撰文 / 钱亚光

编辑 / 黄大路

设计 / 琚 佳

最近几天，斯坦福大学AI团队陷入抄袭风波，被质疑“套壳”清华系大模型开源成果，引起舆论哗然。

起因是这个团队在5月29日发布了一个多模态大模型Llama3-V，声称只花500美元训练，就能实现在多个基准测试中比肩GPT-4的性能。但很快有人发现，该模型跟清华系大模型创企面壁智能5月发布的MiniCPM-Llama3-V 2.5模型有不少相似处，而且没有任何相关致谢或引用。

在最新进展中，斯坦福Llama3-V团队的两位作者Siddharth Sharma和 Aksh Garg在社交平台上就这一学术不端行为向面壁MiniCPM团队正式道歉，并表示会将Llama3-V模型悉数撤下。

面壁智能联合创始人兼CEO李大海在朋友圈回应说“深表遗憾”，这也是一种“受到国际团队认可的方式”，并呼吁大家共建开放、合作、有信任的社区环境。

由此可见，以大模型为代表的人工智能产业竞争也相当激烈。

自从去年10月ChatGPT发布后，AI大模型迅速引起全球范围的热潮，并以极快的速度进入各行各业。

面对中国汽车市场的疯狂内卷，多家车企也将目光投向AI领域，加速“大模型”上车，实现在智能化上的突破。AI大模型也成为车企突显产品智能化、打造产品差异化的新选择与新方向。

今年的北京车展上，已经有超过20家汽车品牌宣布 AI 大模型正式“上车”。不过也有专家指出，目前大模型上车概念成份居多，具体实际应用情况还有待观察，而且大模型上车不一定能提升企业经营业绩并带来稳定利润。

目前，AI在国内汽车产业的运用主要有两种落地形式：一是人车交互领域，二是聚焦智能驾驶。

人车交互方面，AI技术多数应用在智能座舱，通过赋能车内语音助手，形成具备出行场景对话式交互、逻辑推理、策略规划和知识问答等多项能力，通过流畅的“人车对话”，让车机理解用户的指令与需要并作出反应，从而提供个性化的服务。

智能驾驶方面，则是利用AI的生成式技术，赋能自动驾驶数据训练以及相关应用功能能力的提升，帮助解决认知决策问题，在车辆控制、环境感知和用户需求之间建立紧密的连接，最终实现端到端的自动驾驶。

其实，除了以上两种大模型“上车”对C端用户体验进行重塑之外，AI大模型还有望在汽车行业中延伸到更深层次，即面向B端企业级的应用，包括营销服务场景、企业数字化的升级、边缘计算和智能分析，为车辆智能化和电动化的决策与发展提供全场景的支持。

比如在汽车营销领域，通过大模型赋能，可以让产品交互变得更加简单，能够在人群圈选、人群分层、物料匹配、渠道选择和文案生成等方面实现营销链路自动闭环，释放营销人员效能，让专业的人更加专注创造性、创新性的内容生产，实现营销效率的大幅提升，助力销售线索转化，降低运营人员使用成本。大模型 /AIGA 在汽车营销领域应用的未来发展值得期待。

2024年6月14-16日，以“想象”为主题的第十六届中国汽车蓝皮书论坛将在北京国测国际会议会展中心举行。其中，6月16日下午的尖峰辩题“大模型能改变汽车营销吗？”将大模式赋能汽车营销的话题。

随着经济上行趋势减缓和汽车市场竞争恶意化，以主机厂品牌为主 导的营销，在流量时代对于品牌如何打造，对于如何打造渠道，对于线下门店 如何引客赋能，对于如何低成本获取销售线索，引客到店并成交，助力主机厂降本增效，都是难题。大模型工具现在成为解决这个问题的最热门技术，它能解决当下汽车营销困境吗？

本主题辩论建议从3个方面展开：

1）当下汽车营销困境主要包括哪些方面？营的方面有哪些困境？销的方面有哪些困境？最重要的困境在哪里？

2）AI大模型工具能够做些什么？能够应用于哪些场景？在线索获取方面怎么做？在销售接待方面如何改进？在售后服务方面如何让用户满意？

3）汽车企业实际上很多部门都有 AI 应用的需求，但是缺乏大模型与业务结合实施的经验。目前基座模型层公司和应用层公司较多，但是中间层公司较少。车企应该如何构建 AI 大模型能力？

欢迎大家对尖峰辩题提出意见和建议，也欢迎大家报名参加第十六届中国汽车蓝皮书论坛（CABF2024）。