“大模型与智能驾驶创新高端论坛”现场

7月8日下午，在世界人工智能大会组委会办公室、上海市张江科学城建设管理办公室指导下，上海张江（集团）有限公司、机器之心联合主办的“大模型与智能驾驶创新高端论坛”在张江科学会堂成功举办。

(资料图)

本次论坛以“智能驾驶新征程——大模型赋能下的商业化机遇与挑战”为题，汇聚顶尖技术专家、产业链关键环节企业代表及政府主管部门代表等近30位重磅嘉宾，深入探讨大模型赋能智能驾驶的关键技术、应用及挑战，并借此为浦东“未来车生态”注入新活力。

张江集团副总经理 陈衡

张江集团副总经理陈衡为论坛致辞。他指出，浦东新区是上海市智能网联车发展的核心承载区，近年来张江集团积极构建智能网联汽车产业新生态，促进各方资源对接，助力行业高质量发展。张江科学城在芯片、人工智能等产业上有着完备的科创生态，张江正在打造从感知、决策、执行到终端的完整智能网联车生态链，进一步夯实和扩大浦东“未来车”产业优势，构筑国内技术先进、门类齐全的未来车产业先导区。

他表示：“随着大模型训练能力、核心算子库和软件平台不断完善，大模型正深刻地影响智能车行业的发展方向。希望来到现场的各位专家学者、企业家就这一新赛道分享你们的真知灼见。30多年来，张江科学城已吸引了超过2.4万家企业，各类新型研发机构、企业技术中心、公共技术服务平台等约500家和近50万研发人员在这里工作、学习和生活。张江集团作为科学城开发的主力军，坚持产业生态营造，我们热切期盼在座的各位嘉宾加入张江，为浦东注入新活力，共同打造世界级智能网联车发展的新高地！”

中国科学院自动化研紫东太初大模型中心常务副主任，研究员，博导，武汉人工智能研究院院长，中国科学院大学人工智能学院岗位教授 王金桥

现场，中国科学院自动化研紫东太初大模型中心常务副主任，研究员，博导，武汉人工智能研究院院长，中国科学院大学人工智能学院岗位教授王金桥以“多模态大模型赋能智能汽车”为题进行了报告。

“我们可以看到，今年最火的两大领域，首先是新能源汽车，其次是大模型，这两个融合在一起就代表了人工智能的未来方向。我相信，明年到后年最热的会是‘具身智能’，它表现为两个细分领域：人形机器人和智能汽车。目前，智能驾驶已呈现为多模态的状态。将来，每一个车辆都会是一个智能体，就像人一样。因此，智能驾驶、车路协同、智能座舱和智能网联都是未来的发展方向。”

上海人工智能实验室青年科学家 李弘扬

随后，上海人工智能实验室青年科学家李弘扬围绕其联合发表的论文Planning-oriented Autonomous Driving做了深入分享。该论文于近期获得“CVPR 2023 最佳论文”，是近十年三大视觉顶会第一篇以中国学术机构作为第一单位的最佳论文。论文提出的UniAD框架为业界首个感知决策一体化的自动驾驶通用大模型，开创了以全局任务为目标的自动驾驶架构先河，为自动驾驶大模型技术与产业的发展提出了新的指引方向。

“智能驾驶新征程：大模型协同创新与技术挑战”研讨环节

研讨环节，各位企业嘉宾围绕“智能驾驶新征程：大模型协同创新与技术挑战”这一主题深入探讨了大模型在智能驾驶中的关键应用以及潜在革新，讨论内容包括大模型在智能驾驶、智能座舱和车路协同中的关键应用及挑战，车端部署大模型的技术路径及算力需求，大模型对芯片和硬件方案的影响，以及行业合作、跨领域合作与创新。（以下发言按嘉宾姓氏拼音排序）

华人运通车路协同业务负责人储林波表示，人工智能、5G、边缘计算等技术已被运用到未来出行当中，车路协同是智能驾驶的发展方向，是连接车和城的重要桥梁，需要成熟的大模型生态，在常识模型尚未成熟之前，大模型仍带有专业模型甚至特定应用模型的味道。

阿维塔科技智能驾驶总监董志华认为，在智能座舱这个领域，导航、音乐、语音等已经沉淀下来成为真需求，在结合大模型之后，可能有一些增量的、新兴的应用场景会逐渐成为新的需求。

恺望数据战略VP郝景山表示，把端到端、基于大模型智能涌现机理的整个(高阶自动驾驶)大目标先给实现了以后，根据实际应用场景再来做一定的精简，部署到车端，这样算力需求是有限的，但效果是极好的。我们应该从解决问题的角度出发，而不是从一些惯性的范式出发。

城途智能执行董事洪源表示，希望借助大模型从“手工作坊式的开发”过渡到工业开发的状态，解决数据及标注的重复性及高成本的问题。

海天瑞声CTO黄宇凯表示，作为一家数据公司，已经专门打造了很多服务自动驾驶数据生产的一些工具、平台，同时也在平台上不断优化整个数据管理、数据控制的流程，包括内部也有一些算法团队去做自动驾驶算法的研究。

