不是，現(xiàn)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(nèi)資本市場，像百度、科大訊飛、云從等一眾AI企業(yè)，可謂是一路“大寫”的漲漲漲。

甚至是像搞手寫識別、OCR的漢王科技都能連拉5個漲停板，引得不少網(wǎng)友直呼“這都能扯上關(guān)系”……

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(yè)也要插足ChatGPT了——

造車！

啊這……一個對話機器人，現(xiàn)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。

AAM?，可以看成是一個“經(jīng)驗老到”、“手法成熟”的設(shè)計師。

經(jīng)驗來自大量訓練數(shù)據(jù)，手法成熟指的是在給出設(shè)計的同時也完成了后續(xù)仿真驗證。

按照傳統(tǒng)流程，初步設(shè)計方案給出之后還要經(jīng)過仿真驗證，未通過驗證的地方要返回修改。

過去，人類工程師想要修改一個方案，那工作量其實并不比從頭設(shè)計新的小多少，少則幾天，多則一周。

而AI來修改方案，那就是改動幾個參數(shù)的事，幾分鐘就可以搞定。

還可以按不同參數(shù)一次性批量生成，再從中篩選出最優(yōu)。在節(jié)省時間的同時，最終選中的方案質(zhì)量也可以邁上一個臺階。

有了AAM?參與之后，整個流程能加快多少？

PIX Moving團隊給出的數(shù)字是：整個產(chǎn)品降低60%的時間，單個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算法相比，AIGC用于工業(yè)的難度還要大的多。

舉個例子，現(xiàn)在用AI來修改照片或視頻，根本不需要考慮光學和材質(zhì)的物理特性，只需要在像素層面“騙過人眼”就行。

工業(yè)上就沒有這么簡單，設(shè)計出的零件最終是要進入生產(chǎn)環(huán)節(jié)的，騙不過車床、也騙不過3D打印機，必須是實打?qū)嵉目捎?、滿足制造要求。

△3D打印機在生產(chǎn)AI設(shè)計的滑板底盤架構(gòu)

眾所周知，深度學習為基礎(chǔ)的AI算法有不可解釋性，在這方面確實不咋擅長。

為了克服這個這個問題，AAM?算法由AI算法與經(jīng)典的幾何、物理算法合作完成，也是AAM?相比其他AIGC應(yīng)用的創(chuàng)新之處。

AI與傳統(tǒng)方法配合之下，設(shè)計出的部件不光進入生產(chǎn)，甚至已經(jīng)實裝上車。目前已應(yīng)用于PIX研發(fā)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(chǎn)品的底盤及車架設(shè)計中。

除此之外，PIX的合作伙伴福龍馬集團，已將AAM?應(yīng)用于清掃機器人的設(shè)計與制造中。

據(jù)PIX Moving團隊介紹，有經(jīng)驗的工程師其實容易會被過去的經(jīng)驗限制住，產(chǎn)生路徑依賴，想要產(chǎn)出又有創(chuàng)意又符合生產(chǎn)需要的作品還是不容易的。

AI則不受此限制，訓練數(shù)據(jù)越多能力越強。

總的來看，AI造車除了加快流程節(jié)省成本之外，在創(chuàng)意、設(shè)計質(zhì)量上也有發(fā)揮空間。

據(jù)了解，AAM?在PIX Moving 內(nèi)部已經(jīng)投入使用超過一年，正是因為看到如此顯著的效果，團隊才有了將其對外開放的信心。

產(chǎn)品化，是將AI算法推向市場的關(guān)鍵一步，正如GPT-3誕生多年影響力僅限于科技圈內(nèi)部，做成人人都能方便使用的ChatGPT才引爆全球。

PIX Moving團隊表示，最終產(chǎn)品會是基于Web的云服務(wù)。

不需要過去工業(yè)軟件的繁瑣配置部署，只要打開瀏覽器就能使用，并且支持多人在線協(xié)作。

通過智能化+工作流程革新，AAM?的最終目標是給行業(yè)帶來顛覆性的改變。

AIGC，正在改變生產(chǎn)模式

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。

從實際“上崗”后的結(jié)果來看，也是可以印證這種模式的正確性。

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)榇蟊娤M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！

想體驗的小伙伴們，可以坐等福利了。