文／本刊记者 郝怡柯 

　　新能源车主有时会遇到这样的窘境：车辆电量告急，导航显示附近有空闲充电桩，开过去却扑了个空，要么是充电车位被占用，要么是充电桩出现故障。 

　　调查显示，目前市面上一些充电小程序数据有偏差，显示信息与实际不符或更新不及时。新能源车充电找桩主要依赖手机程序导航，而数据不准意味着能否充上电还得碰运气。而截至2024年9月底，我国新能源汽车保有量达2809万辆，充电设施总数达1143.3万台，也就是说每2.46辆新能源车就有一台充电设施。充电桩显然够用，只是关联用户的手机应用还不够“聪明”。 

　　您是否想象过这样的场景：对手机下达“我要充电”的指令，并描述期望的充电时长、距离等条件，小程序就会根据这些精准地推荐“严选好桩”。当我们的需求不够明确时，小程序也能结合日常充电行为，主动引导我们选择关键词，找出最适配的充电桩。 

　　通过人工智能大模型，国内多家充电运营商正尝试将理想照进现实。今年以来，特来电、小桔、星星、万帮等头部企业不约而同地将大模型引入智能充电生态，使用覆盖车、电池、用户等多方面的海量数据对大模型进行训练和优化，建立用户画像、交通需求模式等，针对性地提供充电桩推荐服务，以提高用户的充电体验。 

　　“聪明”的充电桩不仅更高效，而且更安全。众所周知，电动汽车在充换电时，最怕的是遭遇自燃或起火等安全事故，而事故发生的根源很大比例在于动力电池。基于大模型，电池故障预测成为可能。8月，特来电发布国内首个基于近全量车型充电大数据的电池安全大模型，该模型能够识别256个维度的动力电池安全防护特征，基于超过20亿的参数量，实验数据显示，对高危车辆的阻断率可达99.9%。另一头部运营商星星充电则利用深度学习和通用大模型的能力，开发了一系列AI产品，成功将每百万订单的事故率降低了15%。 

　　大模型引入充电生态后的受益者不仅限于车主。从供给端来看，大模型能够综合分析城市规划、交通热点、用户画像和未来需求等因素，帮助充电运营商预测用户充电行为，精准分析充电站选址，并进行日常运营评估。此外，大模型还可以帮助汽车制造商设计更高效的电驱动系统和能量回收系统，从源头上提高新能源汽车的续航里程和能源利用效率。 

　　试想一下，如果这样高效又安全的充电桩遍地开花，那电动汽车车主们会感到多么便利。然而，当前受数据、算力、成本等方面的因素限制，大模型大规模应用到充电桩还有很长的路要走。毕竟大模型是通用能力，目前行业内可供大模型训练的数据还不完备、覆盖度不够高，非行业头部企业也很难独立支撑要耗费的算力。针对这种情况，有业内人士提供了新的思路：在大模型难从细处发挥作用的行业，通过行业内小数据模型与大模型的相辅相成，能为众多中小微企业提供更经济实用的解决方案。