10 月 28 日，汽車行業大語言模型研討會正式結束。NVIDIA 解決方案架構師陳文愷在研討會中講解了汽車行業如何開發企業級大語言模型，以加速行業創新和發展。同時，NVIDIA 汽車行業開發者關系經理李博和英邁中國技術工程師李寧在現場探討了汽車行業前沿趨勢與未來風向標。下文將帶領讀者回顧嘉賓們在“NVIDIA 加速汽車行業大語言模型的開發與應用”研討會上的重點分享。

基于深度學習的 AI 技術——大語言模型（LLM），通常擁有數十億到數萬億的參數，具備自然語言處理、文本生成、問答、情感分析等多種能力，因而在各行各業中地位日趨重要，在汽車行業也不例外。

在汽車行業，大語言模型可用于豐富與提升智能座艙功能交互，自動駕駛加速訓練驗證和提高端到端可解釋性，車輛診斷和維護建議，市場營銷和客戶支持等多方面，以提高車輛性能和安全性，增強用戶體驗：

• 智能汽車用戶交互：LLM 可以改善車輛內部的語音助手和信息娛樂系統，使用戶與車輛更自然地進行交互，并提供更多個性化的建議和服務。

• 自動駕駛系統：LLM 可以幫助自動駕駛系統理解和應對復雜的交通信息與情境，提高車輛的感知和決策能力，從而增加道路安全性。

• 車輛診斷和維護：在車輛傳感器和故障代碼數據的基礎下，LLM 可以幫助分析、識別問題，并提供維護建議，幫助車主維持車輛的良好狀態。

• 其他自然語言處理功能：在客戶支持和市場營銷領域，LLM 可以用于自然語言處理應用，比如虛擬客服、在線車輛配置工具、銷售推廣和消費者反饋分析等。

NVIDIA 可提供多種開發者工具，助力汽車行業大語言模型的開發與部署。

在開發和部署階段，端到端云原生框架 NVIDIA NeMo 可以讓用戶不受位置限制，靈活地構建、定制和部署 LLM 等生成式 AI 模型。它包含訓練和推理框架、護欄工具包、數據管護工具和預訓練模型，為企業采用 LLM 等生成式 AI 工具提供了一種既簡單、又經濟的方法。

汽車制造商和開發者可以在全球范圍內協同開發和部署語音助手、用戶界面改進和其他語言模型應用，來為廣泛車主提供更好的用戶體驗。

在應用與運營方面，NVIDIA TensorRT——用于高性能深度學習推理的 SDK，包含了深度學習推理優化器和運行時環境，可為深度學習推理應用提供低延遲和高吞吐量，同時結合 NVIDIA TensorRT-LLM 開源庫，可優化模型以適應車載計算平臺，從而加速決策和感知過程，提高道路安全性并改善智能體驗。

會議期間，NVIDIA 汽車行業開發者關系經理李博和英邁中國技術工程師李寧亮相會場，與參會者共同暢想汽車產業的未來。

隨著汽車的電氣化以及車載計算平臺的算力步步攀升，汽車的智能化程度正在逐漸成為消費者選擇產品時的關鍵考量因素，在 AI 的加持下，車主與汽車的關系將不局限于駕駛者和交通工具。

大語言模型應用的爆發也讓人們將目光投向“車輪上的計算機”——智能汽車的更多可能性，LLM 將對車輛智能化、用戶體驗和行業創新產生深遠影響。它將改善自動駕駛系統的人機交互，提高用戶界面的便捷性和個性化，加強車輛的感知和決策能力，提高道路安全性。

但與此同時，更加個性化的體驗意味著更多的數據采集及處理，在車輛智能基礎之上，用戶的信息安全也不容忽視，開發者可采取數據加密、匿名化處理、訪問控制、合規性審核以及數據最小化原則等措施，以平衡 LLM 技術驅動的汽車智能創新和用戶隱私保護之間的關系。

嘉賓還談及了 LLM 對自動駕駛技術所能發揮的作用，在自然語言理解、上下文推理和智能交互等功能的助力下，未來自動駕駛技術的展現模式與先進性將具備更大潛能。

汽車行業 LLM 在發展中也面臨著重重挑戰，需要企業強化用戶數據保護措施，應對技術的復雜性和可擴展性，以確保大語言模型的有效集成和穩定性，解決這些挑戰將成為行業未來發展的重要議題。