如何在国内使用chatgpt对话系统

撰文 / 吴 静编辑 / 张 南设计 / 师 超热火朝天的人工智能赛道，被泼了一盆冷水。3月29日，未来生命研究所（Future of Life Institute）公布了一封题为“暂停巨型AI实验”的公开信，呼吁所有AI实验室立即暂停训练比GPT-4更强大的AI系统，暂停时间至少6个月。马斯克、苹果联合创始人Steve Wozniak、Stability AI创始人Emad Mostaque等上千名科技届知名人物和AI专家已经签署公开信。该公开信写道，广泛的研究表明，具有与人类竞争智能的人工智能系统可能对社会和人类构成深远的风险。这一观点得到了顶级人工智能实验室的承认。这和360集团创始人周鸿祎在3月25日2023中国发展高层论坛上的发言如出一辙。“当人工智能自己修改自己的代码，自我升级、自我进化时，这种进化速度恐怕用指数级都很难描述。我觉得，留给人类的时间不多了，我认为GPT一定会产生意识，只是差别是在GPT-6还是GPT-8还是GPT-10。”周鸿祎表示，随着大脑、神经元数目的增加，大脑与神经网络连接的数目的增加，到一定时候系统就出现了一种功能叫涌现。就是很多智能功能就出现了，那么意识也随之出现。所以现在大语言模型的所谓的参数，你就可以看成是脑容量里的神经网络的连接数，这个参数现在是千亿万亿，可能人脑至少有100万亿，可能人工智能到达10万亿，可能这个时候意识就会自动产生。在AI热潮涌动之时，猝不及防，却遭遇伦理的挑战。ChatGPT于2022年11月30日发布。2023年1月末，ChatGPT的月活用户已突破1亿，成为史上增长最快的消费者应用。3月15日，OpenAI正式推出GPT-4。GPT-4是多模态大模型，即支持图像和文本输入以及文本输出，拥有强大的识图能力，文字输入限制提升到了2.5万字。GPT-4的特点在于它的训练数量更大、支持多元的输出输入形式、在专业领域的学习能力更强。次日，百度创始人、董事长兼首席执行官李彦宏携百度文心一言亮相。发布会现场，李彦宏坦言，“不能说我们完全准备文心一言对标ChatGPT、甚至是对标GPT-4，门槛是很高的，全球大厂还没有一个做出来的，百度是第一个。我自己测试感觉还是有很多不完美的地方。”此言一出，当天，百度港股盘中跌幅一度超过10%。但次日，百度股票再度拉升，涨幅超13%。作为国内第一家公开对标ChatGPT产品的企业，百度近日备受外界争议，但这丝毫不影响其商业化变现。据不完全统计，截至集度、东风日产、红旗、海马、长城、岚图、长安等多家车企宣布已成为百度文心一言首批生态合作伙伴。后续，这些车企将全面体验并在汽车生态领域接入文心一言的能力，推进智能汽车交互的再升级。汽车x文心一言，到底有多大的想象空间？文心一言 VS ChatGPT“文心一言确实不如现在最好的ChatGPT版本，但差距也不是很大，可能就是一两个月的差别。目前差不多是ChatGPT今年1月份的水平。但大家早就忘了1月份它是什么样子，今天大家已经习惯GPT-4，GPT-4的技术跟我们只差一天出来，是一个其他大厂也很难去拿出一个东西相比的技术。”面对外界对文心一言的一些负面评价，李彦宏在一场极客公园的直播中如是表示。诚然，如李彦宏所言，无论是哪家公司，都不可能靠突击几个月就能做出这样的大语言模型。深度学习、自然语言处理，需要多年的坚持和积累，没法速成。深耕AI领域十余年，百度确实是全球为数不多、在芯片层、框架层、模型层和应用层这四层进行全栈布局的人工智能公司，从高端芯片昆仑芯，到飞桨深度学习框架，再到文心预训练大模型，到搜索、智能云、自动驾驶、小度等应用，各个层面都有自研技术。但和ChatGPT仅仅只是有一两个月的差距，部分业内人士并不能同意这一观点。3月25日，2023中国发展高层论坛开幕，360集团创始人周鸿祎在演讲中表示，中国大语言模型技术水平和GPT-4的差距在2到3年时间，目前GPT的技术方向已经明确，不存在难以逾越的技术障碍，中国应当坚持长期主义精神，迎头赶上。十月怀胎，一朝分娩。但在部分业内人士看来，文心一言还属于半成品，还没到能推出的程度，甚至将其定义为“早产儿”。“但好在通过迭代进步也会很快，只要知道原理并且有事实证明能行之有效的时候，在应用领域很快就能追上去，甚至在规模应用这块比国外走得更快。”业内人士对汽车商业评论如是说，“文心一言被迅速推出，是因为市场有需求，大家都有需要，更重要的是我们的客户需要，合作伙伴需要。”在发布会上，李彦宏透露，从我们承认文心一言的存在，短短一个月的时间，就有超过650家合作伙伴宣布加入文心一言生态。这一数字目前还在持续攀升。汽车X文心一言车企x文心一言，到底能给车本身带来怎样的变化？两者的结合，到底有多大可能性和空间，文心一言之于汽车，将带来“量”的变化，还是“质”的改变？