&& 生产规划 教育 : 智能问答、试题生成 法律 : 智能法律助手，法律咨询 医疗 : 问诊，用药咨询 科研 问答理解类 常识、专业知识、多语言、多模态、角 色扮演 + 多轮对话、安全陷阱 推理类 情感推理、演绎推理、逻辑推理、归纳 推理、类比推理 创作表达类 文字创作 & 创意、内容改写 / 续写、修改 / 润色、文字处理、编辑 / 语义匹配、摘 SUMMIT 深度学习开发者 大会 2024 上宣布了文心一言的最新数据，并正式发布文心大模型 4.0 Turbo 、飞桨框架 3.0 等最新技术 全球首个百亿中英对话生 成模型 Plato-XL 2019.07 全球首个大规模隐变 量对话模型 Plato 文心一言大模型 4.0 2021.12 全球首个知识增强千亿大模型 鹏程 · 百度 · 文心 2024.06.28 文心一言大模型 联邦学习 强化学习 计算机视觉 服务化部署 文心大模型 训练 开发 模型压缩 时间序列 图学习 动态图 静态图 ⽣物 推荐 语音 自然语言处理 文心一言 ERNIE Bot 对话 PLATO-XL| 搜索 ERNIE-Search 跨语言 ERNIE-M | 代码 ERNIE-Code 语言理解与生成 ERNIE ERNIE 3.0 Zeus

非简单替代品？ 幸运的是，我们有机会找到与人工智能合作的方式。最直接地，大模型可以帮助我们自动化许多“脏活”， 比如修改格式、撰写文章、润色代码。除此之外，我们还可以把大模型作为自己可以随时与之对话的参谋，为 我们提供智识上的启发。除了经济学家的日常工作之外，大语言模型也为经济学研究提供了新的分析工具。多 模态大模型为另类数据提供了全新的研究方法。这些技术能够处理传统经济学方法难以量化的信息，如图像、 人类语言习惯的回应，成为了世界上首个能够大范围商业应 用的聊天机器人。ChatGPT 在预训练-微调范式的基础上，在微调阶段引入“监督微调”和“人类反馈强化学 习”，让模型输出更好地符合一般人类对话的行为模式。也正是这一步训练，使得 ChatGPT 表现出了和人类 3 祛魅 AI：大模型的基本原理 12 相似的行为和情感，启发人们提出了 AI 智能体的概念。 2025 年，DeepSeek xk−p) 3 祛魅 AI：大模型的基本原理 14 通过这种方式，模型可以更高效地处理长序列数据。在大模型当中，p 叫做上下文长度（Context Window）。 如果对话长度超过了模型上下文长度的限制，最开始的那部分对话中的信息就会被大模型忽略。最近一段时 间大模型的主要发展方向之一，就是不断提高模型的上下文长度。例如，GPT-3.5 的上下文长度仅为 16,385 个词元，而 GPT-4o

、能源使用等多方面的决策，实现精益生产和资源的最 大化利用。 汽车应用AIGC是对消费者最具获得感的技术，以智能座舱为例，AIGC智能语音助手提高了语音交互 的效率和自然性，能够处理复杂的多轮对话。AIGC技术使导航系统能够理解抽象需求，提供个性化 路线规划。AIGC技术还可以根据用户偏好自动生成播放列表，推荐内容，并可能实现生成式内容创 作。 AIGC在营销领域的应用，使得企业能够快 程复杂且生成质量要求高的专业领域，需要更加细分的AI技术对通用语言大模型进行能力补足，主要 涉及以下技术： 自然语言处理（NLP）技术 01 NLP是AIGC在汽车制造领域的重要基石，利用先进的自然语言处理技术，如语义理解、对话系 统、文本生成等，实现与设计人员、工程师、操作员的有效沟通，以及自动生成各类技术文档、 操作手册、维修指南等，减轻人工编写负担，确保信息的一致性和准确性。 计算机视觉（CV）技术 02 C 业；或根据实时生产状态动态调整生产计划，优化资源分配，以应对变化的市场需求或突发状 况。 语音技术 04 语音识别与合成技术用于人机交互与信息传递，提升工作效率与用户体验。语音识别是将口头 指令或对话转化为文字。可用于车间语音指令操作、客服语音工单录入等场景，而语音合成则 是将文本信息转化为自然流畅的语音输出，用于智能助手播报设计更改通知、生产线状态更新、 维修指导等。 2.1 汽车设计AIGC基础技术

预算与人员有限 考 虑 TCO 与 OPEX 新技术 新挑战 学习使用成本 技术落地挑战 管理运维分工 4 WAN 保障 高级分析 IoT 保障 Marvis • 对话助理（与 GenAI 合作） • Minis 数字体验双胞胎 体验提升 快速部署、自动调优 迅速反应、及时修复 交互管理、以一抵百 Infrastructure AP 系列 基于时间序列异常检测 自然语言处理 , 地域空间分 析 Domain Expertise Classification 服务级别度量，事件时间轴 GAI /LLM/Transformer 语言模型 Marvis 对话助手 Reinforcement Learning 无线网络射频管理 Unsupervised Learning 定位 © 2022 Juniper Networks Juniper Public 对话式语言助手 8 无人化网络检测 无人化变更检查 持续验证检查 © 2022 Juniper Networks

