使用微信扫一扫分享到朋友圈
使用微信扫一扫进入小程序分享活动
自去年ChatGPT发布之后,大模型的热度居高不下,一场场的发布会向公众展示大模型在各个领域的应用前景。理想汽车的Mind GPT，华为的盘古汽车大模型，百度的文心大模型等等，众厂商发挥巧思，在智能座舱、自动驾驶等方向似乎都有大模型应用的广阔天地。不同于ChatGPT这种语言类大模型，现阶段在智能驾驶领域应用的主要还是判别类大模型，例如BEV、Transformer。那么大模型上车,难点是什么? 未来又有那些发展可能?
某主机厂智驾高级经理，熟悉自动驾驶领域的各类研发工作，担任过包括 L2 乘用车，L4 Robotaxi 和智能重卡，V2X 车联网等项目的负责人。曾参与执笔相关智驾行业标准，并参与过多类资本合作过程中的技术评估。智驾领域万粉专栏作者，出版社签约作家。
深刻理解目前行业发展的基本趋势，洞察AI模型深层次的结构特点。对大模型技术在智能化产品特别是智能驾驶方向上有一个在产品、需求、技术层面的全方位理解，更好的衔接上下游工作。对一个技术层面包括模型结构，训练过程即工程化等关键问题有一定深入理解。
一、后ChatGPT时代的自动驾驶变革趋势
1.面向灵活性引发的架构调整
2.安全边界与敏捷开发兼容的开发架构
3.大模型不同于传统网络模型的关键点
二、大模型的基本概念
1.大模型的基本概念与特点
2. Transformer架构的关键点
3.大模型发展历史
4.深层次理解AGI结构
三、大模型智驾业务展开
1.提示词工程范例讲解
2.LLM类模型在各领域应用概述
3.智能汽车领域大模型应用概述
4.从规则算法-端到端模型的演进过程
四、工程落地
1.业务针对基础设施需求的量化评估方法
2.差分闭环系统设计
3.定制化模型训练流程设计
退票说明：
