智協(xié)慧同已與超 15 個(gè)汽車品牌、25 個(gè)以上車型展開合作，在汽車數(shù)據(jù)應(yīng)用領(lǐng)域經(jīng)驗(yàn)豐富。2025年3月20日，在第三屆AI定義汽車論壇上，智協(xié)慧同CTO謝寧指出，大模型在汽車行業(yè)尚未與核心業(yè)務(wù)深度融合，智協(xié)慧同的愿景，是能夠讓AI在汽車行業(yè)里更好地發(fā)揮作用，實(shí)現(xiàn)車、車主與企業(yè)的數(shù)據(jù)深度集成。其打造的多模態(tài)車云一體存儲(chǔ)架構(gòu)，可實(shí)現(xiàn)從車到云的完整數(shù)據(jù)處理。
謝寧表示，在車端，利用智協(xié)慧同首創(chuàng)的閑時(shí)計(jì)算方案，可以將車閑置算力提升至 90%，降低云端成本 60% 以上，還能進(jìn)行多模態(tài)數(shù)據(jù)融合與分析；在云端，則融合傳統(tǒng)與 AI 模型，實(shí)現(xiàn)多模態(tài)計(jì)算融合，并通過數(shù)據(jù)標(biāo)注、優(yōu)化策略等手段降低成本。此外，智協(xié)慧同借助大模型自動(dòng)生成診斷代碼，推動(dòng) AI 從簡單問答向主動(dòng)為業(yè)務(wù)創(chuàng)造價(jià)值轉(zhuǎn)變。
以下為演講內(nèi)容整理：
汽車智能化發(fā)展下的數(shù)據(jù)需求與挑戰(zhàn)
在汽車產(chǎn)業(yè)的發(fā)展進(jìn)程中，架構(gòu)的演變深刻反映了技術(shù)的進(jìn)步與市場需求的變化。從早期的集中分布架構(gòu)，到服務(wù)化架構(gòu)（SOA），再到如今以產(chǎn)品體驗(yàn)為導(dǎo)向的AI架構(gòu)，每一次變革都推動(dòng)著汽車行業(yè)邁向新的發(fā)展階段。產(chǎn)品體驗(yàn)成為架構(gòu)設(shè)計(jì)的核心驅(qū)動(dòng)力，而架構(gòu)的變革則離不開強(qiáng)大的數(shù)據(jù)支持，數(shù)據(jù)已成為智能汽車發(fā)展的關(guān)鍵要素。
智協(xié)慧同在汽車數(shù)據(jù)領(lǐng)域積累了豐富的實(shí)踐經(jīng)驗(yàn)，與眾多車企展開了深度合作。截至目前，已與超過15個(gè)汽車品牌達(dá)成合作，為25個(gè)以上的車型提供數(shù)據(jù)庫，并配套云端數(shù)據(jù)分析、數(shù)據(jù)管理、智能診斷等一系列應(yīng)用服務(wù)。自2021年首個(gè)汽車量產(chǎn)項(xiàng)目啟動(dòng)以來，智協(xié)慧同始終處于汽車數(shù)據(jù)應(yīng)用的前沿。近年來，隨著人工智能技術(shù)的飛速發(fā)展，車企對(duì)AI在業(yè)務(wù)流程中的應(yīng)用需求日益增長。然而，當(dāng)前大模型在實(shí)際應(yīng)用中仍存在局限性，雖然在一定程度上提高了效率，但尚未與企業(yè)內(nèi)部的核心數(shù)據(jù)源和業(yè)務(wù)流程實(shí)現(xiàn)深度融合。
在軟件定義汽車、數(shù)據(jù)定義汽車的趨勢下，汽車數(shù)據(jù)的類型和規(guī)模呈現(xiàn)出爆發(fā)式增長。從車輛總線數(shù)據(jù)、日志數(shù)據(jù)，到座艙內(nèi)的語音文本數(shù)據(jù)，再到基于SOA協(xié)議棧的網(wǎng)絡(luò)包數(shù)據(jù)，這些多模態(tài)數(shù)據(jù)的產(chǎn)生為汽車智能化提供了豐富的素材。但傳統(tǒng)的汽車數(shù)據(jù)處理方式，如基于主線信號(hào)、故障診斷代碼（DTC）的處理模式，已無法滿足現(xiàn)代汽車對(duì)數(shù)據(jù)處理的需求。與此同時(shí)，語音文本等與大模型相關(guān)的數(shù)據(jù)類型，為汽車數(shù)據(jù)的分析和應(yīng)用帶來了新的機(jī)遇和挑戰(zhàn)。如何有效收集、存儲(chǔ)、分析這些多模態(tài)數(shù)據(jù)，成為智能汽車發(fā)展的關(guān)鍵問題。
