黄高攀-大模型在汽车行业的落地实践

大模型在汽车行业的落地实践演讲人：黄高攀阿里云 / 公共云大模型技术服务高级专家观点声明本次交流的观点仅代表个人在当下的观点个人简介阿里云高级技术专家中科院计算机应用技术博士黄高攀•阿里云大模型技术服务高级专家，2012年毕业于中科院自动化所，现负责阿里云汽车能源行业大模型技术服务方向，重点在汽车能源行业开展大模型技术的全流程场景落地服务。在AI/大模型技术服务领域有丰富的场景应用与行业落地经验，先后就职于国网江苏省电力公司、阿里云计算有限公司，为不同部委、制造业、交通运输、汽车行业、电力能源等行业客户提供过AI/大模型技术服务，获得发明专利授权20余项。 010203目录04汽车行业大模型应用背景大模型场景的落地经验场景落地案例分享未来展望汽车行业大模型应用背景AI/大模型技术发展2012年以前：传统AI时代2023年至今：大模型时代传统AI时代•专家系统和统计学习•规则和知识库•特征工程深度学习时代•2012年：AlexNet突破性效果，深度网络自动学习特征，深度学习元年•2017年：Transformer成为主流结构大模型时代•2023年：ChatGPT发布，AIGC元年，拉开了大模型时代的序幕•大语言模型已逐步扩展到视觉、听觉等多种模态2012-2022：深度学习时代大模型时代：技术驱动业务数据来源：艾瑞咨询, 2024.4大模型在存量业务和增量业务均有很大的推动作用，2028年大模型产业规模加成30+%大数据大算力大模型汽车行业大模型应用场景图片来源：IDC, 2024.9智能座舱企业提效智能驾驶市场营销智驾模型训推、边缘场景检索等车书问答、路径规划等客户之声、客户意向分析等企业问答、代码生成等场景落地模式：产品+服务•计算资源•网络资源 •存储资源•……•数据管理平台•向量数据库•关系数据库•AI平台•LLM•多模态模型•Embedding•Rerank •代码生成（灵码）•公文写作（妙笔）•智驾模型训推场景•边缘场景检索服务•车书问答•路径规划•客户之声•客户意向度分析•企业知识问答•代码生成大模型落地面临的挑战•企业基于大模型技术，在单个业务场景落地后，如何快速无缝地扩展到其他更多的业务场景•平台、方案、能力如何复用单场景到多场景•企业业务中存在的文本、图像、音频等各种模态的数据如何充分利