7月9日， 智猩猩联合 NVIDIA 策划推出的 NVIDIA 自动驾驶汽车技能公开课顺利完结。
在本次公开课中，NVIDIA 汽车行业开拓者关系经理李博先容了 AI 定义汽车这一前沿技能趋势，通过端到端自动驾驶领悟天下模型将自动驾驶技能推动到 AV 2.0。
详细先容了大措辞模型（LLM）在 AI 座舱与企业 AI 中的实践进一步解读 AI 定义的汽车。
末了，分享了加速 AI 开拓与支配的软件办理方案NVIDIA AI Enterprise。
本文内容来自于对李博老师的直播讲解进行的提炼总结。

错过本次公开课直播的朋友，可以点击“阅读原文”不雅观看完全回放。

01 AI 定义汽车

目前，驱动全体汽车行业从软件定义汽车到 AI 定义汽车的发展紧张有以下三大缘故原由：

1）软件定义汽车这一趋势的成熟。
电动车的渗透率达到45%~50%，且在部分省份已经超过了50%；

2）自动驾驶的软件栈正朝着更 AI 化的方向发展，并越来越多地运用 AI 技能。
从最初的算法和基于规则的方法，到在量产车上通过 AI 增强的方案，再到天下模型、端到端（End-2-End）等技能不断发展，推动了自动驾驶行业的 AI 化进程。

3）天生式 AI（ChatGPT）横空出世之后，给全体行业带来新的可能性。

NVIDIA 环球副总裁吴新宙在 GTC 2024 上详细解读了“AI 定义汽车”，感兴趣的朋友可以免费注册不雅观看演讲回放 。
（https://www.nvidia.com/en-us/on-demand/session/gtc24-se63001/）

02‍ 从 AV 1.0 到 2.0 的蜕变

在自动驾驶 AV 1.0 阶段的软件定义汽车中，紧张采取集成深度神经网络（DNNs）的方法，通过标记图像数据进行演习，不同的模型能办理不同的问题。
而在 AV 2.0 时期，将会由一个大型云端模型（Multimodal LLMs）处理从数据到验证的全过程，这个中涵盖与自动驾驶干系的任务、数据处理任务以及安全性方面的需求等。

一些行业客户正在通过基于 VLM（视觉措辞模型）的 Foundation Model 来赋能端到端网络，以及用于仿真环境的天生。
同时，还可以反向用于 VLM Foundation Model 的演习和验证，形成双向闭环。

NVIDIA 在今年 CVPR 大会上发布的仿真方向成果：NVIDIA Omniverse Cloud APIs for Sensor Simulation，《端到端自动驾驶，CVPR 自动驾驶寻衅赛冠军论文解读》。

NVIDIA提出的 AI Factory （AI 工厂）观点则为 AV 2.0 的开拓供应了支持。
未来的算力根本举动步伐就像是持续制造 AI 的工厂。
它能够将从端侧网络到的数据用于演习模型，并将 AI 工厂演习好的模型支配到端侧，形成完全的闭环。
NVIDIA AI Factory 赋能的自动驾驶行业最佳实践案例：空想汽车、蔚来和小鹏汽车的互助案例。

03 天生式 AI 在汽车行业的运用

天生式 AI 在汽车行业的运用方向紧张包括两方面。
一方面是利用 LLM 在客户体验、内容天生、知识库构建和代码天生方面的运用；另一方面是将天生式 AI 运用于 NVIDIA Omniverse 中赋能的 3D 渲染管道，为汽车行业供应支持。

LLM 在汽车行业紧张有以下6个落地场景：

1）自动驾驶 AV 2.0 的根本模型；

2）改进汽车用户的利用和做事体验；

3）生产制造优化，提高效率和精度；

4）造型设计创新，并加速开拓周期；

5）RAG 构建知识库，用于问答系统和知识推理；

6）通过 LLM 进行数据剖析。

04 企业 AI 运用于汽车行业

2022年底是天生式 AI 爆发元年，随后，2023年企业纷纭开始探索天生式 AI，2024年将是天生式 AI 支配上线的量产之年。

NVIDIA 面向企业的端到端软件办理方案 NVIDIA AI Enterprise 涵盖了从数据准备、模型演习、仿真测试到模型支配的全体 AI 开拓流程，同时支持模型开拓支配和集群管理等事情负载，为企业供应一整套完善的功能。

当企业须要投入新的业务方向时，NVIDIA AI Enterprise 能够供应快速支配和上线的支持，帮助企业迅速适应市场变革。
个中包括演习框架 NVIDIA NeMo ，帮助轻松构建天生式 AI 运用。
而 NVIDIA NIM 则是 一套易于利用的预构建容器工具，帮助企业加速天生式 AI 的支配。