如果你把上述提问给到文心一言，你会得到以下回答：文心一言在汽车上使用，可能会带来以下改变：更高的安全性能：文心一言可以通过语言理解和生成，帮助汽车识别和预测道路上的危险情况，从而提高驾驶安全性能。更好的语音交互：文心一言可以通过语音交互，让驾驶者更加方便地控制车内系统，例如播放音乐、调节空调温度等。更准确的导航系统：文心一言可以通过语音识别和自然语言处理技术，更准确地理解驾驶者的指令，从而更好地导航到目的地。更高效的能源利用：文心一言可以通过人工智能技术，优化车载系统的能源利用，例如自动启停、智能空调控制等，从而更加高效地使用汽车能源。更好的车载娱乐体验：文心一言可以通过语音识别和自然语言处理技术，为驾驶者提供更好的车载娱乐体验，例如音乐、电台、天气等信息的实时推送。文心一言在汽车上的使用，将会带来更高的安全性能、更好的语音交互、更准确的导航系统、更高效的能源利用和更好的车载娱乐体验。我们还可以参考通用车企对引入ChatGPT之后，对汽车的期许。作为国外第一家正式宣布引入ChatGPT的车企，据外媒报道，通用正在使用微软的Azure云服务和OpenAI的技术来开发一款新的虚拟汽车助手。OpenAI的ChatGPT背后的人工智能语言模型可能很快就会为通用汽车的虚拟助手提供技术支持。通用汽车副总裁 Scott Miller 表示，一旦ChatGPT 正式上车，通用汽车的智能化水平或将提升至另一个台阶。在他的预想中，ChatGPT不仅可以帮助车主获取车辆使用的相关信息，还可以从日历中整合日程安排提醒车主待办事项。聊天机器人可以在仪表板上出现诊断灯时建议驾驶员采取什么行动，或在车辆信息娱乐系统上通过视频演示来指导用户如何更换爆胎。这样便比目前车辆中使用的机械语音命令功能更优化。ChatGPT不仅可以极大地改善汽车本身的语音命令功能，而且还可用于汽车功能以外的语音控制。当ChatGPT与家庭智能系统和手机集成使用时，它还可以执行更广泛的命令。从“打开我的车库门”到“计划一条去医生办公室的路”，再到“为我预留一个充电点”，诸如此类语音控制都可以实现。虽然通用汽车的ChatGPT集成计划目前还没有发布时间表，也还没有具体说明ChatGPT可以为汽车增加哪些功能，但从目前来看，ChatGPT上车几乎已经成为必然趋势。由于目前文心一言还未真正实现“上车”，处于内测阶段。如果参照通用和ChatGPT的合作方式，综合此前车企官宣与文心一言合作的方向，重点仍然集中在智能座舱的人机交互领域。当外界都对文心一言云服务及应用产品发布会翘首以待时，3月27日，传闻原定于当天下午举行的文心一言云服务及应用产品发布会临时取消，当天，百度股价一度下跌超4%。当天，百度智能云公众号便澄清消息，称文心一言云服务受到了企业伙伴的广泛关注，已经收到12万家企业的申请测试。为更好地满足现有客户的旺盛需求，百度智能云原定于3月27日举办的发布会改为面向首批邀约测试企业的闭门沟通会，进行深度充分的技术交流互动。3月27日之后，百度智能云将于多地启动客户闭门沟通会议。最早宣布加入文心一言生态圈的车企是集度。2月14日，集度宣布，将融合百度文心一言的全面能力，打造全球首个针对智能汽车场景的大模型人工智能交互体验，支持汽车实现自然交流的再进阶，打响车企与类ChatGPT技术合作第一枪。虽然诸多车企都纷纷表示与百度“文心一言”合作，但长安汽车动作最为迅速。3月18日，长安汽车官宣“质美智省新家轿”——逸达，将成为国内首款搭载“文心一言”的量产车型，后续将通过软件升级的形式搭载到新车上。也有业内人士表示，对于车企而言，汽车X文心一言是噱头大过实际功能。截至汽车X文心一言，最为频繁提到的就是能提升车机的智能化水平，就目前来看，这些都属于量的变化，短期内文心一言能否给汽车智能化体验本身带来质的改变，还有待进一步观察。但笔者认为，如果人工智能都能发展到自己有意识的程度，汽车X 最先进的人工智能应用后，其发展前景也或许将远超大家想象。被点燃的大模型竞赛遭疯抢的不仅仅是文心一言，还有百度文心一言员工。ChatGPT带动人工智能领域再度爆火，百度文心一言发布后，将 AI 浪潮推向高峰。而与之相关的人工智能人才也备受追捧。谷歌主要AI团队——谷歌大脑的研究人员，纷纷跳槽到了OpenAI，谷歌大脑至少失去4名核心成员。有消息称，国内，部分科技公司也把目光投向了百度，盯上了文心一言的内部开发人员。人才争夺的背后是人工智能的争夺战，而这最后还是大模型之争。IDC（国际数据公司）中国副总裁兼首席分析师武连峰曾表示，“大模型的背后蕴藏着一场人工智能落地模式的变革。如今火爆全球的ChatGPT背后的技术支撑正是大模型。没有对大模型的长期投入，就不会诞生ChatGPT这样的应用。”