随着新能源汽车大战进入“智能化”的下半场，受政策、技术、市场的驱动，车企竞相踏入 AI 大模型这片蓝海。就在几天前，蔚来自研的 NOMI GPT 端云多模态大模型也正式上线。

作为中国高端纯电动汽车市场的引领者，蔚来在人工智能领域是如何布局的？目前 AI 大模型应用已经在哪些场景落地？在研发过程遇到了哪些挑战、又将继续深耕哪些细分领域？在日前举办的“人工智能 X 金融科技创新大会”上，蔚来汽车用户数字产品算法专家兼副总监潘鹏举回答了这些问题，并分享了自己对 AI 大模型架构、大模型发展难题的见解。

本文整理自其演讲，内容经 InfoQ 进行不改变原意的编辑。

本次演讲内容分为四部分：第一，简单介绍一下蔚来的业务；第二，分享一下蔚来的 AI 大模型应用架构是怎样布局、设想的；第三、第四部分，分别是从整个人工智能算法应用和大模型应用的两个角度出发介绍蔚来在这一领域的实践。

关注「InfoQ 数字化经纬」公众号，后台回复「蔚来」即可获取本次演讲 PPT

人工智能应用布局要围绕业务展开

之所以要先介绍蔚来的业务背景，是因为无论是哪个公司，其人工智能应用如何布局都取决于业务范畴。蔚来的业务就如这个罗盘图所示，包含四个维度：产品、服务、社区和数字化。

 

添加图片注释，不超过 140 字（可选）

在产品方面，蔚来的核心产品是纯电的智能电动汽车，“智能化”在产品上的体现就是自动驾驶，因此蔚来在智能驾驶上投入的资源很多，这也是蔚来的核心竞争力。下图展示了蔚来目前已推出的 9 款车构成的产品矩阵。

 

添加图片注释，不超过 140 字（可选）

围绕智能电动汽车，蔚来以“创造愉悦的生活方式”为使命，以“成为用户企业”为愿景，希望通过以智能电动汽车为起点，为用户提供高品质的服务与创新的解决方案，打造一个充满活力的社区，和用户共同成长。这是蔚来业务体系中较为特殊的一点。

蔚来提供的一系列与“车”紧密相关的服务，包括补能、换电、充电，都与其配套。下图为蔚来的充换电设施布局分布图。截至 2024 年 3 月 25 日蔚来已经有 2392 座换电站，3737 座充电站，两万多根桩。

 

添加图片注释，不超过 140 字（可选）

围绕整个产品、服务、社区应该怎么做？核心就是数字化和智能化。

场景优先、注重工程化架构，更新 AI 三要素概念

提到最著名的人工智能“三要素”，毋庸置疑就是“数据、算法、算力”。除了这三个最常提及的要素，我认为还要加上另外两个要素，一个就是“场景（Scenario）”，它要置于“数据、算法、算力”之上，因为在 AI 实际应用中“场景”是决定 AI 能否真正帮助到公司的重要因素，如果场景选择失误，将对整个投入和业务产出带来非常大的影响。

另一个要素是工程化（Engineering）。很多时候即使人工智能算法做得特别好，但因为响应时间过长，在实际业务场景中难以落地。举个例子，APP 的个性化推荐，对算法响应时长有很强的时效性要求。对有些用户而言 500 毫秒甚至 200 毫秒都非常多、不愿意等待，响应时间多一秒都会流失很多用户。所以在工程化方面，时长是非常重要的体验因素，决定了用户的满意度。