通用汽車將推自研車載AI助手 整合OnStar與車輛遙測資料

通用汽車自研車載AI：補齊Gemini的短板

通用汽車（GM）放大招了！今年晚些時候，他們要推出自研的車載AI助手。這可不是普通的語音助手，而是能深度整合OnStar、車輛遙測系統和專屬知識庫的"汽車大腦"，預測性維護、即時診斷這些高階功能，Google Gemini可搞不定。

Gemini為啥不夠用？資料是關鍵

通用產品管理總監Anna Santos一語道破："只停留在表層的AI助手，能幹的事太有限了。"Gemini雖然已經上車，能調個溫度、換個電臺，但它本質上就是個"裝在儀表盤上的手機助手"，根本摸不到車輛的機械狀態、駕駛模式這些核心資料。

通用這次的自研系統就不一樣了。舉個栗子，Santos現場演示了"兒童模式"：一句話搞定音樂、座椅、空調和車門鎖。這種騷操作，得靠AI理解車輛各子系統的狀態和聯動邏輯，可不是簡單的語音指令對映。

資料主權：通用不想做"AI外包"

Santos特別強調："這些資料是GM專屬的。"這句話背後，藏著車企對資料主權的警惕。通用選擇和一家神秘的大語言模型供應商合作，而不是把所有車輛智慧都交給Google，這跟微軟CEO Nadella的警告不謀而合："企業不該把思考全外包給單一AI供應商。"

有意思的是，通用並沒有把Gemini踢出局，而是讓兩套系統並行：Gemini負責日常查詢和娛樂，GM自研助手處理"車輛自己知道的事"。這種雙軌策略，既保留了通用AI的便利性，又確保了核心資料的安全。

自動駕駛：AI的隱藏大招

通用正在全力推進自動駕駛，目標是達到Robotaxi級別。這個能理解預測性維護和遙測資料的車載AI，簡直就是自動駕駛車隊管理的"外掛"——提前發現零部件磨損、最佳化車輛排程，全都不在話下。Santos把這次釋出稱為"更廣泛AI旅程的開始"，暗示通用正在構建從單車智慧到車隊運營的完整AI能力棧。

至於那個神秘的LLM供應商，通用顯然是想在模型層保持靈活性，避免被單一供應商鎖定。這對中國車企特別有借鑑意義——在大模型快速迭代的當下，保留技術路線選擇權可能比短期效能更重要。

中國市場的啟示

國內車企也面臨同樣的問題：是用現成的大模型快速上車，還是投入資源自研垂直能力？通用的案例告訴我們，這兩者並不矛盾。通用AI能搞定80%的日常互動，但涉及車輛專有資料的20%場景（比如故障預測、個性化駕駛輔助），才是車企的核心競爭力。對於那些已經有成熟車聯網系統（比如OnStar級別）的企業來說，在資料層和模型層保持自主可控，或許是一條平衡使用者體驗和長期戰略的務實之路。

常見問題

通用自研AI助手與Gemini有什麼具體區別?

Gemini主要處理對話、娛樂、溫控等通用任務,類似手機助手;通用自研系統能訪問車輛遙測資料、機械狀態、駕駛模式等專有資訊,可提供預測性維護、即時診斷和多系統聯動控制(如一鍵兒童模式)。兩者將並行執行,各司其職。

通用為何不直接讓Gemini接入車輛資料?

原文顯示通用強調這些資料'將是GM專有的',暗示資料主權考量。業內普遍認為,車企不願將核心車輛資料交給外部AI供應商,既涉及商業競爭力,也關乎未來自動駕駛車隊管理等戰略能力的自主可控。

通用選擇了哪家大模型供應商?

原文明確提到通用與'一家未公開的大語言模型供應商'合作,但未透露具體名稱。這可能是為了保持技術路線靈活性,避免單一供應商鎖定。

這套系統何時上車?支援哪些車型?

原文僅提到'今年晚些時候'推出,未公佈具體時間表和車型列表。Gemini目前已在2022年及更新的符合條件的GM車型上執行,自研系統的覆蓋範圍尚未披露。

中國車企能從通用的做法中學到什麼?

通用採用'通用AI+自研垂直能力'雙軌策略,既快速上線使用者友好的互動功能,又保留核心資料與差異化能力的自主權。對於已有成熟車聯網系統的中國車企,這種模式可能比完全外包或完全自研更務實,關鍵是明確哪些資料和能力必須自己掌控。

---

本文基於 GNews:TNW 報道, 由 AiDuo123 AI 編輯翻譯改寫。原文連結: https://thenextweb.com/news/gm-in-vehicle-ai-assistant-beyond-gemini