圖片來源 @視覺中國
文｜偲睿洞察，作者｜孫越，編輯｜Emma
蹭熱度，搞話題，車企輕車熟路。Logo 上天入地，由實到虛，無處不在：
上過大火箭，也下過基輔号航母；進過實體咖啡店，也進過虛拟元宇宙空間。
概念一個沒拉下，這不，ChatGPT 概念沒來多久，車企便一個趕着一個沖進來：
2 月 14 日，集度首次接入百度文心一言大模型後，16-17 日長城、紅旗、岚圖等車企紛紛湧入，打造基于智能汽車場景的大模型人工智能交互體驗。
2 月 17 日，毫末智行宣布自行研發車界的 ChatGPT — DriveGPT。
長城則更爲嚣張，直接放出 ChatGPT 安利長城的 " 軟文 "。
（ChatGPT 對長城汽車看法 圖源：汽車綜合倫）
蹭熱度是車企的一貫作風，蹭完就走的套路屢見不鮮，但短時間内組團沖進來的情況還真少有。
那麽，ChatGPT 到底能在車企勝任什麽崗位，讓車企蜂擁而至？車企要爲 " 人才 "ChatGPT 付多少工資？
01 車企正大力引進 " 人才 "
車企正千方百計地引入 " 人才 "ChatGPT：
有想自己全方位打造的：
2 月 17 日，毫末智行宣布自動駕駛認知大模型正式升級爲 DriveGPT，也就是車界的 "ChatGPT"。毫末智行 CEO 顧維灏表示，此番入局是因爲 ChatGPT" 正中下懷 "：ChatGPT 技術思路和自動駕駛認知決策的思路一緻。先前的人駕自監督認知大模型就是爲了讓自動駕駛系統能夠學習到老司機的優秀開車方法，然後穩定地輸出最優解。
（圖源：毫末智行官方）
目前，毫末智行已有相關案例表明 ChatGPT 的應用價值：在掉頭、環島等困難場景中，應用 ChatGPT 相關技術可将通過率提升 30% 以上。
除了毫末智行，更多的車企打算向 "MCN 機構 " 百度借聘。
首先是百度的 " 親生子 " 集度近水樓台先得月，第一個接入百度文心一言大模型：
2 月 14 日，集度宣布其汽車機器人将融合百度文心一言的全面能力，打造全球首個針對智能汽車場景的大模型人工智能交互體驗，支持汽車機器人實現更全面的交流：集度 CEO 夏一平表示，ChatGPT 可能帶來的是車内交互效率的提升，交互場景将變得更加全面化。
兩天之後，岚圖、愛馳、紅旗、長城紮堆向百度 " 要人 "，官宣接入百度文心一言，對外說辭與集度 " 查重率 " 極高：打造基于智能汽車場景的大模型人工智能交互體驗。
一時間，大家的做法是——跟上就對了，管不了差異化的定位。
而在這之中，長城汽車玩得最花。
既有自己旗下生态品牌毫末智行打造車界的 ChatGPT —— DriveGPT，又接入百度文心一言大模型預推産品，還搞了把明晃晃的營銷：長城汽車利用 ChatGPT 的 " 官方 " 回答爲自己打廣告。
這架勢，車企似乎要認真了。
02 ChatGPT 的 CV 上能寫些什麽？
那麽，ChatGPT 的簡曆上到底寫了啥，讓車企一股腦地沖進來？我們不妨爲 ChatGPT 制造一個簡略版的 CV。
以上是 ChatGPT 的基本信息，基于 ChatGPT 特質考慮，ChatGPT 大緻有兩大職業方向：
一是 " 坐班 "，參與到公司的内部管理、内容策劃部門之中；
二是 " 上車 "，參與到某些智能闆塊甚至是更高階的自動駕駛之中。
24 小時待命、工作效率高等常人不能具備的特質，讓 ChatGPT 在 " 坐班 " 這類高标準、低創新度等内部管理崗位中，具備較強的競争力：
例如法務助理崗位，下班時間突發合同糾紛需要快速給出應對措施，24 小時待命的 ChatGPT 能夠立即依靠強大的資料庫，快速整理出糾紛相對應的所有條例，而下班時間的打工人一是無法随叫随到，二是人工搜索，信息搜集速度慢且未必完全。
并且現階段，ChatGPT 已具備 " 上崗資質 "，在一場司法考試中能夠打敗 83% 的人類。
在此基礎上，再加上些許 " 更聰明 " 的特質，ChatGPT 也能在較高創新度的品牌策劃崗位，像模像樣地整出一套方案。
在網易汽車創立的一次汽車策劃項目中，ChatGPT 能夠完成從命名、Logo、概念車模型、到發布會新聞通稿等文字與圖片支持工作：
（ChatGPT 命名及 Logo 設計 圖源：網易汽車）
（ChatGPT 發布會新聞稿撰寫 圖源：網易汽車）
而對于 ChatGPT" 更聰明 " 這一特質，人們總想着讓其參與到更 " 偉大 " 的事業之中（也就是目前車企們的願望）：ChatGPT 将不會止步于純文本與純圖片對話，而是能夠 " 上車 " 成爲智能座艙交互助手，甚至參與到自動駕駛之中。
對于 " 更聰明 " 這一點，最直接的證據就是—— ChatGPT 推出僅兩個月後，在 2023 年 1 月末的月活用戶已經突破了 1 億，成爲史上用戶增長速度最快的消費級應用程序，無疑得到了大部分的認可。
