“企業在人工智能大模型時代的核心競爭力，是把自己行業/領域的專有知識經驗和數據轉化封裝成AI模型，并將之有機聯接到自身數字化體系的能力。”

                                                 ———— 尹智

課程時長：

0.5天

課程大綱：

導論：從AlphaGo到ChatGPT

模塊一：網聯車產業的發展和趨勢

1、 網聯車產業整體趨勢

a) 從傳統制造到制造 + 服務模式

b) 下一代智能硬件和服務的平臺

2、 智能車艙新趨勢

a) 從語音助手到大語言模型賦能的應用

b) 駕駛員感知

c) 座艙感知

d) 車載虛擬助手/AR/VR/MR信息娛樂賦能應用

e) 智能進入系統

3、 自動駕駛新商趨勢

a) 單目輔助，激光雷達，多形態融合等多種感知輔助駕駛方案

b) 虛擬環境/AI合成環境的自動駕駛訓練

c) 基于高質量數據標注的訓練數據

4、 車路協同

a) 端邊云系統模式

b) 數據閉環與AI賦能的虛擬仿真

5、 車城網

a) 智能網聯汽車應用 + 智慧城市算法 = 車城協同融合車城網

b) 交通信息服務數字孿生

模塊二：機器學習和大模型體系在汽車行業的應用模式和產品

6、 視覺智能賦能的汽車工業質檢

7、     汽車工業數字孿生：從事后分析，事中監控，到事前模擬優化

8、 AR/VR賦能的車間巡檢和培訓

9、 工業互聯網：從IOT到AIOT

10、 機器學習驅動的汽車生產過程的模型化優化

11、 車企倉儲物流的AI應用

12、 AI賦能的汽車數字人客服

13、 Code Interpreter: 大語言模型的文檔和數據分析

14、 AIGC賦能的汽車數字營銷

15、 汽車業“大腦”：基于通用大模型的制造業定制模型

16、 基于AI大模型的（數據查詢/分析）代碼生成

思考和小結

Q&A