德邦在一份研究报告中称，自ChatGPT推出以来，国内学术界和科技企业相继宣布或将推出类似机器人对话模型，有望推动大模型发展，而国产大模型也有望在这一波浪潮中迎来爆发式成长。国内科技企业巨头在人才储备、集成能力、数据领域都遥遥领先。“最核心的是数据，到了一定程度高校的研究只能是做做算法然后发几篇论文，因为像ChatGPT这类后续的验证阶段必须要通过海量的数据来证明，这也是大型商业化科技企业的核心优势。”一位智能网联电动汽车领域专家对汽车商业评论表示。（图片来源：德邦证券）国内大模型厂商主要包括百度（文心大模型）、腾讯（HunYuan大模型）、阿里（通义大模型）、华为（盘古大模型）等企业。在德邦的一份关于国内大模型概览的研究报告中，其称文心大模型在市场格局中处于第一梯队。百度以文心大模型+飞桨PaddlePaddle深度学习平台；腾讯以HunYuan大模型+太极机器学习平台；阿里以通义大模型+M6-OFA；华为以盘古大模型+ModelArts，都打造了自然语言处理大模型、计算机视觉大模型以及多模态大模型方面。2019年3月，百度率先在发布预训练模型ERNIE1.0，文心大模型构建了“基础+任务+行业”的三级模型体系，基础大模型支撑任务与行业大模型的建设，任务和行业大模型结合真实场景与数据反哺基础大模型优化，目前已有36个大模型。此前，IDC评估结果显示，百度文心大模型处于第一梯队，产品能力、生态能力达到L4水平，应用能力达到L3水平。2022年4月，腾讯首次对外披露HunYuan大模型，协同了腾讯预训练研发力量，完整覆盖NLP大模型、CV大模型、多模态大模型及众多行业/领域任务模型。HunYuan先后支持了包括微信、QQ、游戏、腾讯广告、腾讯云等众多产品和业务，降本增效。依靠HunYuan的多模态理解能力，在广告内容理解、行业特征挖掘、文案创意生成等方面的应用，在为腾讯广告带来大幅GMV提升的也初步验证了大模型的商业化潜力。2022年9月，在阿里巴巴达摩院主办的世界人工智能大会“大规模预训练模型”主题论坛上，发布 “通义”大模型系列，并宣布相关核心模型向全球开发者开源开放。主要应用方向是为下游任务提质增效，例如在淘宝服饰类搜索场景中实现了以文搜图的跨模态搜索。华为云团队于2020年立项AI大模型，并且于2021 年4 月发布“盘古大模型”。盘古语音语义与视觉大模型广泛应用到金融、电商、物流等多个行业。华为云官网近期显示，盘古大模型“即将上线”。天风证券研报表示，盘古大模型是业界首个千亿参数中文语言预训练模型，在预训练阶段学习了40TB中文文本数据，被视为最接近人类中文理解能力的AI大模型。显然，大模型竞赛是属于巨头间的比拼，较量才刚刚开始。参考研究报告：AIGC专题：国内大模型概览 德邦证券本文由汽车商业评论原创出品转载或内容合作请联系说明违规转载必究【本文来自易车号作者汽车商业评论，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】

在国内使用ChatGPT对话系统，可以按照以下步骤进行：1. 购买OpenAI企业版API：您需要购买OpenAI企业版API的订阅，以便能够使用ChatGPT对话系统。OpenAI企业版API已经开放，可以在OpenAI官网进行购买。2. 获取API密钥：购买成功后，您将获得一个API密钥，这是用于与OpenAI服务器进行通信的凭据。请确保妥善保管您的API密钥，以免泄露。3. 设置环境和依赖：在使用ChatGPT对话系统之前，您需要设置好开发环境，包括Python和相关的依赖项。您可以使用pip包管理器安装OpenAI库，具体命令为：`pip install openai`4. 编写代码：在您的代码中，您需要使用OpenAI库来与ChatGPT对话系统进行交互。导入所需的库：`import openai`5. 发出对话请求：使用OpenAI库的`openai.ChatCompletion.create`方法来发送对话请求。这个方法接受一个包含对话历史的参数，以及一个要发送的消息。您可以通过如下代码发送一个对话请求：```pythonresponse = openai.ChatCompletion.create( model=\"gpt-3.5-turbo\", messages=[ {\"role\": \"system\", \"content\": \"You are a helpful assistant.\"}, {\"role\": \"user\", \"content\": \"Who won the world series in 2020?\"}, {\"role\": \"assistant\", \"content\": \"The Los Angeles Dodgers won the World Series in 2020.