通用汽车(GM)最近在纽约举办了一场技术预览活动，向外界展示了其在人工智能和自动驾驶领域的最新进展。作为传统汽车制造业的巨头，GM的这一系列举措无疑将对整个行业产生深远影响，同时也引发了关于技术实用性与用户体验的思考。
最引人注目的消息是，GM宣布将在2028年推出配备"Level 3"条件自动驾驶系统的凯迪拉克Escalade IQ。这一系统被GM描述为"双手脱离，视线脱离"的驾驶辅助技术，能够在特定环境下以高达80英里/小时(约129公里/小时)的速度自动驾驶。这意味着在理论上，驾驶员可以在车辆自动驾驶的过程中观看电影，而车辆则负责将乘客安全送达目的地。
GM首席执行官玛丽·巴拉(Mary Barra)在活动中向媒体表示："我们正在采取安全第一的方法。您将看到我们的推出速度比Super Cruise系统快得多，快得多。"这表明GM在吸取了之前Super Cruise系统推广经验的基础上，将加速更高级别自动驾驶技术的落地。
与梅赛德斯-奔驰现有的Level 3系统相比，GM的先进Super Cruise系统将在更高速度下工作，并且公司强调其目标是在美国所有50个州和各种天气条件下都能正常运行。虽然这一目标听起来雄心勃勃，但GM确实拥有一些优势，包括新的液冷计算模块，以及从现已关闭的Cruise自动驾驶车辆项目中获得的大量经验。
然而，对于自动驾驶技术，持怀疑态度的不仅仅是消费者。尽管GM展示了强大的技术实力，但Level 3自动驾驶在实际应用中仍面临诸多挑战，包括法律责任的界定、复杂交通环境的处理以及突发情况的应对等。这些问题的解决不仅需要技术突破，还需要法律法规的完善和社会共识的形成。
除了自动驾驶技术外，GM还计划在其车辆中集成更多AI功能，特别是大型语言模型(LLM)。公司表示，将首先整合Google Gemini，并最终开发自己的系统，以通过自然语言处理帮助驾驶员更好地与车辆及其功能进行交互。
GM软件高级副总裁戴夫·理查德森(Dave Richardson)在被问及如何避免车辆在集成更多AI过程中出现的"质量下降"现象时表示："目前AI周围有很多炒作，但也有实际用途。我一直在努力让公司专注于实际用例。我认为我们可以做很多非常引人注目的事情来尝试增加真正的价值。"
他举例说明了一些实用场景，比如车辆知道您有会议并相应设置导航，或者知道您要进行公路旅行，因此为后排座位的孩子准备合适的媒体内容进行流媒体播放。这些应用场景展示了GM对AI的务实态度，不是为技术而技术，而是真正解决用户在日常用车中遇到的实际问题。
值得注意的是，GM计划最终在车辆上部署自己的大型语言模型，这种模型将专门了解车辆知识，并在整体参数上受到限制。理查德森表示："通过车辆中的先进处理，我们可以在车上处理干扰，使其在低数据连接区域工作。"这种本地化处理不仅能提高响应速度，还能将个人信息保留在用户身边，增强数据隐私保护。
然而，数据隐私问题仍然是消费者对车载AI的主要担忧之一。GM此前曾表示不提供Android Auto或Apple CarPlay的原因之一是希望保护客户数据。公司强调，任何数据共享都需要车主明确同意。
尽管GM表示已经进行了一些内部变革以保护客户数据，但公司曾有出售驾驶员数据的公开案例。对此，理查德森强调："数据隐私和安全是我们的首要任务。"他表示已经专门聘请人员负责确保客户数据保护框架到位。
"我们对向第三方出售这些数据没有兴趣。当我们考虑数据时，无论是用于Super Cruise还是AI，都是为了我们开发产品并使其变得更好。我们不希望将这些数据作为产品本身出售，"理查德森说。这一表态或许能在一定程度上缓解消费者对数据隐私的担忧，但实际执行情况仍有待观察。
从行业角度来看，GM的AI战略代表了传统汽车制造商向智能化转型的典型路径。与特斯拉等新兴电动车制造商相比，传统车企在转型过程中往往更加谨慎，但也更注重安全性和实用性。GM选择在高端车型凯迪拉克Escalade上首先推出Level 3自动驾驶系统，既是对技术成熟度的考验，也是市场接受度的一种测试。
车载AI系统的另一个挑战是如何平衡技术创新与用户体验。过于复杂或频繁出错的AI系统可能会降低用户满意度，而过于简单的系统则可能无法满足用户需求。GM强调的"实用用例"策略，或许能够在这一平衡中找到合适的切入点。
从消费者接受度的角度来看，车载AI系统的成功与否不仅取决于技术本身，还取决于用户教育和使用习惯的培养。许多消费者可能对AI系统的工作原理和局限性缺乏了解，这可能导致不切实际的期望或不当使用。因此，如何有效地向消费者传达AI系统的能力和限制，成为汽车制造商需要面对的重要课题。
GM的AI战略还反映了汽车行业的一个更广泛趋势：软件定义汽车(SDV)。在这一趋势下，汽车的价值越来越依赖于其软件能力和数据处理能力，而不仅仅是传统的机械性能。这种转变正在重塑整个汽车行业的竞争格局和供应链结构。
对于GM而言，成功实施其AI战略不仅需要技术突破，还需要组织架构和企业文化的相应调整。传统汽车制造商通常以机械工程为核心，而AI和软件的开发则需要更加敏捷和迭代的方法。如何在这两种不同的工作模式之间找到平衡，是GM等传统车企面临的管理挑战。
从长远来看，GM的AI战略能否成功，将取决于多个因素的综合作用：技术可靠性、用户体验、数据隐私保护、成本控制以及市场教育等。在竞争日益激烈的智能汽车市场，GM能否凭借其传统制造优势与新兴AI技术的结合，赢得消费者的青睐，仍有待时间的检验。
无论如何，GM的这一系列举措都表明，AI技术已经从概念阶段进入到实际应用阶段，并开始深刻改变汽车行业的面貌。对于消费者而言，这意味着未来几年的汽车购买决策将需要考虑更多与AI和自动驾驶相关的因素，而不仅仅是传统的动力性能和舒适性指标。
