ChatGPT的火，讓全球概念股開啟狂飙模式。
單是在國内資本市場，像百度、科大訊飛、雲從等一衆 AI 企業，可謂是一路 " 大寫 " 的漲漲漲。
甚至是像搞手寫識别、OCR 的漢王科技都能連拉 5 個漲停闆，引得不少網友直呼 " 這都能扯上關系 " ……
但是家人們，正所謂 " 沒有最意外，隻有更意外 "，還有更令你意想不到的企業也要插足 ChatGPT 了——
造車！
啊這……一個對話機器人，現在都厲害到可以造車了嗎？？？
造車，如何 AIGC？
首先要說明的是，AI 造車并非指的是 AI 去操縱生産線，而是利用 AI 算法來完成汽車零部件的設計方案。
在造車界地位相當于 ChatGPT 的，便是汽車算法設計模型AAM ™（Automotive Algorithm Modeling），由自動駕駛滑闆底盤及整車開發制造企業PIX Moving提出。
與 AI 繪畫、AI 聊天非常相似，AAM ™用起來也是由人類給出參數或草圖，包括允許 AI 生成的區域、功能需求和約束條件。
與文本、繪畫類 " 基于數據量巨大，訓練資源豐富 " 的前提不同，對于工業領域，數據量往往很難達到繪畫、文本領域的數據量。
因此，根據工業場景的特征，PIX 提出基于規則的小模型與大模型相結合的策略，使用大模型通過學習海量車輛數據生成近似設計，然後通過經典算法來将近似設計優化為精确的工程文件，從而符合工業場景的制造需求。
AAM ™，可以看成是一個 " 經驗老到 "、" 手法成熟 " 的設計師。
經驗來自大量訓練數據，手法成熟指的是在給出設計的同時也完成了後續仿真驗證。
按照傳統流程，初步設計方案給出之後還要經過仿真驗證，未通過驗證的地方要返回修改。
過去，人類工程師想要修改一個方案，那工作量其實并不比從頭設計新的小多少，少則幾天，多則一周。
而 AI 來修改方案，那就是改動幾個參數的事，幾分鐘就可以搞定。
還可以按不同參數一次性批量生成，再從中篩選出最優。在節省時間的同時，最終選中的方案質量也可以邁上一個台階。
有了 AAM ™參與之後，整個流程能加快多少？
PIX Moving 團隊給出的數字是：整個産品降低 60% 的時間，單個零件從幾天縮短到幾小時。
與 AI 繪畫、AI 聊天機器人等消費級 AIGC 算法相比，AIGC 用于工業的難度還要大的多。
舉個例子，現在用 AI 來修改照片或視頻，根本不需要考慮光學和材質的物理特性，隻需要在像素層面 " 騙過人眼 " 就行。
工業上就沒有這麼簡單，設計出的零件最終是要進入生産環節的，騙不過車床、也騙不過 3D 打印機，必須是實打實的可用、滿足制造要求。
△3D 打印機在生産 AI 設計的滑闆底盤架構
△由 AAM ™設計完成的 3D 打印自動駕駛滑闆底盤（實車）
衆所周知，深度學習為基礎的 AI 算法有不可解釋性，在這方面确實不咋擅長。
為了克服這個這個問題，AAM ™算法由 AI 算法與經典的幾何、物理算法合作完成，也是 AAM ™相比其他 AIGC 應用的創新之處。
AI 與傳統方法配合之下，設計出的部件不光進入生産，甚至已經實裝上車。目前已應用于 PIX 研發的自動駕駛滑闆底盤，以及共享移動空間（Robobus）、個人移動空間（NEV）産品的底盤及車架設計中。
△共享移動空間（Robobus）
△個人移動空間（NEV）
除此之外，PIX 的合作夥伴福龍馬集團，已将 AAM ™應用于清掃機器人的設計與制造中。
△福龍馬集團無人駕駛環衛機器人
