AI 技術的進步將改變汽車生命周期，大大提高生產力，并激發(fā)創(chuàng)新。

生成內容和代碼、創(chuàng)建圖像和視頻、使用合成數(shù)據(jù)測試算法等生成式 AI 技術與應用可為各行各業(yè)帶來生產力與創(chuàng)造力的飛躍。這在交通運輸業(yè)尤為明顯，專業(yè)人士正在使用生成式 AI 簡化并提高工作流效率，推動新業(yè)務的發(fā)展。

大量汽車行業(yè)的企業(yè)都在探索如何使用生成式 AI 改進汽車設計、工程和制造以及營銷和銷售。

除了汽車產品的生命周期，生成式 AI 還為自動駕駛汽車（AV）的開發(fā)帶來了新的研究突破，比如使用神經(jīng)輻射場（NeRF）技術將所記錄的傳感器數(shù)據(jù)轉換成完全可交互的 3D 仿真等。這些數(shù)字孿生環(huán)境以及合成數(shù)據(jù)生成可被用于超大規(guī)模的自動駕駛汽車開發(fā)、測試和驗證。

NVIDIA 創(chuàng)始人兼首席執(zhí)行官黃仁勛表示：“生成式 AI、大型語言模型和推薦系統(tǒng)是現(xiàn)代經(jīng)濟的數(shù)字引擎?！?/p>

殊途同歸：革命性用例

用于生成文本的 ChatGPT 和用于生成圖像的 Stable Diffusion 等基礎模型可以支持 AI 系統(tǒng)以勝任多種任務，帶來諸多可能性。

就像早期的 iPhone 應用開發(fā)者開始使用 GPS、加速度計和其他傳感器來創(chuàng)建移動應用一樣，AI 開發(fā)者現(xiàn)在也可以利用基礎模型以構建新的體驗和功能。

生成式 AI 可以關聯(lián)各種不同的數(shù)據(jù)流，不僅能夠實現(xiàn)文本到文本、文本到圖像的轉換，還能夠使用視頻或 3D 等進行輸入和輸出。借助這種強大的新計算模型，僅輸入文本提示就能返回物理精確的裝配工廠布局。

全球最大的汽車制造商之一豐田開發(fā)了一種將工程參數(shù)融入到早期設計草圖中的生成式 AI 技術。

梅賽德斯-奔馳也展示了其由 ChatGPT 加持的語音助手。

其他汽車行業(yè)企業(yè)也在使用生成式 AI，幫助加快設計迭代與結果改進。

改進設計師和藝術家的工作流

目前，從早期的概念構思和草圖繪制，到全尺寸模型的開發(fā)，設計師和藝術家需要花費數(shù)月的時間進行準備工作和設計評審。而且這一過程常常受到不兼容的工具、孤立的數(shù)據(jù)和串行式工作流的阻礙。

在這個過程中，設計師會觀察全行業(yè)中的汽車，無論是當下的車型還是歷史悠久的“老爺車”。通過大量人工篩選后，再將流行設計與符合公司風格的新靈感融合。在此基礎上，藝術家將繪制出 2D 手繪草圖，然后再制作成 3D 模型和粘土原型。

這種單線且耗時的概念設計流程被用于格柵、發(fā)動機罩、車輪等外部部件，以及儀表板、座椅、人體工學、用戶界面等內飾部分。

為了開發(fā)這些 3D 模型，汽車造型團隊與工程師一起使用 Autodesk Alias 或 Maya 等工具開發(fā)了“NURBS”（非均勻有理 B 樣條曲線）模型。2D 草圖中的形狀被轉換成 3D 幾何圖形的數(shù)學表述，然后通過造型定制、設計和工程步驟最終完成 3D 呈現(xiàn)。CAD 應用可以使用該模型來定義表面。

現(xiàn)在，汽車行業(yè)可以使用生成式 AI 將 2D 草圖即時轉換成 NURBS 模型，實現(xiàn)生產力的飛躍。這些工具不會取代設計師，而是能讓他們更快探索各種可能。

生成式 AI 在概念與造型設計中大顯身手

以設計為主的企業(yè)可以使用可視化數(shù)據(jù)集和生成式 AI 協(xié)助開展多方面的工作。經(jīng)過數(shù)十億行代碼訓練的 GitHub Copilot 等編碼工具已經(jīng)做到了這一點，有望幫助縮短冗長的設計周期。

