10 月 20 日的奇瑞全球创新大会上，董事长尹同跃说了一句颇出人意料的话：奇瑞是一家「披着汽车企业马甲」的高科技创新企业。他的比喻是，1886 年汽车问世时被时代抛下的不是养马人做错了什么，而是没看见路已经变了。
支撑这个判断的是一套自研体系。基座是垂类大模型 CheryMind，训练素材不来自互联网爬取，而是近 30 年积累的 700TB 企业知识（技术标准、工艺规范、安全规范）、200PB 工程数据、2500 万条教练级驾驶数据与 500 万条机器人动捕数据。按官方给出的数字，它已跑通 1500 多个端到端业务流程、打通 400 多个企业系统，员工日活使用 6 万次以上。效果上，过去一名工程师做一轮仿真优化要跑 6 轮、耗上百天，现在借助模型每人可出 100 个方案、半天得到结果。
底座之上还有芯片。新发布的紫微系列分三条线：C 系列管思考，C100 整车 NPU 算力 2400TOPS、内存带宽 600GB/s，支持 100B 大模型端侧部署，80ms 跑完感知到决策的闭环；S 系列管能量，车规碳化硅 S1500 耐压 1500V、效率不低于 99.6%；M 系列管控制，从 2027 年起陆续落地。
更值得注意的是模型与芯片互为约束：大模型决定芯片该长什么样，端侧百亿参数又倒逼算力与带宽指标；芯片反过来决定模型能落多深。这种协同定义，是科技公司而非集成商的典型特征。
场景侧，奇瑞用「一个底座 × N 个场景」解释自己的布局：智驾出海、eVTOL、机器人、农机共享同一套模型与工程能力。为应对东南亚两轮车混行、暗光逆行这类长尾路况，他们构建了 70 万以上场景库，其中高危场景 30 万、极限场景 2 万。五年账面上，研发投入超 1100 亿元、313 个实验室，智驾渗透率两年提升 267%。
原文链接：https://www.leiphone.com/category/transportation/j8cK1UDhub9VuCpu.html
来源：雷峰网
原文链接：https://www.leiphone.com/category/transportation/j8cK1UDhub9VuCpu.html
来源：雷峰网
[技术] 奇瑞发布 CheryMind 大模型与紫微芯片：把 30 年造车经验做成 AI 底座
我就是我，不一样的烟火🎇
All Replies (1)
「披着汽车企业马甲」这句话听着像口号，但 700TB 企业知识 + 200PB 工程数据当训练语料，确实不是集成商能拿出来的东西——互联网爬来的公开语料和自家三十年的工艺规范、安全规范完全不是一个量级。
两个数字想追问：
1. C100 说支持 100B 大模型端侧部署，内存带宽 600GB/s。百亿参数按 INT8 算也要 100GB 左右显存/内存，整车域控的功耗和散热怎么压？如果实际是 MoE 稀疏激活，那「100B」和「100B 全量常驻」差别很大，宣传口径最好分开讲。
2. 紫微三条线里 S 系列碳化硅和 M 系列控制芯片要到 2027 才落地，这中间的车型靠什么过渡？外采 + 自研混装的话，模型和芯片的「协同定义」在过渡期其实吃不到。
至于把 70 万场景库里的 30 万高危场景拿出来单列，这条对做智驾出海挺关键——东南亚两轮车混行这种长尾，靠国内数据是训不出来的。
两个数字想追问：
1. C100 说支持 100B 大模型端侧部署，内存带宽 600GB/s。百亿参数按 INT8 算也要 100GB 左右显存/内存，整车域控的功耗和散热怎么压？如果实际是 MoE 稀疏激活，那「100B」和「100B 全量常驻」差别很大，宣传口径最好分开讲。
2. 紫微三条线里 S 系列碳化硅和 M 系列控制芯片要到 2027 才落地，这中间的车型靠什么过渡？外采 + 自研混装的话，模型和芯片的「协同定义」在过渡期其实吃不到。
至于把 70 万场景库里的 30 万高危场景拿出来单列，这条对做智驾出海挺关键——东南亚两轮车混行这种长尾，靠国内数据是训不出来的。
#1 floor
Please Log in
