日前，長(zhǎng)城汽車自研大模型應(yīng)用項(xiàng)目，在中國(guó)人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟（AIIA）聯(lián)合南京經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)管委會(huì)舉辦的大模型產(chǎn)業(yè)創(chuàng)新發(fā)展大會(huì)上入選“樣板間工程”優(yōu)秀案例，同時(shí)獲得《智能體技術(shù)要求與評(píng)估方法 第6部分：汽車智能體》（以下簡(jiǎn)稱《汽車智能體》）牽頭編制單位證書(shū)。

01牽頭編制《汽車智能體》

全面升級(jí)Multi-Agent技術(shù)框架

過(guò)去的智能座艙服務(wù)，汽車機(jī)器人在識(shí)別到用戶需求或指令后，會(huì)調(diào)動(dòng)對(duì)應(yīng)的功能控制模塊來(lái)滿足用戶某一方面的使用需求，我們將這一鏈路稱為單Agent。而在實(shí)際用車過(guò)程中，用戶的用車需求可能涉及到多個(gè)功能控制模塊，單Agent的鏈路就無(wú)法同時(shí)調(diào)動(dòng)多個(gè)控制模塊、讓多個(gè)模塊彼此配合、在同一個(gè)場(chǎng)景下為用戶提供服務(wù)。

因此，Multi-Agent（多智能體）技術(shù)的應(yīng)用就逐漸成為未來(lái)座艙智能化的重要趨勢(shì)。多智能體的協(xié)同運(yùn)作，通過(guò)自主規(guī)劃、長(zhǎng)短期記憶、多模態(tài)感知、自主行動(dòng)以及外部工具調(diào)用等技術(shù)能力，可以為駕乘人員提供高效智能、個(gè)性化的服務(wù)，使座艙從一個(gè)單純的交通工具逐步演化為出行過(guò)程中的“智慧伴侶”。而Agent具備的自我反思機(jī)制與模仿學(xué)習(xí)，能夠更好地理解用戶需求的變化；強(qiáng)化學(xué)習(xí)與無(wú)監(jiān)督學(xué)習(xí)機(jī)制則能夠在復(fù)雜多變的環(huán)境中不斷優(yōu)化策略，為用戶提供高精度的場(chǎng)景服務(wù)。目前長(zhǎng)城已完成單智能體向多智能體的技術(shù)框架升級(jí)。

長(zhǎng)城汽車從24年6月份開(kāi)始參與《汽車智能體》標(biāo)準(zhǔn)的起草和編制工作，在標(biāo)準(zhǔn)制定過(guò)程中，依托自身成熟的汽車智能體開(kāi)發(fā)經(jīng)驗(yàn)，對(duì)標(biāo)準(zhǔn)智能體評(píng)測(cè)內(nèi)容提供專業(yè)技術(shù)支撐。

02入選“樣板間工程”優(yōu)秀案例

自研大模型開(kāi)啟批量落地模式

同時(shí)，長(zhǎng)城汽車大模型布局已初見(jiàn)成效。此次大模型產(chǎn)業(yè)創(chuàng)新發(fā)展大會(huì)上，長(zhǎng)城汽車自研大模型經(jīng)過(guò)多輪專家評(píng)審，成功入圍第一批大模型“樣板間工程”，這標(biāo)志著長(zhǎng)城汽車自研大模型的產(chǎn)品規(guī)范性與先進(jìn)性在行業(yè)中獲得認(rèn)可，將在規(guī)范的技術(shù)導(dǎo)向下持續(xù)進(jìn)行AI體系的標(biāo)準(zhǔn)建設(shè)和產(chǎn)品的落地應(yīng)用。

通用的開(kāi)源大模型受數(shù)據(jù)及算法的限制，無(wú)法精準(zhǔn)覆蓋汽車用戶的用車需求，在汽車行業(yè)的應(yīng)用受到很大限制。長(zhǎng)城汽車基于企業(yè)端及車端用戶應(yīng)用需求分析，一方面將企業(yè)積累的造車知識(shí)、行業(yè)標(biāo)準(zhǔn)和研發(fā)數(shù)據(jù)，以向量化處理的形式存儲(chǔ)在知識(shí)庫(kù)，極大地提高了知識(shí)的精確復(fù)用，為企業(yè)研發(fā)、生產(chǎn)、管理和用戶用車提供了更高效的AI工具；另一方面通過(guò) AI 平臺(tái)持續(xù)開(kāi)發(fā)具有競(jìng)爭(zhēng)力的自研模型，包括知識(shí)問(wèn)答大模型、文生圖大模型、多模態(tài)大模型、語(yǔ)音標(biāo)注大模型以及代碼大模型等等，并陸續(xù)上線交付。

以知識(shí)問(wèn)答大模型為例，長(zhǎng)城內(nèi)部企業(yè)知識(shí)庫(kù)信息龐大，在知識(shí)問(wèn)答大模型上線前，員工檢索文檔信息較為繁瑣，需要多層篩選才能找到需要的內(nèi)容，檢索耗時(shí)長(zhǎng)。知識(shí)問(wèn)答大模型與企業(yè)數(shù)字化整合上線后，員工知識(shí)獲取渠道升級(jí)，只需要以自然語(yǔ)言輸入想要搜索的內(nèi)容，大模型就能進(jìn)行意圖識(shí)別，做到對(duì)企業(yè)數(shù)據(jù)的精準(zhǔn)搜索和反饋，大大提升員工對(duì)各種企業(yè)知識(shí)搜索的效率。

未來(lái)，長(zhǎng)城汽車將不斷探索大模型在汽車領(lǐng)域的應(yīng)用場(chǎng)景及方向，為用戶出行全場(chǎng)景和企業(yè)智造全鏈路提供更全面、更高效的AI產(chǎn)品，助推汽車行業(yè)的 AI 智能化發(fā)展與落地。