[汽車之家 行業] 3月29日，中國電動汽車百人會論壇（2025）高層論壇于北京召開。論壇主題深度聚焦汽車電動化、智能化發展的新方向、新模式、新動能，探討電動化、智能化技術創新方向與競爭焦點，并為“如何建立面向未來的企業競爭戰略和發展模式，打造面向新一代汽車的創新體系和產業體系”獻言建策。論壇通過聚焦并探討行業最前沿的熱點議題，助力行業洞察趨勢、引領發展。
中國工程院院士，清華大學智能產業研究院（AIR）院長 張亞勤
中國工程院院士，清華大學智能產業研究院（AIR）院長張亞勤在論壇中發表演講，針對無人駕駛（L4+）相關的技術路線與未來趨勢進行剖析與展望。關于無人駕駛純視覺與多模態技術路線選擇的爭議，張亞勤認為當前需要多模態技術，不僅需要激光雷達，4D毫米波雷達，甚至可以有別的不同的感知模塊，數據源更多就可以做更好的決策，彌補機器感知方面的劣勢。
對于無人駕駛端到端大模型的應用，他也發表了自身的觀點：端到端模型不僅涉及算法問題，也涉及工程問題，在實際應用中，不應該過于教條，端到端模型并不是一點規則都不能用。
無人駕駛的ChatGPT時刻什么時候來臨？對于這一問題，張亞勤認為小規模應用的話，今年可能就可以達到，但是要規?；脑?，還需要更長的時間，另外10%的新車在2030年將會具備L4的能力，那時候DeepSeek時刻就會來臨。
以下為張亞勤發言實錄，汽車之家進行精編：
剛才清泰理事長講到，中國汽車的發展上半場是電動化，下半場是智能化。上半場中國的仗打得十分精彩，但是上半場還沒有結束，下半場已經開始，今天我想講下半場智能化里面一個特別重要的方面，就是無人駕駛（L4+）的一些觀點。
無人駕駛是人工智能的一個特別重要的應用，沒有人工智能的話就沒有無人駕駛，AI是無人駕駛里面最關鍵的技術，它有很多挑戰，安全性、實時性等等，集成了不同的問題，解決了無人駕駛，特別在復雜城市里面大規模無人駕駛，很多問題迎刃而解。當時我們提出一些無人駕駛要實現的關鍵問題，包括市場的力量，也有非市場的力量。
市場的力量，比如技術是否可行，有沒有真正用戶的需求，產業是什么樣的生態，什么樣的商業模式。
一開始很重要的一點是，技術到底是否可行？是夢想還是真正會變成現實？視覺為主還是多模態？是不是端到端？是不是要用很多強化學習？包括是不是要用高精地圖等等很多技術路線（的探索）。
另外，怎么實現？通過車路協同，還是單車智能？是漸進式——L2、L3、L4，還是直接跳到L4？是開源還是閉源？是OEM會打勝仗，還是新勢力，還是高科技公司？包括清泰理事長講到政策、法規、倫理、隱私、保險非人為的因素。
過去這兩年，特別去年，是加速的年份，不管是中國的企業、美國的企業，都有很多進展。首先，美國谷歌的Waymo在舊金山全部鋪開，我去年到舊金山兩次，乘坐Waymo無人車體驗相當好，比我們司機駕駛的好，而且也十分安全。現在已經在洛杉磯推出，最新的報道馬上在華盛頓推出，特斯拉宣布Cybercab將在2025年美國得克薩斯州奧斯汀市投入運營，2027年量產。國內企業去年有很大的進展，地平線、文遠（知行）和小馬（智行）成功上市，值得一提的是百度的蘿卜快跑在很多城市開始商用，在武漢全域做無人駕駛，也是很重要的里程碑。
政策法規也有很多進展，智能網聯汽車車路云一體化工作試點，在十幾個城市開始布局，同時北京也有很多新的政策法規，包括從亦莊開始已經到了新階段，500平方公里的試點區將慢慢推出。
無人駕駛的底層邏輯有兩個，一是大幅度增加安全性，安全性至少增加10倍以后，以后會到100倍甚至更多，現在基本上已經接近10倍。第二，出行整個成本大幅度減少。這張圖是方舟投資（ARK）“木頭姐”（凱瑟琳·伍德(Catherine Wood)）寫的報告。過去這一百多年，出行的成本有一些大的變化，從馬車到汽車成本下降了差不多1/2到1/3，但汽車這一百多年來出行的成本并沒有變化，通脹調整之后的價錢是每公里七毛錢到一塊錢。到了無人車之后，成本又會下降1/2到1/3，出行成本和安全都有大幅度的跳躍。
我們看到（中國無人駕駛在）全球的布局，比如Waymo要到東京，百度到香港和中東，文遠和小馬也在中東開始布局。
我五年前從百度離開，在清華大學組建了智能產業研究院（AIR），無人駕駛和具身智能是我們一個重要領域，總共有三大方向，有將近1/3的老師學生在從事這方面的研究。開始我們就談到要做無人車和機器人，做具身智能，這里面有幾個核心觀點，首先我們相信多模態感知，不僅要有視覺，也要有激光雷達，也需要有別的傳感器。輕地圖的AI導航，目前有些用高精地圖，相信以后需要圖，但是是輕圖，可能不需要那么多高精地圖，我們相信端到端的自動駕駛。這里面有很多核心技術，有數據平臺，有仿真模擬平臺，和產業一起推進落地以及標準（的建立）。
