ChatGPT能把智能化重新洗牌，新勢力們的研發邏輯要大改？

如今大部分新勢力車機的智能語音系統，都可以做到可見即可說，并且主要是完成一些功能性的指令，但是隨著大家對于場景化以及個性化的追求，那么更貼近人實際交互體驗的AI需求會變得更為迫切，而ChatGPT確實可以給予車企們在這方面的幫助。

但是我們也會發現新的問題，就是ChatGPT目前對于一些簡述的或者說是不完整的問題，并不能做到很全面的回答，甚至還會出現它不明白的情況，它對于那些比較具體，并且完整的問題，能夠回答得比較令人滿意，開始開車的過程中，主要使用語音系統的駕駛者并沒有很多的精力，能夠用在如何細致的組織ChatGPT能夠聽懂的語言方面。

甚至還有用戶發現，ChatGPT對中文問題的理解遠沒有相同意義的英文問題的敏感性高，這些也能夠算是初創功能的一些小BUG吧，給它一定的時間，肯定會改善的。

目前的ChatGPT使用神經網絡來分析文本信息，并且根據上下文來生成回復，而在訓練自動駕駛方面，ChatGPT可能就沒有什么用武之地了，目前絕大多數的自動駕駛系統都是依賴于人工智能深度神經網絡算法來執行感知、決策和控制等復雜任務。像蔚小理它們建設的超算中心，還有特斯拉的超級計算機，在底層邏輯方面與ChatGPT區別不大，所以開頭我們就提到了一些學者的言論：它就是一個組合得很好的產品，僅此而已。

作為一款AI工具，它的出現可能真的會產生深遠的影響，即便是它沒能征服世界，世界也很有可能會被它的競品們征服。

整體看下來，目前ChatGPT還不能上車的關鍵癥結就是卡在貴的問題上，可是這也是這種初創新事物的共同特點，當初機械旋轉式的激光雷達動輒幾十萬一個，怎么可能把它裝置二十幾萬的車上，可如今激光雷達的成本已經降至了千元大關，而ChatGPT的成熟與成本降低，也是一個時間問題。