10月24日,正值2023科大訊飛全球1024開發者大會和2023科大訊飛智能汽車新品發布之際,長城汽車股份有限公司與科大訊飛股份有限公司簽署了關于產業大模型及知識大腦戰略合作協議。長城汽車副總裁佘尚鋒、科大訊飛副總裁劉俊峰,以及雙方高管出席了簽約儀式。
科大訊飛是長城汽車重要的合作伙伴,10月24日科大訊飛在開發者大會發布了訊飛星火認知大模型V3.0,并積極探索和落地大模型在汽車領域的應用場景。根據本次簽署的戰略合作協議,長城汽車與科大訊飛將在AI大模型、企業服務、知識中臺、數字化應用等方面展開深度合作,助力長城汽車搭建產業首個知識大模型—長城汽車知識大腦。
作為面向智能汽車新時代可持續升級的AI底座,大模型將幫助企業建立智能知識庫,從研發領域、售后服務、企業辦公等多場景提供賦能,有效解決傳統業務痛點,實現知識自動化構建、服務能力升級和打造數字化應用,并圍繞汽車產業全場景構建智能汽車數字化服務新生態。
“汽車產業的變革,電動化是上半場,而智能化則是下半場”,已成為汽車行業的普遍共識。對于制造業企業,伴隨業務發展、長時間的生產經營,往往積淀著海量專業性知識,同時存在知識管理集中化與結構化困難、缺乏系統化知識體系、關鍵業務知識依靠傳授、檢索效率低下、精準度不高等問題,導致知識識別能力不足、難利用,難以高效推動企業快速發展。
如何將企業自身的知識對員工進行“內化”是提升組織協同能力的關鍵動作,企業的知識既包括各類規章、制度、流程、標準、作業指導書、運行檢修書等“顯性知識”,也包括業務線具有豐富經驗的行業專家身上的“隱性知識”。要在浩如煙海的數萬份文件上百億文字的專業規范指南里面找到具體問題對應的規范,并“對癥下藥”,挑戰極大。
長城汽車知識大腦是基于長城企業知識的AI大模型系統,結合長城汽車海量知識,訓練企業級的知識大模型,通過盤活企業內文檔、數據、圖片等各種形式的知識,輔助業務人員決策、研發工程師的設計工作和編程工作,并構建一套從知識生產、治理、學習、應用等完整閉環,實現大模型的自主學習,自我成長;圍繞大模型構建了從數據、算力、算法、應用的一個完整的業務服務體系,結合長城各場景數據,迭代長城垂域大模型,使模型與領域適配的性能不斷增強、范圍不斷增加。通過建立企業專屬知識庫,以可信可靠的數據和知識,提高大模型輸出的準確率。
而更深遠的,更深層的,則是汽車產業知識大模型對“研、產、供、銷、服、管”全鏈條的改變,以研發領域企標知識問答為例,研發是保持企業核心競爭力的關鍵。
過去的痛點是,對研發知識檢索、研發知識共享、產品文檔管理等都存在困難,原方式—搜索相關企標文件,挨個打開文件查找答案;企標知識問答—解決知識快速獲取的問題,企標文件數量1萬份,原方式查詢約10分鐘,使用企標助手后約3秒鐘,基于搜索知識分析后直接給出答案,同時定位答案的位置,將研發人員從原來的“文山表海”里面解放出來,幫助他們一步到位了解問題的癥結所在,并聚焦解決重點問題。可以實實在在地解決企業在供需對接中的“低效”問題,提升知識共享效率,加快產品研發進程。
在汽車產業知識大模型應用階段,所謂“賦能”不僅僅是一味提升效率,而是讓能力的提升,既可以幫助專業人員提升效率、將自己從繁瑣事務中抽離去創造價值,也能幫助非專業的“小白”零門檻進入AI時代。讓“簡單易用”的長城知識大腦,打造個人AI助手,去釋放每個人的可能。
長城汽車基于各業務場景打造了一款通用型的知識應用平臺—G-BOT,可提供一系列便捷的工具,貼近企業業務實戰,熟悉企業業務內容,能夠理解特定領域的專業術語、定義、規則、邏輯、模型,只要將企業沉淀下來的知識輸入系統,員工就可以隨時隨地獲得關于企業的“十萬個為什么”的精準答案,答案還有明確的出處來源,“有跡可查”,成為企業自己“培養”的“首席知識官”,目前已上線多種知識應用助手,大幅提升了用戶的知識利用效率。知識傳承與創新,是企業發展的動力源泉,而有效的知識管理與應用,是汽車領域中提升研發制造經驗、優化業務效率質量、縮短生產周期的關鍵因素。
本次簽約標志著長城汽車與科大訊飛戰略合作的不斷深化,長城汽車將與科大訊飛聯合打造AI大模型產業應用,助力長城知識庫沉淀和知識應用,為長城汽車全面數字化、智能化構建一個具備自我進化能力的AI大模型基礎,打造數字化生產力和智能化服務能力。
未來,雙方將圍繞汽車產業數智化發展方向,持續探索創新,賦能產業發展,深入垂直領域的實踐、錘煉,加速推動汽車產業知識大模型真正落地賦能產業,共建汽車智能新生態,為中國汽車產業智能化進程增添新動能。
審核編輯:劉清
-
長城汽車
+關注
關注
0文章
258瀏覽量
8061 -
大模型
+關注
關注
2文章
2476瀏覽量
2812
原文標題:長城汽車攜手科大訊飛搭建首個汽車產業知識大模型—長城汽車知識大腦
文章出處:【微信號:greatwallmotor,微信公眾號:長城汽車】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論