了语音交互延迟，并能更准确地理解和执行复杂的多意图指令。强大的场 景引 擎协调舱内各系统，基于情境（如目的地、电量）和用户状态（如情绪 识别） 提供主动、连贯的服务。同时，大模型能力拓展至丰富的服务生态， 包括自然 对话、内容创作、信息获取及用车帮助等。 未来展望 未来汽车智能化将更加深入地理解用户个体需求，基于健康、情绪等多 维数据提供动态自适应的个性化体验。汽车制造业将与医疗、教育等更多元产 业深度 数，并根据阈值决定 是否进行相应的答复， 当阈值低于一定范围的时候需要判断是否进入引导式 对 话还是进入最终的 unknown 意图域。 主要意图域 1. 问答 / 对话系统 描述：用户可以与大模型进行自然语言对话，获取知识百科类的答复。 功能逻辑： 本地知识库优先：系统首先检索外挂的本地知识库。（内容包含智己汽 车品牌 / 车型等相关内容、竞品、大模型身份） 大模型查询：若本 提问直接 进行答复。 知识库更新：运营人员可以随时更新或扩展本地知识库，以满足特定的 需求。 2. 角色扮演 描述：大模型可以扮演不同的角色，如车载助手、孔子、女友等，与用 户进行对话。 功能逻辑： 角色库：系统内置多种角色供用户选择。 个性化回答：大模型会根据所选角色的特点，调整其回答的风格和内容。 3. 短暂人设 描述：用户可以在默认车载助手设定下进行短暂的其他人设选择，大模

驱动的视觉识别系统利用深度学习算法，能够精准地解析周围环境信息，包括但不 限于交通标志识别、障碍物检测及行人跟踪等。同时，借助自然语言处理与语音识别技术的进步，车载交互界 面得以实现更加智能化的人机对话，从而提升用户体验并确保驾驶安全。 通过集成先进的机器学习模型与海量数据集进行训练，智能网联汽车如今已具备了高度自适应的能力，可 以在多变的道路条件下执行复杂的决策任务。例如，在智能辅助驾驶系统中，车辆可基于实时收集的数据流， 要应用体现在以下几个方面 ： 自然语言处理与交互 ：借助先进的自然语言处理技术，智能座舱能够实现更加流畅、自然的人机对话。乘 客可以通过语音指令轻松控制车辆的各项功能，如调整空调温度、播放音乐或查询路线等。更重要的是，通过 集成大语言模型，系统可以更好地理解复杂的语义结构，甚至进行多轮对话，极大地提升了交流的便捷性和效率。 情感识别与响应 ：基于深度学习算法的情感分析能力使得车辆能够感知驾驶员的情绪状态，并据此做出 了多模态交互技术，融合自然语言处理、计算机视觉及多模态大模型，赋予系统更强大的意图理解与情感交互能力。该 技术能够通过虚拟人设提供拟人化的情感答复，并基于多模态识别分析，精准解读用户意图，从而提供更加贴合需求的 建议与反馈，提供自然对话的交互体验。 零跑基于通义千问大模型升级智能座舱，在人机响应速度、知识覆盖面、AI 内容生成等方面均有技术升级。目前在 零跑 C10 车型上已经实现大模型上车，如用车助手、百科老师、出行助手文生图等功能提升。

人工智能（AI）： 人工智能是计算机科学的一个领域，致力于解决通常 与人类智慧相关的认知问题，例如学习、创造、图 像识别等。 生成式人工智能 ： 生成式人工智能是一种可以生成新内容和想法（包 括对话、故事、图像、视频、音乐等）的人工智能。 生成式人工智能由基于大量数据进行预训练的大型模 型提供支持，这些模型通常称为 FM。 机器学习（ML）： 机器学习是一种开发算法和统计模型的科学，计算 的广 泛全球合作伙伴网络，适合大规模构建、训练和运行由生成式人工智能驱动的应 用程序。 2. 充分利用您的宝贵数据 通过连接到企业数据存储库，并以有逻辑的方式汇总数据、分析趋势和开展有关 数据的对话，Amazon Q 使员工能够轻松地获得有关业务数据（例如公司政策、 商品信息、业务成效、代码库、维护操作和其它许多主题）问题的解答。 3. 加大投入时间进行创新、占据差异化优势 亚马逊云科技服

层次结构供应链组织共享服务增强了供应链功能 分析 / IT 与特定项目相关的兼职支 持 在日常业务中提供全力支持和 持续 改进 17 说明 集群变革管理的 社会对话 全球交流 改变路线图和社会对话策略 项目管理 导流程 功能设计和过渡计划 集群调整 行动计划 过渡计划 个人行动计划 团队动员 IS / IT 行动计划 间隙填充要求 人员转移矩阵 转变需求评估 详细的知识转移计划 杂项 培训报价 人民支援计划 社会伙伴对话框 人类可行性研究 动员 描述 目标 支持 19 清晰的角色描述 • 能力 • 功能 • 生活中的一天 战略与路线图保持一致 • 成熟度 • 试点和阶段识别 • 大事记

车涉及「使用说明书」「驾驶指 南」 「保养手册」，合计几百份材 料。 • 手册混排复杂：每份手册一百页至几 百页，涉及大量图文组合。 • C 端问答要求严谨：客户也担心幻觉 率影响客服对话体验。 2 大模型自动提取 FAQ 对 3 人 工 校验入库 4 大模型问答 API 调用 车企知识维护成本低 通过文档解析和切片，减轻客户的知识整理成本 需

缺陷率报表 CPPM 统计报表 生产计划报表 任务单产量报表 报废品统计报表 一套系统，多种语言，适应企 业多国用户同时操作同一业务。 2.29 智能多语言– 适应跨国业务范 围 通过人机对话聊天，即可驱动系统自动学习 分析企业业务数据，找出企业经营难点。 2.30 人工智能 AI– 助力企业数字 化 人 机 料 设备稼动管理