随着生成式人工智能的爆发，AI大模型持续升温成为当下最热的风口，这股热潮也影响到了自动驾驶行业。虽然AI大模型目前发展尚不成熟，仍存在逻辑错误，数据偏见，算力需求高等问题，但在算法、数据闭环、仿真等技术环节，AI大模型或将全面赋能自动驾驶。
近期，由辰韬资本主办、中信证券协办的“未来以来 创见未见”第二届智能驾驶商业化落地与产业发展趋势主题研讨会在北京举行。在主题为“AI大模型如何赋能智能驾驶”的焦点对话环节，清华大学人工智能研究院视觉智能研究中心主任邓志东教授、北京极佳视界科技有限公司CEO黄冠博士、北京恺望数据科技有限公司CEO于旭、苏州智加科技有限公司首席科学家崔迪潇博士参与了讨论。
在AI大模型的 赋能下，未来整个智能驾驶行业将以更高的效率发展，行业将迎接更多可能性和更大想象空间。在场的多位专家均表示，大模型之于自动驾驶来说，核心是解决了整个研发过程中技术迭代的效率问题，而大模型真正发挥其价值，还需面对通用性和泛化能力的问题。
扩宽自动驾驶产业道路，大模型为行业带来更多可能
尽管AI不能算是新事物，大模型也不是新事物，但AI、大模型跟智能驾驶结合在一起，它就变成了新鲜事物。随着AI大模型的快速发展，其有望完全改变自动驾驶的开发方式。
“自动驾驶大模型是必须的。”北京极佳视界科技有限公司CEO黄冠博士表示：整个自动驾驶行业发展经历了三个阶段和变革。第一阶段是Waymo带来的L4 Robotaxi进行了一套系统化解决方案;第二个阶段是特斯拉那一套靠视觉和AI带来行业成本的降低和泛化性的提升;而第三次则是这次大模型给行业带来的想象，它会把这个行业的上限无限撑高，走向L4或者AGI，并且同时提升数据、研发、测试等各个层面的效率。“AI大模型将成为自动驾驶发展的新引擎。”
来自清华大学邓志东教授表示：“大模型赋能自动驾驶，需要以人类的自然语言、人类的思维贯穿智能驾驶的感知、预测、规划、决策、规控等整个链条和环节，同时还需要综合运用多模态的视觉语义、常识以及专业知识，让它有跨任务、跨领域、跨场景的泛化能力。它会带来一场大的变化。”
“有大模型，相应的就有小模型、普通模型，那说明一定有一些问题是普通模型解决不了的，需要用大模型去解决。我更多会站在应用的角度去看大模型，比如它是否能做一些普通模型做不了的事情，以及它是否能做得更好、更快、更便宜。”崔迪潇博士表示，如果要将大模型赋能到自动驾驶的研发中，核心要看的是在整个技术研发迭代过程中，大模型是否能让自动驾驶研发效率提高，研发成本降低，还能让性能持续稳步地提升。
而在清华大学人工智能研究院视觉智能研究中心主任邓志东看来，现在各家车企做的大模型或小模型，可以看成是一只家养的狗，而真正的智驾大模型应该是野生的狗。“野狗总比家养的狗生存能力要强很多，它们生存在野外，接触到的环境远比家狗接触到的要恶劣、复杂，即它不能囿于家养的环境和数据，而是在真正意义上的开放域海量数据之上产生的。”
真正的智驾大模型是在真正意义上的开放域海量数据里产生。恺望数据CEO于旭表示：“大量参数的涌现让我们在自动驾驶可以用新的思考、新的方式带来行业的规模化，包括这些新的体验感。大模型是带来了曙光，我们认为这个曙光可以分阶段地进入到自动驾驶行业里，比如可能先从局部进入再逐步发展到全局，这是一个长线的过程。”
尽管，大模型目前在自动驾驶领域应用还不成熟，但AI大模型能助力自动驾驶技术迭代升级，加速高级别自动驾驶的落地，自动驾驶更快迎来奇点时刻。
通用性和泛化能力，自动驾驶未来发展的无限可能
对于智驾大模型来说，其核心关键是解决通用性和泛化能力。就AI大模型的通用性、泛化性等新开发范式而言，其能够大幅提高研发效率，压缩设计和迭代的过程，从而带来显著的效率提升。
聊到智驾大模型的核心技术，智驾科技崔迪潇博士提出：“大模型需要有通用性，本质上要解决跨任务的通用性，意味着它需要能解决不同的任务，有跨知识领域的通用性。GPT里面就有通用性，能够把所有不同的任务统一到自然语言处理的框架中。”
“通用性与泛化性是关键，成熟的自动驾驶大模型一定要结合语言模型和多模态。而要具备通用性，需要结合一套自监督的范式去实现压缩物理世界。”极佳科技CEO黄冠博士也肯定了这两种能力必为自动驾驶发展的关键。
那么，该如何解决智驾大模型通用性与泛化性这一核心问题呢?
对此，黄冠博士提出：“第一，需要把语言引进来，因为语言有很强的认知能力，比如我知道我开车我不能走悬崖。现在这一套自动驾驶方案既识别不了悬崖，也不知道能不能走悬崖，但是语言的大模型是知道不能走下悬崖的。第二，需要针对物理世界场景，尤其是视觉场景需要有一套方式去进行自监督地压缩。多模态则是认识各种悬崖的，它可以再跟自动驾驶结合起来，加强自驾大模型对世界的泛化认知和感知理解能力。”
智加科技崔迪潇博士也强调，智驾大模型更多是汽车行业的垂直模型，它们分布在各个智驾技术栈，或者是特定场景的端到端;既要强调泛化性，也要强调可控性，同时它的一致性也是要保证的。“但事实上系统泛化能力提升会带来一些问题，比如它的某些涌现可能对智驾系统是不可控的、也是不可接受的。所以，我并不认为在智驾领域存在真正意义上的大模型。”
针对智驾大模型在未来发展，崔迪潇博士认为：“当前自动驾驶行业，大模型已经在发挥一些作用，比如感知端、驾驶决策端，我们都看到了大量很好的技术演示和应用。但必须要提醒一个事实，即大模型依然没有脱离 学习框架，不可避免地会存在统计性和概率性问题，大规模应用中一定有它处理不了的场景。对于所有做L4的同事和同行来说，必须要保持警醒，大模型可以加速L4到来，但它不能解决所有L4的问题。”
即使大模型现在仍不成熟，但其发展潜力已被行业紧盯。于旭表示：“大模型让我们看到算法的门槛变低了，这个时候就像过去的移动互联网一样，当时有很多的APP，现在在算法新的时代里面，又有非常多的AI应用。我们在创造更好的大模型，这个技术手段也希望能应用到更多的商业场景中，使得AI应用有不断的提升。它给我们带来了很多希望，我还是非常看好这一技术的。”
在当下，AI大模型的强势赋能自动驾驶领域，为自动驾驶领域注入一针“强心剂”，更是给自动驾驶未来带来无限可能。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
