AI 大模型对智能汽车产业的影 响 3 AI 大模型对汽车产业链的影 响 2 AI 大模型在汽车业的应 用 1 ChatGPT 与 AI 大模 型 目录 2 13 26 39 42 2022 年 11 月 ，美国科技公司 Open AI 发布 ChatGPT ， 因能很好地与人实现互动而迅速成为爆款产品：上线 5 天 用户过 100 万 ， 2 个月后用户就突破 2023 年 3 月 2018 年 6 月 据不完全统计， 目前已发布 的国内大模型中： 参数量超过 10 亿的有 79 个， 其中 ，参数量最高的达到 174 万亿。 ChatGPT （ Chat Generative Pre-trained Transformer ） ，是一种适用于自然语言交流的人工智能大模型， 它 成功的关键之一 ，是 Open AI 使用了海量数据进行预训练。 使用了海量数据进行预训练。 5 年间 ， GPT 的参数量已从亿级飙升至万亿级。 GPT-3 1,750 亿 参数 量 2022 年 7 月 四代 GPT 参数量变化 ChatGPT 成功关键之一：大参数 GPT-1 GPT-2 1.17

Big-data Driven ，模型基于大规模语料训练而成； Multi-tasks Adaptive ，支持多种任务 ，包括自然 语言生成 NLG 和自然语言理解 NLU 类的任务； AI 大模型就是预训练语言模型 通过在大规模宽泛的数据上进行训练后能适应一系列下游任务的模 型 产业研究 战略规划 技术咨询 (Google. 引用 78550) Attention ( 图灵奖得主 Bengio) Model ERNIE( 百度 ) CPM( 智源 ) GLM( 洁华 ) 预训练模型 大模型 Transformer( Google. 引用 91332) Foundation 计 算 机 视 觉 AlexNet ( 图灵奖得主 Hinton) CAN (Gioodfellow 等系列模型为代表，持续引领大模型时代的浪潮 产业研究 战略规划 技术咨询 3 认 知 感 知 BERT (Google) GPT (OpenAI) 大模型发展历程 来源：大模型驱动的群体智能行业白皮书

项目编号： 智慧工业园区数字政府领域 AI 大模型底座 设 计 方 案 目 录 1. 引言.....................................................................................................................6 1.1 背景与意义................... ............................................................................................12 2. 大模型底座架构设计.......................................................................................13 2 性能优化........................................................................................44 3. 大模型技术支持服务.......................................................................................46 3

展融合，为高质量发展提供新动能。要围绕建设现代化经济体系，以供给侧结 构性改革为主线，把握数字化、网络化、智能化融合发展契机，在质量变革、 效率变革、动力变革中发挥人工智能作用，提高全要素生产率。要培育具有重 大引领带动作用的人工智能企业和产业，构建数据驱动、人机协同、跨界融合、 共创分享的智能经济形态。要发挥人工智能在产业升级、产品开发、服务创新 等方面的技术优势，促进人工智能同一、二、三产业深度融合，以人工智能技 持以供给侧结构性改革为主线，进一步激发市场活力、增强内生动力、释放内需潜力， 推动经济保持中高速增长、产业迈向中高端水平。以更大力度激励创新。完善政策、 创新机制，着力拓展工业互联网、“互联网 + 公共服务”两大空间，打造线上线下结合、 各类主体融通的创业创新格局，推动“双创”上水平。 ——2018 年 9 月 28 日 李克强总理在夏季达沃斯论坛上的讲话 加快制造强国建设。推动集成电路、第五代移动通信、飞机发动机、新能源汽车、 解决方案总体规划思路 整合企业内外数据，以全局全链路思维，实现战略和战术相结合的统筹分析 战略 决策 战术 执行 周期： 1 年、 3 年、 5 年  销售 ：行业发展走势，区域销售走势，大品 类销售预估…  排产 ：原料地，辅料、工厂等产业资源布局， 产能分析…  物流 ：仓储布局，选址优化，配送资源布局 … 周期： 月、周、日；建立快速响应机制， 弥补计划与实际之间的差距

施、促进园区内产业链上下游企业链式改造、强化公共服务保障等推动园区内或集群内企业数字化 改造的主要做法；企业案例35个，突出解决方案的成效、可复制性和行业特点，聚焦通过数字化技术 产品与服务解决行业企业痛点问题、探索基于大模型的智能制造新模式、培育具有工业基因的数字 化转型服务机构。 未来一段时期是我国制造业数字化转型从“标杆引领”向“规模推广”转变、从“数字赋能”向“智能 应用”跨越的关键阶段。希望通过本案例集 十 十一 十二 十三 十四 十五 城市篇 苏州工业园区：以智筑基、以数强核、以网赋新，加快建设高标准数字园区 杭州高新技术产业开发区：整合资源要素、强化工作机制、搭建供给平台，推动规上工业企业数字化改 造全覆盖 合肥新站高新技术产业开发区：数智赋能、产业向“新” 打造“芯”“屏”产业数字化转型新标杆 上饶经济技术开发区：“三维联动”构建制造业数字化转型生态体系 郑州高新技术产业开发区：构筑“算力+大脑”双核驱动 九 园区和集群篇 航卫通用电气医疗系统有限公司：数字赋能高端CT探测器智能柔性制造 太极计算机股份有限公司：构建“全域智联”新生态 赋能智慧园区创新发展新模式 中汽数据（天津）有限公司：应用大语言模型技术推动汽车试验场景实现智能化应用 中信戴卡股份有限公司：人工智能驱动灯塔再升级 山西锦波生物医药股份有限公司：应用自研“AI胶原智脑系统”推动企业全生命周期管理 实现降本增效 哈尔滨电