隨著智能汽車功能的不斷拓展，將AI技術(shù)融入車內(nèi)邊緣計(jì)算成為必然趨勢。這不僅有助于減輕云端算力壓力、降低成本，還能提升數(shù)據(jù)處理的實(shí)時(shí)性和隱私安全性。例如，在車輛運(yùn)行過程中，一些物理模型、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型可以在車端運(yùn)行，對(duì)車輛數(shù)據(jù)進(jìn)行實(shí)時(shí)分析和處理。然而，實(shí)現(xiàn)這一目標(biāo)面臨著諸多技術(shù)難題。一方面，車載算力資源有限，無論是高端車型還是低配車型，算力成本始終是一個(gè)重要的制約因素。另一方面，如何合理利用車輛閑置算力，成為提高車載算力利用率、降低成本的關(guān)鍵。
智協(xié)慧同的創(chuàng)新解決方案
智協(xié)慧同為車輛賦予了強(qiáng)大的車端數(shù)據(jù)處理能力。通過在車端部署先進(jìn)的軟件系統(tǒng)，實(shí)現(xiàn)了對(duì)文本、報(bào)文組、向量等數(shù)據(jù)的存儲(chǔ)和查詢功能。同時(shí)，針對(duì)傳統(tǒng)方式難以處理的數(shù)據(jù)，如網(wǎng)絡(luò)包日志文本，進(jìn)行多模態(tài)融合分析。這種融合不僅能夠統(tǒng)一處理各類復(fù)雜的系統(tǒng)日志和應(yīng)用日志，還能在用戶未察覺問題之前，自動(dòng)檢測潛在故障，并及時(shí)對(duì)用戶進(jìn)行關(guān)懷，從源頭上解決問題。
在車端數(shù)據(jù)處理過程中，智協(xié)慧同注重與硬件能力的協(xié)同。隨著新一代芯片技術(shù)的發(fā)展，芯片在數(shù)據(jù)處理和模型運(yùn)算方面的能力不斷提升。智協(xié)慧同的軟件系統(tǒng)能夠充分發(fā)揮芯片的優(yōu)勢，實(shí)現(xiàn)多車問題排查和單車問題排查的高效匯總。通過對(duì)車端存儲(chǔ)的歷史數(shù)據(jù)進(jìn)行分析，無論是短期的兩周數(shù)據(jù)還是長期的一個(gè)月數(shù)據(jù)，都能靈活運(yùn)用不同的模型進(jìn)行問題排查。同時(shí)，根據(jù)成本和業(yè)務(wù)需求，智能選擇在車端或云端運(yùn)行模型，實(shí)現(xiàn)了計(jì)算資源的優(yōu)化配置。
為解決車載算力緊張和成本高昂的問題，智協(xié)慧同首創(chuàng)了閑時(shí)計(jì)算動(dòng)態(tài)調(diào)度解決方案。考慮到大多數(shù)車主每天的用車時(shí)間僅為2 - 3小時(shí)，車輛在其余時(shí)間處于閑置狀態(tài)，大量的算力資源未得到充分利用。智協(xié)慧同利用車輛在充電或夜間停車等閑置時(shí)段，通過遠(yuǎn)程喚醒車輛特定網(wǎng)段的方式，在不影響車輛正常使用和電力消耗的前提下，將車內(nèi)部90%的空余算力應(yīng)用于運(yùn)行高算力需求的AI模型。
這一創(chuàng)新方案不僅降低了云端算力成本，減少至少60%以上，還降低了帶寬成本。同時(shí)，由于部分?jǐn)?shù)據(jù)處理在車端完成，避免了大量數(shù)據(jù)上傳至云端，滿足了一定的隱私化要求。智協(xié)慧同的閑時(shí)計(jì)算動(dòng)態(tài)調(diào)度方案，使車輛成為一個(gè)移動(dòng)的計(jì)算平臺(tái)，為車企和用戶創(chuàng)造了更大的價(jià)值。