\"}, {\"role\": \"user\", \"content\": \"Where was it played?\"} ])```6. 处理返回结果：OpenAI库将返回一个包含聊天回复的JSON对象。您可以通过`response[\'choices\'][0][\'message\'][\'content\']`来获取ChatGPT的回复内容。7. 对话继续交互：您可以将ChatGPT的回复作为新的对话历史，再次发送对话请求，以进行进一步的交互。您可以使用循环来保持对话的进行。以上是在国内使用ChatGPT对话系统的基本步骤。根据OpenAI的规定，对于个人用户，对话系统API仅可在开发和研究目的下使用，不能用于商业用途。为了提高对话质量和准确性，您可能需要不断优化和测试对话请求，以及处理OpenAI返回的结果。

要在国内使用ChatGPT对话系统，您可以按照以下步骤进行操作：1. 打开OpenAI网站：使用浏览器访问OpenAI官方网站（https://www.openai.com/）。2. 注册并登录账户：如果您还没有OpenAI账户，您需要点击注册按钮创建一个新账户。如果您已经有账户，可以直接登录。3. 将账户设置为“支付宝”：一旦您登录了OpenAI账户，您需要将账户设置为\"支付宝\"以便于在国内进行付款。在\"Settings\"（设置）中，找到“Billing”（账单）标签页，然后选择\"支付宝\"作为您的首选支付方式。4. 了解和同意服务条款：在使用ChatGPT对话系统之前，您需要详细阅读并同意OpenAI的服务条款和使用政策。5. 获取API密钥：通过在OpenAI网站上选择“API”标签页，您可以获取ChatGPT的API密钥。确保妥善保管此密钥。6. 调用API进行对话：使用您喜欢的编程语言或工具，通过调用OpenAI的API来建立与ChatGPT对话。您可以使用OpenAI为不同编程语言提供的API库或SDK。7. 遵循API使用指南：阅读OpenAI的API使用指南，了解如何正确地使用ChatGPT对话系统。根据指南，您可以了解API调用的格式、参数以及响应的解析方法。8. 进行测试和试验：在使用ChatGPT对话系统之前，建议您进行一些测试和试验，以了解如何与它进行交互，并确信系统能返回您期望的结果。请注意，目前OpenAI的ChatGPT对话系统仍处于开发阶段，可能存在一些限制和不足之处。在使用之前，确保您已经了解了这些限制和使用指南。请遵循OpenAI的服务条款和使用政策，在使用ChatGPT时遵循合法合规的原则。

如果你想在Chatgpt聊天机器人中的显示名改为你的微信名，可以按照以下步骤操作：1. 打开Chatgpt聊天机器人，在聊天输入框中输入“修改昵称”。2. 聊天机器人会回复“请您告诉我您想要修改的昵称”。3. 在聊天输入框中输入你的微信名，例如“Li”等等。4. 聊天机器人会回复“好的，您的昵称已设置为Li”，这样你的Chatgpt聊天机器人中的昵称就已经修改为你的微信名了。注意：如果你的微信名改变了，也需要按照以上步骤重新设置昵称，聊天机器人才能正确识别和显示你的微信名。

2019年，随着5G商用拉开大幕，云游戏被视为5G时代最先落地的应用。在过去3年多时间里，云游戏迎来了快速的增长。艾瑞咨询数据显示，2022年国内云游戏收入规模已达到45亿元，同比增长32.4%，市场潜力可见一斑。相比传统游戏，云游戏的优势显而易见，不需太高的终端硬件配置；不需安装，登录即玩；全场景融合、全设备适配等，使其成为越来越多用户愿意“尝鲜”的游戏方式。但与此云游戏在发展中，也不得不面对几大难题：一是网络技术有待进一步完善，云游戏体验水平仍停留在“能玩”的阶段；二是商业模式有待探索，付费模式要得到用户的充分认可尚需时日；三是云游戏产业生态仍未完善，游戏开发商、网络运营商、硬件终端商之间缺乏协调沟通，导致资源无法被最大化利用。想要解决这些行业难题，离不开行业多方力量的共同探索，也离不开政府部门的相关引导。4月18日-21日，由国家新闻出版广播电影电视总局主办，电科技承办的CCBN云游戏生态创新峰会将在北京首钢会展中心拉开帷幕。作为云游戏产业盛会，此次峰会将邀请行业内600+企业参展，共商行业发展大计，共筑行业产业链条，助推云游戏产业迈入“新纪元”。新技术+新场景 释放云游戏潜能回溯来看，云游戏的发展，难免经历大浪淘沙的阶段。如2020年开启C端付费的云游戏平台多达22个，到了2022年，这个数字已经下降到了7个，而在国际市场上，甚至出现了谷歌关停云游戏业务Stadia的现象。但这并不意味着云游戏向上只是伪命题。在行业内，仍有不少巨头加码布局云游戏，典型的案例便是，2022年上半年，微软寻求以 690 亿美元的天价收购动视暴雪，希望以此强化其云游戏布局，提升云游戏实力。