“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
