生成内容和代码。创建图像和视频。使用合成数据测试算法。
生成式人工智能是一种增加生产力和创造力的力量，几乎适用于每个行业，特别是运输领域，在那里它正在简化工作流程并推动新业务。
整个汽车行业都在探索生成式人工智能，以改进车辆设计、工程和制造，以及市场营销和销售。
除了汽车产品生命周期，生成式人工智能还在自动驾驶汽车（AV）开发中实现了新的突破。这些研究领域包括使用神经辐射场（NeRF）技术将记录的传感器数据转化为完全交互式的3D模拟。这些数字孪生环境以及合成数据生成可以用于以极大规模开发、测试和验证AV。
前方合并：变革性用例
生成式人工智能、大型语言模型和推荐系统是现代经济的数字引擎，NVIDIA创始人兼CEO黄仁勋说。
像ChatGPT用于文本生成和稳定扩散用于图像生成等基础模型可以支持能够执行多个任务的人工智能系统。这打开了许多可能性。
就像早期iPhone应用程序开发人员开始使用GPS、加速度计和其他传感器创建移动应用程序一样，现在AI开发人员可以使用基础模型构建新的体验和功能。
生成式人工智能可以帮助将不同的数据流整合在一起，不仅可以将文本与文本或文本与图像进行关联，还可以与视频或3D等输入和输出进行关联。使用这种强大的新计算模型，一个文本提示可以返回一个物理准确的装配厂布局。
作为全球最大的汽车制造商之一，丰田已经开发了一种生成式人工智能技术，以确保早期设计草图融入工程参数。
与此同时，奔驰已经展示了一个使用ChatGPT的语音助手。
其他汽车行业参与者也在寻求生成式人工智能的帮助，以加快设计迭代并提供更好的结果。
设计师和艺术家的工作流程将受益
目前，设计师和艺术家通常需要数月的准备和设计审查才能从早期概念构思和草图发展到完整规模模型的开发。这通常受到不兼容的工具、孤立的数据和串行工作流程的阻碍。
艺术家通常通过寻找“废料”或视觉参考来开始设计过程，这些参考基于汽车造型的趋势。他们寻找设计线索的灵感，从基于关键词的图像库中获取。
这个过程涉及到查看整个行业的车辆，无论是现有的还是历史的。然后，在经过大量人工筛选的基础上，根据公司的风格出现了一些流行设计和新的灵感。这形成了艺术家的2D手绘草图的基础，然后将其重新创建为3D模型和粘土原型。
这些线性和耗时的设计概念过程用于外部零件，如进气格栅、发动机盖和车轮，以及内部方面，如仪表盘、座椅、人机工程学和用户界面。
为了开发这些3D模型，汽车造型团队与工程师一起使用Autodesk Alias或Maya等工具开发“NURBS”模型，即非均匀有理B样条。由此产生的3D几何形状的数学表示捕捉了2D草图中的形状。最终的交付成果是一个经过定制的造型、设计和工程工作的3D表示，可以用于计算机辅助设计应用程序来定义表面。
汽车行业现在有机会使用生成式人工智能将2D草图即时转化为NURBS模型，以提高生产力。这些工具不会取代设计师，而是让他们能够更快地探索各种选择。
生成式人工智能助力概念和造型
以设计为导向的企业可以利用视觉数据集和生成式人工智能在许多方面辅助他们的工作。在编码工具（如GitHub Copilot）已经实现了这一点，它在数十亿行代码上进行了训练，并承诺帮助缩短冗长的设计时间表。
特别是在寻找“废料”设计元素时，生成式人工智能模型可以根据汽车制造商的产品组合以及整个行业的车辆进行训练，从而帮助这个工作流程。这可能首先通过微调一小组图像数据集并进行迁移学习，然后利用NVIDIA TAO Toolkit。或者，根据生成式人工智能模型的要求，可能需要一个更强大的1亿张图像的数据集。
在这种自带模型的设置中，设计团队和开发人员可以利用NVIDIA Picasso – 一个用于构建视觉设计生成AI模型的云基础铸造厂 – 与Stable Diffusion配合使用。
在这种情况下，设计师和艺术家通过生成AI提示设计元素，例如“粗犷”，“复杂”或“时尚”。然后，它会从汽车制造商的外部世界以及公司内部的图像目录中生成示例，大大加速了这个初始阶段。
对于车辆内饰，文本到图像生成的大型语言模型可以使设计师键入纹理的描述，例如花卉图案，生成AI将其放在座椅、车门面板或仪表盘的表面上。如果设计师想要使用特定的图像来生成内饰设计纹理，生成AI可以处理图像到图像纹理的创建。
智能工厂获取生成AI优势
正在开发智能工厂的制造商正在采用Omniverse和生成AI应用程序编程接口，将设计和工程工具连接起来构建其设施的数字孪生。宝马集团正在全球推出NVIDIA Omniverse以支持其未来工厂的愿景。
在建造制造设施时，在投产前进行模拟规划有助于减少可能导致工厂停产的昂贵变更订单。
生成AI带来的营销和零售销售效益
生成AI也正在全球各行各业的营销和零售销售部门取得进展。根据麦肯锡的一份报告，这些团队预计通过生成AI获得的生产力提升将超过9500亿美元。
例如，许多人正在采用ChatGPT来调查、进行头脑风暴并获得关于写作主题的反馈，以便提前进行营销文案和广告活动。文本到图像生成的AI正在帮助支持营销和销售的视觉工作。
NVIDIA NeMo是一个用于构建、定制和部署生成AI模型的框架。它经过优化，可用于语言和图像应用的推理，并用于自动语音识别，有助于通过大型语言模型改善客户支持。汽车制造商可以利用其生成AI开发下一代客户服务聊天机器人。
伦敦广告巨头WPP和NVIDIA正在研发一个具有开创性的生成AI内容引擎，以协助7000亿美元的数字广告行业。
黄仁勋说，今天的广告是检索出来的，但在未来，当你获取信息时，其中很多将是生成的 – 计算模型已经改变了。
这个创新系统是基于NVIDIA AI和Omniverse Cloud构建的 – 这是一个用于开发统一的3D工作流程和OpenUSD应用程序的软件平台 – 并提供给汽车原始设备制造商能力，以更快、更高效地创建高度个性化的视觉内容。
在Omniverse中，创意团队利用OpenUSD来统一他们复杂的3D流程，无缝连接设计工具，如Adobe Substance 3D、Alias和VRED，以开发客户产品的数字孪生。访问生成AI工具将使内容创作从训练数据集中获得，并通过使用NVIDIA Picasso构建虚拟场景。这将为WPP客户提供完整的场景，用于生成各种广告、视频和3D体验。
戴姆勒与比亚迪的合资企业DENZA依赖WPP构建和部署首款具有Omniverse Cloud的汽车配置器。
依靠生成AI：更快、更好、更便宜的普及
生成AI的上下文理解、创造性输出和自适应学习能力标志着一个新时代的到来。
这一切始于转换器模型的发现，得益于NVIDIA加速计算的性能飞跃，已经取得了令人难以置信的结果。
虽然现在还处于早期阶段，因此很难量化这种转变的全部影响，但汽车制造商正在采用行业特定的“副驾驶员”来实现更好、更高效、更低成本的设计、工程、制造、营销和销售操作。
而且他们只是刚刚开始。
看看NVIDIA AI和Omniverse如何从头到尾彻底改变汽车行业。