而在国内，云游戏厂商们同样是动作频频。以咪咕快游来说，仅仅在世界杯期间，其上线的足球游戏便多达95款；腾讯先锋则是全量接入了旗下上百款热门游戏及新品，如《王者荣耀》《和平精英》《英雄联盟电竞经理》等。与此一个值得关注的现象是，云原生游戏也已经出现爆款产品。2022年1月，蔚领时代与米哈游合作的《云·原神》成为全球首个单独通过苹果审核上架App Store的云游戏。透过这些现象来看，云游戏虽然遭遇了一定的坎坷，但作为游戏产业的未来方向，仍然展现出强劲的活力，受到业界的一致看好。作为最接近元宇宙概念的存在，云游戏由于实时性、兼容性、无限开创等发展要求，对视听技术、人工智能、5G技术等大量网络技术，都提出了更苛刻的要求。而迈入到2023年，无论是视听技术，还是人工智能、5G等，都迎来了跨越式的发展。如人工智能出现ChatGPT等应用，一键生成对话、构建3D模型等，为元宇宙及云游戏打开了更广阔的的想象空间。构建数字宇宙的技术基础逐步夯实的场景方面也变得更加多元化。过去，视听娱乐几乎是移动互联网一家独大，OTT、车载屏、虚拟现实、流媒体等各种新场景的需求喷涌而出，如在OTT领域，国内智能设备月活用户规模在2022年8月便达到3.62亿，同比增长了33.6%。这些新场景需求的迸发，毫无疑问将推动云游戏释放更强潜能。目前来看，无论是云游戏，还是元宇宙，在新技术、新场景的加持下，都已经来到全面爆发的前夜。而要抓住这样的机会，自然而然要看国内游戏产业的发展。云游戏不止于游戏 产业价值凸显尽管在国内游戏产业饱受非议，但作为视听娱乐行业的重要分支，游戏产业一直自带积极意义。在《“十四五”文化产业发展规划》中，明确指出要“促进电子竞技与游戏游艺行业融合发展，鼓励开发沉浸式娱乐体验产品”，这意味着其价值得到了有关部门的认可。梳理来看，游戏产业之所以得到“正名”，既在于游戏产业自身的价值庞大，也在于如今的游戏产业已经向更深处延伸，有望助力更多的领域释放产业价值。游戏产业最明显的价值便是经济利益。根据《2022年中国游戏产业报告》数据显示，2022年中国游戏市场实际销售收入2658.84亿元，其中自主研发游戏国内市场实际销售收入2223.77亿元，自研游戏海外市场实际销售收入173.46亿美元。创造更多的就业机会。作为链条极长的产业，游戏产业涉及研发、发行、市场、网络服务等大量上下游环节，因此需要大量的企业和人才。在过去十年中，游戏产业相关企业数量从5000多家飙升至39万余家，创造专业就业岗位274万个，创造游戏主播等衍生就业岗位也多达上百万。而云游戏产业还在加速迈向生态化发展，则进一步提升了云游戏产业的商业效率，放大产业收益。如腾讯一边牵手运营商、终端厂商、内容平台等推进内容生态建设，一边向云游戏玩家分发多终端云游戏服务；而蔚领时代在研发原生云游戏项目《春草传》的也在与芯片商展开深度合作，探索如何为游戏开发者服务，如何为厂商降本增效。当下云游戏产业的发展，早已不局限于游戏产品本身。在市场中，不少云游戏厂商依托云游戏技术，不断拓展云游戏的使用场景，切入更广泛的产业领域。如阿里元境指向的便是打造面向云游戏和元宇宙时代的基础设施，既为游戏厂商提供云游戏技术服务，也为西安博物院、宝马汽车等文旅、汽车行业提供技术支撑。行业内的知名云游戏厂商都在纷纷扩张，如蔚领时代专注提供实时云渲染解决方案，海马云着力于实时互动内容云计算服务，咪咕快游、天翼炫游等厂商则在发力5G应用建设。由此不难看出，云游戏产业正在助力各行各业交融发展，不仅拉长了云游戏产业链，寻求到商业增长机会点，更有望开启更为磅礴的未来视界。而此次国家广播电视总局广播电视科学研究院主办CCBN云游戏生态创新峰会，作为官方下场举办的峰会，既为行业释放了积极的发展信号，也将更有利粘合产业内各方力量，共同铸造产业链条，挖掘更多应用场景，助推云游戏产业迈入新的发展阶段。汇聚产业力量 打造云游戏新未来在此次CCBN云游戏生态创新峰会中，除了作为主办方的广电总局将到场，中国信息通信研究院、咪咕快游、阿里元境、京东方、百度智能云、松应科技、Nibiru睿悦等知名企业也将参加，参会企业涵盖网络服务、硬件制造、金融投资等各个行业。有广电总局的引领协调，资本会对云游戏行业更加有自信；行业伙伴之间的沟通合作，能够实现资源共享。通过这次会议，云游戏的内容供给、网络体验等核心痛点都将得到商讨，各路行业经营也一定能商讨出一个最为现实、高效的发展路线。电科技也在此诚挚邀请国内外各路伙伴参与本次盛会，无论您涉及的业务是游戏研发、游戏发行、云游戏解决方案、电视硬件、系统研发等等，都欢迎与电科技取得联系。相信您的参与一定会给本次活动增光添彩，让我们共同助力中国云游戏产业开创全新未来！【本文来自易车号作者91che，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】