百度智能云泛科技解决方案总经理康盛认为，大模型在智能驾驶、智能座舱和车路协同中的关键应用，延迟问题是一个刚性问题，需要分场景来分类处理，比如对于感知、决策、控制对于延迟要求比较严苛的场景，需要从整体的应用架构重构来优化；针对智能座舱对延迟要求匹配人机交互的舒适度角度来看，需要优化大模型的交互延迟。

南京特征视界智能科技有限公司CEO雷超兵指出，模型不够当用数据来补。有时候模型效果不是那么好，但是采集大量的数据也可以把效果做得非常好。算力、算法和数据三个方向对技术突破来说都非常重要。

爱芯元智联合创始人、副总裁刘建伟认为，大模型时代对芯片厂商来讲有好处，也有坏处。好处是算子量降下来、芯片更加聚焦，不好的是Transformer的结构不像CNN，Transformer 的Multi Head Attnetion结构，计算仿真比是比较低的，某种程度上会限制带宽，对芯片来讲是一个挑战。

中智行首席科学家任冬淳表示，面向高级别自动驾驶大模型训练，数据质量要求高、要具备时空连续性。车路协同在算力、数据方面具备明显优势且已经有了一定积累。目前，大模型在高级别自动驾驶应用的主要瓶颈是满足安全性、舒适性和通行效率要求的自动驾驶大模型算法，自动驾驶车行驶有明确的几何约束和车辆动力学约束，需要大模型算法在这些问题上有所突破。

商汤绝影智能驾驶解决方案总监孙诚骁表示，UniAD的落地要考虑几个步骤：首先需要在实车上实验该算法是否能够覆盖大部分场景，进行算法层面的迭代。其次再考虑算法在不同芯片上的适配要求，这是一个长期的过程，需要产业给予更大的耐心和空间。

极佳科技联合创始人兼产品副总裁孙韶言表示，在智能座舱的场景，包括舱驾一体的场景，如果发展得比较高阶，车可能是驾驶的主体，人反而是一个copilot。大模型在真正的AGI时代可能会产生与人的共情和协作的场景，大家对于智能驾驶场景大模型的定义，一定不是一个判别式的、纯感知的模型，作为一个foundation的model应该有对这个世界的理解。

福特汽车电马赫事业部智能驾驶总监吴锴表示，福特汽车内部分为研究方向和量产方向，两者的关注点完全不一样。

光轮智能创始人兼CEO谢晨表示，大模型本质上就是让AI的参数取代之前密集的算法工程师的经验，需要更大量、更高质量的数据，需要改变传统以人力驱动的数据模式，用算力去驱动数据并将生成式AI和仿真有机融合，进而基于光轮智能独创的真实性评测机制制造合成数据。

后摩智能联合创始人、产品副总裁信晓旭表示，希望在后摩尔定律时代，以架构创新的方式打造基础的算力芯片，为大模型的发展以及其他领域的智能发展打造大算力的平台。

伯镭科技联合创始人兼CTO杨扬表示，矿山无人驾驶相对于开放道路的自动驾驶来说走得更快一点，预计在2024年或2025年，在部分矿山上就能实现全矿上百辆车的无人驾驶。

智己汽车智能驾驶软件高级经理殷玮认为，对于车端来说中模型就够了，现在的小模型表现得有些不够智能，中模型用芯片加速能跑100倍、1000倍，就差不多满足工业化需求了。

魔视智能创始人、CEO虞正华表示，未来自动驾驶的大模型一定不是纯视觉的大模型，而是语言大模型的“推理”能力跟自动驾驶的“感知”能力去结合，并进一步演变下去，发展成为真正的大模型。

辰韬资本投资经理赵磊表示，对于车端的大模型，未来的终局会成为统一而非按照功能型切分的端到端模型。这些模型可以通过具身智能的方式形成完成的算法开发循环，无论是从数据生成、模型设计、算法验证以及最终测试环节，都可以逐步完成对人类手工设计的替代。

复星智能制造与大宗产业运营委员会合伙人、复睿智行首席技术官周铁表示，感知和预测应该作为一个整体，感知靠传感器和算法可以解决， 复睿智行的occupancy detection甚至不需要数据；但是复杂道路的自动驾驶，如城区的L2++， L3， L4 需要对所有道路参与者有精准的行为预测，基于经验主义的行为预测，这一部分只有大模型能够解决。

张江集团党委书记、董事长 袁涛

张江集团党委书记、董事长袁涛进行总结发言，“如今，自动驾驶和大模型已经风起云涌，行业之间的相互交流和交融非常必要。借由此次世界人工智能大会，大家相聚在一起参与讨论，是行业的一大盛事。目前，张江在软硬件和自动驾驶方面集聚了大量企业。期待大家把张江作为相聚的场所，经常在张江科学会堂举行相关的专题活动，让张江科学会堂成为真正的‘科学的会堂’和‘行业的会堂’。张江集团也将从产业链、生态链等方面提供支持和协助，和大家共创一个完善的产业生态。”

此次论坛是一场碰撞智慧、激活潜能的顶级思想盛宴，驱动智能驾驶产业革新的行业大咖们面对面畅谈，从多视角立体勾勒了大模型赋能智能驾驶的未来发展“蓝图”。以此次深度链接为起点，产业链各方将继续加强技术交流与创新合作，打造“大模型×智能驾驶”创新生态圈，紧抓大模型发展新契机，加速智能驾驶商业化进程，推动智能网联汽车产业高质量发展。

标签：