智通財經APP獲悉，中金髮布研究報告稱，AI大模型浪潮，對智能駕駛企業的要求是更高而不是更低，頭部企業的優勢是強化而不是削弱。預計行業份額或會進一步向頭部企業集中，將湧現出幾家龍頭型的算法/解決方案供應商，行業話語權和議價權有望逐漸提升，供應商與主機廠之間的關係亦可能發生變化。當然，在技術之外，還應該將成本和商業化兩大因素納入綜合的考量。
前言：
隨着ChatGPT的誕生，人工智能(AI)大模型開啓了賦能百業、變革時代的序章。智能駕駛是AI最重要的落地場景之一，在大模型浪潮的賦能下，智能駕駛有望擁有更多新的可能。作爲智能駕駛系列報告的第二篇，本文聚焦智能駕駛的前沿進展，重點研究Transformer、端到端、多模態、世界模型等市場熱度較高的話題，探討AI大模型將給智能駕駛的技術棧帶來什麼、將給智能駕駛的行業格局帶來什麼。
▌中金主要觀點如下：
AI大模型如何賦能智能駕駛?
智能駕駛技術面臨的挑戰，本質來源於真實世界的高維性，而智能駕駛的目標是讓車輛在這個高維世界中智能行動。通過借鑑大模型的模型架構、訓練方式或直接應用大模型本身，智能駕駛抽取和利用特徵空間的能力有望加強，形成以更大模型參數、更加集成貫通和更徹底數據驅動爲特點的新一代技術棧。
具體而言，Transformer架構是大模型的基石，擅長建模遠距離關係;端到端致力於將獨立的算法模塊納入完全可微的統一模型框架;多模態嫁接大語言模型已湧現的諸多能力，提高複雜場景的泛化性與可解釋性;世界模型構建了更高效的學習海量數據先驗分佈的訓練方式，有潛力成爲智能駕駛的Foundation model。
構建真實世界的模型、讓AI在交互中學習或是智能駕駛的長期範式，某種程度上智能駕駛技術的演進正是人工智能向AGI邁進的縮影。
AI大模型浪潮下，智能駕駛企業的哪些能力更爲核心?
以最終實現純無人自動駕駛爲目標，整個行業目前仍處於“顛覆式創新”和“漸進式創新”之間的階段。在該階段，模仿技術路線本身不是最難的點，數據引擎、軟硬件掌控力、長期主義、創新能力和工程能力或纔是智能駕駛企業在大模型時代更底層、更長期的核心能力。
AI大模型如何影響智能駕駛的行業格局?
AI大模型浪潮，對智能駕駛企業的要求是更高而不是更低，頭部企業的優勢是強化而不是削弱。預計行業份額或會進一步向頭部企業集中，將湧現出幾家龍頭型的算法/解決方案供應商，行業話語權和議價權有望逐漸提升，供應商與主機廠之間的關係亦可能發生變化。當然，在技術之外，還應該將成本和商業化兩大因素納入綜合的考量。
風險
技術探索進程緩慢;商業化受阻;行業競爭加劇;政策進展不及預期。