全球一重覆盖是指在全球范围内建立一个统一的通信网络，使得用户可以在任何地方都能够接收到信号并进行通信。这个网络覆盖范围广泛，包括城市、乡村、海洋、山区等各种地形和环境。实现全球一重覆盖需要建立大量的基站和卫星通信设施，以确保信号的覆盖范围和质量。这样的覆盖可以提高通信的可靠性和稳定性，方便人们在全球范围内进行商务、旅游、教育等各种活动。

2023伊始，先是开年毫末智行举办HAOMOAIDAY，放出自动驾驶行业最大智算中心，再有小鹏、理想新春全员信剑指城市导航辅助驾驶，随后是对话式AI大模型ChatGPT火遍全网，自动驾驶AI技术再次成为顶流。无论是自动驾驶的“进城”，还是ChatGPT的“进化”，其背后都是对数据、算力需求指数级增长的态势以及对大模型的训练。当需求上来了，智算中心作为自动驾驶的“新基建”也就被业界越来越多的提及。智算中心即智能计算中心，是基于人工智能理论，采用领先的AI计算架构，提供人工智能应用所需算力服务、数据服务和算法服务的公共算力新型基础设施，换句话说，智算中心其实是一个算力的供应和生产平台。那为什么有了它“自动辅助驾驶”就可以变为“自动驾驶”了？“降服”自动驾驶边际成本 自动驾驶智算中心“专云专用”有人说，智算中心是自动驾驶发展的助推器，因为自动驾驶算法模型训练是机器学习的典型场景之一，其视觉检测、轨迹预测与行车规划等算法模型需要同时完成高并发的并行计算，对算力有着极高的需求，而智算为提高算法模型的成熟度提供了巨大的算力。在自动驾驶领域，说起智算中心，还得先提特斯拉。2017年，Transformer网络出现后，奠定了当前大模型领域主流的算法架构基础，随后，2020年，特斯拉将Transformer大模型引入自动驾驶领域中，是AI大模型应用于自动驾驶的开端。在这之后，特斯拉开始着手打造属于自己的AI计算中心——Dojo，总计使用了1.4万个英伟达的GPU来训练AI模型。为了进一步提升效率，特斯拉在2021年发布了自研的AI加速芯片D1，并计划将25个D1封装在一起组成一个训练模块（Training tile），然后再将训练模块组成一个机柜（Dojo ExaPOD）。最近一期的特斯拉AI DAY上，马斯克称将于2023年一季度部署完成特斯拉超级计算机群组ExaPOD。国内方面，2022年8月，小鹏汽车和阿里云合建了当时国内最大的自动驾驶智算中心“扶摇”，专门用于自动驾驶模型训练，算力规模达600PFLOPS，相当于每秒可以完成60亿亿次浮点运算。不过这个记录仅仅维持了4个多月。今年1月，毫末智行联合火山引擎，共同推出自动驾驶行业最大的智算中心MANA OASIS（雪湖·绿洲），每秒浮点运算达67亿亿次，存储带宽每秒2T，通信带宽每秒800G。吉利也在1月28日上线了吉利星睿智算中心，目前已接入智能驾驶和车联网实验数据近百PB，在线车辆的并发计算支持达百万辆。从现有情形来看，成本和需求两重因素，是智算中心的诱人之处。成本层面，算力作为自动驾驶的基本要素，需要更高性能的智算中心来完成训练、标注等工作。以毫末的MANA OASIS为例，通过部署Lego高性能算子库、ByteCCL通信优化能力，以及大模型训练框架，软硬一体，毫末把算力优化到极致。在训练效率方面，基于Sparse MoE，通过跨机共享，轻松完成千亿参数大模型训练，且百万个clips（毫末视频最小标注单位）训练成本只需百卡周级别，训练成本降低100倍。搭建高效、低成本的数据智能体系是自动驾驶技术健康发展的基础，也是自动驾驶系统能够不断迭代前行的重要环节，更是自动驾驶商业化闭环的关键所在。小鹏汽车董事长何小鹏曾表态，“如果现在不以这样的方式（智算中心）提前储备算力，那么今后5年内，企业算力成本会从亿级，加到数十亿级。”如果持续使用公有云服务，边际成本不断上涨只是一方面，更重要的是，智算中心可以让自动驾驶企业实现“专云专用”。自动驾驶的开发包括从数据采集到数据筛选、打标、模型训练、回放性验证、仿真测试等等环节。而云计算的本质是租赁计算设备，云服务商的设备都是统一采购，为了获得更多客户，这些设备都具备很大的通用性，设备内部使用的CPU、GPU/AI加速器、内存的型号与规格都相对固定，很难与车企和自动驾驶公司的算法形成最佳匹配。云服务厂商对自动驾驶算法的了解程度不高，不可避免的会在调度算力时出现损耗和效率不高的问题。从需求的角度来看，智算中心似乎可以成为自动驾驶和车企的托底神器。同样以毫末为例，有了MANA OASIS的加持，毫末MANA五大模型全新亮相升级，车端感知架构实现跨代升级，毫末的技术栈布局继续保持完整领先的态势，尤其在感知、认知等层面领跑行业，引领大模型、大算力、大数据发展方向，冲刺进入自动驾驶3.0时代。