據 PIX Moving 團隊介紹，有經驗的工程師其實容易會被過去的經驗限制住，産生路徑依賴，想要産出又有創意又符合生産需要的作品還是不容易的。
AI 則不受此限制，訓練數據越多能力越強。
總的來看，AI 造車除了加快流程節省成本之外，在創意、設計質量上也有發揮空間。
據了解，AAM ™在 PIX Moving 内部已經投入使用超過一年，正是因為看到如此顯著的效果，團隊才有了将其對外開放的信心。
産品化，是将 AI 算法推向市場的關鍵一步，正如 GPT-3 誕生多年影響力僅限于科技圈内部，做成人人都能方便使用的 ChatGPT 才引爆全球。
PIX Moving 團隊表示，最終産品會是基于 Web 的雲服務。
不需要過去工業軟件的繁瑣配置部署，隻要打開浏覽器就能使用，并且支持多人在線協作。
通過智能化 + 工作流程革新，AAM ™的最終目标是給行業帶來颠覆性的改變。
AIGC，正在改變生産模式
不難看出，所謂的 " 用 ChatGPT 造車 "，并非是字面所指的那種意思。
而是借以 ChatGPT 為代表的 AIGC 模式，來改變傳統造車流程中的設計、工程和制造環節。
傳統汽車設計固有的一大痛點，可以總結為" 牽一發而動全身 "，因為它所涵蓋的細分流程不僅紛繁複雜，而且環環相扣。
例如計算機模型繪制、工程分析、估算成本、可靠性實驗等等，一旦客戶針對某個環節提出改動需求，無異于給設計團隊送上一首《重頭再來》……
汽車設計領域不僅是在需求上具有碎片化的特點，而且還逐步在向多樣化和非标化的方向發展，諸如物流、安防、農業等場景的不同，便會使得汽車設計無法做到 " 一個模闆 cover 所有 "。
而像 ChatGPT 這般的 AIGC，它們的一大特點便是能夠以專家級的知識、能力儲備，在極短的時間内呈現高質量的結果。
二者結合之下，便不難得出 PIX Moving 此舉所劍指的目标了——讓 AAM ™成為工業界的 ChatGPT。
從實際 " 上崗 " 後的結果來看，也是可以印證這種模式的正确性。
據了解，在 AAM ™的加持之下，汽車設計流程的效率可以提升 10 倍，相對人工設計效率提升 50-100 倍，而且還是在精确性和穩定性上能夠提供 " 更優解 " 的那種。
而且 PIX Moving 不僅僅是在設計端處發力，在制造端上，還提出了 RTM ™（實時成型模型），這套組合拳的打法可以總結如下：
AAM ™：将車輛設計數據化、系統化，快速确定高質量設計方案；
RTM ™：接手确定方案，通過無模具實時成型系統，快速進行數字化的制造。
△RTM ™，實時成型技術展示
這種以 AIGC 的思路來提高汽車制造效率的模式，同樣得到了全球工業軟件巨頭Autodesk的認可：
2022 年 10 月，因 PIX Moving 在 AI 算法設計與新制造工藝上的創新與貢獻，被授予年度創新者獎。
但 PIX Moving 所下的這盤棋，可不止于汽車制造這一個領域，據了解，他們在未來還要将這種模式複刻到建築設計、航空航天、船舶等更多工業設計領域中。
至于更深遠的目标，或許正如百年前福特發明的流水線，讓汽車走進千家萬戶、變為大衆消費品，PIX Moving 的工藝創新會讓個性化成為下一代工業生産的主流。正如 CEO 喻川所述：
制造工藝，決定了硬件産品創新的邊界。
……
那麼普通開發者能否體驗一把工業界的 ChatGPT 呢？這個可以有。
據了解，2023 年 4 月份，PIX AAM ™将以 SaaS 或 PaaS 的形式，對外開放部分免費功能模塊！
想體驗的小夥伴們，可以坐等福利了。
