中国电动汽车百人会汽车新质生产力论坛于3月17日在北京举行，清华大学计算机系长聘教授，博士生导师、清华大学人工智能研究院视觉智能研究中心主任邓志东出席并演讲。
邓志东表示，人工智能最终会发展到交互式人工智能，智能体与其他的道路交通元素，智能体与人类之间的交互，通过智能体引入强化学习进行学习。驱车智能化需要更强的环境自适应性和自主性，目前自动驾驶还面临一些挑战，赶不上人类的驾驶。首先是环境，适应性不充分，还有边缘***承载，自主性还不足，还必须依赖人为的干预接管。要有更强的环境适应性，要对驾驶场景观察理解或认知的基础上解决边缘***挑战，直接利用视频/图像或点云数据进行预训练，即直接读***、读图像、点云来完成驾驶人世界模拟器的学习与生存，增强环境理解能力，最后会迈向完全不需要人为接管的更高阶的L4的自动驾驶。
对此，他指出，首先要区分高阶NOA，相当于L3、L4自动驾驶的区别，智能驾驶的发展非常快，像NOA，NOA相当于***导航，有高速的，有城市的，现在还有综合的NOA，NOA把驾驶员的身份变成了安全员，准备随时接管，但是他是L2++的自动***驾驶，还是***驾驶，这个市场竞争非常激烈，大家现在主要在这个战场上进行拼杀。我们看到更远的是L3、L4，是完全的自动驾驶，L3、L2还是人机共驾的，只不过这个安全员不一定在司机的位置，L4是完全没有安全驾驶员的，完全的无人驾驶，真正的无人驾驶，它应该说是一个颠覆性的技术，是高价值的产业演进的，新质生产力的典型代表。
在邓志东看来，大算力的发展是高阶的，如果要用GenAI的技术，就是要用生成式人工智能的比例定律与涌现能力，具有足够大的算力，这样就需要有很高的大算力，因为他的视觉还是高阶模态，这样才能发展，给L3、L4的自动驾驶提供支撑。
怎样在汽车大平台上进行产业化部署呢？首先是要发展视觉大模型支撑下的整车智能，或者是单车智能，这是视觉语言思维、行为方式、多模态的视觉大型语言模型、知识模型，这个模型是人类语言模型，同时还有知识，跟以前不相同，他懂知识了，而且能够懂我们的视觉语言，能够做理解，理解完了以后再进行模仿，还有形式上的模仿，还有神的模仿，本质上的模仿，通过交互式，他自己学的，所有过程都是经过学习进行。这个视觉理解和认知能力特别重要，特别适合于单车智能，真实模拟空间的垂域应用，不需要那么大的知识语料喂养。
邓志东还提到，单车智能另外一种模式是单车智能+智能路网，可以用大模型去赋能，安全员在后台，在边缘上，这个时候可以用大模型做一个预测，整个L3自动驾驶车队的预测，看哪一个会出现安全风险，赶快提前进行预测，这样就可以实现一个安全驾驶员，可以管一台，甚至十台、一百台L3自动驾驶汽车这样的话，就能够构建商业闭环，实现整车L3+大规模的商业化落地，这里面有一个关键技术，还是靠大模型做安全预测。
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。