拿数据采集、筛选和标注来说，自动驾驶系统在前期开发阶段，需要采集大量的道路环境数据，以此让车辆像人类驾驶员一样快速准确地识别车道、行人、障碍物等驾驶环境中的关键信息。唯一的办法是，通过在海量数据基础上不断的重复训练与验证，车辆对道路环境的认知水平逐渐趋近于真实情景，判断的准确性在这一过程中不断提升。车企收集到的数据还需要进行模型训练，算法通过在数据上进行运算产生模型，而智算中心将是驱动大模型和海量数据训练的加速器。基于Sparse MoE，毫末根据计算特点，进行稀疏激活，提高计算效率，实现单机8卡就能训练百亿参数大模型的效果，实现跨机共享exper的方法，完成千亿参数规模大模型的训练，训练成本降低到百卡周级别；毫末设计并实现了业界领先的多任务并行训练系统，能同时处理图片、点云、结构化文本等多种模态的信息，既保证了模型的稀疏性、又提升了计算效率；MANA OASIS训练效率提升了100倍。毫末智行CEO顾维灏也在详细阐释了建设智算中心的底层逻辑：“自动驾驶对智算中心的第一要求肯定是算力。智算中心的超大算力代表了有多少的AI工程师在这个练武场中能够做出什么大模型，能训练多少大模型。”智能辅助驾驶“进城” MANA OASIS帮助毫末解决了哪些难题？现在很多车企和自动驾驶技术企业已经开始把打造智算中心当成下一阶段竞争重点。今年1月的HAOMO AI DAY上，毫末智行董事长张凯给出了2023年自动驾驶行业趋势的十大新预测，超算中心赫然位列“超算中心会成为自动驾驶企业的入门配置。”当下，随着新能源汽车品牌普遍已经把高速公路场景下的辅助驾驶列为标配，赛场已经悄然从高速路转向城市。与高速导航辅助驾驶相比，城市行车涉及了红绿灯、十字路口、行人电动车、遮挡、固定障碍物、频繁刹停起步等一系列难题，复杂度又提升了好几个数量级。如果仅用实测车辆去挑战这些城市场景无法穷尽的Corner Case，成本、安全性、时间都将成为企业发展的壁垒。由此，虚拟仿真就成为了解决部分成本及场景多样性的关键，大规模的长尾场景需要数据中心提供充足的算力支持。仿真场景对现实的回归过程，同样需要巨大的算力提供支持。在MANA OASIS的加持下，毫末的数据智能体系MANA五大模型全新亮相升级。而在五大模型助力下，MANA最新的车端感知架构，从过去分散的多个下游任务集成到了一起，形成一个更加端到端的架构，包括通用障碍物识别、局部路网、行为预测等任务，毫末车端感知架构实现了跨代升级。这也意味着毫末的感知能力更强，产品力更强，向全无人驾驶加速迈进。视觉自监督大模型，让毫末在中国首个实现4D Clip的自动标注。毫末利用海量videoclip，通过视频自监督方式，预训练出一个大模型，用少量人工标注好的clip数据进行Finetune（微调），训练检测跟踪模型，使得模型具备自动标注的能力；将已经标注好的千万级单帧数据所对应的原始视频提取出来组织成clip，其中10%是标注帧，90%是未标注帧，再将这些clip输入到模型，完成对90%未标注帧的自动标注，进而实现所有单帧标注向clip标注的100%的自动转化，同时降低98%的clip标注成本。毫末视频自监督大模型的泛化性效果极佳，即使是在一些非常困难的场景，例如严重遮挡的骑行者，远处的小目标，恶劣的天气和光照，都能准确地完成自动标注。3D重建大模型，助力毫末做数据生成，用更低成本解决数据分布问题，提升感知效果。面对“完全从真实数据中积累corner case困难且昂贵”的行业难题，毫末将NeRF技术应用在自动驾驶场景重建和数据生成中，它通过改变视角、光照、纹理材质的方法，生成高真实感数据，实现以低成本获取normal case，生成各种高成本corner case。3D重建大模型生成的数据，不仅比传统的人工显式建模再渲染纹理的方法效果更好、成本更低。增加NeRF生成的数据后，还可将感知的错误率降低30%以上，且数据生成可实现全程自动化，无需任何人工参与。多模态互监督大模型则可以完成通用障碍物的识别。毫末在成功实现车道线和常见障碍物的精准检测后，针对城市多种异形障碍物的稳定检测问题，毫末正在思考和探索更加通用的解决方案。毫末的多模态互监督大模型，引入了激光雷达作为视觉监督信号，直接使用视频数据来推理场景的通用结构表达。该通用结构的检测，可以很好地补充已有的语义障碍物检测，有效提升自动驾驶系统在城市复杂工况下的通过率。动态环境大模型，可以精准预测道路的拓扑关系，让车辆始终行驶在正确的车道中。在重感知技术路线下，毫末为了将对高精地图的依赖度降到最低，面临着“道路拓扑结构实时推断”的挑战。毫末在BEV的feature map（特征图）基础上，以标精地图作为引导信息，使用自回归编解码网络，将BEV特征，解码为结构化的拓扑点序列，实现车道拓扑预测。