示可能複雜而模糊。
就像人類經常忘記一樣，但當被提示時，他們會立即記住。 這個“提示”可以是一句話、乙個詞，甚至可以是乙個沒有直接關係的場景或物體。 提示用於幫助 GPT 回憶他們在預訓練期間“學到”的內容。 預訓練越豐富，對語言的理解就越深。
當這種理解與呼叫API的能力相結合時，人與機器之間的互動不再是通過手操作機器，而是與助手通訊以完成任務。
以原有的算力，沒有辦法解釋你的意圖，所以使用GUI來預設你的意圖。 現在有了 LUI（語言介面，基於 GPT 理解），它可以解釋您輸入的所有意圖，然後靈活匹配所有 API。 藍湖&Mastergo創始人任陽輝表示：“我認為未來所有的能力都可能同質化，比如可以買貨、訂機票、訂酒店等等......在任何應用程式中只要你說話，就沒事。 即使這個 API 在這個應用程式中不可用，它實際上可以在 API 市場中呼叫，並且可以隨時提取。 ”
演示：偽場景和基本準備
搭載新款梅赫西迪賓士e的“場景”功能。
事實上，除了聊天和畫畫之外，很多車企也在探索賦予GPT一定數量的車控能力，基於車內人的狀態和表情，自由組合一些基於場景的功能。 “但據我所知，GPT可以應用的場景是相對低頻的，不需要車機佔據手機能做的事情。 上述車企研發人員表示。
就像GPT本身還沒有形成商業模式一樣，GPT也還沒有找到乙個可以被人們高頻使用的場景。
另一方面，車輛的算力與GPT要求之間存在巨大差距，降低了模型的效能。 完全依賴雲計算能力意味著延遲增加，這對於高安全性的汽車來說是不可接受的。
然而，在探索過程中，汽車智慧型化和GPT的方向是一致的。 目前，小鵬汽車、智際、賓士等多家國內外車企推出的“場景”功能，車主只需簡單的程式設計，就可以組合成新的應用。 在它的背後，它由數百甚至數千個封裝的原子級 API 支援。 而這些原子級的能力，也將為GPT未來作為助手調動資源提供基礎。