不是，現(xiàn)在造車都得ChatGPT一下了嗎？

GO 參考價：未上市

查看參配 獲取底價

購置稅優(yōu)惠 經(jīng)銷商報價 車主點評

首先要說明的是，AI造車并非指的是AI去操縱生產(chǎn)線，而是利用AI算法來完成汽車零部件的設(shè)計方案。

在造車界地位相當于ChatGPT的，便是汽車算法設(shè)計模型AAM（Automotive Algorithm Modeling），由自動駕駛滑板底盤及整車開發(fā)制造企業(yè)PIX Moving提出。

與AI繪畫、AI聊天非常相似，AAM用起來也是由人類給出參數(shù)或草圖，包括允許AI生成的區(qū)域、功能需求和約束條件。

與文本、繪畫類“基于數(shù)據(jù)量巨大，訓練資源豐富”的前提不同，對于工業(yè)領(lǐng)域，數(shù)據(jù)量往往很難達到繪畫、文本領(lǐng)域的數(shù)據(jù)量。

因此，根據(jù)工業(yè)場景的特征，PIX 提出基于規(guī)則的小模型與大模型相結(jié)合的策略，使用大模型通過學習海量車輛數(shù)據(jù)生成近似設(shè)計，然后通過經(jīng)典算法來將近似設(shè)計優(yōu)化為精確的工程文件，從而符合工業(yè)場景的制造需求。

不難看出，所謂的“用ChatGPT造車”，并非是字面所指的那種意思。而是借以ChatGPT為代表的AIGC模式，來改變傳統(tǒng)造車流程中的設(shè)計、工程和制造環(huán)節(jié)。

傳統(tǒng)汽車設(shè)計固有的一大痛點，可以總結(jié)為“牽一發(fā)而動全身”，因為它所涵蓋的細分流程不僅紛繁復雜，而且環(huán)環(huán)相扣。例如計算機模型繪制、工程分析、估算成本、可靠性實驗等等，一旦客戶針對某個環(huán)節(jié)提出改動需求，無異于給設(shè)計團隊送上一首《重頭再來》……

汽車設(shè)計領(lǐng)域不僅是在需求上具有碎片化的特點，而且還逐步在向多樣化和非標化的方向發(fā)展，諸如物流、安防、農(nóng)業(yè)等場景的不同，便會使得汽車設(shè)計無法做到“一個模板cover所有”。

而像ChatGPT這般的AIGC，它們的一大特點便是能夠以專家級的知識、能力儲備，在極短的時間內(nèi)呈現(xiàn)高質(zhì)量的結(jié)果。

二者結(jié)合之下，便不難得出PIX Moving此舉所劍指的目標了——讓AAM成為工業(yè)界的ChatGPT。

據(jù)了解，在AAM的加持之下，汽車設(shè)計流程的效率可以提升10倍，相對人工設(shè)計效率提升50-100倍，而且還是在精確性和穩(wěn)定性上能夠提供“更優(yōu)解”的那種。

而且PIX Moving不僅僅是在設(shè)計端處發(fā)力，在制造端上，還提出了RTM（實時成型模型），這套組合拳的打法可以總結(jié)如下：

AAM：將車輛設(shè)計數(shù)據(jù)化、系統(tǒng)化，快速確定高質(zhì)量設(shè)計方案；RTM：接手確定方案，通過無模具實時成型系統(tǒng)，快速進行數(shù)字化的制造。

這種以AIGC的思路來提高汽車制造效率的模式，同樣得到了全球工業(yè)軟件巨頭Autodesk的認可：2022年10月，因PIX Moving在AI算法設(shè)計與新制造工藝上的創(chuàng)新與貢獻，被授予年度創(chuàng)新者獎。

但PIX Moving所下的這盤棋，可不止于汽車制造這一個領(lǐng)域，據(jù)了解，他們在未來還要將這種模式復刻到建筑設(shè)計、航空航天、船舶等更多工業(yè)設(shè)計領(lǐng)域中。

至于更深遠的目標，或許正如百年前福特發(fā)明的流水線，讓汽車走進千家萬戶、變?yōu)?a class="cmsLink askLink" >大眾消費品，PIX Moving的工藝創(chuàng)新會讓個性化成為下一代工業(yè)生產(chǎn)的主流。正如CEO喻川所述：制造工藝，決定了硬件產(chǎn)品創(chuàng)新的邊界。

那么普通開發(fā)者能否體驗一把工業(yè)界的ChatGPT呢？這個可以有。

據(jù)了解，2023年4月份，PIX AAM將以SaaS或PaaS的形式，對外開放部分免費功能模塊！