本电子书面向以下决策者 ：制造行业有意利用生成式人工智能，来改进机器 可用性、维护、产品质量和设计的业务和技术部门决策者。 制造业未来由生成式 AI 技术赋能 加快产品创新，提高车间效率，减少员工培训时间 目录 引言 ..................................................................................... ......................................................... 3 生成式人工智能之旅 .......................................................................................................................... 5 应用场景 ....................................................................................... 6 亚马逊云科技云端生成式人工智能 .............................................................................................

AIGC在汽车营销领域的应用探索 44 第五章 目录 汽车产业 AIGC 技术应用白皮书 7 PAGE 前言 近年来，AIGC（Artificial Intelligence Generated Content，人工智能生成内容）技术以其惊人的 潜力和发展速度，迅速渗透至各行各业，展现出前所未有的变革力量。在智能化浪潮席卷全球的今天， AIGC被视为推动汽车智能化乃至整个汽车行业全领域的基石性技术，其深远的影响力和巨大的发展 也是汽车开发 AI Agent实现的基础。高质量的数据是提升AIGC能力的关键因素。 3 AIGC与人类不是相互替代的关系，未来的趋势是人机共智，两者的互补性体现在机器提供强大的数据 分析和生成能力，而人类则提供情感认知、判断力和创造力，二者相辅相成，共同确保安全和性能。 4 智能座舱和自动驾驶是AIGC在汽车产品的两大杀手级应用，极大提升了消费者体验，通过赋能车企打 造差异性的功能，跳出同质化竞争的窘境。 造差异性的功能，跳出同质化竞争的窘境。 5 AIGC在汽车设计的多个领域展示了极大的潜力，例如AIGC技术可以加速车型外观设计和定义，使得以 低成本创造更加个性化和定制化的车型成为可能。还包括车辆动力学仿真、控制软件生成、软件测试、 结构参数调优、动力电池材料配方筛选等方面应用。 6 AIGC提高了汽车制造业的生产效率，可以实现更高效、更精准的生产作业和供应链管理，减少人力成 本，提高生产效率。具体应用包括智

汽车产业向智能化跃迁的核心引擎。 本报告聚焦 AI 重构汽车产业三大核心场景： 研发设计智能化（ AI Driven Design ） ：通过生成式设计、仿真优化、智能测试重 构 正向开发流程 用户运营智能化（ AI Powered Engagement ） ：基于精准画像的营销内容生成、智能 销售辅助、全渠道服务闭环 座舱体验智能化（ AI Revolutionized Cabin ） ：融合多模态交互、场景化服务与情 人类出行方式的根本性变革。 谨此献给所有致力于用技术重塑汽车未来的同行者——让我们以 AI 为笔，共绘智慧 出 行的新蓝图。 智 己 汽 车 红 中 国 信 通 院 卷首语 随着生成式人工智能的突破性发展， 大模型技术正以前所未有的深度重构汽车产业 “全 目录 — — 报 告 摘 要 ............................................. 技术深度革新了汽车研发流程。它使用生成式算法，依据设计目标 和 物理参数自动创建设计方案并进行优化。高度逼真的虚拟仿真平台模拟复 杂环 境以大幅减少物理测试。智能测试系统则能理解需求文档并自动生成、 执行和 优化测试用例，显著提升研发效率和精度。 AI 重塑用户运营 AI 驱动的智能内容系统实现从图文到视频的全媒介内容自动化、规模化 生产，并能结合车型参数和热点动态生成个性化素材。智能销售助手通过深

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 金融 : 推荐场景 金融 / 咨询服务 : 财报 / 市场分析 互联网 / 媒体 : 文案 / 海报设计、广告词 创作、视频生成场景 零售 / 电商 : 客服问答 工业 : 产品设计辅助 && 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 润色、文字处理、编辑 / 语义匹配、摘 要提取、关键、字提炼、标题生成、文 本风格迁移、图像创作、短视频创作 ( 文 生视频 ) 、其他创作 ( 文学艺术、商 业通 用 ) 数学类 小学数学、初中数学 高中数学、高等数学 推理类 代码生成、编程翻译 代码解释、代码纠错 代码自动补全 生成代码文档 单元测试 产业研究 战略规划 技术咨询

