不是，現在造車都得ChatGPT一下了嗎？

ChatGPT的火，讓全球概念股開啟狂​​飆模式。

單是在國內資本市場，像百度、科大訊飛、雲從等一眾AI企業，可謂是一路「大寫」的漲漲漲。

甚至是像搞手寫辨識、OCR的漢王科技都能連拉5個漲停板，引得不少網友直呼「這都能扯上關係」…

但是家人們，正所謂“沒有最意外，只有更意外”，還有更令你意想不到的企業也要插足ChatGPT了——

造車！

啊這…對話機器人，現在都厲害到可以造車了嗎？ ？ ？

造車，如何AIGC？

首先要說明的是，AI造車並非指的是AI去操縱生產線，而是利用AI演算法來完成汽車零件的設計方案。

在造車界地位相當於ChatGPT的，便是汽車演算法設計模型AAM™（Automotive Algorithm Modeling），由自動駕駛滑板底盤及整車開發製造企業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或草圖，包括允許AI生成的區域、功能需求和約束條件。

與文字、繪畫類別「基於資料量龐大，訓練資源豐富」的前提不同，對於工業領域，資料量往往很難達到繪畫、文字領域的資料量。

因此，根據工業場景的特徵，PIX 提出基於規則的小模型與大模型相結合的策略，使用大模型透過學習海量車輛資料產生近似設計，然後透過經典演算法將近似設計優化為精確的工程文件，從而符合工業場景的製造需求。

AAM™，可以看成是「經驗老到」、「手法成熟」的設計師。

經驗來自大量訓練數據，手法成熟指的是給出設計的同時也完成了後續模擬驗證。

依照傳統流程，初步設計方案給出之後還要經過模擬驗證，未通過驗證的地方要回傳修改。

過去，人類工程師想要修改一個方案，那工作量其實並不比從頭設計新的小多少，少則幾天，多則一週。

而AI來修改方案，那就是改動幾個參數的事，幾分鐘就可以搞定。

還可以依不同參數一次批量生成，再從中篩選出最優。在節省時間的同時，最終選取的方案品質也可以邁上一個階梯。

有了AAM™參與之後，整個流程能加快多少？

PIX Moving團隊給出的數字是：整個產品降低60%的時間，單一零件從幾天縮短到幾小時。

與AI繪畫、AI聊天機器人等消費級AIGC演算法相比，AIGC用於工業的難度還要大的多。

舉個例子，現在用AI來修改照片或視頻，根本不需要考慮光學和材質的物理特性，只需要在像素層面「騙過人眼」就行。

工業上就沒有這麼簡單，設計出的零件最終是要進入生產環節的，騙不過車床、也騙不過3D列印機，必須是實打實的可用、滿足製造要求。

△3D印表機在生產AI設計的滑板底盤架構

△由AAM™設計完成的3D列印自動駕駛滑板底盤（實車）

#眾所周知，深度學習為基礎的AI演算法有不可解釋性，在這方面確實不咋擅長。

為了克服這個問題，AAM™演算法由AI演算法與經典的幾何、物理演算法合作完成，也是AAM™相比其他AIGC應用的創新之處。

AI與傳統方法配合之下，設計出的零件不光進入生產，甚至已經實裝上車。目前已應用於PIX研發的自動駕駛滑板底盤，以及共享移動空間（Robobus）、個人移動空間（NEV）產品的底盤及車架設計。

△共享移动空间（Robobus）

△个人移动空间（NEV）

除此之外，PIX的合作伙伴福龙马集团，已将AAM™应用于清扫机器人的设计与制造中。

△福龙马集团无人驾驶环卫机器人

据PIX Moving团队介绍，有经验的工程师其实容易会被过去的经验限制住，产生路径依赖，想要产出又有创意又符合生产需要的作品还是不容易的。

AI则不受此限制，训练数据越多能力越强。

总的来看，AI造车除了加快流程节省成本之外，在创意、设计质量上也有发挥空间。

据了解，AAM™在PIX Moving 内部已经投入使用超过一年，正是因为看到如此显著的效果，团队才有了将其对外开放的信心。

产品化，是将AI算法推向市场的关键一步，正如GPT-3诞生多年影响力仅限于科技圈内部，做成人人都能方便使用的ChatGPT才引爆全球。

PIX Moving团队表示，最终产品会是基于Web的云服务。

不需要过去工业软件的繁琐配置部署，只要打开浏览器就能使用，并且支持多人在线协作。

通过智能化 工作流程革新，AAM™的最终目标是给行业带来颠覆性的改变。

AIGC，正在改变生产模式

不难看出，所谓的“用ChatGPT造车”，并非是字面所指的那种意思。

而是借以ChatGPT为代表的AIGC模式，来改变传统造车流程中的设计、工程和制造环节。

传统汽车设计固有的一大痛点，可以总结为“牵一发而动全身”，因为它所涵盖的细分流程不仅纷繁复杂，而且环环相扣。

例如计算机模型绘制、工程分析、估算成本、可靠性实验等等，一旦客户针对某个环节提出改动需求，无异于给设计团队送上一首《重头再来》……

汽车设计领域不仅是在需求上具有碎片化的特点，而且还逐步在向多样化和非标化的方向发展，诸如物流、安防、农业等场景的不同，便会使得汽车设计无法做到“一个模板cover所有”。

而像ChatGPT这般的AIGC，它们的一大特点便是能够以专家级的知识、能力储备，在极短的时间内呈现高质量的结果。

二者结合之下，便不难得出PIX Moving此举所剑指的目标了——让AAM™成为工业界的ChatGPT。

从实际“上岗”后的结果来看，也是可以印证这种模式的正确性。

据了解，在AAM™的加持之下，汽车设计流程的效率可以提升10倍，相对人工设计效率提升50-100倍，而且还是在精确性和稳定性上能够提供“更优解”的那种。

而且PIX Moving不仅仅是在设计端处发力，在制造端上，还提出了RTM™（实时成型模型），这套组合拳的打法可以总结如下：

• AAM™：将车辆设计数据化、系统化，快速确定高质量设计方案；
• RTM™：接手确定方案，通过无模具实时成型系统，快速进行数字化的制造。

△RTM™，实时成型技术展示

这种以AIGC的思路来提高汽车制造效率的模式，同样得到了全球工业软件巨头Autodesk的认可：

2022年10月，因PIX Moving在AI算法设计与新制造工艺上的创新与贡献，被授予年度创新者奖。

但PIX Moving所下的这盘棋，可不止于汽车制造这一个领域，据了解，他们在未来还要将这种模式复刻到建筑设计、航空航天、船舶等更多工业设计领域中。

至於更深遠的目標，或許正如百年前福特發明的流水線，讓汽車走進千家萬戶、變成大眾消費品，PIX Moving的工藝創新會讓個人化成為下一代工業生產的主流。如CEO喻川所述：

製造工藝，決定了硬體產品創新的邊界。

……

那麼一般開發者能否體驗一把工業界的ChatGPT呢？這個可以有。

據了解，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組！

想體驗的朋友們，可以坐等福利了。

以上是不是，現在造車都得ChatGPT一下了嗎？的詳細內容。更多資訊請關注PHP中文網其他相關文章！