當時大模型的架構，一開始有兩個模型，一個感知模型，一個決策模型，后來把它融合到同樣一個大模型了。
我們團隊有十位教授，有100多位博士后、博士生，還有軟件工程師，主要都在北京。到清華之后，我最高興的就是學生太優秀了，我基本上和博士生開會都是我向他們學習，他們給我們講他們在做什么，有好學生確實是很幸運的一件事。
我們AIR聚焦智能產業研究，產業是很重要的部分，（所以）我們產業的合作很多，90%的項目都是和產業合作的。我們和奔馳、BMW，和聯想、毫末、滴滴、地平線都有深度的合作，在無人駕駛或者智駕不同的方面都有深度合作。我們和小米也有合作，一方面把無人駕駛和具身智能的仿真平臺和大模型用到智駕上面，目前也在很快速地進展。
我們很多合作是和百度Apollo。四年前，當時首個推出L4+車路云一體化方案，在亦莊開始部署，現在這個方案得到很多國內的部署。當時這個課題主要把路的智能化用到最多，把路也和車一樣，分成五級。去年發布第一個開源端到端L4系統叫AIR ApolloFM大模型，同時有具身智能的底座模型，具身智能、無人駕駛和各種機器人可以共享基礎模型，可能70%-80%是一樣的，當然上面可能針對具體場景會有一些不同。（AIR ApolloFM大模型）開始有實時部署，目前在無錫有車在運營。
Apollo是當時百度推出的開源商業系統，現在已經經過差不多八年時間，有了十個不同的版本，有一百多個國家的開發者在使用。我到每個地方去問他們有沒有用過Apollo，大家或多或少參考過它的架構或者用過它的代碼，可以說Apollo對全球也做出很多貢獻。盡管五年前我從百度離開了，但還繼續擔任這個聯盟的理事長，希望在國內和全球廣泛推廣使用。
無人駕駛方面，中國整個技術以及落地，都是處于全球的領先地位。這里面有一個例子就是武漢，武漢是第一個國內可以全域去運營的城市，現在已經開放了3000多平方公里，人口差不多1700萬，大家去武漢（可以）去試一下蘿卜快跑，我覺得都會有一個全新的體驗。
最后講一下關于無人駕駛的五個觀點，（這是）別人經常問我的一些問題，這么多年一直在問。
第一，我認為無人駕駛是具身智能里面一個特別重要的領域，而且是具身智能（里面）第一個能通過新圖靈測試的具身智能。一個是安全，一個是更人性化的駕駛，一個做到老司機，一個做好司機。目前在安全方面我看到Waymo的數據，看了百度的數據，基本已經超過10倍，百度的數據是14:1，無人車的駕駛安全度比人要高14倍。這個東西有沒有數學證明，只是運營的數據。老司機方面還有一點點差距，希望今年或者明年算法更加優化，特別是端到端，這樣在人性化、智能化方面有更多的提升。
第二，大模型出來之后，特別是生成式AI出來之后，對于整個無人駕駛是很大的推動。不管安全也好，智能也好，我們過去有幾大問題，一個是數據不足，一個是長尾corner case，還有駕駛的常識問題，這三大問題（雖然）大模型沒有完全解決，（但）有很大的進步。
第三，是不是馬斯克純視覺方案（就可以），還是需要多模態，需要多傳感器？我認為我們需要多模態，不僅需要激光雷達，也可以有4D雷達，也可以有別的不同的模塊。機器目前在感知方面是一個大的優勢，數據源越多，可以做最好的決策，這么大的優勢我們應該去利用它。當然，過去激光雷達十分貴，一個要幾萬美金、幾千美金，現在到一兩百美金，以后可能更便宜，這也是中國創新，我跟禾賽的李一帆聊，（禾賽）下面的版本會更加便宜。另外，不能把這些東西像宗教一樣劃分，即只能用視覺。如果有各種數據源的話，把它用起來做更好的決策（當然更好）。
我相信端到端，目前端到端已經在使用，還是需要一些規則去兜底，這個也是工程問題，不是教條說我一定是端到端，一點規則不能用。
另外，不僅需要云端大模型，也需要在車端（部署）精確的小模型，但是這個小模型是從大模型蒸餾或者裁剪量化過來，不能一開始就是小模型，一開始是小模型還是很難工作的。
第四，單車為主還是車路協同？我個人認為在做L4無人駕駛的時候，還是單車智能為主，車在沒有任何外力輔助的時候一定能開起來，車路協同也好，云也好，各個方面是一個特別好的補充，提供更多安全的冗余和整個智慧交通（的支撐）。車完全依賴于路或者燈或者交通體系，那會有很多限制，首先單車一定要能做到完全無人駕駛。
第五，無人駕駛的ChatGPT時刻什么時候來臨？如果Waymo在美國順利，百度在中國在武漢做得順利的話，包括文遠、小馬順利的話，今年就可以達到我們的ChatGPT時刻，但是要規?；脑挘€需要更長的時間。10%的新車在2030年就會有L4的能力，那時候DeepSeek時刻就來臨了。