道融合的每一次技术浪潮。从超市、百货、专卖店到 PC 电商、移动电商、社交电商，在改革开 放红利加持下，零售行业的业态伴随着科技以惊人的速度发展迭代。而今天，我们正面临前所未 有的挑战：人工智能大模型的爆发式发展，以前所未有的速度重构消费者行为、企业运营模式与 行业竞争格局。这场变革的本质，是零售企业从粗放式流量争夺转向用户价值深度挖掘的生死竞 速——而胜负的关键，取决于能否构建支撑实时决 AI 推理能力等诉 求。同时，它还要兼顾零售企业出海、利润微薄追求性价比等行业特点。基于一体化架构的云数 据库，凭借其 HTAP（融合事务处理和实时分析）、多模一体化、向量融合查询和多云部署四大 关键能力特征，成为新一代数据底座的核心组成部分，将数据基础设施从“成本中心”升级为“价 值枢纽”，支撑实时决策与业务创新闭环。 一体化云数据库已在零售核心场景产生显著价值 一体化云数据库已在 线下试穿生成数字衣橱）的无缝体验 。在现实中，这些美好场景往往因企业库存数据无法实时 同步而难以实现，最终导致订单流失并损害品牌形象。 4 为了提升业务效率、满足消费者全渠道体验需求，企业亟需构建“实时-精准-弹性”三大数据能 力 ： 第一：实时用户响应。传统“T+1”用户画像促销，升级为秒级用户行为分析。 第二：精准需求穿透。通过评论等非结构化数据解析情感倾向，从“猜测需求”转向“测量需求”。 第三：弹性供

实施前 实施后 信息化发展概述 8 信息化发展概述 9 信息化发展概述 实现变速箱设计、电子电气设计和新能源技术等软件等的应用 10 智能网联汽车创新成果 瑞风 S7 车型集大、智、慧、行，采用了诸多先进设计的智能网联技术，如 AEB 、 ACC 、 LDW 、 BSD 、 360° 全景 等；车载信息娱乐系统、智能语音控制系统、车联网和感应式电动尾 门，让用车更加方便，保障“智控无碍” 3 0 % 1 5 % 2 0 % 2 0 % 1 0 % 5 % 미 리미 리결 정 된결 정 된공 급 업 사공 급 업 체평 가기 준기 준 치 规 格 硬 件 软 件 测 试 规 格 기 준 가 중 치 가 중 치 RF P 제 안 测 试 测 试 历 史 战 略 接 受 改 进 系 统 2 D / 3 D 场 配 / 维 护 ） K M D B 开 发 协 同 B O M 需 求 K M D B C h e c k li s t 行 业 规 范 P L M D B F M E A D B 旧 信 息 … . … . 规 则 引 擎 M A P PI N G P O R T A L U S E R F R O N T

苗 成 生 任 祥 云 张 瀛 王 潼 程 智 峰 贺 翔 潘 鹏 杜 君 黄 清 成 侯 大 卫 王 金 兰 何 英 琪 黄 家 威 I 目 录 1 智能驾驶智算数据平台定义及预期功能 ........................ 驾驶模型（智驾模型）”是指可具备感知、预测、决策、规划、控制等功能、可 驱动自动驾驶车辆安全、高效运行的分块化或一体化神经网络载体模型。 图 1 行业级智能驾驶智算数据平台示意图 智算数据平台一般由大算力 GPU 或专用人工智能芯片并行集群为主要计算 硬件，可以服务于人工智能深度学习模型的设计与训练，自动驾驶算法在各类数 据基础上不断地重复训练与验证，推动车辆对环境感知、路径规划等的认知水平 的汇聚和流通。 1.2 行业级智能驾驶智算数据平台预期功能 行业级智能驾驶智算数据平台预期将在数据、算力、算法三大人工智能支柱 方面提供行业级服务。 （1）数据服务。提供行业级数据服务能力，包括但不限于数据的汇聚与传 输、确权与鉴权、存储与管理、分类和分级、合规与脱敏、清洗与预处理、质量 评估与价值定义、可视化与分析、机器学习平台集成、交易与共享等。 （2）算力服务。提供行业

块链与物联网安全教育部重点实验室”，已被纳入北航“双一流”学科群，在密码前沿理论与应用、 空天地信息网络安全、网络与计算系统安全、人工智能与工控安全方向形成四大特色研究方向。 车联网安全研究报告（第六期） 1 目 01 前言 2 02 车联网安全态势分析 5 2.1 安全合规政策环境利好，车联网安全发展加速 5 2.2 车联网安全能力普遍不足，关键环节存安全挑战 6 03 车联网重点安全事件解读 9 3.1 本田汽车钥匙存在设计缺陷，无钥匙进入系统再报漏洞 9 3.2 蔚来汽车遭遇数据勒索，车企数据泄露谁来买单？ 11 3.3 YANDEX TAXI 遇黑客操纵，莫斯科上演交通大堵塞 13 3.4 奔驰、宝马、法拉利接连中招，API 漏洞再出江湖 15 3.5 特斯拉系统遭黑客破解，OTA 背后的“灰色”市场 16 3.6 供应商遭网络攻击，致丰田日本工厂被迫停工一天 18 3.7 建设。分别从车联网安全管理体系、技术防护体系、安全运营体系、数据安全治理体系等四大安全 能力体系建设分别阐述，结合绿盟科技多年在车联网安全研究与实践与应用经验，以期为企业提供 借鉴和指导。 车联网安全研究报告（第六期） 4 02 车联网安全态势 分析 车联网安全研究报告（第六期） 5 二. 车联网安全态势分析 2.1 安全合规政策环境利好，车联网安全发展加速 伴随智能交通系统的推进，信息通