尤其是在尋找零散的設計元素時，生成式 AI 模型可以在汽車制造商的產品組合以及所有車輛上進行訓練，從而幫助完成這一流程。首先通過遷移學習對小型圖像數(shù)據(jù)集進行微調，然后使用 NVIDIA TAO Toolkit 來實現(xiàn)?；蛘吒鶕?jù)生成式 AI 模型的要求，可能需要一個包含約 1 億張圖像的更大數(shù)據(jù)集。

在這種自帶模型的設置中，設計團隊和開發(fā)者可以使用 NVIDIA Picasso（一個為視覺設計構建生成式 AI 模型的云代工廠）和 Stable Diffusion。

在這種情況下，設計師和藝術家可以向生成式 AI 提供設計元素提示，比如“粗獷”、“精致”或“時尚”等。然后，生成式 AI 會根據(jù)汽車制造商的現(xiàn)實情況以及公司內部的圖片目錄生成示例，大幅加快這一初始階段的工作。

在汽車內飾方面，具有文本-圖像生成功能的大型語言模型可以讓設計師輸入對紋理的描述，比如花卉圖案等，然后生成式 AI 就會把該紋理貼到座椅、門板或儀表盤的表面上。如果設計師希望使用特定的圖像生成內飾設計紋理，生成式 AI 也可以根據(jù)輸入的圖像創(chuàng)建紋理。

生成式 AI 讓智能工廠如虎添翼

開發(fā)智能工廠的制造商正在使用 Omniverse 和生成式 AI 應用編程接口（API）來連接設計和工程工具，以構建設施的數(shù)字孿生。寶馬集團開始在全球推廣使用 NVIDIA Omniverse，幫助打造理想中的未來工廠。

在生產設施投入建造前進行模擬規(guī)劃，有助于減少可能導致工廠產線停工的高成本變更。

生成式 AI 賦能市場和零售部門

生成式 AI 也廣泛在許多行業(yè)的市場和零售部門大顯身手。根據(jù)麥肯錫的報告，這些團隊有望通過生成式 AI 提升 9500 多億美元的生產力。

例如許多人正在采用 ChatGPT 對寫作主題進行調查、征集意見并獲取反饋，以便在營銷文案和廣告活動方面搶占先機。具有文本-圖像轉換功能的生成式 AI 正在支持市場和銷售部門視覺工作。

NVIDIA NeMo 是一個用于構建、定制和部署生成式 AI 模型的框架。它針對語言和圖像應用的推理進行了優(yōu)化，并被用于自動語音識別，能夠通過大型語言模型幫助改善客戶支持。汽車制造商可以使用其生成式 AI 功能開發(fā)下一代客服聊天機器人。

黃仁勛表示：“今天的廣告是檢索出來的。但在未來，你所接觸到的很多信息都將是生成的。計算模型已經(jīng)發(fā)生了變化?！?/p>

這個創(chuàng)新的系統(tǒng)使用 NVIDIA AI 和 Omniverse Cloud（一個用于開發(fā)統(tǒng)一 3D 工作流和 OpenUSD 應用的軟件平臺）共同打造，為汽車主機廠帶來了更多功能，以幫助更快、更高效地創(chuàng)建高度個性化視覺內容。

創(chuàng)作團隊正在 Omniverse 中使用 OpenUSD 統(tǒng)一其復雜的 3D 工作流，實現(xiàn) Adobe Substance 3D、Alias 和 VRED 等設計工具的無縫銜接，為客戶開發(fā)其產品的數(shù)字孿生。接入生成式 AI 工具后，可以使用經(jīng)過訓練的數(shù)據(jù)集創(chuàng)建內容，并使用 NVIDIA Picasso 制作虛擬場景。

在生成式 AI 上運行：

更快、更好、更經(jīng)濟并且不受地域限制

生成式 AI 的上下文理解、創(chuàng)意產出和自適應學習能力標志著一個新時代的到來。

NVIDIA 加速計算所帶來的性能躍升使得訓練大量模型成為可能。自 Transformer 模型問世以來，在這些模型的支持下，汽車行業(yè)已經(jīng)取得了驚人的成果。

由于現(xiàn)在還處于初期，因此很難量化這一轉變所帶來的全部影響，但汽車制造商們正在為設計、工程、制造、市場和銷售部門提供專為該行業(yè)打造的 copilot 工具，來實現(xiàn)更好、更高效且更低成本的運營。

而這一切才剛剛開始。