故對于汽車智能座艙語音助手這一崗位，ChatGPT 相對于其他 " 小 X" 們，有着階段性的領先優勢：除了簡單的天氣、路線、功能問答，也能進行聊天，并且記住用戶的駕車習慣，而目前大部分競争對手進行三 - 五輪對話後，就忘記之前說過什麽。
除此之外，ChatGPT" 表示 "，自己可以作爲車機使用，通過 API 接入自動駕駛系統，爲車輛提供語音識别、語音合成、對話處理等功能。
而現階段，車企們的期待是，ChatGPT 能 " 聰明絕頂 "，成爲自動駕駛背後的 " 大腦 "，對此 ChatGPT 也展現出其較大 " 潛力 "：
根據知乎博主我是路頭 new 的實驗顯示，ChatGPT 目前能夠完成部分自動駕駛任務，即 " 和人一樣 " 協助生成自動駕駛模拟場景：
（ChatGPT 模拟場景構建 圖源：知乎博主我是路頭 new）
也就是說，目前的 ChatGPT 能夠 24 小時全年無休進行試車場景提取，語義級别仿真場景生成，仿真場景泛化等功能，大大減少其他同事的工作量。
由于目前 ChatGPT 對汽車領域還 " 涉世尚淺 "，某汽車行業分析師認爲其未來能夠勝任包括但不限于：
四份簡曆附件已填寫完畢，Boss 抛出橄榄枝，ChatGPT 便能上崗。
03 " 人才 "ChatGPT，物美價廉？
類 ChatGPT 們蓄勢待發，簡曆已然放置到 Boss 面前，車企首先要做的，便是衡量類 ChatGPT" 值不值 "。
對于 " 坐班 " 相關崗位，類 ChatGPT 最具性價比：
優于人類的是，類 ChatGPT 能夠 24 小時待命并同時處理 N 倍數據，更高效地、" 毫無怨言 " 地完成 dirty work，爲公司去去水。
且成本是可控的：百度文心一言收費情況 + 員工 N+1 賠償 + 類 ChatGPT 對于算力的耗費。
目前已然有公司 " 辭舊迎新 "：近日，一家新媒體公司的老闆發現 ChatGPT 也能夠完成部分文案内容之後，裁掉了内容團隊 40% 的員工。
而對于 " 上車 " 相關崗位，類 ChatGPT 越 " 聰明 "，性價越低：
拿智能座艙語音助手來說，" 人才 " 能爲公司實現的價值是，在 ChatGPT 風口，借助 " 科技與狠活 " 吸引更多消費者的青睐從而提振銷量。
而在實現過程中，成本較難掌控，除了以上崗位的成本之外，還需要：
如此一來，價值提升有限，隐性成本難以估量。
而對于更高階的自動駕駛，性價比無法衡量：一念天堂，一念地獄。
先來看看類 ChatGPT 能夠爲自動駕駛帶來什麽價值。
目前，在自動駕駛領域決策規劃的實現上，大多數企業都采用基于規則的方式。但基于規則的系統難以應對極端的 corner case（想象不到的情況）；故需要借助基于強化學習的系統，彌補長尾應用場景。
但該方法論具有緻命的弱點。
香港科技大學計算機與工程系主任楊強表示：強化學習缺乏反饋機制，例如 AlphaGo 下圍棋，反饋是直到最後一步才知道輸赢。也就是說，出了問題找不到源頭，隻能不停地投喂數據、叠代更新模型，以 " 聽天由命 " 的姿态獲得期望的輸出結果，基于強化學習的決策規劃系統也遠遠未達到成熟。
而 ChatGPT 利用的人類反饋強化學習（RLHF）技術，能夠根據駕駛員的實時反饋做出決策修正：人類司機的每一次接管，都是對自動駕駛策略的一次人爲反饋。
也就是說，ChatGPT 能夠讓決策模型 " 事事有回應 "，從而推動模型越來越像一個老司機，這是車企們夢寐以求的。
但再造一個 ChatGPT，耗費難以想象：
ChatGPT 的成功，依托于算法 + 數據 + 算力的共同發力。而單拿數據一項來說，據國盛證券研究所測定，成本耗費就已無法估量：
1）訪問階段：初始投入近十億美元，單日電費數萬美元。
2）訓練階段：公有雲下，單次訓練約爲百萬至千萬美元。
（GPT-3 訓練成本估算 圖源：國盛證券研究所）
而目前唯一想打造車界 ChatGPT 的毫末智行，想要達到 ChatGPT 的水平，在算力、算法、數據上還都有着不少差距：
雪上加霜的是，相比于 ChatGPT，車企還要付出的額外成本包括但不限于：ChatGPT 目前僅僅是文字交互，汽車需要語音、圖片、視頻等多模态交互，數據訓練成本更高。
毫末智行目前的希望是，模型一緻，進階路線、技術路線一緻，且有一定的數據儲備：自動駕駛産品量産第一、長城汽車每年百萬銷量，算力也開始擴建。
同時，對于這一孤軍，有兩大利好消息：
沒有相關儲備的車企，正依托 "MCN" 百度力量，大概率會選擇讓 ChatGPT" 坐班 "，以高性價比路線搶奪 ChatGPT 風口。
而在三個方面都有些許儲備的毫末智行，選擇了 " 上車 "，向死而生。
更多精彩内容，關注钛媒體微信号（ID：taimeiti），或者下載钛媒體 App