化有本质区别：大语言模型实现了 “认 知工作的自动化”（Automation of cognitive work）(Korinek, 2023)，它们直接触及知识生产的核心，能够理 解复杂概念、生成连贯文本并进行多步推理。如果说上一轮自动化取代了蓝领工人并催生了德鲁克所谓“知识 工作者”的兴起，那么大语言模型就直接击中了知识工作者任务的核心。 经济学家作为知识工作者，毫无疑问处在这次变革的 模型的其它应用，包括代码编辑器以及大模型知识库。对于一般咨询的场景，使用网页访问即可满足要求；而 1从概念的包含关系上看，人工智能（Artificial Intelligence, AI）包含了生成式人工智能，生成式人工智能又包含了大语言模型，简称大模型。本文 主要讨论大语言模型的影响，因此若上下文中无特殊说明，本文中的 “AI”、“大模型” 均指代大语言模型。 2 人工智能时代的社会科学家 5 究者都能运用的工具。 在介绍完这些技术基础之后，我们分别介绍大模型在研究全过程中的应用。我们认为，人工智能大模型在 研究过程中将会扮演四种角色：参谋、助研、智能体，以及朋友。作为参谋，AI 可以协助创意生成与文献工 作；作为助研，AI 能够支持技术分析与数据处理；作为智能体，AI 可以实现行为模拟与社会实验，为经济管 理研究开拓了新的思路和范式。随着应用层次的深入，AI 对研究结果的影响逐渐加深，这既带来新的研究可

13 生产过程监控 生产效能分析 16 17 18 19 设备仪器管理 20 反馈生产数据 21 仿真验证 仿真验证 仿真验证 工艺设计 4 BOM 5 MRP 7 生成生产计划 8 9 计划完工 22 14 生产统计 产品开发设计 1 工艺 BOM 构 建 33 15 数据采集 Page 16 6/27/2022 目录 第一部分：业务现状与需求分析 支持从 ERP 或其他系统接收项目基础信息快速填制 3. 支持工作令编号和项目名称、项目类型等信息维护 4. 支持项目信息结构化方式导出， 便于接口集成和报表输出 5. 支持基于行政组织结构快速生成项目团队 6. 支持基于项目和项目角色进行权限配置和管理，确保安全 7. 支持根据不同产品、不同军兵种等维度创建和维护项目工 作区模板，标准模板维护由专人负责 8. 支持通过系统内邮件方式快速发放项目工作区到项目组成 的项目工作区模板的功能，能够根据项目进行剪裁和增添子文件 夹 接收 投产通知 创建项目 组建团队 创建项目工作 区 创建项目 添加项目组成员 维护工作令 选择工作区模板 发布项目工作区 生成项目工作区 结束 2022 Page 21 6/27/ 项目计划编制业务场景 1. 提供全局的统一的可视化的研发阶段项目计划编制界面 2. 支持从 MS Project 导入创建新的项目计划

合阿里生态服务（如支付、物流、电商、 地图等），生成个性化的服务策略。 此外，大模型的价值还逐渐渗透到车企内部经营提效中。例如，在智能客服和用户运营中，通义大模型 增强了系统的自然理解和精准响应能力，提高用户满意度，并提炼用户洞察指导产品改进。在知识管理和员工 赋能方面，通义大模型作为智能助手，可快速检索技术文档、服务手册和内部知识库，生成文案、图纸和代码 等内容，提供智能化经营决策辅助分析，从而提升工作效率。 ：基于环境感知的结果，AI 系统还需具备高效地作出驾驶决策的能力，包括但不限 于变道、超车、避障等行为的选择。这里涉及到的大规模训练模型可以通过模拟大量真实或合成的驾驶情境来 进行优化，确保在面对突发状况时能迅速生成安全合理的行动方案，并且能够根据当前路况动态调整路线选择， 以达到最优行驶效果。 车辆控制与执行：虽然主要由机械装置完成具体操作任务，但背后仍需借助于精确控制算法的支持。例如， 在转向、加速、 亿超大规模参数世界基座模型的研发，参数量是主流 VLA 模型 的 35 倍左右。“小鹏世界 基座模型”是一个以大语言模型为骨干网络，使用海量优质驾驶数据训练的多模态大模型，具备视觉理解能力、链式推 理能力（CoT）和动作生成能力。通过强大的强化学习训练，基座模型不断自我进化，将逐步发展出媲美甚至超越人类 的自动驾驶技术。未来，小鹏将通过云端蒸馏小模型的方式将基模部署到车端，给“AI 汽车”配备全新的大脑。同时小 鹏世界基座模型将全面赋能小鹏

