AI汽车创新发展论坛在上海成功召开，共探AI技术上车应用
7月25日，中国电动汽车百人会与中国电信集团有限公司联合主办的“AI汽车创新发展论坛”在上海成功召开。本次论坛围绕“AI重塑汽车技术链、价值链、服务链”主题，深入交流AI技术在辅助驾驶及自动驾驶、智能座舱等领域的创新应用与发展趋势，带来的新开发模式、分工模式、服务模式，以及需要的标准指引与安全保障体系等议题。
来自清华大学、中国电信、中国一汽、东风汽车、长安汽车、北汽、上汽、吉利、大众汽车（中国）、元戎启行、云知声及平安财险等整车及产业链企业代表参与，共同围绕“AI赋能辅助驾驶普及和自动驾驶应用”“构建AI驱动的智能座舱生态运营”，分享了AI技术上车的创新应用实践和发展思考。会议由中国电动汽车百人会常务副秘书长刘小诗主持。
会上，中国电信集团政企信息服务事业群副总经理王志华表示，汽车产业正处于与AI加速融合、深度变革的新阶段，AI汽车的创新发展需要坚实可靠的数字底座。中国电信深入推进“人工智能+”行动，持续夯实智能连接基础、构建智能算力基础设施、深耕打造汽车智能化服务平台，为行业提供一体化智能云服务体系。
清华大学车辆与运载学院李升波教授认为，21世纪以来，数据、算力、算法的快速发展共同支撑了弱人工智能向强人工智能的转变，驱动了神经网络进入大模型时代。自动驾驶是人工智能的重要应用领域，具有重大战略意义。然而高级别自动驾驶汽车面临长尾驾驶场景的安全性困局，数据驱动的端到端模型训练因具备相比分模块方案更高的性能上界，是目前主要的解决思路。端到端自动驾驶研发面临三重挑战，分别是高质量训练数据规模不足、算力缺乏难以满足训练需求，以及技术路线不清晰。为此，清华大学提出以仿真生成为主体数据，以强化学习为训练手段的端到端模型技术路线。研发了性能排名第一的强化学习算法DSAC、设计了性能最佳的神经网络优化器RAD，开发了自动驾驶仿真软件LasVSim与强化学习训练软件GOPS，完成了国内首套三段式端到端自动驾驶系统iDrive，并实现公开道路测试。展望未来，自动驾驶模型的多模态化、舱驾模型的一体化融合是重要的发展趋势。
北汽研究总院有限公司智能驾驶专业总师徐志刚表示，智能网联汽车遵循与智能手机高度类似的演变路径，正在从功能载体向智能基座演进。汽车领域的AI应用可分为被动辅助、主动辅助、场景自动化决策、全域自主与生态互联、完全自主认知智能五个核心发展阶段。目前仍存在技术成熟度、法规与治理、数据安全与隐私保护、系统整合与优化、产业协同创新等多方面挑战。未来打造一体化整车智能体、融合车内车外生态是重要的发展趋势。
中国电信集团汽车行业首席技术官王国俊谈到，在汽车行业利润承压、市场结构性调整趋势下，智能化成为企业打造差异化竞争力的着力点。其中，智能座舱成为差异化竞争焦点。在多模态大模型支持下，智能座舱升级为基于感知的主动服务系统，实现基于智能场景的跨应用能力生态，为车主提供私人定制智能旅行服务，成为百变私人助理。中国电信依托5G汽车专属云网及边缘智算推理池，通过丰富的座舱大模型全家桶，助力车企持续构建“沉浸式”座舱体验。
01AI从算法创新、数据训练、安全保障等维度促进赋能辅助驾驶/自动驾驶技术创新和普及
专题一聚焦“AI赋能辅助驾驶普及和自动驾驶应用”，邀请东风公司研发总院智能化技术总工程师李红林、吉利汽车研究院首席人工智能科学家陈勇、上汽创新研究开发总院智能驾驶负责人张栋林、元戎启行技术合伙人、副总裁刘轩、中国平安财产保险股份有限公司总部机构代理部总经理朱成成等企业代表分享了最新的AI技术在驾驶领域的应用实践经验与前沿思考。
东风公司研发总院智能化技术总工程师李红林表示，ADAS正在经历从传统“三模块”向“两段式”到“一段式”再到“VLA大模型”的转变，但几种技术模式间的切换可能没有明确的时间节点，存在阶段性并行的情况。其中模块化方案存在复杂交通场景泛化性不足等挑战，端到端方案存在可解释性与边缘场景验证难等问题。可以从技术成熟度、可信度、美誉度、诚信度四个方面来评价和审视ADAS/ADS。未来应寻找更高效的多模态感知融合架构，构建复杂场景的深度理解能力，通过强化学习赋能决策优化，利用VLA模型增强类人推理和人机交互能力，从合成数据方面推动解决安全验证挑战，构建大模型驱动、车路云协同的数据处理能力。
吉利汽车研究院首席人工智能科学家陈勇提到，数据是提升智能辅助驾驶体验和安全，推动AI语音算法迭代的核心要素。构建数据闭环体系面临三大挑战：一是如何短周期、低成本、完备的获得高质量海量数据，二是如何构建广覆盖、易获取、高安全的极端场景数据采集体系，三是如何实现数据复用和共享。依托合成数据仿真平台，构建虚实结合的高质量训练数据集是必然路径。这套体系不仅能够应用在汽车领域，也适用于数据更难获取的具身智能领域。
评论排行