画笔海岭就不可能向前更进一步。在这之中，大模型和生成式AI对于无人驾驶产生了一些新的促进作用。生成式AI的强大算力与大模型的技术加持使得无人驾驶真正成为可能的现实。”

　　9月28日，在2023全球智能汽车产业大会（GIV2023）上，中国工程院外籍院士，清华大学智能产业研究院讲席教授兼院长张亚勤作出上述表述。

　　在汽车行业，关于大模型和生成式AI未来将走向何方，有着热烈的讨论。在张亚勤看来，现阶段无人驾驶领域有200多个大模型，在这200多个大模型中有190多个都会“死”掉，剩下的10个会扮演很重要的角色。“剩下的10个大模型中，哪个会生存，哪个会被淘汰，不能靠政府去指定，需要市场来决定。但整体来讲，这是一个大的趋势。”

　　“我们需要新的算法，现在大模型的效率很低，GPT4比起人大脑的效率至少低1000～5000倍，现在的算法当然学习得很好，但是遇到那种新的、不在它的数据集里面的信息学习起来就有一些困难，需要强化学习来加强新的信息，这对无人驾驶来说很重要。同时还需要新的模型，模型之间的交互、联邦，包括模型如何上车、如何进入手机端，以及如何把大模型转换成小模型，都是我们需要破解的难题。”张亚勤说道。

　　张亚勤表示，特斯拉做新能源车了不起，但更了不起的是机器人、无人驾驶。但是他也看到，虽然我国在汽车方面全球领先，但是我们的汽车企业要有长远的目光，特别是其中获得成功的企业，要看到新能源汽车赛道未来的制高点和决胜点在于智能驾驶、无人驾驶，而不仅仅是电动化。

　　与此同时，张亚勤表示，生物智能同样重要，大模型和大脑连接会有很大的能量、很强的能力，但同时也会带来很多风险。

　　他呼吁，在大模型以及无人驾驶方面，需要政府更多的参与，这种参与包括对大模型的内容以及整个体系的综合治理。“我们的AI以后要更加可控、可信和安全，因为大模型不仅有目前信息安全方面的问题，可能还会有幻觉，也可以被人滥用，甚至对生存带来一些风险，因此我们必须在发展技术的同时兼顾风险。”

　　由于场景复杂、任务复杂，更重要的是高可靠性、高安全性，行业普遍认为，无人驾驶要比人类驾驶安全10倍才可以大规模推广。张亚勤指出，这一数据目前已经接近18倍。

　　张亚勤认为，无人驾驶有很多关键的问题，包括市场的力量和非市场的力量。市场的力量包括技术可行性、用户需求、产业生态、商业模式。非市场的力量则包括政策、法规、伦理、隐私，以及一些非人为的因素。

　　“我一直相信L4+，也就是无人驾驶是可以实现的，因此我们把很多时间、精力和资源都投入到了这里面，这是一个无人区，总要有人去探索、去尝试。”张亚勤表示，无人驾驶的实现，不仅要有视觉，还要有激光雷达，不仅仅需要单车智能，也需要V2X，车路协同会增加安全度、冗余度，同时还需要开源。“我们相信不仅仅新势力车企有机会，传统车企也有机会。”

　　在张亚勤看来，无人驾驶会慢慢进入市场，无人驾驶进入市场后大部分还是有人在驾驶，有人驾驶和无人驾驶一定会并行存在很多年，无人驾驶要了解人的驾驶行为，才可以不断去适应大的环境。

　　“无人驾驶最重要的是安全。一方面是单车驾驶安全，一方面是车路协同技术安全。”张亚勤认为，V2X可以增加安全性，但是无法确定具体系数，所以需要理论模型，包括场景分布的模型、感知车辆交互模型、安全评价模型，做出理论公式形成分布。“V2X在很多场景可以比单车智能大幅度提高安全性，比如无保护的左转，安全可以提高10倍，从理论以及实际运用中可以证明，V2X是十分重要的。”