9月20日杭州云棲大會消息， NVIDIA DRIVE Orin系統(tǒng)級芯片實現(xiàn)了與阿里云通義千問多模態(tài)大模型Qwen2-VL的深度適配。阿里云、斑馬智行聯(lián)合NVIDIA英偉達推出艙駕融合大模型解決方案，基于通義大模型開發(fā)“能聽會看”的智能座艙助理，讓車內人員通過語音交流就能操作座艙內的各類應用，享受極致豐富的交互體驗。
AI大模型正在引領新一輪產業(yè)變革，汽車行業(yè)是最受關注的大模型應用領域之一。作為“大模型上車”的重要切入點，汽車座艙的智能進化廣受期待。大模型接入智能座艙，有望為乘客提供座艙環(huán)境控制、車內休閑娛樂、駕駛行為監(jiān)測等擬人化的服務。
通義大模型的智能座艙解決方案，能為座艙配備一位具備感知、思考、決策能力的“智能助理”，它不僅能觀察理解用戶的語音、手勢，還能根據環(huán)境信息和常識判斷做出自主決策。乘客無需物理按鍵，只要動動嘴巴，就能讓智能助理完成各種任務。
這個解決方案以通義大模型為“大腦”，集成了通義大語言模型Qwen2-7B和通義多模態(tài)模型Qwen2-VL。Qwen2-VL是阿里通義實驗室研發(fā)的新一代視覺語言模型，具備業(yè)界最強的圖片識別能力和視覺智能體能力，在多個國際權威測評中創(chuàng)下同等尺寸最優(yōu)成績。Qwen2-VL的2B和7B參數(shù)模型因其性能和尺寸的“極致性價比”，尤其適合汽車等端側場景。同時，通義實驗室最新發(fā)布的 Mobile Agent V3 首次落地汽車座艙場景，提供座艙屏幕感知、復雜任務規(guī)劃以及座艙應用 UI的操作決策能力，大大擴展座艙智能助理的能力邊界。
跑在NVIDIA DRIVE Orin芯片上的Qwen-VL，可以自動識別右側畫面信息，并回答用戶的提問，如“我可以在這停車嗎？”
本次解決方案基于端云一體架構，端側通義大模型經NVIDIA 英偉達自動駕駛和座艙芯片NVIDIA DRIVE Orin加速。NVIDIA英偉達提供了強大的芯片適配技術支持，通過優(yōu)化GPU 架構和驅動軟件，確保充分發(fā)揮大模型的性能潛力。NVIDIA的模型加速技術有效降低了大模型在實時處理復雜任務時的計算成本和時間延遲，為用戶創(chuàng)造了流暢無阻的智能體驗。未來，通義大模型還將采用 NVIDIA DRIVE Thor新一代集中式車載計算平臺。
阿里旗下的智能出行解決方案提供商斑馬智行，為艙駕融合多模態(tài)大模型解決方案的落地提供了工程環(huán)境，將大模型能力絲滑嵌入汽車座艙、匹配用戶操作習慣。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