让毫末的感知能力，能像人类一样在标准地图的导航提示下，就可以实现对道路拓扑结构的实时推断。毫末认为，解决了路口问题实际就解决了大部分城市NOH问题。目前在保定、北京，毫末对于85%的路口的拓扑推断准确率高达95%。即便是非常复杂、非常不规则的路口，毫末也能准确预测，比老司机还老司机。人驾自监督认知大模型在今年2月已经被正式升级为DriveGPT，这也是全球首个自动驾驶认知大模型。它能让毫末的驾驶策略更加拟人化，安全及顺畅。毫末DriveGPT已完成模型搭建和第一阶段数据的跑通，参数规模可对标GPT-2的水平。DriveGPT将持续引入大规模真实接管数据，通过人驾数据反馈的强化学习，来不断提升测评效果，同时也将DriveGPT作为云端测评模型，用来评估车端小模型的驾驶效果。仿真测试能有效缩短技术和产品开发周期，降低研发成本。业内典型的长尾场景问题不够丰富，现实中可遇而不可求的极端场景，利用仿真平台可以便捷生成。由于仿真测试中的模拟环境需要实现多模态融合，以支持传感器模组的复杂性，因而也需要大算力的支持。除了毫末，特斯拉超算中心拥有近2万张GPU，对自动驾驶训练效率产生立竿见影的效果，最大限度地提升了自动驾驶系统的开发效率；大陆集团的高算力集群，将开发周期从几周缩短至几个小时，使自动驾驶得以在中短期商业计划中落实；机器学习时间的缩短加快了新科技进入市场的速度；“扶摇”支持小鹏自动驾驶核心模型的训练时长从7天缩短至1小时内，大幅提速近170倍……当前，一个不争的事实就是，在自动驾驶领域具有长期规划的车企，无论是造车新势力还是传统品牌，或者技术供应商，都在搭建自己的超算中心，以掌握稳定的算力资源，缩短开发周期，加快自动驾驶产品的上市。相反，如果没有超算中心，那么自动驾驶训练速度将明显放缓，自动驾驶企业间的差距也将愈发明显。用智算中心打造数据护城河 数字新基建逐步成为发展“标配”自动驾驶发展至今，业界发现乘用车智能辅助驾驶是最有可能大规模铺开的商业场景。据高工智能汽车研究院数据显示，2022年中国市场（不含进出口）乘用车前装标配搭载L2级辅助驾驶的搭载率，已经连续第二个月超过30%。智研咨询数据显示，预计到2026年，全球新车L2自动驾驶的渗透率可达53.99％。今年，城市导航辅助驾驶也开启了量产的征程。西部证券预测，2023～2026年，国内市场上搭载城市导航辅助驾驶的车型将分别达到70万、169万和348万辆，占比将分别达到17％、40％和70％。在城市导航辅助驾驶落地加速的背景下，更容易复制、拓展的重感知的方案，受到了更多关注。在重感知技术路线下，面对“道路拓扑结构实时推断”的挑战，毫末的选择是在特征图基础上，以标精地图作为引导信息，使用自回归编解码网络，通过结构化的拓扑点序列解码，实现车道拓扑预测。由此不难看出，业界逐渐达成共识的重感知路线，相比高精地图方案，更依赖算力加持。人工智能是创新的加速器，智算中心则可以为各类技术创新提供支撑。一方面，智算中心可以为构建安全可信、可复用的技术研发环境提供算力设施支撑，为各领域科技研发提供智能计算服务，加速科技研发的进程；另一方面，智算中心是新一代信息技术的集成应用载体，智算中心的快速建设推广与规模化应用将推动通信服务网络、大数据、人工智能等技术的快速迭代，从而促进技术创新。自动驾驶数据是片段式的，特点是小文件多，达到百亿个，而且训练需要交换的数据多，智算中心可以提供充足的带宽，并且可以让自动驾驶模型拥有更好的并行计算框架，在训练的时候把硬件资源都利用起来。2020年4月20日，国家发展改革委首次明确新型基础设施的范围，其中就包括以智能计算中心为代表的算力基础设施。2023年1月10日，国家工业信息安全发展研究中心推出《智能计算中心2.0时代展望报告》，指出经过5年多发展，智算中心正由1.0粗放扩张阶段走向2.0精细规划阶段。根据相关统计和测算，目前全国超过30个城市在建或筹建智算中心，未来5年我国智能算力规模年复合增长率将达52.3%。智算中心的创新发展，将进一步为人工智能夯实“算力底座”，成为带动人工智能及相关产业快速发展的新引擎。“我们测算，智算中心带来的成本优化是惊人的，将达到亿元级别。”这是今年1月，张凯提出的预测。从目前及未来的规划量产规模来看，毫末自建智算中心可节约巨额成本；其带来的效率提升也非常明显。人工智能发展很快，新的算法层出不穷，需尽快引入新的技术和模型，与此数据是智能化发展最大的驱动力，也占据了大量成本构成。用自建智算中心来打造数据护城河，不仅能够完善产业智能生态，更能让企业在智能化方面占据先发优势，智算中心作为数字新基建，未来势必将引领自动驾驶技术持续迭代升级。【本文来自易车号作者车业视界，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】