當(dāng)數(shù)據(jù)上傳至云端后，智協(xié)慧同充分利用云端強(qiáng)大的計(jì)算能力，實(shí)現(xiàn)傳統(tǒng)模型與AI模型的融合應(yīng)用。在云端計(jì)算過程中，通過引入向量相似性查找、調(diào)用機(jī)器學(xué)習(xí)（ML）和AI模型等技術(shù)，對(duì)車輛數(shù)據(jù)進(jìn)行更深入的分析。同時(shí)，結(jié)合告警機(jī)制和處理流程，實(shí)現(xiàn)多模態(tài)計(jì)算融合，提高數(shù)據(jù)處理的準(zhǔn)確性和效率。
針對(duì)云端數(shù)據(jù)成本高昂的問題，智協(xié)慧同提出了一系列優(yōu)化策略。通過在車端采用合并格式機(jī)制，減少上傳至云端的數(shù)據(jù)量，降低云端存儲(chǔ)和處理成本。此外，利用索引技術(shù)對(duì)海量數(shù)據(jù)進(jìn)行管理，提高數(shù)據(jù)查詢和分析的效率，進(jìn)一步降低成本。這些措施在滿足車企對(duì)數(shù)據(jù)處理需求的同時(shí)，有效控制了成本的增長。
智協(xié)慧同致力于推動(dòng)AI在汽車業(yè)務(wù)流程中的深度應(yīng)用，不僅僅局限于簡單的用戶問答功能。通過與車企合作，利用大模型技術(shù)，根據(jù)設(shè)計(jì)文檔自動(dòng)生成診斷代碼和故障數(shù)模型，并將其應(yīng)用于實(shí)時(shí)診斷環(huán)境中。這種創(chuàng)新方式不僅提高了診斷效率，減少了人工和專家投入，還實(shí)現(xiàn)了從被動(dòng)查詢信息到主動(dòng)為業(yè)務(wù)產(chǎn)生價(jià)值的轉(zhuǎn)變。
在測試案例生成方面，智協(xié)慧同同樣利用大模型技術(shù)實(shí)現(xiàn)了自動(dòng)化生成。與傳統(tǒng)方式相比，大大提高了測試效率和準(zhǔn)確性，降低了測試成本。通過這些實(shí)踐，智協(xié)慧同展示了AI在汽車業(yè)務(wù)流程中巨大的應(yīng)用潛力，為車企的智能化發(fā)展提供了有力支持。
車云計(jì)算架構(gòu)的價(jià)值與展望
智協(xié)慧同構(gòu)建的車云計(jì)算架構(gòu)，通過多模態(tài)車云一體的存儲(chǔ)架構(gòu)和數(shù)據(jù)閉環(huán)，實(shí)現(xiàn)了數(shù)據(jù)驅(qū)動(dòng)的業(yè)務(wù)迭代，即“雙輪數(shù)據(jù)驅(qū)動(dòng)”。通過更高效的數(shù)據(jù)采集和優(yōu)化策略，為汽車各個(gè)領(lǐng)域的AI應(yīng)用提供高質(zhì)量的數(shù)據(jù)支持，同時(shí)通過大模型的微調(diào)，實(shí)現(xiàn)車端和云端AI應(yīng)用在車企中的深度結(jié)合。這種架構(gòu)不僅提升了汽車的智能化水平，還為車企帶來了顯著的經(jīng)濟(jì)效益和競爭優(yōu)勢。
在未來的發(fā)展中，智協(xié)慧同將繼續(xù)深化與車企的合作，不斷探索AI在汽車領(lǐng)域的應(yīng)用場景。隨著技術(shù)的不斷進(jìn)步，智協(xié)慧同有望進(jìn)一步優(yōu)化車云一體的架構(gòu)，提高數(shù)據(jù)處理效率和模型運(yùn)行效果。同時(shí)，智協(xié)慧同歡迎行業(yè)內(nèi)各方的合作與交流，共同應(yīng)對(duì)技術(shù)挑戰(zhàn)，推動(dòng)智能汽車產(chǎn)業(yè)的發(fā)展。在智能汽車時(shí)代，智協(xié)慧同的智車云計(jì)算架構(gòu)將為汽車產(chǎn)業(yè)的智能化轉(zhuǎn)型提供堅(jiān)實(shí)的技術(shù)支撐，助力汽車行業(yè)邁向新的發(fā)展高度。
（以上內(nèi)容來自智協(xié)慧同CTO謝寧于2025年3月20日在第三屆AI定義汽車論壇發(fā)表的《車云計(jì)算架構(gòu)打造智能汽車的AI數(shù)據(jù)底座》主題演講。）
熱門跟貼