不是，現在造車都得ChatGPT一下了嗎？
?ChatGPT的火，讓全球概念股開啟狂飆模式。
單是在國內資本市場，像百度、科大訊飛、云從等一眾AI企業，可謂是一路“大寫”的漲漲漲。
甚至是像搞手寫識別、OCR的漢王科技都能連拉5個漲停板，引得不少網友直呼“這都能扯上關系”……
但是家人們，正所謂“沒有最意外，只有更意外”，還有更令你意想不到的企業也要插足ChatGPT了——
造車！
啊這……一個對話機器人，現在都厲害到可以造車了嗎？？？
造車，如何AIGC？
首先要說明的是，AI造車并非指的是AI去操縱生產線，而是利用AI算法來完成汽車零部件的設計方案。
在造車界地位相當于ChatGPT的，便是汽車算法設計模型AAM?（Automotive Algorithm Modeling），由自動駕駛滑板底盤及整車開發制造企業PIX Moving提出。
與AI繪畫、AI聊天非常相似，AAM?用起來也是由人類給出參數或草圖，包括允許AI生成的區域、功能需求和約束條件。
與文本、繪畫類“基于數據量巨大，訓練資源豐富”的前提不同，對于工業領域，數據量往往很難達到繪畫、文本領域的數據量。
因此，根據工業場景的特征，PIX 提出基于規則的小模型與大模型相結合的策略，使用大模型通過學習海量車輛數據生成近似設計，然后通過經典算法來將近似設計優化為精確的工程文件，從而符合工業場景的制造需求。
AAM?，可以看成是一個“經驗老到”、“手法成熟”的設計師。
經驗來自大量訓練數據，手法成熟指的是在給出設計的同時也完成了后續仿真驗證。
按照傳統流程，初步設計方案給出之后還要經過仿真驗證，未通過驗證的地方要返回修改。
過去，人類工程師想要修改一個方案，那工作量其實并不比從頭設計新的小多少，少則幾天，多則一周。
而AI來修改方案，那就是改動幾個參數的事，幾分鐘就可以搞定。
還可以按不同參數一次性批量生成，再從中篩選出最優。在節省時間的同時，最終選中的方案質量也可以邁上一個臺階。
有了AAM?參與之后，整個流程能加快多少？
PIX Moving團隊給出的數字是：整個產品降低60%的時間，單個零件從幾天縮短到幾小時。
與AI繪畫、AI聊天機器人等消費級AIGC算法相比，AIGC用于工業的難度還要大的多。
舉個例子，現在用AI來修改照片或視頻，根本不需要考慮光學和材質的物理特性，只需要在像素層面“騙過人眼”就行。
工業上就沒有這么簡單，設計出的零件最終是要進入生產環節的，騙不過車床、也騙不過3D打印機，必須是實打實的可用、滿足制造要求。
△3D打印機在生產AI設計的滑板底盤架構
△由AAM?設計完成的3D打印自動駕駛滑板底盤（實車）
眾所周知，深度學習為基礎的AI算法有不可解釋性，在這方面確實不咋擅長。
為了克服這個這個問題，AAM?算法由AI算法與經典的幾何、物理算法合作完成，也是AAM?相比其他AIGC應用的創新之處。
AI與傳統方法配合之下，設計出的部件不光進入生產，甚至已經實裝上車。目前已應用于PIX研發的自動駕駛滑板底盤，以及共享移動空間（Robobus）、個人移動空間（NEV）產品的底盤及車架設計中。
△共享移動空間（Robobus）
△個人移動空間（NEV）
除此之外，PIX的合作伙伴福龍馬集團，已將AAM?應用于清掃機器人的設計與制造中。
△福龍馬集團無人駕駛環衛機器人
據PIX Moving團隊介紹，有經驗的工程師其實容易會被過去的經驗限制住，產生路徑依賴，想要產出又有創意又符合生產需要的作品還是不容易的。
AI則不受此限制，訓練數據越多能力越強。
總的來看，AI造車除了加快流程節省成本之外，在創意、設計質量上也有發揮空間。
據了解，AAM?在PIX Moving 內部已經投入使用超過一年，正是因為看到如此顯著的效果，團隊才有了將其對外開放的信心。
產品化，是將AI算法推向市場的關鍵一步，正如GPT-3誕生多年影響力僅限于科技圈內部，做成人人都能方便使用的ChatGPT才引爆全球。
PIX Moving團隊表示，最終產品會是基于Web的云服務。
不需要過去工業軟件的繁瑣配置部署，只要打開瀏覽器就能使用，并且支持多人在線協作。
通過智能化+工作流程革新，AAM?的最終目標是給行業帶來顛覆性的改變。
AIGC，正在改變生產模式
不難看出，所謂的“用ChatGPT造車”，并非是字面所指的那種意思。
而是借以ChatGPT為代表的AIGC模式，來改變傳統造車流程中的設計、工程和制造環節。
傳統汽車設計固有的一大痛點，可以總結為“牽一發而動全身”，因為它所涵蓋的細分流程不僅紛繁復雜，而且環環相扣。
例如計算機模型繪制、工程分析、估算成本、可靠性實驗等等，一旦客戶針對某個環節提出改動需求，無異于給設計團隊送上一首《重頭再來》……
汽車設計領域不僅是在需求上具有碎片化的特點，而且還逐步在向多樣化和非標化的方向發展，諸如物流、安防、農業等場景的不同，便會使得汽車設計無法做到“一個模板cover所有”。
而像ChatGPT這般的AIGC，它們的一大特點便是能夠以專家級的知識、能力儲備，在極短的時間內呈現高質量的結果。
二者結合之下，便不難得出PIX Moving此舉所劍指的目標了——讓AAM?成為工業界的ChatGPT。
從實際“上崗”后的結果來看，也是可以印證這種模式的正確性。
據了解，在AAM?的加持之下，汽車設計流程的效率可以提升10倍，相對人工設計效率提升50-100倍，而且還是在精確性和穩定性上能夠提供“更優解”的那種。
而且PIX Moving不僅僅是在設計端處發力，在制造端上，還提出了RTM?（實時成型模型），這套組合拳的打法可以總結如下：
- AAM?：將車輛設計數據化、系統化，快速確定高質量設計方案；
- RTM?：接手確定方案，通過無模具實時成型系統，快速進行數字化的制造。
△RTM?，實時成型技術展示
這種以AIGC的思路來提高汽車制造效率的模式，同樣得到了全球工業軟件巨頭Autodesk的認可：
2022年10月，因PIX Moving在AI算法設計與新制造工藝上的創新與貢獻，被授予年度創新者獎。
但PIX Moving所下的這盤棋，可不止于汽車制造這一個領域，據了解，他們在未來還要將這種模式復刻到建筑設計、航空航天、船舶等更多工業設計領域中。
至于更深遠的目標，或許正如百年前福特發明的流水線，讓汽車走進千家萬戶、變為大眾消費品，PIX Moving的工藝創新會讓個性化成為下一代工業生產的主流。正如CEO喻川所述：
制造工藝，決定了硬件產品創新的邊界。
……
那么普通開發者能否體驗一把工業界的ChatGPT呢？這個可以有。
據了解，2023年4月份，PIX AAM?將以SaaS或PaaS的形式，對外開放部分免費功能模塊！
想體驗的小伙伴們，可以坐等福利了。