工作内容、管理动作、管理岗位 根据进度计划和3个标准库 系统为项目各岗位自动生成周工作计划 并使下达、执行、检查监督、绩效考核形成闭环 该模块的作用 提高精细化管理效率和水平 形成标准的岗位工作指引 14 项目总计划 项目月计划 分部分项工程 岗位职责体系 本周各岗位人 项目周计划 计划自动派生 员工作安排 其他管理活动 各岗位补充周工 作安排 自动生成周工作计划 摘自《行业发展报告：智慧工地应用与发展》 6002 0.57 4.36 7.59 管理班组 51 3500 2369 13575 0.68 3.88 5.73 9 242 111 摘自《行业发展报：智慧工抛应用与发展》 安全维护工组 生成队伍考勤表 每天平均出劲时长 每天平均出勤时长 姓名 分包队伍 进场日期 退场日期 在岗天数 出勤天数 出勤比例 出勤总时长 （按出勤天数） (按在岗天数）） 卢家军 土建木工组 2016-11-11 2016-11-11 2017/1/20 71 66. 93% 709.10 10.74, 智慧工地用与发展 66'6 张伟 水电斑组 2016-11-09 2017/1/18 7摘自6到行业发展报造。 生成人员考勤表 22 物料管理 序号 信息系统 支撑技术 典型系统 互联网采购管理 移动终端、大数据、 广联达广易子公司：集采平台 云计算 基于BIM的物料管理 BIM、移动终端、 广联达：BIM5D

量、产出量、直通率、上小时产能、本小时产能等 9 、品质管理 主要查看分析各个产线的直通率、不良率、各类品质管理报 表和分析图 10 、 SPC 管理 主要是完成各种表单 / 模块数据的统计分析、生成不同种类 的图表（直方图、饼图、柏拉图、 P 图、 U 图、 C 图等） 智 能 制 造 --- 军 工 企 业 智 能 化 及 产 线 应 用 04 系 统 主 要 功 能 说 明 11 、 主要是完成各个工单、工序、工作中心、操作员的产线操 作记录查询 13 、数据同步 主要实现 MES 与 ERP 等信息系统数据同步，实现自动、 手动两种模式 14 、条码打印 主要是实现条码规则定义、生成、模板定义、条码打印， 以便对设备、资产、物料统一管理。 15 、 DMP 管理 主要是实现现场作业产线指令、行为统一设置，监控现场 各个站位执行情况，达到工单、产品、工位、设备、物料、 人员、操 型 电 装 产 线 的 应 用 --- 仓储 WMS 仓储管理  ERP 下达生产计划经 APS 排产后与原材料库存进行比对，根 据库存及订货周期，生成原料订单，协助供应商进行订货。 系统管理员 收货组 质检组 主库组 发货组 盘点管理员 PO 收货 Kankan 收货 寄售物料收货 Inbound Shipment No 收货 收货反冲

Waymo 建立高质量数据集。此外， Waymo 还通过高保真模拟驾驶环境用于补充真实世界的数据。 Wayve 积极利用人工智能算法开展自动驾驶系统开发。2023-2024 年，Wayve 发布多模态生成式世界模型 GAIA-1、混合模型 LINGO-1、WayveScenes101 数据 集、自动驾驶仿真软件 PRISM-1。 智能驾驶智算数据平台发展研究报告 3 奔驰采用谷歌云 Vertex 驶技术 开发的引领者。前者长期处于领先并在数据、算力和算法方面全方位累积了大量 资源；后者以算力芯片和 AI 架构制造和开发商的身份介入智能驾驶领域开展系 统研发，提供计算平台、系统框架、仿真生成等多种智能驾驶基础功能服务，并 与奔驰等企业达成合作，竞争优势显著。除此之外，其他国外智驾供应商相对于 国内企业，其主要优势仍然在于算力资源获取上，数据方面从公开信息上来看并 未具有显著优势， 在常规场景下的驾驶能力，但进一步性能提升需要大量非常规驾驶数据支持。 常规场景仿真能力较强，但 Corner Case 场景生成仍依赖手动设计。大多数 企业和高校均具有自动化场景生成能力，并且兼具规则型方法和学习型方法。但 除个别企业外，仅能够大规模生成常规场景，Corner Case 场景生成仍严重依赖 手动设计。此外，基本所有企业和高校没有明确的 Corner Case 场景定义，企业 也希望智算数据平台能够提供高价值数据筛选功能。