不是,现在造车都得ChatGPT一下了吗?
AIGC正在改变生产模式
ChatGPT的火,让全球概念股开启狂飙模式。
单是在国内资本市场,像百度、科大讯飞、云从等一众AI企业,可谓是一路“大写”的涨涨涨。
甚至是像搞手写识别、OCR的汉王科技都能连拉5个涨停板,引得不少网友直呼“这都能扯上关系”……
但是家人们,正所谓“没有最意外,只有更意外”,还有更令你意想不到的企业也要插足ChatGPT了——
造车!
啊这……一个对话机器人,现在都厉害到可以造车了吗???
造车,如何AIGC?
首先要说明的是,AI造车并非指的是AI去操纵生产线,而是利用AI算法来完成汽车零部件的设计方案。
在造车界地位相当于ChatGPT的,便是汽车算法设计模型AAM™(Automotive Algorithm Modeling),由自动驾驶滑板底盘及整车开发制造企业PIX Moving提出。
与AI绘画、AI聊天非常相似,AAM™用起来也是由人类给出参数或草图,包括允许AI生成的区域、功能需求和约束条件。
与文本、绘画类“基于数据量巨大,训练资源丰富”的前提不同,对于工业领域,数据量往往很难达到绘画、文本领域的数据量。
因此,根据工业场景的特征,PIX 提出基于规则的小模型与大模型相结合的策略,使用大模型通过学习海量车辆数据生成近似设计,然后通过经典算法来将近似设计优化为精确的工程文件,从而符合工业场景的制造需求。
AAM™,可以看成是一个“经验老到”、“手法成熟”的设计师。
经验来自大量训练数据,手法成熟指的是在给出设计的同时也完成了后续仿真验证。
按照传统流程,初步设计方案给出之后还要经过仿真验证,未通过验证的地方要返回修改。
过去,人类工程师想要修改一个方案,那工作量其实并不比从头设计新的小多少,少则几天,多则一周。
而AI来修改方案,那就是改动几个参数的事,几分钟就可以搞定。
还可以按不同参数一次性批量生成,再从中筛选出最优。在节省时间的同时,最终选中的方案质量也可以迈上一个台阶。
有了AAM™参与之后,整个流程能加快多少?
PIX Moving团队给出的数字是:整个产品降低60%的时间,单个零件从几天缩短到几小时。
与AI绘画、AI聊天机器人等消费级AIGC算法相比,AIGC用于工业的难度还要大的多。
举个例子,现在用AI来修改照片或视频,根本不需要考虑光学和材质的物理特性,只需要在像素层面“骗过人眼”就行。
工业上就没有这么简单,设计出的零件最终是要进入生产环节的,骗不过车床、也骗不过3D打印机,必须是实打实的可用、满足制造要求。
△3D打印机在生产AI设计的滑板底盘架构
△由AAM™设计完成的3D打印自动驾驶滑板底盘(实车)
众所周知,深度学习为基础的AI算法有不可解释性,在这方面确实不咋擅长。
为了克服这个这个问题,AAM™算法由AI算法与经典的几何、物理算法合作完成,也是AAM™相比其他AIGC应用的创新之处。
AI与传统方法配合之下,设计出的部件不光进入生产,甚至已经实装上车。目前已应用于PIX研发的自动驾驶滑板底盘,以及共享移动空间(Robobus)、个人移动空间(NEV)产品的底盘及车架设计中。
△共享移动空间(Robobus)
△个人移动空间(NEV)
除此之外,PIX的合作伙伴福龙马集团,已将AAM™应用于清扫机器人的设计与制造中。
△福龙马集团无人驾驶环卫机器人
据PIX Moving团队介绍,有经验的工程师其实容易会被过去的经验限制住,产生路径依赖,想要产出又有创意又符合生产需要的作品还是不容易的。
AI则不受此限制,训练数据越多能力越强。
总的来看,AI造车除了加快流程节省成本之外,在创意、设计质量上也有发挥空间。
据了解,AAM™在PIX Moving 内部已经投入使用超过一年,正是因为看到如此显著的效果,团队才有了将其对外开放的信心。
产品化,是将AI算法推向市场的关键一步,正如GPT-3诞生多年影响力仅限于科技圈内部,做成人人都能方便使用的ChatGPT才引爆全球。
PIX Moving团队表示,最终产品会是基于Web的云服务。
不需要过去工业软件的繁琐配置部署,只要打开浏览器就能使用,并且支持多人在线协作。
通过智能化+工作流程革新,AAM™的最终目标是给行业带来颠覆性的改变。
AIGC,正在改变生产模式
不难看出,所谓的“用ChatGPT造车”,并非是字面所指的那种意思。
而是借以ChatGPT为代表的AIGC模式,来改变传统造车流程中的设计、工程和制造环节。
传统汽车设计固有的一大痛点,可以总结为“牵一发而动全身”,因为它所涵盖的细分流程不仅纷繁复杂,而且环环相扣。
例如计算机模型绘制、工程分析、估算成本、可靠性实验等等,一旦客户针对某个环节提出改动需求,无异于给设计团队送上一首《重头再来》……
汽车设计领域不仅是在需求上具有碎片化的特点,而且还逐步在向多样化和非标化的方向发展,诸如物流、安防、农业等场景的不同,便会使得汽车设计无法做到“一个模板cover所有”。
而像ChatGPT这般的AIGC,它们的一大特点便是能够以专家级的知识、能力储备,在极短的时间内呈现高质量的结果。
二者结合之下,便不难得出PIX Moving此举所剑指的目标了——让AAM™成为工业界的ChatGPT。
从实际“上岗”后的结果来看,也是可以印证这种模式的正确性。
据了解,在AAM™的加持之下,汽车设计流程的效率可以提升10倍,相对人工设计效率提升50-100倍,而且还是在精确性和稳定性上能够提供“更优解”的那种。
而且PIX Moving不仅仅是在设计端处发力,在制造端上,还提出了RTM™(实时成型模型),这套组合拳的打法可以总结如下:
- AAM™:将车辆设计数据化、系统化,快速确定高质量设计方案;
- RTM™:接手确定方案,通过无模具实时成型系统,快速进行数字化的制造。
△RTM™,实时成型技术展示
这种以AIGC的思路来提高汽车制造效率的模式,同样得到了全球工业软件巨头Autodesk的认可:
2022年10月,因PIX Moving在AI算法设计与新制造工艺上的创新与贡献,被授予年度创新者奖。
但PIX Moving所下的这盘棋,可不止于汽车制造这一个领域,据了解,他们在未来还要将这种模式复刻到建筑设计、航空航天、船舶等更多工业设计领域中。
至于更深远的目标,或许正如百年前福特发明的流水线,让汽车走进千家万户、变为大众消费品,PIX Moving的工艺创新会让个性化成为下一代工业生产的主流。正如CEO喻川所述:
制造工艺,决定了硬件产品创新的边界。
……
那么普通开发者能否体验一把工业界的ChatGPT呢?这个可以有。
据了解,2023年4月份,PIX AAM™将以SaaS或PaaS的形式,对外开放部分免费功能模块!
想体验的小伙伴们,可以坐等福利了。
- 奥特曼:自认比o1聪明请举手🤚到o2还这么想么🤨?|OpenAI开发者日2024-10-02
- 95后创业AI游戏陪玩,留存付费双高!已适配《黑神话》,团队全员二次元2024-10-02
- OpenAI开启推理算力新Scaling Law,AI PC和CPU的机会来了2024-09-25
- 一行代码训练成本再降30%,AI大模型混合精度训练再升级|开源2024-09-25